气象预测方法、计算机可读存储介质以及计算机终端技术

本申请公开了一种气象预测方法、计算机可读存储介质以及计算机终端。其中，该方法包括：获取原始气象数据；利用气象预测模型生成原始气象数据对应的多个目标扰动向量，其中，多个目标扰动向量用于表征原始气象数据的误差范围，气象预测模型用于表征预先训练得到的深度学习模型；将多个目标扰动向量与原始气象数据进行叠加，得到多个目标气象数据，并利用气象预测模型对多个目标气象数据进行气象预测，得到多个目标预测结果；基于多个目标预测结果确定原始气象数据对应的气象预测结果，其中，气象预测结果用于表征预设时间段内的气象信息。本申请解决了相关技术中对气象数据进行预测得到的预测结果准确度较低的技术问题。得到的预测结果准确度较低的技术问题。得到的预测结果准确度较低的技术问题。

【技术实现步骤摘要】
气象预测方法、计算机可读存储介质以及计算机终端


[0001]本申请涉及气象预测领域，具体而言，涉及一种气象预测方法、计算机可读存储介质以及计算机终端。

技术介绍

[0002]目前，深度学习模型具备强大的非线性拟合能力，在气象预测的应用中，已经超过了传统数值预测系统的预测技巧。然而，针对气象的预测均为确定性预报，即深度学习模型每次预测只运行一次，给出一个预测结果，但是确定性预测的方式没有考虑预测过程受到的误差影响，从而使得到的预测结果准确性。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种气象预测方法、计算机可读存储介质以及计算机终端，以至少解决相关技术中对气象数据进行预测得到的预测结果准确度较低的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种气象预测方法，包括：获取原始气象数据；利用气象预测模型生成原始气象数据对应的多个目标扰动向量，其中，多个目标扰动向量用于表征原始气象数据的误差范围，气象预测模型用于表征预先训练得到的深度学习模型；将多个目标扰动向量与原始气象数据进行叠加，得到多个目标气象数据，并利用气象预测模型对多个目标气象数据进行气象预测，得到多个目标预测结果；基于多个目标预测结果确定原始气象数据对应的气象预测结果，其中，气象预测结果用于表征预设时间段内的气象信息。
[0006]根据本申请实施例的另一方面，还提供了一种垂直积分液态水含量的预测方法，包括：获取原始垂直积分液态水数据；利用水含量预测模型生成原始垂直积分液态水数据对应的多个目标扰动向量，其中，多个目标扰动向量用于表征垂直积分液态水数据的误差范围，水含量预测模型用于表征预先训练得到的深度学习模型；将多个目标扰动向量与原始垂直积分液态水数据进行叠加，得到多个目标垂直积分液态水数据，并利用水含量预测模型对多个目标垂直积分液态水数据进行水含量预测，得到多个目标预测结果；基于多个目标预测结果确定原始垂直积分液态水数据对应的水含量预测结果，其中，水含量预测结果用于表征预设时间段内的垂直积分液态水含量。
[0007]根据本申请实施例的另一方面，还提供了一种气象预测方法，包括：云服务器接收客户端上传的原始气象数据；云服务器利用气象预测模型生成原始气象数据对应的多个目标扰动向量，其中，多个目标扰动向量用于表征原始气象数据的误差范围，气象预测模型用于表征预先训练得到的深度学习模型；云服务器将多个目标扰动向量与原始气象数据进行叠加，得到多个目标气象数据，并利用气象预测模型对多个目标气象数据进行气象预测，得到多个目标预测结果；云服务器基于多个目标预测结果确定原始气象数据对应的气象预测结果，其中，气象预测结果用于表征预设时间段内的气象信息；云服务器输出气象预测结果
至客户端。
[0008]根据本申请实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的方法。
[0009]根据本申请实施例的另一方面，还提供了一种计算机终端，至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器运行的程序，程序被至少一个处理器运行时执行上述任意一项的方法。
[0010]通过上述步骤，首先，获取原始气象数据；利用气象预测模型生成原始气象数据对应的多个目标扰动向量，其中，多个目标扰动向量用于表征原始气象数据的误差范围，气象预测模型用于表征预先训练得到的深度学习模型；将多个目标扰动向量与原始气象数据进行叠加，得到多个目标气象数据，并利用气象预测模型对多个目标气象数据进行气象预测，得到多个目标预测结果；基于多个目标预测结果确定原始气象数据对应的气象预测结果，其中，气象预测结果用于表征预设时间段内的气象信息，实现了提高对气象进行预测得到的预测结果准确度。容易注意到的是，可以利用气象预测模型生成原始气象数据对应的多个目标扰动向量，模拟出在真实场景可能存在的误差，得到越多的目标扰动向量，那么其中包含真实情况下的误差的概率越大，因此，可以将多个目标扰动向量与原始气象数据进行叠加，得到多个目标气象数据，利用气象预测模型对多个目标气象数据进行气象预测，从而得到多种误差情况下的目标预测结果，以便得到准确度更高气象预测结果，进而解决了相关技术中对气象数据进行预测得到的预测结果准确度较低的技术问题。
附图说明
