申请/专利权人:中国民用航空局空中交通管理局航空气象中心
申请日:2022-12-20
公开(公告)日:2023-03-21
公开(公告)号:CN115827710A
主分类号:G06F16/2457
分类号:G06F16/2457;G06F16/2458;G06F17/18;G06N20/00;G01W1/02
优先权:
专利状态码:有效-授权
法律状态:2023.06.27#授权;2023.04.07#实质审查的生效;2023.03.21#公开
摘要:本申请公开了一种气象要素多模式预报结果的筛选方法,用于多种气象预报模式的筛选;所述方法包括:对M个模式的L个预报结果采用N种机器学习算法进行气象要素预报的计算得到一个数据集;计算起报点前不同时间段的统计预报值的均方根误差;采用权重逐渐下降的方式构建误差系数;计算起报点前不同时间段的统计预报值的相关系数;采用权重逐渐下降的方式构建相关系数系数;根据误差系数和相关系数系数构建筛选因子,选取筛选因子最大的预报模式和机器学习算法作为最优的气象要素预报方法。本发明的优势在于:为气象要素的快速、准确预报提供了有力的技术支撑。
主权项:1.一种气象要素多模式预报结果的筛选方法,用于多种气象预报模式的筛选;所述方法包括:步骤1:对M个模式的L个预报结果采用N种机器学习算法进行气象要素预报的计算,并结合各个模式直接输出的结果构成一个数据集,数据集包括M*N+1*L条数据,每条数据包括多种气象要素的统计预报结果;步骤2:对数据集中的统计预报值和观测结果分气象要素按照起报点前不同时间段,计算每个时间段的统计预报值的均方根误差;采用权重逐渐下降的方式构建误差系数;步骤3:对数据集中的统计预报值和观测结果分气象要素按照起报点前不同时间段,计算每个时间段的统计预报值的相关系数;采用权重逐渐下降的方式构建相关系数系数;步骤4:根据误差系数和相关系数系数构建筛选因子,选取筛选因子最大的预报模式和机器学习算法作为最优的气象要素预报方法。
全文数据:
权利要求:
百度查询: 中国民用航空局空中交通管理局航空气象中心 一种气象要素多模式预报结果的筛选方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。