专利交易市场

本发明公开了一种西北太平洋热带气旋次季节预报方法及系统，涉及大气科学技术领域，所述方法包括：从气候态数据中提取每类TC在每个时间窗的ACE距平均，并将其作为每个时间窗的预报标签；将多种用于气候再分析的大尺度环境场作为潜在预报因子，并获取每个潜在预报因子的多种分量；针对每类TC的每个分量构建一个单变量预测模型，通过分量和预报标签对每个单变量预测模型进行预训练和评估，遴选出最优的分量组合；针对每类TC构建一个多变量预测模型，通过分量组合和预报标签对多变量预测模型进行训练，在训练后部署预测；根据预测结果生成西北太平洋的目标预报时段的ACE高分辨率空间概率图。本发明能够实现准确的热带气旋次季节预报。

本发明涉及一种气象预报方法，该方法包括：获取距离当前时刻设定时长的第一历史时刻与当前时刻之间的预报区域内的第一气象分析场序列；查找距离当前时刻预报时长的第二历史时刻；获取第二历史时刻之前的预报区域内的第二气象分析场序列，计算第一气象分析场序列和第二气象分析场序列的匹配度；当计算的匹配度不小于预设阈值，则获取以第二气象分析场序列的结束时刻为起始时刻且时间长度等于预报时长的第三气象分析场序列，并将获取的第三气象分析场序列作为预报区域内预报时长对应的预报气象数据，实现了通过历史的气象数据进行气象预测，气象预测准确度更高。

本发明公开了一种基于视频压缩技术的气象预报数据压缩方法，属于数据压缩技术领域。步骤包括：S1、获取原始气象预报数据，提取出时间片及气象要素数据；S2、对气象预报数据进行预处理：将同一时间各个站点同一气象要素数据映射到区间[0～1023*n]，n为映射的通道数；S3、气象数据三维格点重构：将气象预报数据按三维格点数据进行存储，对应图片三个色彩通道数据格式形成气象数据图；S4、利用视频压缩工具对气象预报数据进行10bit位深、色度亮度比为4:4:4的无损压缩编码；S5、利用视频压缩工具对S4产生的编码文件进行气象数据解码，并进行气象预测数据逆变换。本发明减少了气象预报数据的存储空间，最终压缩比可达到10:1。

本发明公开了一种基于大数据框架的SADBO改进MIM‑rwkv的气象预报方法，获取ERA5再分析数据、高分辨率WRF回顾性仿真模拟数据及气象站点观测数据并进行数据处理；基于处理后数据训练MIM‑rwkv网络模型，该模型的数据嵌入层、数据混合操作、门控阵列模块及像素重塑层充分考虑了输入数据的时间、空间及通道的维度特征，能够提供地面风的东西向及南北向分量高指标、高分辨率的预测结果；使用SADBO优化算法对MIM‑rwkv神经网络的超参数进行全局搜索，能够进一步提升神经网络的评估指标；MinIO对象存储服务、WebGIS框架及Kuzzle搜索引擎提供了对大规模的气象数据进行高效合理的存储、处理和分析的解决方案。

本发明涉及基于混合统计动力模型的西北太平洋台风延伸期预报方法，该方法利用现代统计方法对历史台风的轨迹进行分类后，藉由季节内尺度的海气状态对不同类型台风生成的影响，建立季节内振荡信号和台风生成的统计预报方程；利用高分辨率海气耦合动力模式对未来10~30天季节内振荡信号的预报场作为预报因子，对未来10~30天的台风生成进行预报。最后，将不同类台风的生成个数乘上其轨迹的气候概率分布，从而提前10~30天预报出整个西北太平洋上台风生成和频次的概率分布图。有益效果：不仅可以有效地进行台风个数的延伸期预报未来10–30天每十天中西北太平洋上台风的总个数，也可以利用台风不同的生成位置和移动轨迹得到台风在10天内生成／频次的空间概率分布。

本发明涉及基于统计模型的西北太平洋台风的延伸期预报方法，包括如下步骤：步骤1）计算历史阶段旬台风的个数；步骤2）提取历史再分析场中的次季节分量,得到与旬台风日期对应的次季节海气环境场；分别计算相对于台风生成不同提前时间的大尺度场；步骤3）建立统计预报模型：将不同提前时间的大尺度场分别与历史阶段旬台风个数进行相关分析，分别建立预报旬台风个数的统计预报方程；步骤4）利用观测所得的实时大尺度场求出的预报因子，带入统计预报方程，即可得到旬台风生成的平均频次与不同生成个数的发生概率形成预报量。有益效果：建立西北太平洋台风延伸期预报的统计预报模型，提前2–3周对西北太平洋上台风生成个数及其概率进行预报。