[发明专利]一种数值预报产品解释应用方法及系统

权利要求书

1.一种数值预报产品解释应用方法，其特征在于，包括：

对数值预报产品进行分析，确定数值预报产品所需的天气要素，根据确定的天气要素以及预报站点的经纬度和日期时间，从预报站点的站点观测资料中提取与所述天气要素所对应的天气要素值；

对所述天气要素进行分析，确定所述天气要素中的连续性要素、等级要素以及非连续性事件要素；

根据预先配置的建模策略，分别对连续性要素、等级要素以及非连续性事件要素进行建模，形成数值预报解释模型；

将提取的天气要素值分别代入到所述数值预报解释模型中，并通过所述数值预报解释模型分别生成连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果；

对得到的连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果进行合成，得到最终预报结果；并将初步预报结果与最终预报结果进行展示；

其中，根据预先配置的建模策略，分别对连续性要素、等级要素以及非连续性事件要素进行建模，形成数值预报解释模型：

根据预先配置的模式输出统计算法、遗传算法优化BP网络算法和偏最小二乘回归算法，分别对连续性要素进行建模，形成对应的数值预报解释模型；

根据预先配置的贝叶斯分类器、非参数局部线性估计算法、完全预报算法，分别对等级要素进行建模，形成对应的数值预报解释模型；

根据预先配置的基于遗传算法的朴素贝叶斯分类法和基于粒子群算法的朴素贝叶斯分类法，分别对非连续性事件要素进行建模，形成对应的数值预报解释模型。

2.根据权利要求1所述的数值预报产品解释应用方法，其特征在于，所述连续性要素包括以下至少之一：温度、海平面气压、湿度、风向和风速；所述等级要素包括以下至少之一：水平能见度、总云量、低云量和云底高度；所述非连续性事件要素包括以下至少之一：降水、降水级别和雷暴。

3.根据权利要求1所述的数值预报产品解释应用方法，其特征在于，所述初步预报解释结果为0-72小时逐3小时的预报解释结果。

4.根据权利要求1所述的数值预报产品解释应用方法，其特征在于，对得到的连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果进行合成，得到最终预报结果包括：

对得到的连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果，采用多元决策加权法进行合成，得到最终预报结果。

5.一种数值预报产品解释应用系统，其特征在于，包括：

要素提取模块，用于对数值预报产品进行分析，确定数值预报产品所需的天气要素，根据确定的天气要素以及预报站点的经纬度和日期时间，从预报站点的站点观测资料中提取与所述天气要素所对应的天气要素值；

要素分析模块，用于对所述天气要素进行分析，确定所述天气要素中的连续性要素、等级要素以及非连续性事件要素；

要素建模模块，用于根据预先配置的建模策略，分别对连续性要素、等级要素以及非连续性事件要素进行建模，形成数值预报解释模型；

预报分析模块，用于将提取的天气要素值分别代入到所述数值预报解释模型中，并通过所述数值预报解释模型分别生成连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果；

预报合成展示模块，用于对得到的连续性要素、等级要素以及非连续性事件要素所对应的初步预报解释结果进行合成，得到最终预报结果；并将初步预报结果与最终预报结果进行展示；

其中，所述要素建模模块包括连续性要素建模子模块、等级要素建模子模块和非连续性事件要素建模子模块；

所述连续性要素建模子模块，用于根据预先配置的模式输出统计算法、遗传算法优化BP网络算法和偏最小二乘回归算法，分别对连续性要素进行建模，形成对应的数值预报解释模型；

所述等级要素建模子模块，用于根据预先配置的贝叶斯分类器、非参数局部线性估计算法、完全预报算法，分别对等级要素进行建模，形成对应的数值预报解释模型；

所述非连续性事件要素建模子模块，用于根据预先配置的基于遗传算法的朴素贝叶斯分类法和基于粒子群算法的朴素贝叶斯分类法，分别对非连续性事件要素进行建模，形成对应的数值预报解释模型。