一种智能气候预测系统专利检索-气候地球科学专利检索查询-专利查询网

一种智能气候预测系统

阅读：685发布：2020-05-13

专利汇可以提供一种智能气候预测系统专利检索，专利查询，专利分析的服务。并且本发明公开了一种智能气候预测系统，所述的预测系统包括数据预处理子系统，智能相似年查找预测子系统，基于时间序列预测子系统，基于气候特点预测子系统，基于环流指数预测子系统，基于EOF重构的预测子系统，基于再分析场和多模式预测产品的预测子系统，决策树和随时森林预测子系统，基于机器学习的延伸期预报子系统，基于MJO的预测子系统，智能推荐子系统；本智能气候预测系统是一种准确性高，预测稳定，针对性强并且预测对象、预测地区以及预测方法可扩充增加的智能气候预测系统。，下面是一种智能气候预测系统专利的具体信息内容。

权利要求

1.一种智能气候预测系统，其特征在于：所述的智能气候预测系统基于气象大数据，即通过对气温/降水的自身序列、前期再分析场、前期环流指数、多模式预测产品变量及其扩展变量等采用多元回归等经验预测以及随机森林等机器学习方法得到尽可能多的客观化预测产品，再从Ps、CC、RMSE以及标准差等方面对预测结果进行效果评估，并再次借助机器学习，在不断优化客观化预测方法和评估预测结果的基础上，得到基于不同条件下的概率预报和集合预报结果，继而推荐得到智能最优预测。
2.根据权利要求1所述的一种智能气候预测系统，其特征在于：所述的预测系统包括数据预处理子系统，智能相似年查找预测子系统，基于时间序列预测子系统，基于气候特点预测子系统，基于环流指数预测子系统，基于EOF重构的预测子系统，基于再分析场和多模式预测产品的预测子系统，决策树和随时森林预测子系统，基于机器学习的延伸期预报子系统，基于MJO的预测子系统，智能推荐子系统；
其中所述的数据预处理子系统：用于下载、提取、扩展和可视化全球大气再分析资料、全球海洋再分析资料、ECMWF、CFS2、CSM、DERF2.0等多模式预测资料、全国地面观测资料、MJO观测资料和模式资料；包括而不局限于气温、降水、雨日、有照日、最高气温、最低气温、大雨开始期、旱涝急转等预测对象的建立；用于所有系统所有客观化预测的批量运行；
所述的智能相似年查找预测子系统：用于根据所述环流指数、大气海洋再分析资料、多模式预测等大尺度变量及其扩展变量和融合变量通过相似度计算、K-Means聚类智能查找相似年并客观定量预测；
所述的基于时间序列预测子系统：用于根据所述预测对象的时间序列进行平滑滤波、小波分析等周期分析以及利用均生函数、自回归进行客观定量预测；
所述的基于气候特点预测子系统：用于根据所述前期气温、降水、日照以及雨日、有照日数等气候特点与预测对象建立模型并采用所述预测方法客观定量预测；
作为优选，所述的基于环流指数预测子系统：用于根据所述环流指数、指数变化和距平变化与预测对象建模模型并采用所述预测方法客观定量预测；
所述的基于EOF重构的预测子系统：用于根据所述预测对象进行EOF分解，与所述环流指数、再分析场、多模式预测场等大尺度变量即扩展变量建立模型并客观定量化预测；
所述的基于再分析场和多模式预测产品的预测子系统：用于根据所述大气、海洋再分析场、ECMWF、CFS2、CSM等多模式预测等大尺度变量及其扩展变量与预测对象建立模型，并采用所述预测方法进客观定量预测；
所述的决策树和随时森林预测子系统：用于根据所述环流指数、指数变化和距平变化与预测对象采用决策树、随机森林算法建模并客观定量预测；
所述的基于MJO预测子系统：用于根据所述MJO观测与模式预测变量与降水、高温过程建立模型并预测降温、降水过程；
所述的基于机器学习的延伸期预报子系统：用于根据所述DERF2.0逐日模式预测变量与逐日降水、气温建立模型，并采用岭回归、相似度计算和聚类分析对强降水和强降温进行预测的子系统；
所述的智能推荐子系统：用于根据所述评估方法对所述客观定量预测结果和超级集合、概率预报等再分析客观定量预测结果进行评估推荐得到最优预测。
3.根据权利要求1所述的一种智能气候预测系统，其特征在于：X(i,j,t)是格点(i，j)上的全球大气再分析资料、全球海洋再分析资料大尺度变量，即预报因子，通过X(i,j,t)-X(i-1,j,t)、X(i,j,t)-X(i,j-1,t)、X(i,j,t)-X(i,j,t-1)扩展经向变化、纬向变化和时间变化作为预报因子；对于所述环流指数X(i,t)通过X(i,t)-X(i,t-1)和Xa(i,t)-Xa(i,t-1)扩展指数变化和指数的距平变化作为预报因子。
