(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 202211463489.7 (22)申请日 2022.11.22 (71)申请人 中国民用航空局空中交通管理局航 空气象中心 地址 100020 北京市朝阳区蟹岛西路民航 三中心 (72)发明人 张伟　须剑良　杜旭　袁为　 徐记亮　徐梦翔　李侃　樊鹏磊　 梁升　 (74)专利代理 机构 北京绘聚高科知识产权代理 事务所(普通 合伙) 11832 专利代理师 罗硕 (51)Int.Cl. G01W 1/10(2006.01) G06F 16/9537(2019.01)G06K 9/62(2022.01) (54)发明名称 机场气象要素预报方法、 装置、 设备和存储 介质 (57)摘要 本发明涉及气象预测技术领域， 公开了一种 机场气象要素预报方法、 装置、 设备和存储介质。 该方法包括： 在预设数值模式下， 获取机场周边 预设区域在预报时刻之前第一预设时间范围内 的数值模式预报数据； 在数值模式预报数据中提 取关联气象要素对应的关联气象要素数值模式 预报数据， 其中， 关联气象要素为与目标气象要 素具有关联关系的机场周边气象要素； 基于关联 气象要素数值模式预报数据和预先训练好的气 象要素预报模型， 对目标气象要素进行预报， 得 到目标气象要素预报结果， 气象要素预报模型基 于关联气象要素历史数值模式预报数据和目标 气象要素历史机场观测数据训练得到。 本实施例 能够提高机场气象要素的预报效率 以及预报准 确度。 权利要求书3页 说明书13页 附图2页 CN 115508917 A 2022.12.23 CN 115508917 A 1.一种机场气象要素 预报方法， 其特 征在于， 包括： 在预设数值模式下， 获取机场周边预设区域在预报时刻 之前第一预设时间范围内的数 值模式预报数据； 在所述数值模式预报数据中提取关联气象要素对应的关联气象要素数值模式预报数 据， 其中， 所述关联气象要素为与目标气象要素 具有关联关系的机场周边气象要素； 基于所述关联气象要素数值模式预报数据和预先训练好的气象要素预报模型， 对所述 目标气象要素进行预报， 得到目标气象要素预报结果， 所述气象要素预报模型基于关联气 象要素历史数值模式预报数据和目标气象要素历史机场观测数据训练得到 。 2.根据权利要求1所述的方法， 其特征在于， 在基于所述关联气象要素数据和预先训练 好的气象要 素预报模 型， 对所述目标气象要 素进行预报， 得到目标气象要 素预报结果之前， 还包括： 在预设数值模式下， 获取机场周边预设区域内的历史数值模式预报数据， 所述历史数 值模式预报数据为机场周边气象要素在不同时刻对应的历史数值模式预报数据； 在历史机场气象观测数据中， 获取目标气象要素历史机场观测数据； 基于所述历史数值模式预报数据和所述目标气象要素历史机场观测数据， 确定所述关 联气象要素； 在所述历史数值模式预报数据中提取所述关联气象要素对应的关联气象要素历史数 值模式预报数据； 将第一关联气象要素历史数值模式预报数据作为初始气象要素预报模型的输入， 将第 一目标气象要 素历史机场观测数据作为所述初始气象要素预报模型的输出， 对所述初始气 象要素预报模型进 行训练， 得到所述气象要 素预报模型， 其中， 所述第一关联气象要 素历史 数值模式预报数据为所述关联气象要素在历史预报时刻之前第一预设时间范围内的历史 数值模式预报数据， 所述第一目标气象要 素历史机场观测数据为目标气象要 素在历史预报 时刻经过机场观测得到的目标气象要 素历史机场观测数据， 相邻两个历史预报时刻之 间的 时间间隔为预设时长 。 3.根据权利要求2所述的方法， 其特征在于， 在预设数值模式下， 获取机场周边预设区 域内的历史数值模式预报数据， 包括： 根据机场经纬度信 息和相应数值模式网格经纬度信 息， 确定机场在全球模式下对应的 第一网格点， 以及在区域模式下对应的第二网格点， 其中， 所述预设数值模式包括全球模式 和民区域模式； 基于第一网格点和第 二网格点， 分别确定在全球模式下第 一网格点周边预设数目的第 三网格点， 以及， 在区域模式下每个第三网格点中心值所在的第四网格点， 其中， 所述机场 周边预设范围在预设模式下分别对应所述第三网格点和所述第四网格点； 分别提取第三网格点内的历史第一数值模式预报数据和第四网格点内的历史第二数 值模式预报数据， 其中， 所述历史数值模式预报数据包括历史第一数值模式预报数据和历 史第二数值模式预报数据。 