【技术实现步骤摘要】
本专利技术涉及大气测量，具体而言，涉及一种基于季节的水汽测量方法、系统、设备以及存储介质。
技术介绍
1、大气中的水蒸气，也就是水汽，能大量吸收太阳热辐射和地面的长波辐射，造成大气温度上升和减缓地面热量的逸散。水汽含量的波动与降水的形成紧密相连，通过对大气中水汽含量的变化进行分析，可以实现对天气的预报。目前，神经网络技术与gnss水汽监测相结合，为天气预测提供了新的途径。然而，这方面的研究主要采用bp神经网络，虽然顾及了多元气象参数，但是bp神经网络进行降雨预报只能以单历元的气象参数作为输入数据，未能充分考虑气象参数的时序性和季节性。
技术实现思路
1、本专利技术的目的在于提供一种基于季节的水汽测量方法、系统、设备以及存储介质，以解决上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
2、第一方面，本申请提供了一种基于季节的水汽测量方法，包括：
3、获取第一信息、第二信息、第三信息和第四信息；所述第一信息包括历年来每天的多元时序参数，所述多元时序参数包括地表...
【技术保护点】
1.一种基于季节的水汽测量方法，其特征在于，包括：
2.根据权利要求1所述的基于季节的水汽测量方法，所述不同气压层的物理参数包括不同气压层的水汽压、温度和高度，其特征在于，构建预测模型，根据第一信息和第二信息训练预测模型，得到加权平均温度预测模型，包括：
3.根据权利要求2所述的基于季节的水汽测量方法，其特征在于，将第三信息输入加权平均温度预测模型，得到实时加权平均温度，包括：
4.根据权利要求1所述的基于季节的水汽测量方法，其特征在于，将第四信息按照改进的灰色预测算法进行计算，得到实时天顶湿延迟，包括：
5.根据权利要...
【技术特征摘要】
1.一种基于季节的水汽测量方法，其特征在于，包括：
2.根据权利要求1所述的基于季节的水汽测量方法，所述不同气压层的物理参数包括不同气压层的水汽压、温度和高度，其特征在于，构建预测模型，根据第一信息和第二信息训练预测模型，得到加权平均温度预测模型，包括：
3.根据权利要求2所述的基于季节的水汽测量方法，其特征在于，将第三信息输入加权平均温度预测模型，得到实时加权平均温度，包括：
4.根据权利要求1所述的基于季节的水汽测量方法，其特征在于，将第四信息按照改进的灰色预测算法进行计算，得到实时天顶湿延迟，包括：
5.根据权利要求2所述的基于季节的水汽测量方法，其特征在于，将第一信息...
【专利技术属性】
技术研发人员：陈孝腔，任雍，齐心，张盈盈，赵永茂，倪国勋，徐明，祝天，王恒，苏红，
申请(专利权)人：福建省大气探测技术保障中心福建省气象技术装备中心，
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。