4.根据权利要求1所述的智的一种智能气候预测系统，其特征在于，Y(t)是预测对象，X(k,t)是格点k(i，j)上的或者第k个大尺度变量及扩展变量，即预报因子，则Y(t)＝αXp(t)+β；式中，Xp(t)为预报因子在一个优化窗口的投影，此优化窗口是指预报因子在某一个区域上与预报对象在回报期的相关性满足一定条件的区域，这里的条件包括相关系数通过显著性检验的区域、符号一致率高于65和小于35以及前2条件都满足的区域；
Xp(t)＝∑i，jR(i，j)X(k，t)，式中，基于前面的3个条件，R(k)分别为回报期的相关系数、符号一致率-50以及相关系数*abs(符号一致率-50)。
5.根据权利要求1所述的一种智能气候预测系统统，其特征在于，X(k,t0)是可任意选择范围k的大尺度变量及扩展变量，即需要比较的相似因子，X(k,t)是要该变量的历史序列，通过Sim＝sEu+sR+sXiang，智能查找相似年，并以相似年的相应对象作为预测值，式中，sEu是欧式相似度，sR是相关系数，,sX是汉明相似度的改进版；
其中kx表示|X(i，t0)-X(i，tj)|＞0.5×Std的
范围，Std为X(k,t0)的标准差。
6.根据权利要求5所述的一种智能气候预测系统统，其特征在于，所述X(k,t0)是可任意选择范围k的大尺度变量及扩展变量，即需要比较的相似因子，X(k,t)是要包含X(k,t0)的历史序列，通过基于数据划分的无监督聚类算法K-Means,得到包含X(k,t0)所属的类别，并以此类别的要素合成作为预测值。
7.根据权利要求4所述的一种智能气候预测系统统，其特征在于，所述Y(t)是预测对象，X(i,t)包含环流指数、指数变化和距平变化，即预报因子，基于机器学习的决策树、随机森林、支持向量机等算法建模，并以此模型为基础，得到客观定量化的预测结果。
8.根据权利要求7所述的一种智能气候预测系统统，其特征在于，Y(t)是预测对象，X1(k,t)，X2(k,t)，…，Xn(k,t)分别是格点k(i，j)或第k个大尺度变量及扩展变量，即预报因子，分别对X1(k,t)，X2(k,t)，…，Xn(k,t)进行标准化处理得到x1(k,t)，x2(k,t)，…，xn(k,t)，通过x(kx，t)＝x1(k，t)∪x2(k2，t)∪…∪xn(kn，t)以及x(kx，t)＝x1(k，t)∩x2(k2，t)∩…∩xn(kn，t),(k1，k2，…，kn)表示满足不同条件的预测因子，即相关性通过显著性检验，符号一致率高于65和小于35以及前2条件都满足的因子，在融合和优势因子提取后，再基于x(kx，t)与Y(t)建立模型，通过权利要求4-7的方法得到客观化预测结果。
9.根据权利要求1所述的一种智能气候预测系统统，其特征在于，Y1(t)，Y2(t)，…，Yn(t)是权利要求3-7得到的所有客观定量化预测结果，Ps1(t)，Ps2(t)，…，Psn(t)分别是基于所有回算客观化预测得到的趋势异常综合评分，Cc1(t)，Cc2(t)，…，Ccn(t)是对应的相关系数，RMSE1(t)，RMSE2(t)，…，RMSEn(t)是标准误差，Stdev1(t)，Stdev2(t)，…，Stdevn(t)是标准差，分别评估预测年t+1前3年和前3个月所有回算客观化预测的Ps、Cc、RMSE、Stdev,再从评估结果中提取基于不同算法不同资料的前20种和100种预测结果，MAE1，MAE2，…，MAEn是近3年所有客观化定量化结果的平均绝对误差，则得
到超级集合；
得到概率预报的结果。
10.根据权利要求1所述的一种智能气候预测系统统，其特征在于：Ys1(t)，Ys2(t)，…，Ysn(t)是权利要求8得到的超级集合预测结果，Yp1(t)，Yp2(t)，…，Ypn(t)是权利要求8得到的概率预报结果，评估t+1前3年和前3个月的超级集合和概率预报结果的Ps,Cc,RMSE,PC和Stdev，再综合权利要求4-8的客观化结果的评估结果，分别以评估变量或者组合多个评估变量(默认为RI＝4×Ps+100×Cc-Stdev-RMSE)为推荐指数，继而以推荐指数的大小推荐最优客观化预测结果。

