自动化GRAPES区域预报模式显著性检验方法及系统技术方案

本发明专利技术属于产品质量评估技术领域，公开了一种自动化GRAPES区域预报模式显著性检验方法及系统，用户在浏览器页面设置检验模式、检验算法、置信度、数据的起止日期、区域范围的经纬度以及评分卡显示样式参数；后端依据检验的模式和数据起止日期确定数据文件在服务器的存放路径，并按照得到的路径读取到对应的预报源文件；依据经纬度范围裁剪Grib文件中的数据；计算预报值和观测值的统计量；通过显著性检验算法计算两个模式在不同统计量下显著性检验评分等级。本发明专利技术采用B/S架构，无需安装客户端，能够科学高效地进行预报产品质量的差异性检验，提高检验的自定义化程度。

【技术实现步骤摘要】
自动化GRAPES区域预报模式显著性检验方法及系统
本专利技术属于产品质量评估
，尤其涉及一种自动化GRAPES区域预报模式显著性检验方法及系统。
技术介绍
目前，对于GRAPES不同模式预报产品的质量对比评估，可以计算其在同一时效下的平均误差、均方根误差和标准差等检验评分用于对比分析。通过将不同模式的评分曲线绘制在同一张图表上，使用不同颜色的线条加以区分，气象分析人员可以直观地看出模式之间的差异性，对绘制好的图表进行分析和评估。现阶段，也有一些较为粗糙的检验评分卡方法，计算两个模式预报产品在各个评分下，不同时效的显著性检验p值(采用t检验的方式)，将其与设定的置信度进行对比，从而得到其评分等级，将其评分等级与不同颜色的色块进行对应，将得到的结果绘制在同一张图表上。但是仅用肉眼很难科学、定量地去分析模式之间的差异性有多大、是否显著，也难以同时观察不同评分下各个预报模式产品质量的差异性；另外，由于现存的预报检验系统及相关工具大多固定了预报产品的区域剪裁范围，参与检验的预报模式只能在有限个固定的区域内进行评分的计算，这使得从事科研的气象分析人员难以灵活地进行自定义范围的不同模式预报产品质量的显著性检验。通过上述分析，现有技术存在的问题及缺陷为：(1)现有技术无法科学、定量地分析不同模式之间预报产品质量的差异性，也无法同时观察在不同评分下的差异性。(2)无法动态地选择参与检验的预报模式，更换模式需要修改程序，繁琐且耗时；参与检验的地理剪裁区域有限且固定，无法自定义剪裁区域。(3)使用的检验算法固定，无法使用双边t检验外的其他算法对模式预报产品质量的差异性进行科学、定量地分析。解决以上问题及缺陷的难度为：对程序开发人员要求较高，既要求开发人员了解气象预报检验相关知识，又要求其懂得程序设计并能编写代码实现。测试数据难以获得。程序开发所需的数据应是实际观测和预报的气象数据，该数据存储于中国气象数据中心，需要和其合作或申请才能获得。解决以上问题及缺陷的意义为：能够科学定量地分析不同预报模式之间的差异性，及差异的显著性；可以灵活地剪裁指定区域地预报数据和指定检验算法，便于分析人员更为灵活地进行预报检验分析和科学研究。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种自动化GRAPES区域预报模式显著性检验方法及系统。本专利技术是这样实现的，一种自动化GRAPES区域预报模式显著性检验方法，所述自动化GRAPES区域预报模式显著性检验方法包括以下步骤：步骤一，用户在浏览器页面设置检验模式、检验算法、置信度、数据的起止日期、区域范围的经纬度以及评分卡显示样式参数；步骤二，前端将所述参数打包通过Flask框架与后端进行通信，后端依据检验的模式和数据起止日期确定数据文件在服务器的存放路径，并按照得到的路径读取到对应的预报源文件，即Grib文件；步骤三，后台依据经纬度范围参数对Grib文件中的数据进行裁剪，得到指定区域的格点预报值，取均值处理后作为所述区域的最终预报值；步骤四，读取所述区域的观测数据，计算预报值和观测值在设置的日期范围内，每次起报的不同时效的均方根误差RMSE、平均误差BIAS和标准差SD的统计量；步骤五，使用设置的显著性检验算法和置信度，计算两个模式在不同统计量RMSE、BIAS和SD下，各个时效的显著性检验统计量的p值；步骤六，将p值与用户设置的置信度进行比较，得到评分等级，依据评分等级在前端绘制不同颜色的色块；在同一张图表上，同时绘制各个气象场下不同统计量的评分结果。进一步，步骤四中，所述读取所述区域的观测数据，计算预报值和观测值在设置的日期范围内，每次起报的不同时效的均方根误差RMSE、平均误差BIAS和标准差SD的统计量，包括：(1)后台解析初始预报文件中所包含的时效，并得到所述时效的预报数据；(2)对比对应时刻的观测数据，计算常规统计量均方根误差RMSE、平均误差BIAS以及标准差SD。进一步，步骤五中，所述使用设置的显著性检验算法和置信度，计算两个模式在不同统计量RMSE、BIAS和SD下，各个时效的显著性检验统计量的值p，包括：(1)用户在前端设置数据的日期范围、需要检验的两个模式及检验算法；(2)后台依据所述设置，计算好两个模式在所述范围内每个时效的统计量RMSE、BIAS和SD，(3)对每个统计量分别用指定的检验算法进行显著性检验，得到结果p值。进一步，步骤六中，用户可指定评分等级阈值，若有高于该等级的评分结果，前端将自动用红框勾出所述区域，帮助用户分析模式预报质量差异较为显著的时效和层次；用户通过前端的样式设置下拉框，将显示设置从色块切换为形状，即用不同的形状来表示不同的评分等级。本专利技术的另一目的在于提供一种应用所述的自动化GRAPES区域预报模式显著性检验方法的自动化GRAPES区域预报模式显著性检验系统，所述自动化GRAPES区域预报模式显著性检验系统包括：用户层、应用层、功能层、奇数层和支持层；用户层，包括用户界面；应用层，用于对后台数据进行处理，包括检验模式设置、检验算法设置、置信度设置、数据日期设置、区域经纬度设置和显示样式设置；功能层，用于实现数据路径提取、评分等级划分、Grib文件解析、地理区域剪裁以及显著性检验计算；技术层，包括前台技术、后台技术、数据交互和数据库；其中，所述前台技术包括HTML、CSS、JavaScript和Vue框架，所述后台技术包括Python3、NumPy、Pandas和SciPy，所述数据交互利用Flask框架，所述数据库为MySQL；支持层，包括硬件、网络和通讯协议。进一步，所述自动化GRAPES区域预报模式显著性检验系统采用B/S架构，前端页面使用Vue框架进行构建，后端采用python代码进行编写，并使用NumPy，Pandas和SciPy第三方库进行数据处理和检验计算；采用Flask框架进行前后台的数据交互，并使用MySQL数据库进行后台数据的持久化处理。本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述的自动化GRAPES区域预报模式显著性检验方法。本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述的自动化GRAPES区域预报模式显著性检验方法。本专利技术的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的自动化GRAPES区域预报模式显著性检验方法。结合上述的所有技术方案，本专利技术所具备的优点及积极效果为：本专利技术提供的自动化GRAPES区域预报模式显著性检验方法，采用B/S架构，前端页面使用Vue框架进行构建，后端采用python代码进行编写，并使用NumPy，Pandas，SciPy等第本文档来自技高网...

