摘要
本发明公开了基于历史观测与预报融合的气象灾害风险预估方法及系统,属于气象灾害风险评估领域,其具体包括:采用双线程数据收集通道获取目标区域长时间序列的暴雨观测数据和暴雨预报数据,经预处理后,运用机器学习算法构建暴雨灾害初始预估模型;在中长期预报生效期间,根据气象监测网络布局和灾害敏感性设置时间间隔,实时采集并比对暴雨观测数据与预报数据,一旦发现偏差,立即启动智能融合与动态修正算法修正预估结果;在预报末尾时段,将修正后的暴雨灾害预估结果进行多维可视化输出,并生成文本报告,实现了动态优化。
技术关键词
气象灾害风险
偏差
修正算法
地形特征参数
预估系统
机器学习算法
数据收集模块
数据采集单元
动态
神经网络模型
网格
报告
监测单元
气象监测站
线性回归模型
可视化方式