本申请公开了一种水汽含量预测方法、装置、设备及介质，涉及气象预测技术领域，旨在解决现有技术对大气中水汽含量的预测精确度较低的技术问题。所述预测方法，包括以下步骤：获取过去第一预定时间段的第一日均水汽含量时间序列数据和过去第二预定时间段的第二日均水汽含量时间序列数据；基于所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据，获得余弦相似值和均方根误差值；基于相似度预设阈值和误差预设阈值，获得参考时间周期；基于所述参考时间周期，获得目标时间周期的预测日均水汽含量时间序列数据。间周期的预测日均水汽含量时间序列数据。间周期的预测日均水汽含量时间序列数据。
【技术实现步骤摘要】
一种水汽含量预测方法、装置、设备及介质
[0001]本申请涉及气象预测
，尤其涉及一种水汽含量预测方法、装置、设备及介质。
技术介绍
[0002]水汽是气候变化重要影响因素，水汽含量在大气中变化很大，是天气变化的主要角色。水汽能强烈地吸收地表发出的长波辐射，也能放出长波辐射，水汽的蒸发和凝结又能吸收和放出潜热，这都直接影响到地面和空气的温度，影响到大气的运动和变化。
[0003]目前常采用卫星导航系统技术对大气中的水汽进行探测，但在水汽反演过程中由于对流层水汽时空变化迅速，导致卫星导航系统监测网站对大气中水汽含量的预测精确度较低。
技术实现思路
[0004]本申请的主要目的是提供一种水汽含量预测方法、装置、设备及介质，旨在解决现有技术对大气中水汽含量的预测精确度较低的技术问题。
[0005]为解决上述技术问题，本申请实施例提出了：一种水汽含量预测方法，包括以下步骤：获取过去第一预定时间段的第一日均水汽含量时间序列数据和过去第二预定时间段的第二日均水汽含量时间序列数据；基于所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据，获得余弦相似值和均方根误差值；基于相似度预设阈值和误差预设阈值，获得参考时间周期；基于所述参考时间周期，获得目标时间周期的预测日均水汽含量时间序列数据。
[0006]作为本申请一些可选实施方式，所述基于所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据，获得余弦相似值和均方根误差值，包括：对所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据进行余弦相似度函数计算，获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值；对所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据进行均方根误差计算，获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值。
[0007]在具体应用中，通过计算所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值和均方根误差值，筛选获得与所述第二日均水汽含量时间序列数据相关性最高的第一日均水汽含量时间序列数据。
[0008]作为本申请一些可选实施方式，所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值满足以下关系式：
其中，cos（θ）指第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值；Q
t
指第二日均水汽含量时间序列数据，t为1~24的正整数；Q
t
d指第一日均水汽含量时间序列数据，d为1~365的正整数。
[0009]在具体应用中，通过上述公式可以准确地计算获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值，并将其应用于后续步骤中。
[0010]作为本申请一些可选实施方式，所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值满足以下关系式：其中，RMSE指第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值；Q
t
指第二日均水汽含量时间序列数据，t为1~24的正整数；Q
t
d指第一日均水汽含量时间序列数据，d为1~365的正整数。
[0011]在具体应用中，通过上述公式可以准确地计算获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值，并将其应用于后续步骤中。
[0012]作为本申请一些可选实施方式，所述基于相似度预设阈值和误差预设阈值，获得参考时间周期，包括：将同时满足相似度预设阈值和误差预设阈值的日均水汽含量时间序列数据，作为参考日均水汽含量时间序列数据；基于所述参考日均水汽含量时间序列数据，获得所述参考日均水汽含量时间序列数据对应的参考时间周期。
[0013]在具体应用中，通过设置相似度预设阈值和误差预设阈值，获得同时满足上述相似度预设阈值和误差预设阈值的日均水汽含量时间序列数据，即与所述第二日均水汽含量时间序列数据相关性最高的第一日均水汽含量时间序列数据，并获得其对应的参考时间周期，以获得准确性更高的目标时间周期的预测日均水汽含量时间序列数据。