说明书全文

一种智能气候预测系统

技术领域

[0001] 本发明涉及气候预测技术领域，更具体的说是涉及一种智能气候预测系统。

背景技术

[0002] 近年来，国内外对气候预测研究空前重视，气候预测研究不仅具有重要的社会和经济意义，而且有重要的科学价值，它是目前国际上科学研究的大热点，已成为本世纪末和下纪初各国优先发展的科技领域之一。短期气候预测有其坚实的科学基础，目前建立在这种科学基础之上的短期气候预测系统都已显示出一定的预测技巧，但是，当前无论是依赖经验统计方法、气候模式预测，还是基于动力或统计降尺度的短期气候预测系统存在地区针对性不强，预测时间短，准确性低，计算速度慢，尤其是预测对象单一、预测效果不稳定等问题。

[0003] 因此，如何提供一种以动态预测思路，通过大数据的梳理统计，再利用经验统计方法和人工智能技术，对前期气候背景、环流指数、再分析场、多模式预测产品进行客观定量化预测，并以此为依据，从众多的预测信息中，动态选择方法、动态选择影响系统，智能推荐最优预测。预测准确率稳定准确，并可不断增加数据和算法，逐步达到以“量变到质变”的预测效果，能够针对不同地区不同预测对象进行不同预测是本领域技术人员亟需解决的问题。

发明内容

[0004] 本发明的目的在于提供一种智能气候预测系统，以解决上述背景技术中提出的问题。

[0005] 为实现上述目的，本发明提供如下技术方案：一种智能气候预测系统基于气象大数据，即通过对气温/降水的自身序列、前期再分析场、前期环流指数、多模式预测产品变量及其扩展变量等采用多元回归等经验预测以及随机森林等机器学习方法得到尽可能多的客观化预测产品，再从Ps、CC、RMSE以及标准差等方面对预测结果进行效果评估，并再次借助机器学习，在不断优化客观化预测方法和评估预测结果的基础上，得到基于不同条件下的概率预报和集合预报结果，继而推荐得到智能最优预测。

[0006] 作为优选，所述的智能气候预测系统包括数据预处理子系统，智能相似年查找预测子系统，基于时间序列预测子系统，基于气候特点预测子系统，基于环流指数预测子系统，基于EOF重构的预测子系统，基于再分析场和多模式预测产品的预测子系统，决策树和随时森林预测子系统，基于机器学习的延伸期预报子系统，基于MJO的预测子系统，智能推荐子系统。

[0007] 其中所述的数据预处理子系统：用于下载、提取、扩展和可视化全球大气再分析资料、全球海洋再分析资料、ECMWF、CFS2、CSM、DERF2.0等多模式预测资料、全国地面观测资料、MJO观测资料和模式资料等；包括而不局限于气温、降水、雨日、有照日、最高气温、最低气温、大雨开始期、旱涝急转等预测对象的建立；用于所有系统所有客观化预测的批量运行。

