[发明专利]基于大数据和分析场的气象预报方法及系统

摘要

本发明涉及一种气象预报方法和系统。该方法包括：获取预报区域的最近设定时长内的气象分析场序列；将所述最近气象分析场序列输入所述预报区域的深度神经网络进行深度学习，得到所述预报区域的深度神经网络的输出；将所述输出作为预报区域的自当前时刻开始的预报时长内的预报场序列。该系统包括：分析场获取模块，用于获取预报区域的最近设定时长内的气象分析场序列；预报模块，用于将所述最近气象分析场序列输入所述预报区域的深度神经网络进行深度学习，得到所述预报区域的深度神经网络的输出；将所述输出作为预报区域的自当前时刻开始的预报时长内的预报场序列。上述方法和系统，气象预报更加准确。

主权项

1.一种气象预报方法，其特征在于，包括：获取预报区域的最近设定时长内的气象分析场序列；所述最近设定时长内的气象分析场序列为：从当前时刻往前设定时长内的气象分析场序列；将所述最近气象分析场序列输入所述预报区域的深度神经网络进行深度学习，得到所述预报区域的深度神经网络的输出；将所述输出作为预报区域的自当前时刻开始的预报时长内的预报场序列；还包括对所述预报区域的深度神经网络进行训练的步骤：初始化一个具有输入层、预设层数个中间层以及输出层的深度神经网络；所述预设层数小于设定时长内的气象分析场序列中的气象分析场的数量；获取预报区域当前时刻预报时长之前的第一气象分析场序列和紧随所述第一气象分析场序列之后的预报时长内的第二气象分析场序列，其中所述第一气象分析场序列为任一符合预设条件的设定时长内的气象分析场序列；将所述第一气象分析场序列和第二气象分析场序列作为深度神经网络的输入和输出，对深度神经网络进行训练；获取多个第一气象分析场序列和对应的第二气象分析场序列，根据上述训练方法对所述深度神经网络进行重复训练；将训练完成的深度神经网络，作为所述预报区域的深度神经网络。