训练地面气象观测要素监测模型、质量检查方法及系统技术方案

本发明专利技术公开了一种训练地面气象观测要素监测模型、质量检查方法及系统，训练方法包括：构建气象观测博弈树模型，根据气象观测要素及树的置信度上限函数分别对模型各节点采取相应行动策略；根据其行动策略遍历博弈树的节点，遍历预设次数后完成博弈；在每完成一次遍历后均进行一次反向传播对各节点进行评估，根据评估参数对博弈树模型强化学习训练更新每层的节点参数；进行预设次数的博弈及反向传播评估后，得到训练好的博弈树模型作为监测模型。基于该监测模型可实现对大量气象观测站观测数据的质量检查，实现各气象站检查标准的精细化处理，且扩展性好，解决传统的使用统一检查标准质量检查方法在海量气象观测数据情况下性能下降、费用高的问题。

Training ground meteorological observation elements monitoring model, quality inspection method and system

【技术实现步骤摘要】
训练地面气象观测要素监测模型、质量检查方法及系统
本专利技术涉及气象观测
，具体涉及一种训练地面气象观测要素监测模型、质量检查方法及系统。
技术介绍
自动气象站分布密集、地形差异大、数据实时性强，数据质量问题复杂，可能出现的数据误差就包括系统误差、粗大误差、随机误差和微气象误差，因此需要对自动气象站资料进行质量检查。地面气象观测数据质量检查是通过一系列的数值计算方法对地面气象观测数据进行质量检查以判断数据是否符合规范和要求。目前在气象业务系统中广泛应用的质量控制方法主要针对的对象为国家级自动站观测资料和区域自动站观测资料。采用的最主要的检查方法包括以下6种：(1)界限值检查方法：检查要素值是否在其测量允许值范围之内。(2)气候极值检查方法：检查各要素是否超过历史上出现过的最大值和最小值。(3)内部一致性检查方法：有些气象观测要素相互之间关系密切，其变化规律具有一致性。根据该特性，就可对相关数据是否保持这种内部关系来检查其是否发生异常，以确定数据质量。(4)时变检查方法：大气中的有些观测数据与时间显著相关，具有良好的时间一致性，将此类数据与其时间上前、后的测值相比较，来判断其数据是否发生异常。(5)持续性检查方法：在一段时间内，许多气象要素值会随着时间、地域的变化出现波动。如果没有发生变化，说明数据发生异常。(6)空间一致性检查方法：气象要素分布的地理空间具有相关性，空间距离较近的气象站点比距离较远的站点其特征值具有更大的相似性。而随着我国气象观测业务的不断发展和成熟，各省、地市、县区域自动站数量快速增多、资料收集密度和站点密度逐步加大，常规的数据质量检查方法已经无法满足现在的需求。主要体现在以下两个方面：我国幅员辽阔，气候多样，下垫面变化复杂，气象观测要素的差异明显。传统检查方法对台站的下垫面和气候特点考虑不充分，不仅在数值上的标准都是统一的，在空间范围和时间序列特征上也是无法形成针对每个台站的质量检查方法总结；传统方法计算的复杂度较高，性能提升的空间有限，无法及时快速有效的发现数据异常，更是远远无法满足对于未来分钟级甚至秒级的数据质量检查需求。
技术实现思路
因此，本专利技术提供的一种训练地面气象观测要素监测模型、质量检查方法及系统，克服了现有技术中使用统一检查标准质量检查方法在海量气象观测数据情况下性能下降、费用高的缺陷。第一方面，本专利技术实施例提供一种训练地面气象观测要素监测模型方法，包括如下步骤：构建气象观测博弈树模型，所述博弈树模型的根节点为各观测站已知的气象观测要素数值节点，每层子节点为对应周期观测时刻的数值变化节点；根据节点的气象观测要素及预设树的置信度上限函数分别对各个节点采取相应的行动策略；根据各个节点的行动策略遍历所述博弈树模型的所有节点，遍历预设次数后完成博弈过程；在每完成一次遍历后均进行一次反向传播对每个节点进行评估，根据评估参数对博弈树模型多次强化学习训练，更新每层的节点参数；在进行预设次数的博弈及反向传播评估后，得到训练好的博弈树模型作为地面气象观测要素监测模型。在一实施例中，所述气象观测要素包括：气温、气压、相对湿度、观测时刻周期内累积的降水量、风速和风向。