[发明专利]一种用于气象预测的数据处理方法及装置

权利要求书

1.一种用于气象预测的数据处理方法，其特征在于，包括：

按照设定的区域划分方式，确定预报站点关联的多个气象观测区域；

对所述预报站点本地的气象观测特征进行地理扩展，对地理扩展之后的气象数据进行时间扩展，确定用于深度学习训练的气象数据；

所述对地理扩展之后的气象数据进行时间扩展，包括：

确定目标观测特征以及相关观测特征；

从所述地理扩展后的气象数据中，选择所述目标观测特征在目标观测时刻的数据、所述相关观测特征在多个历史观测时刻的数据；其中，所述目标观测时刻晚于或等于所述历史观测时刻；

分别计算所述相关观测特征在任一个历史观测时刻的数据与所述目标观测特征在所述目标观测时刻的数据之间的相关系数；

从所述相关观测特征在多个历史观测时刻的数据中，筛选出对应的相关系数满足设定条件的历史观测时刻的数据；

其中，所述气象数据包括：一个或多个观测时刻在所述预报站点关联的多个气象观测区域内一个或多个气象观测特征的数据；利用所述预报站点关联的气象数据进行深度学习训练，得到气象预测模型。

2.根据权利要求1所述的数据处理方法，其特征在于，

所述利用所述预报站点关联的气象数据进行深度学习训练，包括：

利用所述目标观测特征在所述目标观测时刻的数据以及所述相关观测特征在筛选出的历史观测时刻的数据进行深度学习训练。

3.根据权利要求2所述的数据处理方法，其特征在于，所述从所述相关观测特征在多个历史观测时刻的数据中，筛选出对应的相关系数满足设定条件的历史观测时刻的数据，包括：

按照所述历史观测时刻的先后顺序，将所述计算得到的相关系数进行排序；

在所述相关系数的序列中，确定所述相关系数的连续单调上升个数最多的区间；

筛选出所述区间内的相关系数对应的历史观测时刻的数据。

4.根据权利要求1所述的数据处理方法，其特征在于，所述确定用于深度学习训练的气象数据之前，所述数据处理方法还包括：

收集所述预报站点及其周边预报站点在一个或多个观测时刻采集到的一个或多个气象观测特征的数据；

所述对所述预报站点本地的气象观测特征进行地理扩展，包括：

针对任一个气象观测区域，分别根据所述气象观测区域内的预报站点或者周边预报站点在同一观测时刻采集到的一个或多个气象观测特征的数据，确定在所述观测时刻在所述气象观测区域内一个或多个气象观测特征的数据。

5.根据权利要求1所述的数据处理方法，其特征在于，所述按照设定的区域划分方式，确定预报站点关联的多个气象观测区域，包括：

以所述预报站点为中心，按照第一参数确定N个区域，按照第二参数确定M个区域；

组合所述N个区域和所述M个区域，确定N×M+1个气象观测区域，并将所述N×M+1个气象观测区域确定为所述预报站点关联的气象观测区域，其中，N、M均为正整数；

其中，所述第一参数为以所述预报站点为圆心的扇形角度，所述第二参数为以所述预报站点为圆心的半径；或者，所述第一参数为以所述预报站点为圆心的半径，所述第二参数为以所述预报站点为圆心的扇形角度。

6.根据权利要求1所述的数据处理方法，其特征在于，所述利用所述预报站点关联的气象数据进行深度学习训练，得到气象预测模型之后，所述方法还包括：

利用所述气象预测模型确定目标预报地区在未来时刻的气象预测结果。

7.根据权利要求6所述的数据处理方法，其特征在于，所述数据处理方法还包括：

在采用所述气象预测模型得到目标预报地区在未来时刻的气象预测结果时，确定得到所述目标预报地区的气象预测结果所使用的气象观测特征；

从所述确定的气象观测特征中，筛选出满足线性条件的气象观测特征。