[发明专利]能见度确定方法、装置、计算机设备及可读存储介质

说明书

本发明公开了一种能见度确定方法、装置、计算机设备及可读存储介质，该方法包括：获取与能见度相关的特征参数；将所述与能见度相关的特征参数输入到经过训练的随机森林回归模型中得到能见度。通过实施本发明所确定的能见度,其训练样本是来源于交通气象站探测的常规气象要素数据，既能节省设备成本，又能充分利用已有的历史数据，其使用的特征方案适用于大多数交通气象站，易进行大范围推广。本发明使用的预报模型是点对多的模型，能够基于当前时次预报未来一小时内逐十分钟的能见度值。本发明使用的监测预报模型与现使用的同类其他模型相比，平均绝对误差大幅度降低，监测预报效果显著提高。

技术领域

本发明涉及数据分析系统和应用领域，具体涉及一种能见度确定方法、装置、计算机设备及可读存储介质。

背景技术

能见度是反应大气透明度的一种指标，其变化会受到降水、沙尘暴、雾、霾等天气现象的影响，也与大气污染物含量有关，对航空、海运、铁路、公路等领域具有重要影响。目前，专门针对城市、航空、铁路、海运等应用场景的能见度监测或者预报产品层出不穷，但是这些产品大多只能实现监测或预报功能之一，并不兼具两种功能。此外，针对公路交通的能见度监测预报产品较少，模型和方法也较为单一。

能见度的监测主要包括目视监测、仪器监测和图像/视频识别监测。目视监测主要是以人工观测为主，即视力正常的人在当时天气条件下，能从天空背景中看到和辨认出目标物(黑色、大小适度)轮廓的最大水平距离。但人工观测缺乏规范性和客观性，数据误差较大；仪器监测主要包括透射式能见度仪、散射式能见度仪、激光雷达式能见度仪等光学仪器，数据客观准确，但仪器维护费用高、操作复杂；图像/视频监测是利用视频或者相机采集的画面，使用各类图像识别技术判断图像中能见度的技术，该技术提高了能见度监测的普适性，但是硬件设备昂贵，受相机和视频监控范围限制，模型能监测到的能见度上限值较低，加上模型对样本数据的要求较高，真正业务化、产品化较为困难。此外，目前布设的气象站、区域站、交通站都有常规气象要素的观测，但是很少有相机或视频监控设备配套，限制了图像识别技术的推广使用，而大量积累的气象数据又无人问津导致数据浪费。

能见度的预报主要包括数值模式预报与统计预报两大类。数值模式预报主要是基于流体力学原理、热力学原理、大气动力学原理等数据方程，依据天气学和物理力学原理，预测未来一段时间的大气运动状态和天气现象的方法，如目前常见的ECMWF、GFS、BJ-RUC等。统计预报主要是基于数学公式，从纯数学的角度揭示环境因素和气象因素与能见度的关系，实现对能见度的预报，如多元线性回顾、BP神经网络等。

由于统计方法可根据气象资料调整输入变量，有效弥补数值模式预报部分变量难以获取的缺点，又具有较高的预报精度，加上计算机技术的发展和大数据时代的到来，基于机器学习和深度学习的预报产品也越来越多。但是，大多数短临预报模型都是基于当前时次预报未来某一时次的点对点的预报产品，且其预报的能见度的平均绝对误差都高于1000m。

发明内容

因此，本发明要解决的技术问题在于克服现有能见度的监测和预报业务化产品化困难、不能兼具监测和预报两种功能以及大多数短临预报产品误差大的问题，从而提供一种能见度确定方法、装置、计算机设备及可读存储介质。

为实现上述目的，本发明采用如下技术方案：

根据第一方面，本发明公开了一种能见度确定方法，所述能见度确定方法包括：

获取与能见度相关的特征参数；

将所述与能见度相关的特征参数输入到经过训练的随机森林回归模型中得到能见度。

可选地，所述与能见度相关的特征参数包括以下中的一种或几种：单气象要素特征、要素间关系特征、综合诊断特征、变率特征。