【技术实现步骤摘要】
【国外来华专利技术】
下面描述的实施例涉及天气信息，并且更具体地，涉及优化降水概率预报。
技术介绍
1、降水概率(有时称为“pop”)是天气预报中广泛使用的标准度量。例如“明天有60％的可能性下雨”这样的习语受公众认可。一般来说，降水概率是对区域中给定的时空子区域将出现降水的预测。可以为空间区域的预报时间段或时间范围(例如“今天”、“第二天晚上”、“下一小时”等)确定降水概率。因此，可以为由时间范围和空间区域限定的时空子区域(例如“在机场a从晚上7:00到晚上8:00”)确定降水概率。
2、多种方法可用于生成降水概率预报。在一种方法中，集合数值天气预测(nwp)模型预报被用于生成降水概率预报值，这可以被称为基于集合的降水概率预报算法。对于预报区域，这样的集合通常由多个等效预报组成，这些预报可以被称为集合成员。为了反映模型可能产生的可能结果的范围，每个集合成员通常由稍微不同的模型初始条件产生。正确校准后，集合成员发生的可能性相等。例如，如果100个集合成员中有95个预测下雨，则可以得出pop预报值为95％的结论。在另一种方法中，定量降水预报(qpf)用于生成降水概率预报值。简单来说，qpf值越低，降水概率预报值就越低。该方法可以被校准，使得例如60％的降水概率预报值很好地对应于显示降水在做出这样的降水概率预报的60％的时间内发生的观测。其他方法也是可能的。
3、每种方法都有其优点和缺点。例如，qpf方法(例如基于qpf的pop预报算法)可以仅使用来自确定性数值天气预测(nwp)的信息来应用，这往往比集合nwp具有更高的空间和时间
技术实现思路
1、提供了一种优化降水概率预报的方法。根据实施例，所述方法包括：基于数据段限定，将时空子区域与两个或更多个降水概率预报算法中的降水概率预报算法唯一关联，选择满足所述数据段限定的气候数据，以及使用满足所述数据段限定的选择的所述气候数据来校准与所述时空子区域相关联的所述降水概率预报算法。
2、提供了一种用于优化降水概率预报的系统。根据实施例，所述系统包括存储系统，所述存储系统被配置为存储用于包括时空子区域的区域的两个或更多个降水概率预报算法和数据段限定，以及处理系统，所述处理系统通信地耦接到所述存储系统，所述处理系统被配置为进行上述方法步骤。
3、提供了一种用于优化降水概率预报的方法。根据实施例，所述方法包括选择数据段限定，选择降水概率预报算法，使用满足所述数据段限定的气候数据来校准所述降水概率预报算法，确定选择且校准的所述降水概率预报算法的技能值和可靠性值，以及将选择且校准的所述降水概率预报算法的所述技能值和所述可靠性值与选择的所述降水概率预报算法和选择的所述数据段限定的组合相关联。
4、提供了一种用于优化降水概率预报算法的系统。根据实施例，所述系统包括存储系统，所述存储系统被配置为存储用于包括时空子区域的区域的两个或更多个降水概率预报算法和数据段限定，以及处理系统，所述处理系统通信地耦接到所述存储系统，所述处理系统被配置为进行上述方法步骤。
5、各方面
6、根据一方面，一种优化降水概率预报的方法包括：基于数据段限定，将时空子区域与两个或更多个降水概率预报算法中的降水概率预报算法唯一关联，选择满足所述数据段限定的气候数据，以及使用满足所述数据段限定的所述选择的气候数据来校准与所述时空子区域相关联的降水概率预报算法。
7、优选地，所述两个或更多个降水概率预报算法与包括所述时空子区域的区域相关联。
8、优选地，基于所述数据段限定，将所述时空子区域与所述降水概率预报算法唯一关联包括：确定来自所述两个或更多个降水概率预报算法之一的初始降水概率预报值是否满足所述数据段限定。
9、优选地，所述选择的气候数据包括与所述时空子区域的空间区域相关联的一个或多个历史降水值。
10、优选地，与所述时空子区域的空间区域相关联的所述一个或多个历史降水值和所述选择的气候数据的季节属性满足所述数据段限定。
11、优选地，所述数据段限定至少包括降水阈值和季节属性。
12、优选地，进一步包括使用所述校准的降水概率预报算法来生成所述时空子区域的降水概率预报值，并提供所述降水概率预报值。
13、根据一方面，一种用于优化降水概率预报的系统包括：存储系统，被配置为存储用于包括时空子区域的区域的两个或更多个降水概率预报算法和数据段限定，以及处理系统，通信地耦接到所述存储系统，所述处理系统被配置为进行上述方法步骤。
14、根据一方面，一种用于优化降水概率预报的方法包括：选择数据段限定；选择降水概率预报算法；使用满足所述数据段限定的气候数据来校准所述降水概率预报算法；确定所述选择的和校准的降水概率预报算法的技能值和可靠性值；以及将所述选择的和校准的降水概率预报算法的技能值和可靠性值与所述选择的降水概率预报算法和所述选择的数据段限定的组合相关联。
