[发明专利]一种基于机器学习的气象强对流天气的智能预警分析方法

摘要

本发明公开一种基于机器学习的气象强对流天气的智能预警方法，通过服务器接收强对流天气预警基本数据，包含闪电定位数据、天气电场数据、自动站气象要素实况数据、雷达实况基数数据等，根据历史气象数据以基于回归分析法为各区域提供本地化强对流天气预警阀值；通过多种气象要素的大数据的回归分析计算得到实时气象综合数据，并与预警阈值进行比较，生成预警信息。本发明利用机器学习的回归分析方法对气象历史数据进行回朔及数据回推，并根据语境阀值的动态计算与智能调整，同时将雷达外推结果与自动站气象要素实况数据进行数据对比，运用基于机器学习对强对流天气进行识别及预警，实现对指定区域的强对流气象的精准预警。

主权项

1.一种基于机器学习的气象强对流天气的智能预警方法，其特征在于包括：利用基于机器学习方法对当前分析区域的气象历史数据进行回朔及数据回推，确定当前定点区域气象灾害预警阀值Y；接收当前分析区域的实时气象基本数据，所述实时气象基本数据包含闪电定位数据、大气电场数据、自动站气象要素实况数据、气象雷达基数据；对接收的实时气象基本数据进行分析，通过实时气象基本数据中所含有的定位数据，对强对流天气发生区域进行定位和分区，从而确定该强对流天气预警信息发布区域；根据获得的实时气象基本数据，综合判断当前分析区域的实时气象综合数据R，并与所述当前定点区域气象灾害预警阀值Y进行比较，根据比较值大小确定是否进行强对流天气预警；具体步骤如下：1.1 设定需要分析的区域；根据设定的分析区域，提取已经获得的该区域的实时气象基本数据数据；1.2分析当前区域的实时雷达回波强度数据，将雷达回波强度数值设置为X1；当前季节时间设置为X2；分析大气场强数据，将其数值设置为X3；分析闪电落点，设置为数据X4；分析当前区域的风力，将其数值设置为X5；分析当前区域降水数据，将其数值设置为X6；1.3 根据预先设定的权重，分别为：雷达回波强度W1、季节时间W2、大气场强W3、闪电落点W4、风力W5、降水W6，与上述1.3中得到的数据，进行加权计算得到当前分析区域的实时气象综合数据R，其公式为R=X1*W1+ X2*W2+ X3*W3+ X4*W4+ X5*W5+ X6*W6;1.4 将上述得到的实时气象综合数据R，与设定的预警阈值Y进行比对；当R≥Y时，发出预警信息，否则不发出预警信息；所述预警阈值，是根据各区域气象站的历史数据进行综合判断的，预警阈值的计算方法如下：分区域按该区域不同历史数据进行机器学习分析；首先，根据历史强对流气象数据，通过机器学习，得到一个强对流天气的预警初始阀值Y；其次根据最近一次或多次强对流气象数据对初始预警初始阀值Y进行人工修正。