降水预报方法、设备、装置及存储介质制造方法及图纸

本申请实施例提供一种降水预报方法、设备、装置及存储介质，该方法包括：将用于降水预报的降水量数据进行离散化处理，得到离散化后的降水量级；将数值天气预报模式NWP的基本气象要素，确定为用于降水预报的预报因子；基于所述预报因子与所述降水量级，获取预先训练好的降水预报模型；基于所述降水预报模型进行降水多分类预测，得到连续的降水量预报结果。本申请实施例能够实现更精准的连续降水量预报。申请实施例能够实现更精准的连续降水量预报。申请实施例能够实现更精准的连续降水量预报。

【技术实现步骤摘要】
降水预报方法、设备、装置及存储介质


[0001]本申请涉及天气预报
，尤其涉及一种降水预报方法、设备、装置及存储介质。

技术介绍

[0002]数值天气预报模式(Numerical weather prediction，NWP)已发展成为现代天气预报业务的核心与基础。
[0003]温度、气压、湿度和风场等基本气象要素，可以用大气基本方程进行描述，其预报结果具有较高的准确性。然而，对于某些物理过程，如积云对流、云微物理、湍流和辐射等，无法从大气基本方程中得到解析，而需借助于参数化方案。不同的NWP模式，可能使用了不同的参数化方案，参数化方案包含所模拟的天气的关键特征，对预报性能起到决定性的作用。然而，物理参数化方案存在内在的不确定性，一方面源于对降水过程中的大气物理过程尚未完全了解，另一方面源于在可解析尺度上存在不可解析过程的影响，使得参数化方案成为制约提高NWP预报性能的重要瓶颈。
[0004]因此，如何实现更优的不同强度降水过程定量化中短期预报，成为亟待解决的关键问题。

技术实现思路

[0005]本申请实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降水预报方法，其特征在于，包括：将用于降水预报的降水量数据进行离散化处理，得到离散化后的降水量级；将数值天气预报模式NWP的基本气象要素,确定为用于降水预报的预报因子；基于所述预报因子与所述降水量级，获取预先训练好的降水预报模型；基于所述降水预报模型进行降水多分类预测，得到连续的降水量预报结果。2.根据权利要求1所述的降水预报方法，其特征在于，所述将用于降水预报的降水量数据进行离散化处理，得到离散化后的降水量级，包括：通过确定所述降水量数据的范围及降水量级分辨率，得到所述离散化后的降水量级；其中，所述降水量级包括：R
C
＝{0,Rmin,Rmin+ΔR,Rmin+2
·
ΔR,
…
,Rmax}；其中，R
C
表示所述离散化后的降水量级，R
min
表示最小的降水量数据，R
max
表示最大的降水量数据，ΔR表示所述降水量级分辨率。3.根据权利要求1所述的降水预报方法，其特征在于，通过深度学习方式建立所述降水预报模型。4.根据权利要求3所述的降水预报方法，其特征在于，所述降水预报模型包括：卷积层、残差连接层、池化层、上采样层、注意力层和softmax分类器；所述卷积层、所述池化层和所述上采样层用于提取三维空间的天气系统特征；所述残差连接层用于对所述降水预报模型进行训练；所述注意力层用于提取所述预报因子的全局特征；所述softmax分类器用于输出所述离散化后的降水量级的概率。5.根据权利要求1所述的降水预报方法，其特征在于，所述NWP的基本气象要素包括温度、气压、湿度和风场；所述预报因子的位势高度层包括以下一个或多个：100百帕、150百帕、200百帕、250百帕、300百帕、400百帕、500百帕、600百帕、700百帕、800百帕、850百帕、900百帕、925百帕、950百帕、1000百帕以及地面层。6.根据权利要求1所述的降水预报方法，其特征在于，所述基于所述降水预报模型进行降水多...

【专利技术属性】
技术研发人员：周康辉，王婷波，
申请(专利权)人：国家气象中心中央气象台，
类型：发明
国别省市：