15、优选地，进一步包括迭代进行权利要求15的所述步骤，以分别将多个所述选择的和校准的降水概率预报算法的所述技能值和所述可靠性值与所述选择的降水概率预报算法和所述选择的数据段限定的多个所述组合相关联。
16、优选地，进一步包括基于所述选择的和校准的降水概率预报算法的技能和可靠性，确定所述选择的降水概率预报算法和所述数据段限定的最优组合。
17、优选地，进一步包括存储所述选择的和校准的降水概率预报算法的所述技能值和所述可靠性值以及所述选择的降水概率预报算法和所述数据段限定的所述组合之间的关联。
18、优选地，将所述技能值和所述可靠性值与所述选择的降水概率预报算法和所述选择的数据段限定的所述组合相关联包括将所述技能值和所述可靠性值的集合与所述选择的降水概率预报算法和所述选择的数据段限定的所述组合相关联。
19、根据一方面，一种用于优化降水概率预报算法的系统包括：存储系统，被配置为存储用于包括时空子区域的区域的两个或更多个降水概率预报算法和数据段限定，以及处理系统，通信地耦接到所述存储系统，所述处理系统被配置为进行上述方法步骤。
本文档来自技高网...【技术保护点】
1.一种优化降水概率预报的方法，其特征在于，所述方法包括:
2.根据权利要求1所述的方法，其特征在于，所述两个或更多个降水概率预报算法与包括所述时空子区域的区域相关联。
3.根据权利要求2所述的方法，其特征在于，基于所述数据段限定，将所述时空子区域与所述降水概率预报算法唯一地关联包括，确定来自所述两个或更多个降水概率预报算法中的一个的初始降水概率预报值是否满足所述数据段限定。
4.根据权利要求1所述的方法，其特征在于，选择的所述气候数据包括与所述时空子区域的空间区域相关联的一个或多个历史降水值。
5.根据权利要求4所述的方法，其特征在于，与所述时空子区域的所述空间区域相关联的所述一个或多个历史降水值和选择的所述气候数据的季节属性满足所述数据段限定。
6.根据权利要求1所述的方法，其特征在于，所述数据段限定至少包括降水阈值和季节属性。
7.根据权利要求1所述的方法，其特征在于，进一步包括使用校准的所述降水概率预报算法来生成所述时空子区域的降水概率预报值，并提供所述降水概率预报值。
8.一种用于优化降
9.一种用于优化降水概率预报的方法，其特征在于，所述方法包括:
10.根据权利要求9所述的方法，其特征在于，进一步包括迭代进行根据权利要求15所述的步骤，以分别将多个选择且校准的所述降水概率预报算法的所述技能值和所述可靠性值与选择的所述降水概率预报算法和选择的所述数据段限定的多个所述组合相关联。
11.根据权利要求10所述的方法，其特征在于，进一步包括基于选择且校准的所述降水概率预报算法的所述技能和所述可靠性，确定选择的所述降水概率预报算法和所述数据段限定的最优组合。
12.根据权利要求9所述的方法，其特征在于，进一步包括存储选择且校准的所述降水概率预报算法的所述技能值和所述可靠性值与选择的所述降水概率预报算法和所述数据段限定的所述组合之间的所述关联。
13.根据权利要求9所述的方法，其特征在于，将所述技能值和所述可靠性值与选择的所述降水概率预报算法和选择的所述数据段限定的所述组合相关联包括，将所述技能值和所述可靠性值的聚合与选择的所述降水概率预报算法和选择的所述数据段限定的所述组合相关联。
14.一种用于优化降水概率预报算法的系统(100)，其特征在于，所述系统(100)包括:
...【技术特征摘要】
【国外来华专利技术】
1.一种优化降水概率预报的方法，其特征在于，所述方法包括:
2.根据权利要求1所述的方法，其特征在于，所述两个或更多个降水概率预报算法与包括所述时空子区域的区域相关联。
3.根据权利要求2所述的方法，其特征在于，基于所述数据段限定，将所述时空子区域与所述降水概率预报算法唯一地关联包括，确定来自所述两个或更多个降水概率预报算法中的一个的初始降水概率预报值是否满足所述数据段限定。
4.根据权利要求1所述的方法，其特征在于，选择的所述气候数据包括与所述时空子区域的空间区域相关联的一个或多个历史降水值。
5.根据权利要求4所述的方法，其特征在于，与所述时空子区域的所述空间区域相关联的所述一个或多个历史降水值和选择的所述气候数据的季节属性满足所述数据段限定。
6.根据权利要求1所述的方法，其特征在于，所述数据段限定至少包括降水阈值和季节属性。
7.根据权利要求1所述的方法，其特征在于，进一步包括使用校准的所述降水概率预报算法来生成所述时空子区域的降水概率预报值，并提供所述降水概率预报值。
8.一种用于优化降水概率预报的系统(100)，其特征在于，所述系统(100)包括:存储系统(120)，所述存储系统(...
【专利技术属性】
技术研发人员：威廉·B·盖尔，布雷特·巴萨拉布，威廉·迈尔斯，
申请(专利权)人：谷歌有限责任公司，
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。