CN112731565B - 一种基于多级网格地图的天气预报数据加工方法及装置 - Google Patents
一种基于多级网格地图的天气预报数据加工方法及装置 Download PDFInfo
- Publication number
- CN112731565B CN112731565B CN202011615079.0A CN202011615079A CN112731565B CN 112731565 B CN112731565 B CN 112731565B CN 202011615079 A CN202011615079 A CN 202011615079A CN 112731565 B CN112731565 B CN 112731565B
- Authority
- CN
- China
- Prior art keywords
- grid
- map
- site
- forecast data
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 29
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 abstract description 17
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多级网格地图的天气预报数据加工方法,包括,将电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;基于站点经纬度信息,在所述电子地图上标记站点位置;对电子地图中站点分布密集区域进行二级网格划分;在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图;根据所述多级网格地图的空间分辨率,采用插值方法或机器学习建模法计算所述多级网格地图的气象要素预报数据;根据所述气象要素预报数据,从多级网格地图获取站点预报数据。本发明根据所述气象要素预报,采用最近点方法从细分网格获取站点预报避免密集站点预报结果重合问题、加快密集站点预报制作速度和节省存储资源。
Description
技术领域
本发明涉及天气预报数据加工领域,特别涉及一种基于多级网格地图的天气预报数据加工方法及装置。
背景技术
气象数值模式在设置好预报区域后,将预报区域按照固定的距离划分为均匀的网格,然后在每个网格上计算气象预报值,因此气象数值模式所生产的天气预报(数值天气预报),其数据格式为格点形式,其网格具有固定不变的分辨率,例如欧洲中心的中短期天气预报的网格分辨率在全球范围内是固定的0.1°。
在现实场景下,人们所关心的某地天气预报,由于其地理位置大多并不正好位于网格点上,所以需要结合该地的地理位置和数值预报网格的经纬度信息,对数值天气预报进行进一步加工,进而获取该地的天气预报,这在业务上称作站点天气预报的请求和加工。
由于所请求的站点分布并不是均匀的,有些地方站点分布密集,而另一些地方站点分布稀疏,对应到数值天气预报的网格上,则表现为某些网格里存在很多站点,同时也有大量的网格里并无站点。
站点分布的不均匀性和网格分辨率的固定性引发两方面问题:一方面,有很大一部分网格数据并没有实际用途,造成数据发布资源的浪费;另一方面,在一个网格里存在多个站点时,会出现这些站点请求到同样的格点预报数据,从而造成不同的站点预报结果趋于一致或完全重合,进而降低站点预报的准确率。
当前,站点天气预报的加工方法是:根据每一个站点的经纬度信息,计算出距离最近的网格点,然后以该格点的天气预报数据作为此站点的天气预报;或者找出其周边距离最近的n个格点,然后根据空间插值法或机器学习建模法计算出站点天气预报值;然后用同样的方法遍历所有的站点,直到获取到所有站点的天气预报。
当遇到一个网格里存在多个站点情景时,一般采取加密所有网格的方法,例如:原来网格的分辨率是0.1°,格点数为东-西180*南-北200。为了避免密集站点预报重合问题,将原网格加密成0.005°,则格点数变为东-西3600*南-北4000,导致数据发布量约增加到原来的400倍,引起存储量激增;同时也有很大一部分网格数据并未实际使用到,造成计算资源和存储资源的浪费。
发明内容
本发明提供一种解决办法,根据站点的实际分布情况,对数值预报的固定网格进行动态调整,使得没有站点存在的区域以较粗的网格发布预报数据,而站点分布集中的区域则以较密网格发布预报数据,从而达到既解决数据发布资源浪费问题,也解决密集站点请求预报重合问题。
本发明实施例提供了一种基于多级网格地图的天气预报数据加工方法及装置。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例,提供了一种基于多级网格地图的天气预报数据加工方法,包括:
S1:将电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;
S2:基于站点经纬度信息,在所述电子地图上标记站点位置;
S3:对电子地图中站点分布密集区域进行二级网格划分;
S4::在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图;
S5:根据所述多级网格地图的空间分辨率,采用插值方法或机器学习建模法计算所述多级网格地图的气象要素预报数据;
S6:根据所述气象要素预报数据,从多级网格地图获取站点预报数据。
进一步地,其中步骤S3中的所述站点分布密集区域是指所述一级网格中包括N个站点的一级网格区域,其中,N为大于1的自然数。
进一步地,所述对电子地图中站点分布密集区域进行二级网格划分,形成具有所述一级网格和二级网格的多级网格地图包括,