4.根据权利要求2或3所述的方法， 其特征在于， 基于所述历史数值模式预报数据和所 述目标气象要素历史机场观测数据， 确定所述关联气象要素， 包括： 针对第一目标气象要素历史机场观测数据中的每个目标气象要素历史机场观测值， 分权　利　要　求　书 1/3 页 2 CN 115508917 A 2别计算相 应目标气象要素历史机场观测 值与每个第一机场周边气象要素历史数值模式预 报数据之间的相关系 数， 其中， 第一机场周边气象要素历史数值模式预报数据为在历史数 值模式预报数据中， 机场周边气象要 素在历史预报时刻之前第二预设时间范围内所对应的 历史数值模式预报数据； 将大于第一预设系数阈值的相关系数所对应的机场周边气象要素作为相应目标气象 要素的强关联气象要素； 以及， 将温度、 相对湿度与露点温度、 风速、 最低云层高度以及能见度作为相应目标气 象要素的强关联气象要素， 所述关联气象要素包括所述强关联气象要素。 5.根据权利要求4所述的方法， 其特征在于， 基于所述历史数值模式预报数据和所述目 标气象要素历史机场观测数据， 确定所述关联气象要素， 还 包括： 针对第一目标气象要素历史机场观测数据中的每个目标气象要素历史机场观测值， 分 别计算相 应目标气象要素历史机场观测 值与每个第二机场周边气象要素历史数值模式预 报数据之间的相关系 数， 其中， 第二机场周边气象要素历史数值模式预报数据为在历史数 值模式预报数据中， 非强关联气象要 素在历史预报时刻之前第三预设时间范围内所对应的 历史数值模式预报数据， 所述非强关联气象要素为在机场周边气象要素中， 除所述强关联 气象要素之外的气象要素； 将小于第二预设系数阈值的相关系数所对应的机场周边气象要素滤除， 得到滤除后的 非强关联气象要素； 将滤除后的非强关联气象要素作为自变量， 将相应的目标气象要素作为因变量， 利用 逐步回归算法， 筛选出具有显著性的显著非强关联气象要素， 并将所述显著非强关联气象 要素作为所述关联气象要素。 6.根据权利要求5所述的方法， 其特征在于， 在所述历史数值模式预报数据中提取所述 关联气象要素对应的关联气象要素历史数值模式预报数据， 包括： 在所述历史数值模式预报数据中提取所述强关联气象要素对应的关联气象要素历史 数值模式预报数据， 其中， 在所述历史数值模式预报数据中分别提取2米、 地表、 1000百帕、 925百帕以及8 50百帕处的温度历史数值模式预报数据， 在所述历史数值模式预报数据中提 取2米、 地表、 1000百帕、 925百帕以及8 50百帕处的相对湿度与露点 温度， 在所述历史数值模 式预报数据中提取10米、 10 0米、 1000百帕、 925百帕以及85 0百帕处的风速； 在所述历史数值模式预报数据中提取所述显著非强关联气象要素对应的显著非强关 联气象要素历史数值模式预报数据； 采用WR95算法对最低云层高度进行解释应用， 得到最低云层高度历史数值模式预报数 据； 采用K84算法和SW9 9算法对能见度进行解释应用， 得到能见度历史数值模式预报数据。 7.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述预先训练好的气象要素预报 模型包括多元线性回归气象要素预报模型、 长短期记忆气象要素预报模型、 支持向量机气 象要素预报模型和决策树气象要素 预报模型中的至少一种。 8.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 在基于所述关联气象要素数据和 预先训练好的气象要素预报模型， 对所述 目标气象要素进行预报， 得到目标气象要素预报 结果之后， 还 包括：权　利　要　求　书 2/3 页 3 CN 115508917 A 3