[发明专利]当地气象预测

说明书

本发明描述了用于使用当地气象预测模型进行当地气象预测的技术。所公开的技术包括：至少基于现有预测提供机构所提供的将来预测数据以及多个数据收集装置所收集到的数据与现有预测提供机构所提供的历史数据之间的相关性来生成表示针对多个位置的将来气象条件的数据。所公开的技术还包括：在时间和空间上对所生成的数据进行插值，并且获得针对多个位置的较高频率的将来气象预测数据以及针对除这多个位置之外的其它位置的当地气象预测数据。

背景技术

传统的气象预测机构具有用以获得气象信息的各种工具，诸如气象站和气象卫星等。气象站可以收集风速、气温和气压等的数值数据。气象卫星可以显示云形成和诸如飓风等的大规模气象事件。尽管如此，但气象站是相距数英里分散的，并且通常局限于收集数值数据。气象卫星位于地球上方的数千英里处，并且局限于观察大规模气象事件。由于受到各种限制，当前气象预测的准确度不能满足人们的需求。例如，户外爱好者或旅游爱好者需要准确的当地气象信息来安排他们的户外或旅游计划。同样，商业人士需要精确的当地气象预测来优化流程并降低气象相关的经济风险。

附图说明

在结合附图进行阅读时，可以更好地理解以下的详细说明。为了例示的目的，在附图中示出本发明的各个方面的示例性实施例；然而，本发明不限于所公开的具体方法和手段。

图1是示出根据本发明可以使用的用于收集并处理气象数据的示例性系统的示意图。

图2是示出根据本发明可以使用的示例性的基于云的服务器的示意图。

图3是示出根据本发明的用于当地气象预测的系统的网络环境的示意图。

图4是示出根据本发明可以使用的气象数据库的示例性数据度量的简化图。

图5是示出根据本发明可以使用的用于云类型确定的示例性处理的流程图。

图6示出示例性图像和所确定的相应云类型。

图7是示出根据本发明可以使用的云类型数据库的示例性数据度量的简化图。

图8是示出根据本发明可以使用的用于确定云移动方向的示例性处理的流程图。

图9是示出根据本发明可以使用的用于云量确定的示例性处理的流程图。

图10是示出根据本发明的用于当地气象预测的示例性处理的流程图。

图11是示出根据本发明的现有气象预测和当地气象预测模型所生成的当地气象预测之间的比较的图表。

图12是示出根据本发明可以使用的示例性计算装置的示意图。

具体实施方式

本文描述了当地气象预测的技术。根据本发明，经济的数据收集装置可以安装在地球上的任何场所，并形成数据收集装置的密集网络。优选地，这些数据收集装置包括用于捕获随着时间经过的一系列序列图像的图像捕获组件、以及用于测量各种气象参数的多个传感器。所捕获的图像和所测量的数据与其相应的位置和时间戳相关联。

所公开的技术包括使用从多个数据收集装置所捕获的图像中提取的信息、多个数据收集装置的传感器所测量的数据、以及现有预测提供机构所提供的历史气象预测数据，来训练当地气象预测模型。从多个数据收集装置所捕获的图像中提取表示云类型、云移动方向和云量的信息。在一些实施例中，使用与多种云类型相关的预标记信息来训练深度学习算法。经训练的深度学习算法能够识别云类型。

当地气象预测模型至少基于由多个数据收集装置测量或从多个数据收集装置中提取的数据与现有预测提供机构所提供的历史数据之间的相关性。当地气象预测模型能够在接收到现有预测提供机构所提供的将来预测数据时生成表示多个位置的将来气象条件的数据。多个位置与多个数据收集装置相关联。当地气象预测模型可以将多个位置映射到现有预测提供机构所覆盖的相应区域或现有预测提供机构的相应最近网格点。