实时收集请求的所有站点经纬度信息,并结合网格信息找出所有包含N个站点的网格;
对任一个包含N个站点的网格,计算出其经纬度范围,以此作为细分网格的经纬度范围;
计算出该网格内站点之间最小经纬度距离,并将所述最小经纬度距离为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格;
采用上述方法对所有包含N个站点的一级网格进行二级细分,形成具有一级网格和二级网格的多级网格地图。
进一步地,所述对电子地图中站点分布密集区域进行二级网格划分,形成具有所述一级网格和二级网格的多级网格地图还包括,计算出每一个站点对应细分网格的x-y索引值。
进一步地,所述插值方法为,利用Cressman插值方法,计算获得与所述站点对应的每一个网格上的气象预报参数值。
进一步地,所述根据所述气象要素预报数据,从多级网格地图获取站点预报数据包括:
对只具有1个站点的所述一级网格,直接获取一级网格的预报值作为站点预报数据;
对具有N个站点的所述一级网格,每个站点的预报值从二级网格获取。
进一步地,所述根据所述气象要素预报数据,从多级网格地图获取站点预报数据包括,将所有二级网格预报数据和一级网格预报数据合并发布;
根据所述细分网格名称和x-y索引值请求生成站点天气预报数据。
根据本发明另一方面,本发明还提供一种基于多级网格地图的天气预报数据加工装置,包括:
一级网格划分单元,用于对电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;
站点标记单元,基于站点经纬度信息,用于在所述电子地图上标记站点位置;
二级网格划分单元,用于对电子地图中站点分布密集区域进行二级网格划分;
网格地图整合单元,用于在电子地图中整合所述第一网格和第二网格,形成具有所述一级网格和二级网格的多级网格地图;
预报数据计算单元,根据所述多级网格地图的空间分辨率,采用插值方法计算所述多级网格地图的气象要素预报数据;
站点预报数据获取单元,根据所述气象要素预报数据,从多级网格地图获取站点预报数据。
进一步地,所述装置还包括:
经纬度信息获取单元,用于对任一个包含N个站点的网格,计算出其经纬度范围,以此作为细分网格的经纬度范围;以及
格距计算单元,用于计算出该网格内站点之间最小经纬度距离,并将所述最小经纬度距离为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格。
根据本发明另一方面,本发明还提供一种计算机设备,包括:处理器和存储器,以及存储在所述存储器中,并能在处理器中运行的计算机程序,其特征在于,所述处理器执行所述程序能够实现权利要求上述任一所述的方法的步骤。
根据本发明另一方面,本发明还提供一种计算机可读存储介质,包括,所述计算机可读存储介质中保存有计算机程序,所述程序用于实现如上任一所述的方法。
本发明实施例提供的技术方案可以包括以下有益效果:
根据上述实施例,本发明提供基于区域细分网格的密集站点天气预报加工方法及***,避免密集站点预报结果重合问题、加快密集站点预报制作速度和节省存储资源。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的基于多级网格地图的天气预报数据加工方法流程示意图;
图2是根据一示例性实施例示出的电子地图区域网格多级划分示意图;
图3是根据一示例性实施例示出的基于多级网格地图的天气预报数据加工装置框图;
图4是根据本发明的一实施例示出的电子设备连接结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,各实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言,由于其与实施例公开的部分相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
需要说明的是,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
下面结合附图及实施例对本发明做进一步描述:
如图1所示,描述了基于多级网格地图的天气预报数据加工方法流程图,包括:
步骤S1:将电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格。在电子地图的可显示范围内,将其根据像素的倍数或固定的最小单位将其划分成n*n的一级网格,其中n为自然数,该一级网格为均匀大小网格,即该一级网格将电子地图显示区域均匀分成n*n等分区域。这样划分,难免有些区域人口密集,例如为城镇区域,一些区域人口稀少,例如为山区,通常用于采集天气预报数据的站点在人口密集区域较密集分布,人口稀少区域较稀疏分布,这样,站点分布是不均匀的,有些一级网格中具有N个站点(N为大于1的自然数),有些只有一个站点,甚至有些网格中没有站点分布。
步骤S2:基于站点经纬度信息,在所述电子地图上标记站点位置。根据站点的经纬度信息,在电子地图上进行位置标注,从而形成电子地图的站点分布图,从分布图中可以看出,这些站点并不是均匀分布的。
步骤S3:对电子地图中站点分布密集区域进行二级网格划分。其中步骤S3中的所述站点分布密集区域是指所述一级网格中包括N个站点的一级网格区域,其中,N为大于1的自然数。实时收集请求的所有站点经纬度信息,并结合网格信息找出所有包含N个站点的网格;对任一个包含N个站点的网格,计算出其经纬度范围,以此作为细分网格的经纬度范围;计算出该网格内站点之间最小经纬度距离,并将所述最小经纬度距离为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格;采用上述方法对所有包含N个站点的一级网格进行二级细分,形成具有一级网格和二级网格的多级网格地图。
