一种台风风暴增水预测方法及系统

    公开(公告)号:CN107341568B

    公开(公告)日:2020-12-18

    申请号:CN201710469384.5

    申请日:2017-06-20

    Abstract: 本发明涉及风暴增水预测领域,尤其涉及一种台风风暴增水预测方法及系统。本发明通过台风当前的经纬度坐标和当前台风信息,得到第一时间后台风中心所位于的圆区域,将圆区域细分为若干个网格子区域,并根据台风的经过衰减或增强后的预报台风信息,对所有网格子区域的顶点经纬度坐标,获取预设本地信息数据库中相应的风暴增水数据;本发明提高了各个网格子区域顶点经纬度坐标和预报台风信息对应的风暴增水数据的预测精度,并且能够满足风暴潮精细化预报和政府防灾决策的需求。

    一种多路径台风风暴潮快速预测方法及系统

    公开(公告)号:CN107193060B

    公开(公告)日:2019-08-20

    申请号:CN201710469737.1

    申请日:2017-06-20

    Abstract: 本发明涉及风暴潮预测领域,尤其涉及一种多路径台风风暴潮快速预测方法一种多路径台风风暴潮快速预测方法及系统。本发明通过当前台风的当前台风信息,能够得到第一时间后的台风影响的圆区域,通过将圆区域划分为若干个网格子区域,并根据所有所述网格子区域的顶点所在的经纬度坐标和当前台风信息,得到当前台风的多条预测移动路径,根据事先预设好的本地信息数据库,按照预设时间间隔获取所述第一时间内台风从当前台风中心所在位置沿着每一条预测移动路径移动过程中台风中心所在的经纬度坐标对应的风暴增水数据。本发明提高了每一条预测移动路径上台风风暴增水预测的精确度;同时能够满足风暴潮精细化预报和政府防灾决策的需求。

    一种多路径台风风暴潮快速预测方法及系统

    公开(公告)号:CN107193060A

    公开(公告)日:2017-09-22

    申请号:CN201710469737.1

    申请日:2017-06-20

    Abstract: 本发明涉及风暴潮预测领域,尤其涉及一种多路径台风风暴潮快速预测方法一种多路径台风风暴潮快速预测方法及系统。本发明通过当前台风的当前台风信息,能够得到第一时间后的台风影响的圆区域,通过将圆区域划分为若干个网格子区域,并根据所有所述网格子区域的顶点所在的经纬度坐标和当前台风信息,得到当前台风的多条预测移动路径,根据事先预设好的本地信息数据库,按照预设时间间隔获取所述第一时间内台风从当前台风中心所在位置沿着每一条预测移动路径移动过程中台风中心所在的经纬度坐标对应的风暴增水数据。本发明提高了每一条预测移动路径上台风风暴增水预测的精确度;同时能够满足风暴潮精细化预报和政府防灾决策的需求。

    一种台风风暴增水预测方法及系统

    公开(公告)号:CN107341568A

    公开(公告)日:2017-11-10

    申请号:CN201710469384.5

    申请日:2017-06-20

    Abstract: 本发明涉及风暴增水预测领域,尤其涉及一种台风风暴增水预测方法及系统。本发明通过台风当前的经纬度坐标和当前台风信息,得到第一时间后台风中心所位于的圆区域,将圆区域细分为若干个网格子区域,并根据台风的经过衰减或增强后的预报台风信息,对所有网格子区域的顶点经纬度坐标,获取预设本地信息数据库中相应的风暴增水数据;本发明提高了各个网格子区域顶点经纬度坐标和预报台风信息对应的风暴增水数据的预测精度,并且能够满足风暴潮精细化预报和政府防灾决策的需求。

    业务化赤潮预警方法及计算机可读存储介质

    公开(公告)号:CN112232544B

    公开(公告)日:2022-06-21

    申请号:CN202010902630.3

    申请日:2020-09-01

    Abstract: 本发明公开了一种业务化赤潮预警方法及计算机可读存储介质,方法包括:获取赤潮样本并进行预处理;对赤潮样本进行筛选,得到固定样本数据;通过遗传算法,确定最终输入变量;构建神经网络模型;获取临时样本数据并进行预处理;根据固定样本数据和临时样本数据中的最终输入变量,得到预报样本数据;生成各预报样本数据对应的m+n个预报训练数据,并分别对m+n个神经网络模型进行训练;获取最新m天的实时数据,分别输入前m‑1+n个神经网络模型,并将m天的实时数据组合后输入第m+n个神经网络模型,得到对应未来n天的预报结果;根据未来同一天对应的预报结果,分析该天的赤潮发生概率等级。本发明可实现较为准确的业务化赤潮预警。

    业务化赤潮预警方法及计算机可读存储介质

    公开(公告)号:CN112232544A

    公开(公告)日:2021-01-15

    申请号:CN202010902630.3

    申请日:2020-09-01

    Abstract: 本发明公开了一种业务化赤潮预警方法及计算机可读存储介质,方法包括:获取赤潮样本并进行预处理;对赤潮样本进行筛选,得到固定样本数据;通过遗传算法,确定最终输入变量;构建神经网络模型;获取临时样本数据并进行预处理;根据固定样本数据和临时样本数据中的最终输入变量,得到预报样本数据;生成各预报样本数据对应的m+n个预报训练数据,并分别对m+n个神经网络模型进行训练;获取最新m天的实时数据,分别输入前m‑1+n个神经网络模型,并将m天的实时数据组合后输入第m+n个神经网络模型,得到对应未来n天的预报结果;根据未来同一天对应的预报结果,分析该天的赤潮发生概率等级。本发明可实现较为准确的业务化赤潮预警。

    一种基于深度学习的区域波高预报方法及终端

    公开(公告)号:CN111199270A

    公开(公告)日:2020-05-26

    申请号:CN201911389448.6

    申请日:2019-12-30

    Abstract: 本发明公开一种基于深度学习的区域波高预报方法及终端,获取预设时间段内数值模式产生的数据,所述数据包括区域波高、气压、气温以及风场分量;将所述数据划分为训练数据和测试数据;利用所述训练数据对神经网络进行训练,得到不同的神经网络模型,所述神经网络包括输入层、隐藏层和输出层,所述隐藏层包括LSTM层和卷积层;利用所述测试数据对所述不同的神经网络模型进行测试,确定预测效果最好的神经网格模型,根据所述预测效果最好的神经网络模型对待预测时间内的区域波高进行预报;将LSTM层与卷积层叠加在一起不仅能得到数据的时序关系,还能够提取空间特征,这样就能够学习到波高数据的时空特征,从而提高区域波高预报的精度。

Patent Agency Ranking