(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 202211341352.4 (22)申请日 2022.10.28 (71)申请人 航天宏图信息技 术股份有限公司 地址 100094 北京市海淀区翠湖北环路2号 院4号楼 申请人 辽宁省气象信息中心 (72)发明人 王宇翔　孙万有　胡进　李鹏　 徐焱　单薇薇　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张萌 (51)Int.Cl. G06F 17/18(2006.01) G06N 20/00(2019.01) (54)发明名称 针对气象要素数据 的插值方法、 装置、 电子 设备及介质 (57)摘要 本申请提供一种针对气象要素数据的插值 方法、 装置、 电子设备及介质。 该方法在基于目标 区域内全部气象站在预设时间段内的气象要素 时序数据， 确定目标气象站和第一缺失时间后， 在其他气象站中筛选满足预设相关条件的气象 站构建相关气象站集合， 以得到其中各相关气象 站对应的第一气象要素时序数据； 删除第一气象 要素时序数据和目标气象站的气象要素时序数 据中相应缺失时间对应的数据， 得到第二气象要 素时序数据和第三气象要素时序数据， 以对待训 练的回归模 型进行训练， 并将第一气象要素时序 数据中与第一缺失时间对应的数据输入训练后 的回归模型， 以对目标气象站中缺失的气象要素 时序数据进行插值， 提高了预测气象要素数据的 准确性。 权利要求书2页 说明书13页 附图4页 CN 115391746 A 2022.11.25 CN 115391746 A 1.一种针对气象要素 数据的插值方法， 其特 征在于， 所述方法包括： 基于目标区域内全部气象站在预设时间段内的气象要素时序数据， 确定一个目标气象 站和所述目标气象站中数据缺失的第一缺失时间， 所述目标气象站 为存在数据缺 失的气象 站； 在除目标气象站外的其他气象站中筛选满足预设相关条件的气象站， 构建相关气象站 集合； 所述相关气象站集合包括与所述 目标气象站相关的至少一个相关气象站； 所述预设 相关条件包括各相关气象站记录的气象要素时序数据在所述第一缺失时间处不存在数据 缺失的条件； 基于所述至少一个相关气象站的气象要素时序数据与配置的相应距离加权系数， 得到 第一气象要素时序数据； 删除所述第 一气象要素时序 数据中与所述第 一缺失时间对应的数据， 得到第 二气象要 素时序数据； 删除所述目标气象站的气象要素时序 数据中与第 二缺失时间对应的数据， 得到第 三气 象要素时序数据， 所述第二 缺失时间为所述各相关气象站存在数据缺失的时间点； 根据所述第三气象要素时序数据和所述第二气象要素时序数据对待训练的回归模型 进行训练， 得到训练后的回归 模型； 将所述第一气象要素时序数据中与所述第一缺失时间对应的数据输入所述训练后的 回归模型， 以对所述目标气象站中缺失的气象要素时序数据进行插值。 2.如权利要求1所述的方法， 其特 征在于， 所述预设相关条件 还包括： 所述各相关气象站与 所述目标气象站的地理距离小于预设距离 阈值， 所述地理距离基 于预设距离算法计算得到 。 3.如权利要求1或2所述的方法， 其特 征在于， 所述预设相关条件 还包括： 所述各相关气象站记录的气象要素时序数据与所述目标气象站的气象要素时序数据 的相关性系数 大于预设相关系数阈值。 4.如权利要求1所述的方法， 其特征在于， 所述根据 所述第三气象要素时序数据和所述 第二气象要素时序数据对待训练的回归 模型进行训练， 得到训练后的回归 模型， 包括： 确定所述第一 缺失时间对应的时序周期； 针对气象要素时序数据的时序周期， 对所述第 二气象要素时序 数据和所述第 三气象要 素时序数据进行筛选， 得到第四气象要素时序数据和第 五气象要素时序数据， 所述第四气 象要素时序数据为所述第二气象要素时序数据与所述时序周期相匹配的数据， 第五气象要 素时序数据为所述第三气象要素时序数据与所述时序周期相匹配的数据； 将所述第四气象要素时序数据作为标签数据， 所述第五气象要素时序 数据作为特征数 据， 对待训练的回归 模型进行训练， 得到训练后的回归 模型。 5.如权利要求1所述的方法， 其特征在于， 所述基于所述至少一个相关气象站的气象要 素时序数据与配置的相应距离加权系数， 得到第一气象要素时序数据， 包括： 将所述各相关气象站的气象要素时序 数据与配置的相应距离加权系数相乘， 将相应乘 积确定为所述第一气象要素时序数据。 6.如权利要求1或5所述的方法， 其特征在于， 所述距离加权系数是基于高斯加权算法， 对相应相关气象站与所述目标气象站间的距离值进行处 理后得到的。权　利　要　求　书 1/2 页 2 CN 115391746 A 27.如权利要求1所述的方法， 其特征在于， 所述基于目标区域内全部气象站在预设时间 段内的气象要 素时序数据， 确定一个目标气象站和所述目标气象站中数据缺 失的第一缺 失 时间， 包括： 基于目标区域内全部气象站在预设时间段内的气象要素时序数据， 确定目标气象站集 合； 基于所述全部气象站中各气象站的气象要素时序 数据的缺失数量， 遍历所述目标气象 站集合， 确定一个目标气象站和所述目标气象站中数据缺失的第一 缺失时间； 所述方法还 包括： 基于所述目标气象站插值后的气象要素时序 数据， 对所述全部气象站中所述目标气象 站的气象要素时序数据进行 更新。 8.一种针对气象要素 数据的插值装置， 其特 征在于， 所述装置包括： 确定单元， 用于基于目标区域内全部气象站在预设时间段内的气象要素时序数据， 确 定一个目标气象站和所述目标气象站中数据缺失的第一缺失时间， 所述目标气象站 为存在 数据缺失的气象站； 构建单元， 用于在除目标气象站外的其他气象站中筛选满足预设相关条件的气象站， 构建相关气象站 集合； 所述相关气象站 集合包括与所述目标气象站相关的至少一个相关气 象站； 所述预设相关条件包括各相关气象站记录的气象要 素时序数据在所述第一缺 失时间 处不存在数据缺失的条件； 获取单元， 用于基于所述至少一个相关气象站的气象要素时序 数据与配置的相应距离 加权系数， 得到第一气象要素时序数据； 删除单元， 用于删除所述第一气象要素时序数据中与所述第一缺失时间对应的数据， 得到第二气象要素时序数据； 以及， 删除所述 目标气象站的气象要素时序数据中与第二缺 失时间对应的数据， 得到第三气象要素时序数据， 所述第二缺失时间为所述各相关气象站 存在数据缺失的时间点； 训练单元， 用于根据 所述第三气象要素时序 数据和所述第 二气象要素时序数据对待训 练的回归 模型进行训练， 得到训练后的回归 模型； 插值单元， 用于将所述第 一气象要素时序 数据中与所述第 一缺失时间对应的数据输入 所述训练后的回归 模型， 以对所述目标气象站中缺失的气象要素时序数据进行插值。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器、 通信接口、 存储器和通信总 线， 其中， 处 理器， 通信接口， 存 储器通过通信总线完成相互间的通信； 存储器， 用于存放计算机程序； 处理器， 用于执 行存储器上所存储的程序时， 实现权利要求1 ‑7任一所述的方法步骤。 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内存储有计算机 程序， 所述计算机程序被处 理器执行时实现权利要求1 ‑7任一所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 115391746 A 3