步骤S4::在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图。采用区域叠加的方式将一级网格和二级网格进行整合,从而形成了具有所述一级网格和二级网格的多级网格地图,这样形成的单位网格(一级或二级网格)中的站点为1个或0个。
步骤S5:根据所述多级网格地图的空间分辨率,采用插值方法或机器学习建模法计算所述多级网格地图的气象要素预报数据。所述插值方法为,利用Cressman插值方法,计算获得与所述站点对应的每一个网格上的气象预报参数值。通过回归算法、分类算法、聚类算法、神经网络与深度学习算法、强化学习算法等进行机器学习建模法,计算获得每一个网格上的气象预报参数值。其中,对只具有1个站点的所述一级网格,直接获取一级网格的预报值作为站点预报数据;对具有N个站点的所述一级网格,每个站点的预报值从二级网格获取。
步骤S6:根据所述气象要素预报数据,从多级网格地图获取站点预报数据。气象要素预报数据包括温度、湿度、能见度、气压、风速(就是几级du几级的风)、风向、雾、雪、霜、雹、雨等数据,这些气象数据由站点检测一定范围的大气环境而得到,将所有二级网格预报数据和一级网格预报数据合并发布,根据所述细分网格名称和x-y索引值请求生成站点天气预报数据,根据其分布的网格地图,按照其经纬度信息将相关的气象要素预报数据按照地理位置进行播报显示。
如图2所示,为电子地图区域网格多级划分示意图,其中电子地图显示区域被一级网格划分成区域均匀的一级网格区域,在电子地图的可显示范围内,划分成n*n的一级网格,其该一级网格为均匀大小网格,即该一级网格将电子地图显示区域均匀分成n*n等分区域。站点分布是不均匀的,有些一级网格中具有N个站点(N为大于1的自然数),有些只有一个站点,甚至有些网格中没有站点分布。基于具有N个站点的一级网格区域,对其进行二级网格划分,计算出该网格内站点之间最小经纬度距离,并将所述作小经纬度距离为细分网格的格距,用所述经纬度范围除以所述格距,得到细分网格的东-西、南-北的格点数,形成细分网格。
采用上述方法对所有包含N个站点的网格进行细分,分成以最小经纬度距离为单位的二级网格分布。
根据上述方案,所述站点分布密集区域进行细分网格方法还包括,分配名称或记号给所述细分网格。
根据上述方案,所述对电子地图中站点分布密集区域进行二级网格划分,形成具有所述一级网格和二级网格的多级网格地图还包括,计算出每一个站点对应细分网格的x-y索引值。
根据上述方案,所述插值方法方法为,利用Cressman插值方法或机器学习建模方法,计算获得每一个细分网格上的气象预报值。
根据上述方案,所述根据所述气象要素预报,从细分网格获取站点预报包括,
将所有细分网格预报和原始预报结果合并发布;
根据所述细分网格名称和x-y索引值请求生成站点天气预报。
如图3所示,基于多级网格地图的天气预报数据加工装置,如该附图描述,从模块上分析,该基于多级网格地图的天气预报数据加工装置包括区域网格细分模块和站点预报加工模块。
其中区域网格细分模块通过将实时获取站点经纬度信息以及原始数值预报网格信息集成到多站点网格搜索,形成具有一级网格信息以及站点信息的电子地图,并经过网格范围和格距计算得到二级网格划分基准,对密集站点区域进行细分网格,将其进行二级网格的划分,将具有一级网格的电子地图按照站点进行二级网格的划分,形成具有一级网格和二级网格的电子地图,同时该电子地图上可标注站点经纬度信息(即位置信息)。
经过上述区域网格细分模块处理得到的具有站点信息的多级网格电子地图,通过整合处理原始数值预报数据,通过Cressman插值方法或机器学习建模方法,计算获得每一个细分网格上的气象预报值,生成区域网格加密数值预报,根据用户站点数据请求,结合站点获取的气象要素预报数据,根据其分布的网格地图,按照其经纬度信息将相关的气象要素预报数据按照地理位置进行站点天气预报显示。
具体的,从功能结构上,该实施例中的基于多级网格地图的天气预报数据加工装置,包括:
一级网格划分单元,用于对电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;站点标记单元,基于站点经纬度信息,用于在所述电子地图上标记站点位置;二级网格划分单元,用于对电子地图中站点分布密集区域进行二级网格划分;网格地图整合单元,用于在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图;预报数据计算单元,根据所述多级网格地图的空间分辨率,采用插值方法计算所述多级网格地图的气象要素预报数据;站点预报数据获取单元,根据所述气象要素预报数据,从多级网格地图获取站点预报数据。
除了以上单元外,所述装置还包括:
经纬度信息获取单元,用于对任一个包含N个站点的网格,计算出其经纬度范围,以此作为细分网格的经纬度范围;以及格距计算单元,用于计算出该网格内站点之间最小经纬度距离,并将所述最小经纬度距离为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格。
本发明另一实施例提供一种电子设备,该设备用于天气预报数据加工方法,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够所述处理器执行所述程序能够实现上述任一方法的步骤。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
