本申请公开了一种能见度预测方法，该方法包括：获取目标气象数据；将目标气象数据输入至预先训练的能见度预测模型，得到能见度预测模型输出的第一预测能见度，该能见度预测模型为基于极端梯度提升算法训练得到；结合前序状态确定第一预测能见度对应的目标状态；基于目标状态对第一预测能见度进行修正处理，得到目标气象数据对应的目标预测值。本方法可以结合能见度在真实天气中的变化状态，对能见度预测模型输出的能见度的预测值进行修正，进而有效提高能见度预测的精确性。提高能见度预测的精确性。提高能见度预测的精确性。
【技术实现步骤摘要】
能见度预测方法、装置、存储介质及计算机设备
[0001]本申请涉及数据挖掘
，更具体地，涉及一种能见度预测方法、装置、存储介质及计算机设备。
技术介绍
[0002]能见度(Visibility)是指视力正常的人，在当前天气条件下能够将目标物从背景中识别出来的最大距离。能见度是了解大气的稳定性和垂直结构的天气指标，而且是保护交通运输安全的一个极为重要的因素。测量大气能见度一般可用目测的方法，也可以使用大气透射仪、激光能见度自动测量仪等测量仪器测量。
[0003]现阶段对于能见度的预测方法主要包括天气图分析、数值模型预报、统计预报等。随着人工智能(Artificial Intelligence)技术的快速发展，使得大多数的能见度预测方法引入深度神经网络(Deep Neural Networks，DNN)。然而，能见度容易受到气象因子、环境因子和人类活动等影响，仅靠DNN无法做到对能见度进行精确地预测。
技术实现思路
[0004]本申请实施例提供一种能见度预测方法、装置、存储介质以及计算机设备。旨在提升能见度预测的精确性。
[0005]一方面，本申请实施例提供一种能见度预测方法，该方法包括：获取目标气象数据；将目标气象数据输入至预先训练的能见度预测模型，得到能见度预测模型输出的第一预测能见度，能见度预测模型为基于极端梯度提升算法训练得到；结合前序状态确定第一预测能见度对应的目标状态；基于目标状态对第一预测能见度进行修正处理，得到目标气象数据对应的目标预测值。
[0006]另一方面，本申请实施例还提供一种能见度预测装置，该装置包括：获取模块，用于获取目标气象数据；预测模块，用于将目标气象数据输入至预先训练的能见度预测模型，得到能见度预测模型输出的第一预测能见度，能见度预测模型为基于极端梯度提升算法训练得到；确定模块，用于结合前序状态确定第一预测能见度对应的目标状态；修正模块，用于基于目标状态对第一预测能见度进行修正处理，得到目标气象数据对应的目标预测值。
[0007]另一方面，本申请实施例还提供一种计算机设备，该计算机设备包括处理器以及存储器，存储器存储有计算机程序指令，计算机程序指令被处理器调用时执行上述的能见度预测方法。
[0008]另一方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有程序代码，其中，在所述程序代码被处理器运行时执行上述的能见度预测方法。
[0009]另一方面，本申请实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在存储介质中。计算机设备的处理器从存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机执行上述能见度预测方法中的步骤。
[0010]本申请提供的一种能见度预测方法，可以获取目标气象数据，并将目标气象数据输入至预先训练的能见度预测模型，得到能见度预测模型输出的第一预测能见度，该能见度预测模型为基于极端梯度提升算法训练得到，进一步地，结合前序状态确定第一预测能见度对应的目标状态，并基于目标状态对第一预测能见度进行修正处理，得到目标气象数据对应的目标预测值。如此，结合能见度在真实天气中的变化状态，根据能见度对应的目标状态对能见度预测模型输出的预测值进行修正，从而得到精确度更高的能见度预测值。
附图说明
[0011]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1示出了本申请实施例提供的一种能见度预测方法的系统架构示意图。
[0013]图2示出了本申请实施例提供的一种能见度预测方法的流程示意图。
[0014]图3示出了本申请实施例提供的另一种能见度预测方法的流程示意图。
[0015]图4示出了本申请实施例提供的一种影响能见度预测的气象特征对比图。
[0016]图5示出了本申请实施例提供的一种能见度预测结果的比较图。
[0017]图6示出了本申请实施例提供的一种能见度预测误差的比较图。
[0018]图7示出了本申请实施例提供的另一种能见度预测结果的比较图。
