| 专利申请号 | 202210158802.X |
|---|---|
| 申请日 | 2022.02.21 |
| 公开(公告)号 | CN114626577A |
| 公开(公告)日 | 2022.06.14 |
| 主分类号 | G06Q10/04 |
| 分案原申请号 | |
| 分类号 | G06Q10/04 G06K9/62 G06Q50/26 |
| 优先权 | |
| 申请(专利权)人 | 北京大学 |
| 地址 | 100080 北京市海淀区颐和园路5号 |
| 发明(设计)人 | 温晗秋子;张烺;张平文 |
| 国际申请 | |
| 国际公布 | |
| 进入国家阶段日期 | |
| 专利代理机构 | 北京纽乐康知识产权代理事务所(普通合伙) 11210 |
| 代理人 | 田磊 |
| 专利类型 | 发明专利 |
| 摘要 | 本发明公开了一种利用人工智能预报冬季降水相态的方法，包括基于降水相态变化的物理机制选择大气温度、湿度、风速和垂直速度在500‑100hpa间的16个气压层的廓线数据及地表2m气温、露点温度和地表气压以及地形信息作为预报特征变量；对0‑99类天气现象观测数据打标签，形成三类降水相态标注；利用lightGBM框架和训练数据集训练预报模型，利用验证数据集和对应的特征数据对预报模型进行检验和优化参数，得到降水相态预报模型并存为MLPT；利用MLPT算法、输入预报特征变量数据，得到站点降水相态预报。本发明通过利用当前时刻的特征变量对6小时后的降水相态进行智能预报，与数值预报模式和同类型人工智能算法的降水相态客观预报方法相比提高了预报准确率和时效。 |
| 全文下载 | 下载 |