一种基于GIS技术多模式行业气象服务检验应用方法与流程

一种基于gis技术多模式行业气象服务检验应用方法
技术领域
1.本发明涉及气象服务技术领域，尤其涉及一种基于gis技术多模式行业气象服务检验应用方法。


背景技术：

2.气象预报行业服务通常采用grapes、ec、ncep等数值预报模式，但气象服务面向的应用服务场景不同，且不同区域、不同时间、不同气象要素，各个数值预报模式的模拟结果准确率也有很大的不同，所以检验数值预报模式是实施气象服务过程中的一种提升预报准确性的常规做法。
3.目前常见的检验方法，是对于单点的预报检验，一般采用平均误差、平均绝对误差、均方根误差、ts评分、空报率以及漏报率等方法。虽然有效的解决了单点预报的预报模式检验问题，但对于行业气象服务广泛使用数字可视化技术，基于地图显示气象预报情况，以及多要素不同阈值形成的警示和灾害预警落区服务需求来说，缺乏工程化的应用场景检验与选优方法。
4.此外，从行业气象服务角度而言，检验不是目的，选优以及是否能够提升预报准确性才是核心，所以一方面要设计更适用于行业区域性阈值警示类服务的模式检验方法，另一方面要考虑是否可以进一步提升预报模式预报结果的准确性或可用性。
5.gis技术是一种用于收集、存储、管理、分析和可视化地理空间数据的技术。它能够将地理位置信息与其他数据进行关联，帮助用户更好地理解地理空间现象和关联关系。gis技术在多个行业和领域都得到广泛应用，包括环境管理、城市规划、农业、气象等。其对时间、空间和区间要素值组成的区域图像类数据正好可以解决行业气象服务对预报模式选优提准的要求。为此，我们提出一种基于gis技术多模式行业气象服务检验应用方法。