具体处理方式可参见上述实施例。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本公开实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的天气预报数据加工方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (6)
1.一种基于多级网格地图的天气预报数据加工方法,其特征在于,包括:
S1:将电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;
S2:基于站点经纬度信息,在所述电子地图上标记站点位置;
S3:对电子地图中站点分布密集区域进行二级网格划分;
S4:在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图;
S5:根据所述多级网格地图的空间分辨率,采用插值方法或机器学习建模法计算所述多级网格地图的气象要素预报数据;
S6:根据所述气象要素预报数据,从多级网格地图获取站点预报数据;
其中步骤S3中的所述站点分布密集区域是指所述一级网格中包括N个站点的一级网格区域,其中,N为大于1的自然数;所述对电子地图中站点分布密集区域进行二级网格划分包括,实时收集请求的所有站点经纬度信息,并结合网格信息找出所有包含N个站点的一级网格;
对任一个包含N个站点的一级网格,计算出其经纬度范围,以此作为细分网格的经纬度范围;
计算出任一个包含N个站点的一级网格内站点之间最小经纬度距离,并将所述最小经纬度距离作为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格;
采用上述方法对所有包含N个站点的一级网格进行二级细分。
2.根据权利要求1所述的基于多级网格地图的天气预报数据加工方法,其特征在于,
所述对电子地图中站点分布密集区域进行二级网格划分还包括,计算出每一个站点对应细分网格的x-y索引值。
3.根据权利要求1所述的基于多级网格地图的天气预报数据加工方法,其特征在于,所述插值方法为,利用Cressman插值方法,计算获得每一个细分网格上的气象预报参数值。
4.根据权利要求1所述的基于多级网格地图的天气预报数据加工方法,其特征在于,根据所述气象要素预报数据,从多级网格地图获取站点预报数据包括:
对只具有1个站点的所述一级网格,直接获取一级网格的预报值作为站点预报数据;
对具有N个站点的所述一级网格,每个站点的预报值从二级网格获取。
5.根据权利要求2所述的基于多级网格地图的天气预报数据加工方法,其特征在于,所述根据所述气象要素预报数据,从多级网格地图获取站点预报数据包括,
将所有二级网格预报数据和一级网格预报数据合并发布;
根据所述细分网格名称和x-y索引值请求生成站点天气预报数据。
6.一种基于多级网格地图的天气预报数据加工装置,其特征在于,包括:
一级网格划分单元,用于对电子地图进行一级网格划分,将所述电子地图划分成区域均匀的一级网格;
站点标记单元,基于站点经纬度信息,用于在所述电子地图上标记站点位置;
二级网格划分单元,用于对电子地图中站点分布密集区域进行二级网格划分;
网格地图整合单元,用于在电子地图中整合所述一级网格和二级网格,形成具有所述一级网格和二级网格的多级网格地图;
预报数据计算单元,根据所述多级网格地图的空间分辨率,采用插值方法计算所述多级网格地图的气象要素预报数据;
站点预报数据获取单元,根据所述气象要素预报数据,从多级网格地图获取站点预报数据;
还包括:经纬度信息获取单元,用于对任一个包含N个站点的一级网格,计算出其经纬度范围,以此作为细分网格的经纬度范围, 其中N为大于1的自然数;以及格距计算单元,用于计算出任一个包含N个站点的一级网格内站点之间最小经纬度距离,并将所述最小经纬度距离作为细分网格的格距,用所述经纬度范围除以所述格距,得到二级网格的东-西、南-北的格点数,形成所述二级网格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615079.0A CN112731565B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多级网格地图的天气预报数据加工方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615079.0A CN112731565B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多级网格地图的天气预报数据加工方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112731565A CN112731565A (zh) | 2021-04-30 |
CN112731565B true CN112731565B (zh) | 2022-08-23 |
Family
ID=75611138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011615079.0A Active CN112731565B (zh) | 2021-03-17 | 2021-03-17 | 一种基于多级网格地图的天气预报数据加工方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112731565B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706706B (zh) * | 2021-10-28 | 2022-02-01 | 自然资源部第一海洋研究所 | 数据的处理方法、装置及电子设备 |