在一实施例中，在进行第一次遍历博弈树模型时，气象观测要素为气温、气压、相对湿度的节点采用正态分布的行动策略，气象观测要素为观测时刻周期内累积的降水量、风速和风向的节点采用随机分布行动策略。在一实施例中，在进行反向传播时博弈树模型中节点的两个属性被用来作为节点选择的依据，所述两个属性包括：总模拟奖励，表征在每次博弈过程节点得到的模拟结果的奖励总和；总访问次数，表征节点位于反向传播路径上的次数。在一实施例中，在进行反向传播时端节点开始向上追溯至根节点，在反向传播遍历后，将获取的博弈值序列与真实值序列进行比较，从末端节点所在的层开始反向推算，更新路径上所有节点的总模拟奖励和总访问次数。在一实施例中，所述更新路径上所有节点的总模拟奖励和总访问次数的步骤，包括：如果节点进行了准确的判断则增加奖励，如果错误则不进行奖励；如果节点被访问到了，增加访问次数根据实际观测数据对参数进行更新。在一实施例中，在进行第二次以及以后遍历博弈树模型时，根据树的置信度上限函数对节点进行评估，根据各节点对应的树的置信度上限函数的估计值调整函数中的参数，对应更新其对应的行动策略。在一实施例中，所述树的置信度上限函数通过以下公式计算:其中，Q(vi)为树的第i层节点的总奖励次数，N(vi)为树的第i层节点的总访问次数，N(v)为所有节点的总访问次数之和，C为折中系数。在一实施例中，根据节点的气象观测要素对折中系数C进行调整，包括：当气象观测要素在第一的遍历时的行动策略为正态分布时，适应调大折中系数C的值；当气象观测要素在第一的遍历时的行动策略为随机分布时，适应调小折中系数C的值。第二方面，本专利技术实施例提供一种地面气象观测要素质量检查方法，包括：获取预设时刻的气象观测要素数值；将该预设时刻的气象观测要素数值，输入根据本专利技术实施例第一方面所述的训练地面气象观测要素监测模型方法得到的地面气象观测要素监测模型中，通过节点遍历的方法，得到各个观测周期时刻节点对应的值及对应概率值，当节点的概率值低于最高概率值节点的预设占分比值时，则被舍弃，剩下的节点按照最低值和最高值作为最终质量检查的取值范围。第三方面，本专利技术实施例提供一种训练地面气象观测要素监测模型系统，包括：博弈树模型构建模块，用于构建气象观测博弈树模型，所述博弈树模型的根节点为各观测站已知的气象观测数值节点，每层子节点为对应周期观测时刻的数值变化节点；行动策略配置模块，用于根据节点的气象观测要素及预设树的置信度上限函数分别对各个节点采取相应的行动策略；博弈模块，用于根据各个节点的行动策略遍历所述博弈树模型的所有节点，遍历预设次数后完成博弈过程；评估模块，用于在每完成一次遍历后均进行一次反向传播对每个节点进行评估，根据评估参数对博弈树模型多次强化学习训练，更新每层的节点参数；地面气象观测要素监测模型获取模块，用于在进行预设次数的博弈及反向传播评估后，得到训练好的博弈树模型作为地面气象观测要素监测模型。第四方面，本专利技术实施例提供一种地面气象观测要素质量检查系统，包括：待检查数据获取模块，获取预设时刻的气象观测要素数值；质量检查模块，用于将该预设时刻的气象观测要素数值，输入根据本专利技术实施例第一方面所述的训练地面气象观测要素监测模型方法得到的地面气象观测要素监测模型中，通过节点遍历的方法，得到各个观测周期时刻节点对应的值及对应概率值，当节点的概率值低于最高概率值节点的预设占分比值时，则被舍弃，剩下的节点按照最低值和最高值作为最终质量检查的取值范围。第五方面，本专利技术实施例提供一种计算机设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种训练地面气象观测要素监测模型方法，其特征在于，包括如下步骤：/n构建气象观测博弈树模型，所述博弈树模型的根节点为各观测站已知的气象观测要素数值节点，每层子节点为对应周期观测时刻的数值变化节点；/n根据节点的气象观测要素及预设树的置信度上限函数分别对各个节点采取相应的行动策略；/n根据各个节点的行动策略遍历所述博弈树模型的所有节点，遍历预设次数后完成博弈过程；/n在每完成一次遍历后均进行一次反向传播对每个节点进行评估，根据评估参数对博弈树模型多次强化学习训练，更新每层的节点参数；/n在进行预设次数的博弈及反向传播评估后，得到训练好的博弈树模型作为地面气象观测要素监测模型。/n