[0014]作为本申请一些可选实施方式，所述将同时满足相似度预设阈值和误差预设阈值的日均水汽含量时间序列数据，作为参考日均水汽含量时间序列数据，包括：获取余弦相似值高于相似度预设阈值对应的日均水汽含量时间序列数据，作为第一参考日均水汽含量时间序列数据；基于所述第一参考时间的日均水汽含量时间序列数据，获得均方根误差值低于所述误差预设阈值对应的日均水汽含量时间序列数据，作为第二参考日均水汽含量时间序列数据。
[0015]在具体应用中，通过设置相似度预设阈值和误差预设阈值，获得同时满足上述相似度预设阈值和误差预设阈值的日均水汽含量时间序列数据，以便提高后续预测数据的准确性。
[0016]作为本申请一些可选实施方式，所述基于所述参考时间周期，获得目标时间周期的预测日均水汽含量时间序列数据，包括：基于所述参考时间周期，获取所述参考时间周期的下一时间周期；基于所述下一时间周期，获得所述下一时间周期的日均水汽含量时间序列数据；将所述下一时间周期的日均水汽含量时间序列数据作为目标时间周期的预测日均水汽含量时间序列数据。
[0017]在具体应用中，所述参考时间周期与所述目标时间周期的周期相等，所述下一时间周期与所述参考时间周期的周期相等，所述下一时间周期可以为所述参考时间周期的次日或次月，可根据实际需要预测的时间周期进行设置。
[0018]作为本申请一些可选实施方式，在所述将所述下一时间周期的日均水汽含量时间序列数据作为目标时间周期的预测日均水汽含量时间序列数据之前，还包括：对所述下一时间周期的日均水汽含量时间序列数据与实际观测的下一时间周期的日均水汽含量时间序列数据进行比较；若满足预设阈值，则将所述下一时间周期的日均水汽含量时间序列数据作为目标时间周期的预测日均水汽含量时间序列数据。
[0019]在具体应用中，将所述下一时间周期的日均水汽含量时间序列数据与实际观测的下一时间周期的日均水汽含量时间序列数据进行比较，若差值在10以内，则认为观测值准确，若差值大于等于10，则认为观测值可疑并进行标记，并重新进行计算，以保证预测数据的可靠性。
[0020]作为本申请一些可选实施方式，所述第一预定时间段包括若干第二预定时间段。
[0021]在具体应用中，所述第一预定时间段可以为过去一年或过去一个月，所述第二预定时间段可以为所处日期或所处月份，可根据实际需求进行设置。
[0022]作为本申请一些可选实施方式，所述参考时间周期与所述目标时间周期相等。
[0023]在具体应用中，为提高预测数据的准确性，故将所述参考时间周期与所述目标时间周期相等。
[0024]为解决上述技术问题，本申请实施例还提出了：一种水汽含量预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种水汽含量预测方法，其特征在于，包括以下步骤：获取过去第一预定时间段的第一日均水汽含量时间序列数据和过去第二预定时间段的第二日均水汽含量时间序列数据；基于所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据，获得余弦相似值和均方根误差值；基于相似度预设阈值和误差预设阈值，获得参考时间周期；基于所述参考时间周期，获得目标时间周期的预测日均水汽含量时间序列数据。2.根据权利要求1所述水汽含量预测方法，其特征在于，所述基于所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据，获得余弦相似值和均方根误差值，包括：对所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据进行余弦相似度函数计算，获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值；对所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据进行均方根误差计算，获得所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值。3.根据权利要求2所述水汽含量预测方法，其特征在于，所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值满足以下关系式：其中，cos（θ）指第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的余弦相似值；Q
t
指第二日均水汽含量时间序列数据，t为1~24的正整数；Q
t
d指第一日均水汽含量时间序列数据，d为1~365的正整数。4.根据权利要求3所述水汽含量预测方法，其特征在于，所述第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值满足以下关系式：其中，RMSE指第一日均水汽含量时间序列数据和所述第二日均水汽含量时间序列数据的均方根误差值；Q
t
指第二日均水汽含量时间序列数据，t为1~24的正整数；Q
t
d指第一日均水汽含量时间序列数据，d为1~365的正整数。5.根据权利要求1所述水汽含量预测方法，其特征在于，所述基于相似度预设阈值和误差预设阈值，获得参考时间周期，包括：将同时满足相似度预设阈值和误差预设阈值的日均水汽含量时间序列数据，作为参考日均水汽含量时间序列数据；基于所述参考日均水汽含量时间序列数据，获得所述参考日均水汽含量时间序列数据对应的参考时间周期。6.根据权利要求5所述水汽含量预测方法，其特征在于，所述将同时满足相似度预设阈
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：成都数之联科技股份有限公司，
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。