摘要
一种基于多类型极端天气的时空数据风险预警方法,包括:获取多类型极端天气对应的历史监测数据;将历史监测数据、未来多类型极端天气预报的天气数据及时空评估数据按照时间及空间维度进行标准化处理,通过时空双重匹配算法并行计算融合数据;筛选时空评估数据中受到每种极端天气影响的数据,并对时空评估数据回归模拟分析;基于回归模拟分析的结果筛选重要属性特征;构建针对重要属性特征的多层级指标体系;将每种极端天气的历史监测指标及每种极端天气所影响的指标数据融合,基于融合后的指标数据对时间数据进行分块处理,通过空间矩阵匹配极端天气与时空评估数据的空间位置;为每种极端天气建立机器学习风险预警模型;对实时时空数据进行预警。
技术关键词
数据风险预警
历史监测数据
预警模型
格网
指标评估方法
分辨率
分块
风险预警系统
天气预报数据
字段
历史气象数据
专用数据库
多源异构数据
层级
大数据平台
算法
系统为您推荐了相关专利信息
残差模块
稠油油藏火驱
预警模型
数据
特征加权融合
降雨特征
神经网络模型
水文
结构模块
雨量监测站
模型训练方法
参数
预警模型
模型训练装置
计算机设备