技术实现要素：

6.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于gis技术多模式行业气象服务检验应用方法。
7.为了实现上述目的，本发明采用了如下技术方案：
8.一种基于gis技术多模式行业气象服务检验应用方法，该检验应用方法具体步骤如下：
9.(1)收集所需预报数据以及观测数据；
10.(2)对收集到的数据进行预处理并进行记录；
11.(3)通过gis技术对各组数据进行信息匹配；
12.(4)通过比对挖掘预报模型与实际观测数据的数值、时间及空间偏差规律并进行记录；
13.(5)输出检测结果和模型偏差规律并通过gis技术进行可视化展示；
14.(6)对目标预报模型制定服务策略，在行业服务中基于发现的偏差规律反向调整
预报模型的输出结果。
15.作为本发明的进一步方案，步骤(1)中所述数据预处理具体步骤如下：
16.步骤一：将收集到的预报数据以及观测数据分别整合成预报数据集以及观测数据集，检测各组气象数据中存在的缺失值，并标记各缺失值在对应数据中的所在位置，对各组数据中存在的缺失值进行统计获取缺失值的分布情况和影响范围，其中预报数据再次通过预报模型补录，其中注意预报模型的预报时间，避免将后续更新预报值带入而影响检测精度，观测数据则参考中华人民共和国气象行业标准《地面气象观测规范》进行增替补工作；
17.步骤二：通过数据转换和编码将各类型的数据转换为数值型数据，之后对转换后的数据进行特征降维处理以筛选出表征能力较高的特征。
18.其特征在于，步骤(3)中所述信息匹配具体步骤如下：
19.步骤
①
：确定预报数据以及观测数据的坐标系统，若两组数据的坐标系统不一致，根据数据的位置和所用的投影方式确定其转换所需的参数信息，对于离散点的观测数据通过差值方式转化为与待检验预报模式相同尺度的格点数据；
20.步骤
②
：将各组预报数据以及观测数据导入gis软件中，并根据投影转换方法以及确定的参数信息，对预报数据和观测数据进行坐标转换；
21.步骤
③
：将转换后的预报数据和观测数据整合到统一的坐标系统中，再比较转换后的数据与原始数据以验证转换后的数据准确无误。
22.其特征在于，步骤(4)中所述通过比对挖掘预报模型与实际观测数据的数值、时间及空间偏差规律并进行记录的具体步骤如下：
23.步骤ⅰ：收集过去的预报数据和观测数据，之后对各组气象信息进行预处理，将各组数据进行标准化处理并将各组数据整合成测试数据集，同时筛除测试数据集中的异常数据；
24.步骤ⅱ：将测试数据集划分为训练集和测试集，围绕行业服务中的气象阈值转变为落区图形数据，再通过gis初始化神经网络的权重和参数，将训练集导入该神经网络中，按照数值偏差度、时间偏差度和空间偏差度进行模拟与分析，训练过程结束并输出该检测预报模型的预报偏差规律；
25.步骤ⅲ：持续定时输入预报与观测数据，不断检验和获取预报模型的偏差习惯和规律；
26.步骤ⅳ：建立各个检验预报模型的预报偏差特性数据库，将检验的数值、时间及空间偏差结果进行记录，将多个预报模型进行检验和偏差规律分析，输出各个预报模型的检验结果，自动选优最适合当前参数设定下的预报模型，并利用gis技术将模型的输出结果进行可视化展示。
27.其特征在于，步骤(5)中所述输出检测结果和模型偏差规律并通过gis技术进行可视化展示具体步骤如下：
28.第一步：开发建立检验软件平台，在检验初期可选定检验的预报模型、检验的天气要素、要素阈值以及观测数据选定等定参功能，提供检测选优的输入项；
29.第二步：当多个模式的检验结果完成后，提供基于表格、图表和gis地图的预报模式检验偏移量展示，从数值、时间和空间不同角度展示检验结果；
30.第三步：提供不同预报模式的检验结果对比，作为应用在行业气象服务的预报模
型选优参考。
31.其特征在于，步骤(6)中所述对目标预报模型制定服务策略，在行业服务中基于发现的偏差规律反向调整预报模型的输出结果的具体步骤如下：
32.第ⅰ步：基于选优后确定的预报模型，建立初始预报数据库，存放预报模型产生的原始预报值，再建立服务预报数据库，用于存放基于预报偏差反向优化后的服务预报结果数据；
33.第ⅱ步：依据依据检验预报偏差规律建立预报数据偏差反向优化模型，将预报输出的结果转化为服务预报数值；
34.第ⅲ步：将服务预报数据库当做底层数据库，将结果输出到各个服务项目的应用数据库，并留存结果持续检验和提升行业气象预报服务效果。
35.相比于现有技术，本发明的有益效果在于：