[0008] 作为优选，所述的智能相似年查找预测子系统：用于根据所述环流指数、大气海洋再分析资料、多模式预测等大尺度变量及其扩展变量和融合变量通过相似度计算、K-Means聚类智能查找相似年并客观定量预测。

[0009] 作为优选，所述的基于时间序列预测子系统：用于根据所述预测对象的时间序列进行平滑滤波、小波分析等周期分析以及利用均生函数、自回归进行客观定量预测。

[0010] 作为优选，所述的基于气候特点预测子系统：用于根据所述前期气温、降水、日照以及雨日、有照日数等气候特点与预测对象建立模型并采用所述预测方法客观定量预测。

[0011] 作为优选，所述的基于环流指数预测子系统：用于根据所述环流指数、指数变化和距平变化与预测对象建模模型并采用所述预测方法客观定量预测。

[0012] 作为优选，所述的基于EOF重构的预测子系统：用于根据所述预测对象进行EOF分解，与所述环流指数、再分析场、多模式预测场等大尺度变量即扩展变量建立模型并客观定量化预测。

[0013] 作为优选，所述的基于再分析场和多模式预测产品的预测子系统：用于根据所述大气、海洋再分析场、ECMWF、CFS2、CSM等多模式预测等大尺度变量及其扩展变量与预测对象建立模型，并采用所述预测方法进客观定量预测。

[0014] 作为优选，所述的决策树和随时森林预测子系统：用于根据所述环流指数、指数变化和距平变化与预测对象采用决策树、随机森林算法建模并客观定量预测。

[0015] 作为优选，所述的基于MJO预测子系统：用于根据所述MJO观测与模式预测变量与降水、高温过程建立模型并预测降温、降水过程。

[0016] 作为优选，所述的基于机器学习的延伸期预报子系统：用于根据所述DERF2.0逐日模式预测变量与逐日降水、气温建立模型，并采用岭回归、相似度计算和聚类分析对强降水和强降温进行预测的子系统。

[0017] 作为优选，所述的智能推荐子系统：用于根据所述评估方法对所述客观定量预测结果和超级集合、概率预报等再分析客观定量预测结果进行评估推荐得到最优预测。

[0018] 本发明的一种智能气候预测系统基于气象大数据，即通过对气温/降水的自身序列、前期再分析场、前期环流指数、多模式预测产品变量及其扩展变量等采用多元回归等经验预测以及随机森林等机器学习方法得到尽可能多的客观化预测产品，再从Ps、CC、RMSE以及标准差等方面对预测结果进行效果评估，并再次借助机器学习，在不断优化客观化预测方法和评估预测结果的基础上，得到基于不同条件下的概率预报和集合预报结果，继而推荐得到智能最优预测。

[0019] 另外，根据本发明智能气候预测系统还可以具有以下附加的技术特征：

[0020] 进一步地，本发明智能气候预测系统，可以包括但不局限于现有的资料和算法，不断增加模式预测要素、海冰、积雪等大尺度变量，增加和优化侧重预测机理的经验统计方法和机器学习算法进行客观化预测，增加和优化侧重数理统计的机器学习算法和评估规则进行智能推荐都将进一步提高气候预测的准确性和稳定性。

[0021] 进一步地，本发明实施例中，所述预测对象是重庆地区的气温和降水，但本发明预测对象不局限于气温、降水，预测区域也不局限于重庆地区。

[0022] 进一步地，本发明实施例中，智能气候预测系统包括上述而不局限于上述模块，还包括重现期计算、自定义环流指数，日月相概率等子系统。

[0023] 与现有技术相比，本发明的有益效果是：提供了一种准确性高，预测稳定，针对性强并且预测对象、预测地区以及预测方法可扩充增加的智能气候预测系统。附图说明

[0024] 图1为本发明实施例提供的智能气候预测系统的架构图

[0025] 图2为本发明实施例提供的智能气候预测系统的流程图

[0026] 图3为本发明实施例提供的智能气候预测系统的2019年3月降水智能推荐与实况对比的系统界面

[0027] 图4为本发明实施例提供的智能预测系统在2019年1-6月实际业务应用与发布预报的Ps评分对比。

具体实施方式

[0028] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0029] 下面将参照附图描述根据本发明实施例提出的智能气候预测系统。

