(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110187735.X (22)申请日 2021.02.18 (71)申请人 海南省气象科 学研究所 地址 570203 海南省海口市美兰区海 府路 60号 (72)发明人 张国峰　杨立荣　刘少军　车秀芬　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王云晓 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/18(2006.01) G06F 17/16(2006.01) G06N 3/04(2006.01) G06F 111/10(2020.01) (54)发明名称 一种数值模式预报产品释用方法及相关装 置 (57)摘要 本发明公开了一种数值模式预报产品释用 方法， 先通过时空邻近关系神经网络生成对应待 释用时空位置的时空邻近关系长方体， 再根据该 时空邻近关系长方体和时空加权神经网络生成 对应待释用时空位置的时空权重向量， 最后基于 对应时空权重向量、 表示整体平均回归关系的回 归系数向量 以及由待释用产品与辅助变量合成 的向量得到释用结果。 通过采用时空邻近关系神 经网络更加准确地建模时空位置之间的邻近关 系， 通过采用时空加权神经网络更加准确地建模 随时空变化的数值模式预报产品及辅助变量与 实况的关系， 从而进一步提高数值模式预报产品 的释用水平。 本发明还提供了一种装置、 设备及 存储介质， 同样具有上述有益效果。 权利要求书2页 说明书10页 附图3页 CN 114626283 A 2022.06.14 CN 114626283 A 1.一种数值模式预报产品释用方法， 其特 征在于， 包括： 获取待释用产品以及所述待释用产品释用所需的辅助变量； 所述待释用产品对应待释 用区域； 根据待释用时空位置与预先建立的规则时空控制点阵列， 建立u坐标方向距离长方体、 v坐标方向距离 长方体、 时间距离 长方体； 调用时空邻近关系神经网络， 根据所述u坐标方向距离长方体、 所述v坐标方向距离长 方体和所述时间距离 长方体得到时空邻近关系长方体； 调用时空加权神经网络， 根据所述时空邻近关系长方体 计算时空权 重向量； 将所述时空权重向量、 回归系数向量以及所述待释用产品与 所述辅助变量合成的向量 相乘得到中间向量， 并对所述中间向量求和， 得到释用结果； 所述回归系数向量为通过预设 的回归模型在训练时根据样本集确定的回归系数向量。 2.根据权利要求1所述的方法， 其特征在于， 所述 时空邻近关系神经网络包括多个子网 络， 多个所述子网络的权 重共享。 3.根据权利要求1所述的方法， 其特 征在于， 所述时空加权神经网络为以下任意 一项： 卷积神经网络、 全连接神经网络 。 4.根据权利要求1所述的方法， 其特征在于， 所述辅助变量包括海拔高度和/或起报时 刻误差。 5.根据权利要求1所述的方法， 其特征在于， 所述获取待释用产品以及所述待释用产品 释用所需的辅助变量包括： 获取待释用产品以及所述待释用产品释用所需的辅助变量并插值到预设的离 散网格。 6.根据权利要求1至 5任一项权利要求所述的方法， 其特 征在于， 还 包括： 构建样本集； 所述样本集中样本包括观测数据、 与所述观测数据对应的历史数值模式 预报产品以及与所述观测数据对应的辅助变量； 通过预设的回归模型确定最终参与释用的待释用产品和辅助变量的种类以及回归系 数向量； 通过所述样本集以及所述回归系数向量对所述时空邻近关系神经网络和所述时空加 权神经网络同时进行训练。 7.根据权利要求6所述的方法， 其特 征在于， 所述回归 模型包括： lasso回归模型、 las so‑logistic回归 模型； 所述观测数据包括： 站点观测数据、 浮标观测数据、 多源数据融合实况数据、 再分析数 据。 8.一种数值模式预报产品释用装置， 其特 征在于， 包括： 产品获取模块， 用于获取待释用产品以及所述待释用产品释用所需辅助变量； 所述待 释用产品对应待释用区域； 建立模块， 用于根据待释用时空位置与预先建立的规则时空控制点阵列， 建立u坐标方 向距离长方体、 v坐标 方向距离 长方体、 时间距离 长方体； 时空邻近模块， 用于调用时空邻近关系神经网络， 根据所述u坐标方向距离长方体、 所 述v坐标方向距离 长方体和所述时间距离 长方体得到时空邻近关系长方体； 权重模块， 用于调用时空加权神经网络， 根据所述时空邻近关系长方体计算时空权重权　利　要　求　书 1/2 页 2 CN 114626283 A 2向量； 释用结果模块， 用于将所述 时空权重向量、 回归系数向量、 以及所述待释用产品与所述 辅助变量合成的向量相乘得到中间向量， 并对所述中间向量求和， 得到释用结果； 所述回归 系数向量 为通过预设的回归 模型在训练时根据样本集确定的回归系数向量。 9.一种数值模式预报产品释用设备， 其特 征在于， 所述设备包括： 存储器： 用于存 储计算机程序； 处理器： 用于执行所述计算机程序时实现如权利要求1至7任一项所述数值模式预报产 品释用方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述数值模式预报产品 释用方法的步骤。权　利　要　求　书 2/2 页 3 CN 114626283 A 3