CN114048279B (zh) * | 2021-11-23 | 2022-06-17 | 中科三清科技有限公司 | 生成预报信息的方法和装置 |
CN116563091B (zh) * | 2022-12-27 | 2024-02-13 | 上海勘测设计研究院有限公司 | 地形数据生成方法、装置、介质及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582215A (zh) * | 2009-06-12 | 2009-11-18 | 张志刚 | 一种空间信息的多级九宫格网定位方法 |
US10267950B2 (en) * | 2011-10-03 | 2019-04-23 | International Business Machines Corporation | System, method and program product for providing populace centric weather forecasts |
CN108009289A (zh) * | 2017-12-25 | 2018-05-08 | 华云信息技术工程有限公司 | 一种网格天气预报制作***、方法及装置 |
CN109374986B (zh) * | 2018-09-19 | 2021-07-09 | 中国气象局气象探测中心 | 一种基于聚类分析与网格搜索的雷电定位方法及*** |
CN110458414A (zh) * | 2019-07-16 | 2019-11-15 | 深圳供电局有限公司 | 一种城市配电网网格划分方法及*** |
CN110851554A (zh) * | 2019-11-14 | 2020-02-28 | 北京航天宏图信息技术股份有限公司 | 显示方法、装置、计算设备及可读取存储介质 |
-
2021
- 2021-03-17 CN CN202011615079.0A patent/CN112731565B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112731565A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112731565B (zh) | 一种基于多级网格地图的天气预报数据加工方法及装置 | |
US10955586B2 (en) | Weather forecasting system and methods | |
CN109377329B (zh) | 一种房源推荐方法、装置、存储介质及电子设备 | |
CN109543909B (zh) | 车辆案件数量的预测方法、装置和计算机设备 | |
CN110008414B (zh) | 地理信息点的确定方法和装置 | |
US20070118275A1 (en) | Traffic information gathering and query system and method thereof | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
CN112561410B (zh) | 道路车辆的排放量确定方法、装置及电子设备 | |
CN110415276B (zh) | 运动信息计算方法、装置及电子设备 | |
US10657806B1 (en) | Transformation of point of interest geometries to lists of route segments in mobile communication device traffic analysis | |
CN113253319B (zh) | 基于车辆gps的路网提取和轨迹纠偏方法和*** | |
CN110781263A (zh) | 房源信息展示方法、装置、电子设备及计算机存储介质 | |
CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
JP3818931B2 (ja) | 気象予報システム | |
CN111897904A (zh) | 用于确定船舶是否进入台风圈的方法、装置、电子设备 | |
CN111738316A (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
CN104660684A (zh) | 一种用于更新路网数据信息的方法和装置 | |
CN117079148B (zh) | 城市功能区的识别方法、装置、设备和介质 | |
CN111798660B (zh) | 车辆信息显示、获取方法及装置以及相关设备 | |
CN112461244A (zh) | 一种基于经纬度的快递柜定位方法、装置及电子设备 | |
TWI601969B (zh) | 定點環境狀態預報方法和裝置 | |
CN115359663A (zh) | 山区公路灾害路段抗灾韧性计算方法、装置以及电子设备 | |
CN116934070A (zh) | 风险等级确定方法、装置、设备和存储介质 | |
CN115808178A (zh) | 导航地图的更新方法、装置及自动驾驶*** | |
CN112685531A (zh) | 车辆匹配方法和装置、计算设备以及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |