摘要
本发明公开了一种基于大数据的气象数据同化方法及系统,包括获取历史气象数据,将所述历史气象数据进行时空耦合,构建自适应同化动态权重模型并获取待同化观测数据的数据同化权重,根据传统同化策略将待同化观测数据同化获得第一分析场,构建数据深度同化模型并对待同化观测数据进行数据修复和数据同化获得第二分析场,根据所述第二分析场进行气象预测并计算同化偏差,采用贝叶斯网络根据所述同化偏差优化气象数据同化流程,将待同化气象数据按照优化后的气象数据同化流程处理获得同化分析场。该方法不仅可以提高气象数据同化的效率和准确性,同时具有较好的可解释性,可以直接应用于气象数据同化系统中。
技术关键词
历史气象数据
数据同化方法
卫星观测数据
权重模型
强化学习网络
大数据
动态
策略
预报误差
偏差
网格
分辨率
气候
约束特征
卫星遥感仪器
滑动窗口
集合卡尔曼滤波
表达式
系统为您推荐了相关专利信息
历史气象数据
茶叶采摘期
LSTM算法
光照
LSTM模型
综合评估方法
综合评价模型
灰色关联度分析法
充电站
对象
优化配置方法
模拟模型
措施
非点源污染
历史气象数据
旋转门算法
风电爬坡事件
历史气象数据
长短期记忆神经网络
预测特征
发电量
协调运行方法
储能模块
新能源电厂
电力系统负荷