(19)中华 人民共和国 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 202111436282.6 (22)申请日 2021.11.29 (71)申请人 国家气象中心 （中央气象台） 地址 100081 北京市海淀区中关村南大街 46号 (72)发明人 周康辉　王婷波　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 王宇杨 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) G06V 10/80(2022.01) (54)发明名称 一种多尺度数值天气预报模式融合的天气 预报方法及装置 (57)摘要 本发明提供一种多尺度数值天气预报模式 融合的天气预报方法及装置， 该天气预报方法包 括： 根据大气环流预报数据和对流性天气预报数 据， 获取多尺度数值天气预报模式融合的目标预 报因子； 将目标预报因子输入至预先训练的深度 学习预报 模型， 获取天气预报结果。 在本发明中， 通过将不同尺度的数值天气预报模式的预报因 子相融合， 并输入至预先训练好的深度学习预报 模型中， 以获取预测的天气预报， 解决了现有技 术中不能同时兼顾不同尺度的天气系统的预报 效果的缺陷， 实现了对多种尺度数值天气预报模 式的融合， 有效提升了对不同尺度的天气系统的 预报效果。 权利要求书2页 说明书15页 附图7页 CN 114386654 A 2022.04.22 CN 114386654 A 1.一种多尺度数值天气预报模式 融合的天气预报方法， 其特 征在于， 包括： 根据大气环流预报数据和对流性天气预报数据， 获取多尺度数值天气预报模式融合的 目标预报因子； 将所述目标 预报因子 输入至预 先训练的深度学习预报模型， 获取天气预报结果。 2.根据权利要求1所述的多尺度 数值天气预报模式融合的天气预报方法， 其特征在于， 所述根据大气环流预报数据和对流性 天气预报数据， 获取多尺度数值模式融合的目标预报 因子， 包括： 通过置换重要性分析方法， 在所述大气环流预报数据和所述对流性天气预报数 据中选取 所述目标 预报因子 。 3.根据权利要求2所述的多尺度 数值天气预报模式融合的天气预报方法， 其特征在于， 所述目标预报因子包括大气环流特征的预报因子和对流性天气预报特征的预报因子； 其 中， 所述大气环流特 征的预报因子包括温度、 位势高度和比湿； 所述对流性天气预报特征的预报因子包括水平风场、 垂直速度、 温度、 相对湿度、 云水 混合比、 雨水混合比、 冰水混合比、 雪水混合比和霰 。 4.根据权利要求1所述的多尺度 数值天气预报模式融合的天气预报方法， 其特征在于， 还包括： 根据所述目标 预报因子， 确定训练集和 测试集； 将所述训练集和测试集分别 输入至所述深度 学习预报模型进行训练和测试， 获取预先 训练的所述深度学习预报模型。 5.根据权利要求4所述的多尺度 数值天气预报模式融合的天气预报方法， 其特征在于， 所述将所述训练集和 测试集分别输入至所述深度学习预报模型进行训练和 测试， 包括： 将所述训练集中的所述目标预报因子输入至所述深度学习预报模型的相应编码器 中； 将所有所述编 码器的输出结果输入至所述深度学习预报模型的同一解码 器， 获取所述目标 预报因子的融合特 征； 根据所述融合特 征， 对所述深度学习预报模型进行训练； 将所述测试集中的所述目标预报因子输入至所述深度学习预报模型的相应编码器 中； 将所有所述编 码器的输出结果输入至所述深度学习预报模型的同一解码 器， 获取所述目标 预报因子的测试融合特 征； 根据所述测试融合特 征， 对所述深度学习预报模型进行测试。 6.根据权利要求1所述的多尺度 数值天气预报模式融合的天气预报方法， 其特征在于， 对所述深度学习预报模型进行训练所使用的损失函数包括交叉熵损失函数和损失函数 LCSI； 所述损失函数LCSI的公式如下： 其中， CSI为 临界成功指数， yi为格点i的类别标记， pi为预测格点i发生某天气的概率， N 为格点的数量， γ为常数。 7.一种多尺度数值天气预报模式 融合的天气预报装置， 其特 征在于， 包括： 预报因子获取模块， 用于根据大气环流预报数据和对流性天气预报数据， 获取多尺度 数值模式 融合的目标 预报因子； 预报结果获取模块， 用于将所述目标预报因子输入至预先训练的深度学习预报模型，权　利　要　求　书 1/2 页 2 CN 114386654 A 2获取天气预报结果。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述多尺度数值天气预报模式 融合的天气预报方法的步骤。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处理器执行时实现如权利要求1至6任一项所述多尺度数值天气预报模式融合的天 气预报方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至6任一项所述多尺度数值天气预报模式融合的天气预报方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114386654 A 3