← 返回列表
集合多因素的大气能见度预测方法、计算机设备及介质
申请人信息
- 申请人:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 申请人地址:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 发明人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 集合多因素的大气能见度预测方法、计算机设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410078804.7 |
| 申请日 | 2024/1/19 |
| 公告号 | CN117609738A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06F18/20 |
| 权利人 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) |
| 发明人 | 张芳; 陈璐 |
| 地址 | 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区 |
摘要文本
数据由马 克 数 据整理 本发明公开一种集合多因素的大气能见度预测方法、计算机设备及介质，涉及大气环境技术领域，方法包括，获取目标气象观测站点中的气象特征数据和气溶胶特征数据；气象特征数据包括风速、温度、湿度、气压和行星边界层高度；气溶胶特征数据包括气溶胶质量浓度数据和气溶胶吸湿性参数数据；将目标气象观测站点中的气象特征数据和气溶胶特征数据输入至训练好的大气能见度预测模型中，得到目标气象观测站点位置处的能见度预测数据；训练好的大气能见度预测模型是以样本特征数据为输入，以样本特征数据对应的能见度实测值为标签训练得到的模型。本发明更全面地考虑了能见度的各种影响因素，基于训练好的模型，能够更加准确地预测大气能见度。
专利主权项内容
1.一种集合多因素的大气能见度预测方法，其特征在于，包括：获取目标气象观测站点中的气象特征数据和气溶胶特征数据；所述气象特征数据包括风速、温度、湿度、气压和行星边界层高度；所述气溶胶特征数据包括气溶胶质量浓度数据和气溶胶吸湿性参数数据；将所述目标气象观测站点中的气象特征数据和气溶胶特征数据输入至训练好的大气能见度预测模型中，得到所述目标气象观测站点位置处的能见度预测数据；所述训练好的大气能见度预测模型是以样本特征数据为输入，以所述样本特征数据对应的能见度实测值为标签训练得到的模型；所述样本特征数据包括样本气象观测站点中的气象特征数据和气溶胶特征数据。