【技术特征摘要】
1.一种训练地面气象观测要素监测模型方法，其特征在于，包括如下步骤：
构建气象观测博弈树模型，所述博弈树模型的根节点为各观测站已知的气象观测要素数值节点，每层子节点为对应周期观测时刻的数值变化节点；
根据节点的气象观测要素及预设树的置信度上限函数分别对各个节点采取相应的行动策略；
根据各个节点的行动策略遍历所述博弈树模型的所有节点，遍历预设次数后完成博弈过程；
在每完成一次遍历后均进行一次反向传播对每个节点进行评估，根据评估参数对博弈树模型多次强化学习训练，更新每层的节点参数；
在进行预设次数的博弈及反向传播评估后，得到训练好的博弈树模型作为地面气象观测要素监测模型。


2.根据权利要求1所述的训练地面气象观测要素监测模型方法，其特征在于，所述气象观测要素包括：气温、气压、相对湿度、观测时刻周期内累积的降水量、风速和风向。


3.根据权利要求1所述的训练地面气象观测要素监测模型方法，其特征在于，在进行第一次遍历博弈树模型时，气象观测要素为气温、气压、相对湿度的节点采用正态分布的行动策略，气象观测要素为观测时刻周期内累积的降水量、风速和风向的节点采用随机分布行动策略。


4.根据权利要求1所述的训练地面气象观测要素监测模型方法，其特征在于，在进行反向传播时博弈树模型中节点的两个属性被用来作为节点选择的依据，所述两个属性包括：
总模拟奖励，表征在每次博弈过程节点得到的模拟结果的奖励总和；
总访问次数，表征节点位于反向传播路径上的次数。


5.根据权利要求4所述的训练地面气象观测要素监测模型方法，其特征在于，在进行反向传播时端节点开始向上追溯至根节点，在反向传播遍历后，将获取的博弈值序列与真实值序列进行比较，从末端节点所在的层开始反向推算，更新路径上所有节点的总模拟奖励和总访问次数。


6.根据权利要求5所述的训练地面气象观测要素监测模型方法，其特征在于，所述更新路径上所有节点的总模拟奖励和总访问次数的步骤，包括：
如果节点进行了准确的判断则增加奖励，如果错误则不进行奖励；如果节点被访问到了，增加访问次数根据实际观测数据对参数进行更新。


7.根据权利要求5所述的训练地面气象观测要素监测模型方法，其特征在于，在进行第二次以及以后遍历博弈树模型时，根据树的置信度上限函数对节点进行评估，根据各节点对应的树的置信度上限函数的估计值调整函数中的参数，对应更新其对应的行动策略。


8.根据权利要求7所述的训练地面气象观测要素监测模型方法，其特征在于，所述树的置信度上限函数通过以下公式计算:



其中，Q(vi)为树的第i层节点的总奖励次数，N(vi)为树的第i层节点的总访问次数，N(v)为所有节点的总访问次数之和，C为折中系数。


9.根据权利要求8所述...

【专利技术属性】
技术研发人员：程晨，张金喜，蔡斌辉，李可，陈鹏斐，朱静，
申请(专利权)人：航天新气象科技有限公司，
类型：发明
国别省市：江苏;32