[0011]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的一种用于实现气象预测方法的计算机终端（或移动设备）的硬件结构框图；图2是根据本申请实施例1的气象预测方法的流程图；图3是根据本申请实施例的一种交互界面的示意图；图4是根据本申请实施例的一种生成目标扰动向量的流程图；图5是根据本申请实施例的一种气象预测结果的示意图；图6是根据本申请实施例2的了一种垂直积分液态水含量的预测方法的流程图；图7是根据本申请实施例3的了一种气象预测方法的流程图；图8是根据本申请实施例4的一种气象预测装置的示意图；图9是根据本申请实施例5的一种垂直积分液态水含量的预测装置的示意图；图10是根据本申请实施例6的一种气象预测装置的示意图；图11是根据本申请实施例的一种计算机终端的结构框图。
具体实施方式
[0012]为了使本
的人员更好地理解本申请方案，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、完整地描述，显然，所描述的实施例仅仅是
本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都应当属于本申请保护的范围。
[0013]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0014]首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：集合预报：是一种提高预报技巧的方式，通过不同成员的集合，或者扰动初始场的方式得到多组结果进行平均；短临预报：短期临近预报，指的是0
‑
3h内的气象预报。
[0015]目前，确定性预测难以确定出预测结果受输入场误差的影响程度，也难以给出概率预报，因此难以衡量预测结果的可靠性，在传统数值预报理论中，集合预报方法经过多年的发展，被证明可以显著的提高预报技巧。集合预报可以通过描述输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气象预测方法，其特征在于，包括：获取原始气象数据；利用气象预测模型生成所述原始气象数据对应的多个目标扰动向量，其中，所述多个目标扰动向量用于表征所述原始气象数据的误差范围，所述气象预测模型用于表征预先训练得到的深度学习模型；将所述多个目标扰动向量与所述原始气象数据进行叠加，得到多个目标气象数据，并利用所述气象预测模型对所述多个目标气象数据进行气象预测，得到多个目标预测结果；基于所述多个目标预测结果确定所述原始气象数据对应的气象预测结果，其中，所述气象预测结果用于表征预设时间段内的气象信息。2.根据权利要求1所述的方法，其特征在于，利用气象预测模型生成所述原始气象数据对应的多个目标扰动向量，包括：生成所述原始气象数据对应的多个初始扰动向量；对所述多个初始扰动向量进行正交化，得到所述多个初始扰动向量对应的多个正交扰动向量；利用所述气象预测模型对所述多个正交扰动向量进行更新，得到所述多个目标扰动向量。3.根据权利要求2所述的方法，其特征在于，对所述多个初始扰动向量进行正交化，得到所述多个初始扰动向量对应的多个正交扰动向量，包括：确定所述多个初始扰动向量中的第一个初始扰动向量为所述第一个初始扰动向量对应的所述正交扰动向量；将所述多个初始扰动向量中的第一扰动向量依次与所述多个目标扰动向量中的至少一个第二扰动向量进行正交化，得到所述第一扰动向量对应的所述正交扰动向量，其中，所述第一扰动向量用于表征所述多个初始扰动向量中除所述第一个初始扰动向量之外的任意一个未进行正交化的扰动向量，所述第二扰动向量用于表征所述多个目标扰动向量中在所述第一扰动向量对应的目标扰动向量之前进行更新的其他扰动向量。4.根据权利要求2所述的方法，其特征在于，利用所述气象预测模型对所述多个正交扰动向量进行更新，得到所述多个目标扰动向量，包括：将所述多个正交扰动向量与所述原始气象数据进行叠加，得到多个正交气象数据，并利用所述气象预测模型对所述多个正交气象数据进行气象预测，得到多个正交预测结果；将所述原始气象数据对应的原始预测结果从所述多个正交预测结果中剔除，得到多个预测误差，其中，所述原始预测结果用于表征利用所述气象预测模型对所述原始气象数据进行气象预测所得到的预测结果；基于所述多个预测误差对所述多个正交扰动向量进行更新，得到所述多个目标扰动向量。5.根据权利要求4所述的方法，其特征在于，基于所述多个预测误差对所述多个正交扰动向量进行更新，得到所述多个目标扰动向量，包括：基于所述多个预测误差，确定所述多个预测误差对应的多个目标函数；利用反向传播算法，得到所述多个目标函数的梯度；基于所述多个目标函数的梯度所述多个正交扰动向量进行更新，得到所述多个目标扰
动向量。6.根据权利要求1所述的方法，其特征在于，在利用气象预测模型生成所述原始气象数据对应的多个目标扰动向量之后，所述方法还包括：在交互界面中展示所述多个目标扰动向量；获取所述多个目标扰动向量对应的第一反馈信息，其中，所述第一反馈信息对所述多个目标扰动向量进行修改得到；将所述第一反馈信息与所述原始气象数据进行叠加，得到反馈气象数据，并利用所述气象预测模型对所述反馈气象数据进行气象预测，得到反馈预测结果；基于所述反馈预测结果确定所述...

【专利技术属性】
技术研发人员：陈磊，王志斌，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：