本發(fā)明涉及數(shù)據(jù)處理，具體涉及一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法及系統(tǒng)。

背景技術(shù)：

1、暖區(qū)暴雨呈現(xiàn)區(qū)域性和持續(xù)時間長等特點(diǎn)，對準(zhǔn)確的氣象預(yù)報帶來了顯著挑戰(zhàn)，目前通常是使用數(shù)值天氣預(yù)報模型來預(yù)測暖區(qū)強(qiáng)降雨。

2、但是，隨著現(xiàn)有的數(shù)值天氣預(yù)報模型的網(wǎng)格間距接近對流過程的尺度，現(xiàn)有的數(shù)值天氣預(yù)報模型難以表征大氣邊界層內(nèi)的對流，這就導(dǎo)致無法準(zhǔn)確預(yù)測氣象，氣象預(yù)測效果較差。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明實施例提供一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法及系統(tǒng)，以解決現(xiàn)有的數(shù)值天氣預(yù)報模型存在的氣象預(yù)測效果較差等問題。

2、為實現(xiàn)上述目的，本發(fā)明實施例提供如下技術(shù)方案：

3、本發(fā)明實施例第一方面公開一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法，所述方法包括：

4、在天氣研究預(yù)報wrf模型積分到t時刻時輸入網(wǎng)格參數(shù)，以計算得到云松弛時間計數(shù)器nca；

5、若所述nca小于時間閾值，計算對流云的特征數(shù)據(jù)；

6、判斷所述對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件；

7、當(dāng)滿足所述對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟；其中，所述對流傾向和所述降水率用于在所述wrf模型中進(jìn)行氣象對流模擬，所述平均垂直速度用于保持物理量的一致性；

8、當(dāng)不滿足所述對流發(fā)生條件時，更新所述平均垂直速度，并將所述對流傾向和所述降水率設(shè)為0，執(zhí)行所述指定步驟；

9、所述指定步驟包括：

10、所述nca減少1且所述t增加1，返回執(zhí)行在天氣研究預(yù)報wrf模型積分到t時刻時輸入網(wǎng)格參數(shù)這一步驟，直至所述wrf模型完成迭代。

11、優(yōu)選的，若所述nca小于時間閾值，計算對流云的特征數(shù)據(jù)，包括：

12、若所述nca小于時間閾值，基于多尺度kain-fritsch算法使用一維云模型，結(jié)合溫度、露點(diǎn)溫度、氣壓、風(fēng)速和風(fēng)向，計算對流云的特征數(shù)據(jù)，所述對流云的特征數(shù)據(jù)至少包括：抬升凝結(jié)高度，對流有效能位，平均垂直速度，云頂高度，云底高度和夾卷率。

13、優(yōu)選的，判斷所述對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件，包括：

14、判斷所述對流有效能位是否超過對流有效能位閾值；

15、若所述對流有效能位超過所述對流有效能位閾值，確定滿足對流發(fā)生條件；

16、若所述對流有效能位不超過所述對流有效能位閾值，確定不滿足對流發(fā)生條件。

17、優(yōu)選的，當(dāng)滿足所述對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟，包括：

18、當(dāng)滿足所述對流發(fā)生條件時，在已經(jīng)達(dá)到所述對流發(fā)生條件的網(wǎng)格點(diǎn)，利用基于指定機(jī)器學(xué)習(xí)模型的多尺度kain-fritsch算法，計算對流傾向和降水率，其中，所述指定機(jī)器學(xué)習(xí)模型為雙向長短期記憶模型；

19、更新平均垂直速度，執(zhí)行指定步驟。

20、優(yōu)選的，計算得到云松弛時間計數(shù)器nca之后，還包括：

21、若所述nca大于或等于時間閾值，更新所述平均垂直速度，所述對流傾向和所述降水率保持不變，執(zhí)行所述指定步驟。

22、本發(fā)明實施例第二方面公開一種基于機(jī)器學(xué)習(xí)的氣象對流模擬系統(tǒng)，所述系統(tǒng)包括：

23、第一計算單元，用于在天氣研究預(yù)報wrf模型積分到t時刻時輸入網(wǎng)格參數(shù)，以計算得到云松弛時間計數(shù)器nca；

24、第二計算單元，用于若所述nca小于時間閾值，計算對流云的特征數(shù)據(jù)；

25、判斷單元，用于判斷所述對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件；

26、第三計算單元，用于當(dāng)滿足所述對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟；其中，所述對流傾向和所述降水率用于在所述wrf模型中進(jìn)行氣象對流模擬，所述平均垂直速度用于保持物理量的一致性；

27、第一更新單元，用于當(dāng)不滿足所述對流發(fā)生條件時，更新所述平均垂直速度，并將所述對流傾向和所述降水率設(shè)為0，執(zhí)行所述指定步驟；

28、所述指定步驟包括：

29、所述nca減少1且所述t增加1，返回執(zhí)行所述第一計算單元，直至所述wrf模型完成迭代。

30、優(yōu)選的，所述第二計算單元具體用于：若所述nca小于時間閾值，基于多尺度kain-fritsch算法使用一維云模型，結(jié)合溫度、露點(diǎn)溫度、氣壓、風(fēng)速和風(fēng)向，計算對流云的特征數(shù)據(jù)，所述對流云的特征數(shù)據(jù)至少包括：抬升凝結(jié)高度，對流有效能位，平均垂直速度，云頂高度，云底高度和夾卷率。

