[发明专利]一种即时气象情报保障方法

权利要求书

1.一种即时气象情报保障方法，用于对指定区域进行气象预测，包括：

同化多源资料并实现覆盖指定区域的中尺度数值预报模型的建立，所述中尺度数值预报模型是基于WRF和WRFDA模型；

在指定区域内设置若干个观测点，用于获取指定区域内流体的场内观测数据；

采用流体力学模型对所述中尺度数值预报模型进行预报降尺度处理，以场内观测数据为真实值构建训练数据集，通过人工神经网络对经预报降尺度处理后的中尺度数值预报模型进行深度学习，形成小尺度的精细化的短临预报模型。

2.根据权利要求1所述的方法，其特征在于，同化多源资料并实现覆盖指定区域的中尺度数值预报模型的建立，所述中尺度数值预报模型是基于WRF和WRFDA模型中，多源资料包括常规气象观测数据、雷达资料、卫星观测资料、大尺度气象模式网格数据、地形勘测数据和地标粗糙度数据。

3.根据权利要求2所述的方法，其特征在于，多源资料同化及中尺度预报需要全球范围内的模式场数据为区域模型提供初始值和侧边界条件，实现对场所特定区域的1km分辨率嵌套区域模拟，系统定时下载GFS全球预报等所需数据，获取起报时间的观测数据后，自动开始数据处理流程，并实现WRFDA的数据同化，将分析场数据提供给WRF模型作为预报的初始场，实现逐小时的自动更新同化预报循环。

4.根据权利要求1所述的方法，其特征在于，在指定区域内设置若干个观测点，用于获取指定区域内流体的场内观测数据，包括：

在所述指定区域的关键点建立地面观测站，采集风速、风向、气温、气压、相对湿度的常规观测数据，以用于构建场所小区域的训练数据集，同时对所述常规观测数据进行质量控制。

5.根据权利要求2所述的方法，其特征在于，采用流体力学模型对所述中尺度数值预报模型进行预报降尺度处理，是将空间分辨率在公里量级的中尺度数值预报模型，以数值预报结果为边界条件，采用流体力学模型通过精确的地形、地标粗糙度数据，模拟出在一定来流条件下比所述指定区域内更加精细的空间流场分布，达到米级精细化预报的中尺度数值预报模型。

6.根据权利要求5所述的方法，其特征在于，通过人工神经网络对经预报降尺度处理后的中尺度数值预报模型进行深度学习，形成小尺度的精细化的短临预报模型中，实现基于深度学习的统计预测，包括：

在所述若干个观测点上利用历史观测数据训练预报函数，体现出各个气象要素的日内变化、季节变化的周期特征；

在空间上对观测点数据进行平滑和约束，同时考虑在各天气现象中气象要素的空间相关性和特征；

搭建多层神经网络模拟各气象要素之间的关联关系，通过设置对比试验，以场内观测数据为真实值构建训练数据集，确定神经网络隐藏层数、各层神经元数量、训练学习率、迭代次数参数的最佳配置，进而训练得出预报函数；

最后，利用所得到的预报函数来构建出所述短临预报模型。

7.根据权利要求1所述的方法，其特征在于，在得到精细化的短临预报模型后，基于此进行气象情报监控，所述气象情报监控实现对多源资料同化及中尺度数值预报和基于深度学习的精细化短临气象预报中包含的原始数据、中间数据、预测数据和评估分析数据的多维展示、情报监控和管理。

8.根据权利要求7所述的方法，其特征在于，对多源资料同化进行的情报监控时同化预报业务系统，同化预报业务系统展示需要实现对常规观测数据、雷达观测资料、卫星辐射率观测资料在同化前后的质控订正效果诊断分析和对模式预报数据的多角度、多维度地评估和展示。

9.一种计算设备，包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1-8中任一项所述的方法。

10.一种计算机可读存储介质，优选为非易失性可读存储介质，其内存储有计算机程序，所述计算机程序在由处理器执行时实现如权利要求1-8中任一项所述的方法。