[0019]图8示出了本申请实施例提供的另一种能见度预测误差的比较图。
[0020]图9示出了本申请实施例提供的一种能见度预测方法的流程图。
[0021]图10示出了本申请实施例提供的一种能见度预测装置的模块框图。
[0022]图11示出了本申请实施例提供的一种计算机设备的模块框图。
[0023]图12示出了本申请实施例提供的一种计算机可读存储介质的模块框图。
具体实施方式
[0024]下面详细描述本申请的实施方式，实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性地，仅用于解释本申请，而不能理解为对本申请的限制。
[0025]在说明书、权利要求书和上述附图所描述的一些流程中，包含了按照特定顺序出现的多个步骤，但应该清楚了解，这些步骤可以不按照其在本文中出现的顺序来执行或并行执行，步骤序号仅仅是用于区分开各个不同的步骤，序号本身不代表任何的执行顺序。此外，本文中的“第一”和“第二”等描述，是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0026]为了使本
的人员更好地理解本申请的方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
[0027]能见度是反映大气透明度的一个重要指标，标准定义为具有正常视力的人在当时
的天气条件下还能够看清楚目标轮廓的最大距离。能见度和当时的天气情况密切相关，当出现降雨、雾、霾、沙尘暴等天气过程时，大气透明度较低，能见度较差。经济迅速发展的时代背景下，大气能见度带来的影响日益明显。
[0028]例如，因为人们没有提前预知能见度，所以在能见度过低的天气发生了很多的重大交通事故，虽然我们无法避免恶劣天气因素的发生，但对危险情况的提前预测同样可以带来很大的安全保障，尤其是对雾天能见度的监测，可以极大程度的减少交通事故发生的概率。
[0029]由于气象因子、环境因子、地形和人类活动对能见度都有一定的影响，现阶段对于能见度的预测主要有天气图分析、数值模型预报、统计预报等方法。天气图分析是指其气象员根据气象资料进行综合评定，该方法的缺点是不够客观和定量。数值预报模型是一种基于机理模型的预报方法，该模型要求能真实地描述大气，存在初始筛选问题，使得在预报结果上存在一定的不确定性。
[0030]统计预报本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种能见度预测方法，其特征在于，所述方法包括：获取目标气象数据；将所述目标气象数据输入至预先训练的能见度预测模型，得到所述能见度预测模型输出的第一预测能见度，所述能见度预测模型为基于极端梯度提升算法训练得到；结合前序状态确定所述第一预测能见度对应的目标状态；基于所述目标状态对所述第一预测能见度进行修正处理，得到所述目标气象数据对应的目标预测值。2.根据权利要求1所述的方法，其特征在于，所述结合前序状态确定所述第一预测能见度对应的目标状态，包括：获取能见度残差序列；根据所述能见度残差序列确定第一序列状态、第二序列状态以及第三序列状态；根据所述第一序列状态、所述第二序列状态以及所述第三序列状态，结合前序状态确定所述第一预测能见度对应的目标状态。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一序列状态、所述第二序列状态以及所述第三序列状态，结合前序状态确定所述第一预测能见度对应的目标状态，包括：根据所述第一序列状态、所述第二序列状态以及所述第三序列状态，获取状态转移矩阵；获取前序状态，所述前序状态为目标状态前序相邻的序列状态；根据所述状态转移矩阵以及所述前序状态，确定所述第一预测能见度对应的目标状态。4.根据权利要求2所述的方法，其特征在于，所述获取能见度残差序列，包括：获取校正数据集，所述校正数据集包括多组待测气象数据，其中，每组待测气象数据关联有能见度真实值；将所述每组待测气象数据输入至能见度预测模型，得到所述每组待测气象数据对应的第二预测能见度；根据所述能见度真实值以及所述第二预测能见度，确定能见度残差序列。5.根据权利要求1所述的方法，其特征在于，所述基于所述目标状态对所述第一预测能见度进行修正处理，得到所述目标气象数据对应的目标预测值，包括：获取所述目标状态对应的残差区间；根据所述残差区间，获取上限残差值以及下限残...
【专利技术属性】
技术研发人员：唐辉，韦振汉，刘江利，杨煜，郑钦驰，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。