[0030] 实施例：如图1所示，该智能气候预测系统包括数据预处理、气候预测、预测工具三大部分，其中，数据预处理用于气象大数据的下载、提取、扩展，数据统计及可视化、自定义环流指数以及批量客观化预测等，数据统计及可视化包括了对地面气象观测资料、环流指数、再分析资料、多模式预测资料任意时段的统计、暴雨、洪涝、连晴高温、强降温、干旱、旱涝急转、旱涝并存等气候事件的统计及可视化。气候预测部分包括了基于背景分析的气候态、趋势背景、对比分析、智能相似合成、气候特征、EOF分解重构，日月相等模块；基于指数分析的指数实况、指数预测指数、指数预测趋势、多因子协同等模块；基于物理(模式场)分析的场合成，场预测指数、场预测趋势、智能相似场、智能延伸期以及模式检验模块；基于MJO应用的MJO过程相似、强MJO影响、MJO概率相似及MJO降水分析等模块；基于评估的智能推荐模块。预测工具包括了重现期、绘图软件以及预测评分等。

[0031] 图2是本发明实施例提供的智能预测系统的业务流程，系统在进行业务预测的具体过程中进行了优化，可采用较为简洁的过程：步骤一、数据预处理，1.1、研究对象确定：3月重庆34个国家地面气象观测站的气温距平和降水距平率。

[0032] 1.2、下载环流指数、月尺度大气、海洋再分析资料、ECMWF、CFS2和CSM的月尺度模式预测资料、重庆市34个国家地面气象观测站的月地面气象观测资料。

[0033] 1.3、对环流指数、再分析资料进行数据扩展。

[0034] 步骤二、得到客观化预测结果。

[0035] 分别采用实际预测时(在2月下旬进行3月的气候预测)能得到的提前2-7个月即头一年8月到1月的环流指数、地面观测资料和500hpa高度场、海平面气压场、850hpa 风场、全球海温等再分析资料及其扩展变量；提前1-6个月即头一年9月到当年2月起报的3月的ECMWF、CFS2、BCC-CSM等模式产品的500hpa高度场、2米气温和降水量作为预报因子，通过系统的批量客观化预测，自动得到6416个客观化预测结果，并在自动评估评估结果的基础上，对评估得到的优势定量预测方法和数据集成学习，得到基于不同情况的集合预报、概率预报等101个再分析定量化预测。

[0036] 步骤三、从近期、同期等多个角度智能推荐客观化预测。

[0037] 对包括再分析的客观定量化结果在内的所有6517个客观化预测中，采用RI＝2×Ps+100×Cc推荐最优预测。图3是降水的智能推荐预测和实况对比图。

[0038] 根据本发明实施例提供的智能预测系统在重庆市2019年1-6月的实际业务应用，图4是2019年1-6月业务运行的逐月发布与智能推荐Ps评分统计情况。结果表明，无论是气温还是降水，智能推荐预测的效果均明显优于发布预报。由此可见，本发明对预测准确率是稳定的提高，能够更好的为社会经济服务，能够更好的为政府决策提供保障。

[0039] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

标题	发布/更新时间	阅读量
气候环境模拟器	2020-05-12	306
气候控制系统	2020-05-12	269
气候控制系统	2020-05-12	849
耐气候通讯电缆	2020-05-13	769
气候补偿器	2020-05-11	642
一种智能气候预测系统	2020-05-13	685
一种气候调节仪	2020-05-12	345
一种小气候监测系统及基于此系统监测天然牧草的方法	2020-05-11	550
多品种农作物的农业气候区划方法	2020-05-11	555
用于飞机的气候控制系统	2020-05-13	637

一种智能气候预测系统

一种智能气候预测系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：