36.1、该基于gis技术多模式行业气象服务检验应用方法通过收集过去的预报数据和观测数据，之后对各组气象信息进行预处理，将各组数据进行标准化处理并将各组数据整合成测试数据集，同时筛除测试数据集中的异常数据，将测试数据集划分为训练集和测试集，围绕行业服务中的气象阈值转变为落区图形数据，再通过gis初始化神经网络的权重和参数，将训练集导入该神经网络中，按照数值偏差度、时间偏差度和空间偏差度进行模拟与分析，训练过程结束并输出该检测预报模型的预报偏差规律，持续定时输入预报与观测数据，不断检验和获取预报模型的偏差习惯和规律，建立各个检验预报模型的预报偏差特性数据库，将检验的数值、时间及空间偏差结果进行记录，将多个预报模型进行检验和偏差规律分析，输出各个预报模型的检验结果，自动选优最适合当前参数设定下的预报模型，并利用gis技术将模型的输出结果进行可视化展示，能够自行比对预报模型输出的预报与实际观测数据，检验预报模型的预报准确度。
37.2、该基于gis技术多模式行业气象服务检验应用方法基于选优后确定的预报模型，建立初始预报数据库，存放预报模型产生的原始预报值。再建立服务预报数据库，用于存放基于预报偏差反向优化后的服务预报结果数据，依据依据检验预报偏差规律建立预报数据偏差反向优化模型，将预报输出的结果转化为服务预报数值，将服务预报数据库当做底层数据库，将结果输出到各个服务项目的应用数据库，并留存结果持续检验和提升行业气象预报服务效果，提高行业预报服务的准确性，提高预报可用性，实现快速、有效、低成本的提升行业气象服务水平的目的。
附图说明
38.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
39.图1为本发明提出的一种基于gis技术多模式行业气象服务检验应用方法的流程框图。
具体实施方式
40.实施例1
41.参照图1，一种基于gis技术多模式行业气象服务检验应用方法，该检验应用方法
具体步骤如下：
42.收集所需预报数据以及观测数据。
43.对收集到的数据进行预处理并进行记录。
44.具体的，将收集到的预报数据以及观测数据分别整合成预报数据集以及观测数据集，检测各组气象数据中存在的缺失值，并标记各缺失值在对应数据中的所在位置，对各组数据中存在的缺失值进行统计获取缺失值的分布情况和影响范围，其中预报数据再次通过预报模型补录，其中注意预报模型的预报时间，避免将后续更新预报值带入而影响检测精度，观测数据则参考中华人民共和国气象行业标准《地面气象观测规范》进行增替补工作，通过数据转换和编码将各类型的数据转换为数值型数据，之后对转换后的数据进行特征降维处理以筛选出表征能力较高的特征。
45.通过gis技术对各组数据进行信息匹配。
46.具体的，确定预报数据以及观测数据的坐标系统，若两组数据的坐标系统不一致，根据数据的位置和所用的投影方式确定其转换所需的参数信息，对于离散点的观测数据通过差值方式转化为与待检验预报模式相同尺度的格点数据，将各组预报数据以及观测数据导入gis软件中，并根据投影转换方法以及确定的参数信息，对预报数据和观测数据进行坐标转换，将转换后的预报数据和观测数据整合到统一的坐标系统中，再比较转换后的数据与原始数据以验证转换后的数据准确无误。
47.通过比对挖掘预报模型与实际观测数据的数值、时间及空间偏差规律并进行记录。
48.具体的，收集过去的预报数据和观测数据，之后对各组气象信息进行预处理，将各组数据进行标准化处理并将各组数据整合成测试数据集，同时筛除测试数据集中的异常数据，将测试数据集划分为训练集和测试集，围绕行业服务中的气象阈值转变为落区图形数据，再通过gis初始化神经网络的权重和参数，将训练集导入该神经网络中，按照数值偏差度、时间偏差度和空间偏差度进行模拟与分析，训练过程结束并输出该检测预报模型的预报偏差规律，持续定时输入预报与观测数据，不断检验和获取预报模型的偏差习惯和规律，建立各个检验预报模型的预报偏差特性数据库，将检验的数值、时间及空间偏差结果进行记录，将多个预报模型进行检验和偏差规律分析，输出各个预报模型的检验结果，自动选优最适合当前参数设定下的预报模型，并利用gis技术将模型的输出结果进行可视化展示。
49.实施例2
50.参照图1，一种基于gis技术多模式行业气象服务检验应用方法，该检验应用方法具体步骤如下：
51.输出检测结果和模型偏差规律并通过gis技术进行可视化展示。
52.具体的，开发建立检验软件平台，在检验初期可选定检验的预报模型、检验的天气要素、要素阈值以及观测数据选定等定参功能，提供检测选优的输入项，当多个模式的检验结果完成后，提供基于表格、图表和gis地图的预报模式检验偏移量展示，从数值、时间和空间不同角度展示检验结果，提供不同预报模式的检验结果对比，作为应用在行业气象服务的预报模型选优参考。
53.对目标预报模型制定服务策略，在行业服务中基于发现的偏差规律反向调整预报模型的输出结果。
54.具体的，基于选优后确定的预报模型，建立初始预报数据库，存放预报模型产生的原始预报值，再建立服务预报数据库，用于存放基于预报偏差反向优化后的服务预报结果数据，依据依据检验预报偏差规律建立预报数据偏差反向优化模型，将预报输出的结果转化为服务预报数值，将服务预报数据库当做底层数据库，将结果输出到各个服务项目的应用数据库，并留存结果持续检验和提升行业气象预报服务效果。