【技术保护点】
1.一种自动化GRAPES区域预报模式显著性检验方法，其特征在于，所述自动化GRAPES区域预报模式显著性检验方法包括：/n用户在浏览器页面设置检验模式、检验算法、置信度、数据的起止日期、区域范围的经纬度以及评分卡显示样式参数；/n前端将所述参数打包通过Flask框架与后端进行通信，后端依据检验的模式和数据起止日期确定数据文件在服务器的存放路径，并按照得到的路径读取到对应的预报源文件，即Grib文件；/n后台依据经纬度范围参数对Grib文件中的数据进行裁剪，得到指定区域的格点预报值，取均值处理后作为所述区域的最终预报值；/n读取所述区域的观测数据，计算预报值和观测值在设置的日期范围内，每次起报的不同时效的均方根误差RMSE、平均误差BIAS和标准差SD的统计量；/n使用设置的显著性检验算法和置信度，计算两个模式在不同统计量RMSE、BIAS和SD下，各个时效的显著性检验统计量的p值；/n将p值与用户设置的置信度进行比较，得到评分等级，依据评分等级在前端绘制不同颜色的色块；在同一张图表上，同时绘制各个气象场下不同统计量的评分结果。/n

【技术特征摘要】
1.一种自动化GRAPES区域预报模式显著性检验方法，其特征在于，所述自动化GRAPES区域预报模式显著性检验方法包括：
用户在浏览器页面设置检验模式、检验算法、置信度、数据的起止日期、区域范围的经纬度以及评分卡显示样式参数；
前端将所述参数打包通过Flask框架与后端进行通信，后端依据检验的模式和数据起止日期确定数据文件在服务器的存放路径，并按照得到的路径读取到对应的预报源文件，即Grib文件；
后台依据经纬度范围参数对Grib文件中的数据进行裁剪，得到指定区域的格点预报值，取均值处理后作为所述区域的最终预报值；
读取所述区域的观测数据，计算预报值和观测值在设置的日期范围内，每次起报的不同时效的均方根误差RMSE、平均误差BIAS和标准差SD的统计量；
使用设置的显著性检验算法和置信度，计算两个模式在不同统计量RMSE、BIAS和SD下，各个时效的显著性检验统计量的p值；
将p值与用户设置的置信度进行比较，得到评分等级，依据评分等级在前端绘制不同颜色的色块；在同一张图表上，同时绘制各个气象场下不同统计量的评分结果。


2.如权利要求1所述的自动化GRAPES区域预报模式显著性检验方法，其特征在于，所述读取所述区域的观测数据，计算预报值和观测值在设置的日期范围内，每次起报的不同时效的均方根误差RMSE、平均误差BIAS和标准差SD的统计量，包括：
(1)后台解析初始预报文件中所包含的时效，并得到所述时效的预报数据；
(2)对比对应时刻的观测数据，计算常规统计量均方根误差RMSE、平均误差BIAS以及标准差SD。


3.如权利要求1所述的自动化GRAPES区域预报模式显著性检验方法，其特征在于，所述使用设置的显著性检验算法和置信度，计算两个模式在不同统计量RMSE、BIAS和SD下，各个时效的显著性检验统计量的值p，包括：
(1)用户在前端设置数据的日期范围、需要检验的两个模式及检验算法；
(2)后台依据所述设置，计算好两个模式在所述范围内每个时效的统计量RMSE、BIAS和SD，
(3)对每个统计量分别用指定的检验算法进行显著性检验，得到结果p值。


4.如权利要求1所述的自动化GRAPES区域预报模式显著性检验方法，其特征在于，用户可指定评分等级阈值，若有高于该等级的评分结果，前端将自动用红...

【专利技术属性】
技术研发人员：杨昊，谢安琪，邹茂扬，何琴，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51