31、優(yōu)選的，所述判斷單元具體用于：判斷所述對流有效能位是否超過對流有效能位閾值；若所述對流有效能位超過所述對流有效能位閾值，確定滿足對流發(fā)生條件；若所述對流有效能位不超過所述對流有效能位閾值，確定不滿足對流發(fā)生條件。

32、優(yōu)選的，所述第三計算單元具體用于：當(dāng)滿足所述對流發(fā)生條件時，在已經(jīng)達(dá)到所述對流發(fā)生條件的網(wǎng)格點(diǎn)，利用基于指定機(jī)器學(xué)習(xí)模型的多尺度kain-fritsch算法，計算對流傾向和降水率，其中，所述指定機(jī)器學(xué)習(xí)模型為雙向長短期記憶模型；更新平均垂直速度，執(zhí)行指定步驟。

33、優(yōu)選的，還包括：

34、第二更新單元，用于若所述nca大于或等于時間閾值，更新所述平均垂直速度，所述對流傾向和所述降水率保持不變，執(zhí)行所述指定步驟。

35、基于上述本發(fā)明實施例提供的一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法及系統(tǒng)，該方法為：在wrf模型積分到t時刻時輸入網(wǎng)格參數(shù)，以計算得到nca；若nca小于時間閾值，計算對流云的特征數(shù)據(jù)；判斷對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件；當(dāng)滿足對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟；當(dāng)不滿足對流發(fā)生條件時，更新平均垂直速度，并將對流傾向和降水率設(shè)為0，執(zhí)行指定步驟；指定步驟包括：nca減少1且t增加1，返回執(zhí)行在wrf模型積分到t時刻時輸入網(wǎng)格參數(shù)這一步驟，直至wrf模型完成迭代。本方案將wrf模型和機(jī)器學(xué)習(xí)模型相耦合，將機(jī)器學(xué)習(xí)應(yīng)用到氣象對流模擬中以準(zhǔn)確預(yù)測氣象，從而提高氣象預(yù)測效果。

技術(shù)特征：

1.一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，若所述nca小于時間閾值，計算對流云的特征數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，判斷所述對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件，包括：

4.根據(jù)權(quán)利要求1-3中任一所述的方法，其特征在于，當(dāng)滿足所述對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟，包括：

5.根據(jù)權(quán)利要求1-3中任一所述的方法，其特征在于，計算得到云松弛時間計數(shù)器nca之后，還包括：

6.一種基于機(jī)器學(xué)習(xí)的氣象對流模擬系統(tǒng)，其特征在于，所述系統(tǒng)包括：

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述第二計算單元具體用于：若所述nca小于時間閾值，基于多尺度kain-fritsch算法使用一維云模型，結(jié)合溫度、露點(diǎn)溫度、氣壓、風(fēng)速和風(fēng)向，計算對流云的特征數(shù)據(jù)，所述對流云的特征數(shù)據(jù)至少包括：抬升凝結(jié)高度，對流有效能位，平均垂直速度，云頂高度，云底高度和夾卷率。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述判斷單元具體用于：判斷所述對流有效能位是否超過對流有效能位閾值；若所述對流有效能位超過所述對流有效能位閾值，確定滿足對流發(fā)生條件；若所述對流有效能位不超過所述對流有效能位閾值，確定不滿足對流發(fā)生條件。

9.根據(jù)權(quán)利要求6-8中任一所述的系統(tǒng)，其特征在于，所述第三計算單元具體用于：當(dāng)滿足所述對流發(fā)生條件時，在已經(jīng)達(dá)到所述對流發(fā)生條件的網(wǎng)格點(diǎn)，利用基于指定機(jī)器學(xué)習(xí)模型的多尺度kain-fritsch算法，計算對流傾向和降水率，其中，所述指定機(jī)器學(xué)習(xí)模型為雙向長短期記憶模型；更新平均垂直速度，執(zhí)行指定步驟。

10.根據(jù)權(quán)利要求6-8中任一所述的系統(tǒng)，其特征在于，還包括：

技術(shù)總結(jié)
本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的氣象對流模擬方法及系統(tǒng)，該方法為：在WRF模型積分到t時刻時輸入網(wǎng)格參數(shù)，計算得到NCA；若NCA小于時間閾值，計算對流云的特征數(shù)據(jù)；判斷對流云的特征數(shù)據(jù)是否滿足對流發(fā)生條件；當(dāng)滿足對流發(fā)生條件時，基于指定機(jī)器學(xué)習(xí)模型計算對流傾向和降水率，并更新平均垂直速度，執(zhí)行指定步驟；當(dāng)不滿足對流發(fā)生條件時，更新平均垂直速度，并將對流傾向和降水率設(shè)為0，執(zhí)行指定步驟；指定步驟包括：NCA減少1且t增加1，返回執(zhí)行在WRF模型積分到t時刻時輸入網(wǎng)格參數(shù)這一步驟。本方案將WRF模型和機(jī)器學(xué)習(xí)模型相耦合，將機(jī)器學(xué)習(xí)應(yīng)用到氣象對流模擬中以準(zhǔn)確預(yù)測氣象，從而提高氣象預(yù)測效果。

技術(shù)研發(fā)人員：于星,仲曉輝,宋佳欣,丁寧,李昊,趙源
受保護(hù)的技術(shù)使用者：深圳市人工智能與機(jī)器人研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10