一种基于分布式任务调度的GFS气象数据分发、传输方法技术

本发明专利技术公开了一种基于分布式任务调度的GFS气象数据分发、传输方法，该方法包括以下步骤：在若干个气象监测点设置监测终端；通过图像收集模块对气象监测点的外界图像进行收集；通过数据分发模块将GFS气象数据分发传输至客户；收集GFS气象数据中气象监测点的气温数值与气温测量模块测得气象监测点的气温数值之间的误差值，并通过误差值进行气温误差预测；将GFS气象数据、外界图像及气温误差预测值进行结合得到气象发送数据；通过数据分发模块将气象发送数据分发传输至客户；通过服务反馈模块接受客户的气象数据反馈信息。本发明专利技术能够向客户传输直观的气象数据外景，且能够提供精确的气象预测服务。的气象预测服务。的气象预测服务。

【技术实现步骤摘要】
一种基于分布式任务调度的GFS气象数据分发、传输方法


[0001]本专利技术涉及气象数据处理
，具体来说，涉及一种基于分布式任务调度的GFS气象数据分发、传输方法。

技术介绍

[0002]分布式架构中一个服务部署多个冗余实例来运行业务，在这种分布式系统环境下运行任务调度为分布式任务调度，即将单体结构分为若干服务，服务之间通过网络交互来完成用户的业务处理。
[0003]电力行业、交通行业等对气象数据的需求较高。气象数据的分发及传输是气象服务的重要任务。现有技术中的气象数据处理方法，例如专利号201210495573.7，公开了一种气象数据快速处理流程化的方法，其包括对不同文件结构的源数据通过序列化的方法导入计算机系统等，达到提高其自动化水平，实现海量卫星观测气象数据的快速流程化处理。
[0004]但是，以上专利在使用时存在以下问题：在对气象数据进行分发传输时，缺少对气象数据的相关地点的外部景象进行获取并分发，不利于向客户直观的展示不同气象条件下不同的外景。同时现有的气象数据缺少误差值预测，因此不利于对客户进行更加精确的气象预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于分布式任务调度的GFS气象数据分发、传输方法，其特征在于，该方法包括以下步骤：S1、在若干个气象监测点设置监测终端，监测终端内设置有若干个气温测量模块、数据分发模块、图像收集模块及服务反馈模块；S2、通过图像收集模块对气象监测点的外界图像进行收集；S3、获取GFS气象数据，并通过数据分发模块将GFS气象数据分发传输至客户；S4、收集GFS气象数据中气象监测点的气温数值与气温测量模块测得气象监测点的气温数值之间的误差值，并通过误差值进行气温误差预测；S5、将GFS气象数据、外界图像及气温误差预测值进行结合得到气象发送数据；S6、通过数据分发模块将气象发送数据分发传输至客户；S7、通过服务反馈模块接受客户的气象数据反馈信息。2.根据权利要求1所述的一种基于分布式任务调度的GFS气象数据分发、传输方法，其特征在于，所述监测终端内还包含存储模块，所述存储模块内存储的气象要素包括温度、湿度、气压及降水量。3.根据权利要求1所述的一种基于分布式任务调度的GFS气象数据分发、传输方法，其特征在于，所述S2中通过图像收集模块对气象监测点的外界图像进行收集还包括以下步骤：每天获取气象监测点的外景图像，并对外景图像进行向量化处理，得到外景图像的特征向量组；建立若干个图像分类文件夹，并根据外景图像的特征向量组对所有外景图像进行分类；根据分类结果将各个外景图像存入不同类别的图像分类文件夹。4.根据权利要求3所述的一种基于分布式任务调度的GFS气象数据分发、传输方法，其特征在于，所述每天获取气象监测点的外景图像，并对外景图像进行向量化处理，得到外景图像的特征向量组还包括以下步骤：特征提取网络获取外景图像的特征向量，全连接层根据外景图像的特征向量的特征维度与外景图像的类别数目建立参数矩阵，并对参数矩阵进行初始化处理，得到与不同外景图像的特征向量一一对应的类别向量；计算外景图像的特征向量与类别向量之间的第一欧式距离，并计算不同外景图像的类别向量之间的第二欧式距离；根据第一欧式距离及第二欧式距离计算外界图像的样本损失，并根据外界图像的样本损失计算外界图像的特征向量和类别向量的梯度，根据梯度更新特征提取网络的参数和全连接层的参数矩阵；根据更新后的特征提取网络及全连接层对外景图像进行向量化处理。5.根据权利要求4所述的一种基于分布式任务调度的GFS气象数据分发、传输方法，其特征在于，所述根据第一欧式距离及第二欧式距离计算外界图像的样本损失为：L=L
a
+λL
b
，L
a
为softmax损失，L
b
...

【专利技术属性】
技术研发人员：唐署光，伍柳源，
申请(专利权)人：深圳市千百炼科技有限公司，
类型：发明
国别省市：