针对冬季冰雪运动服务保障的天气概率预报方法及装置

摘要

本发明实施例公开一种针对冬季冰雪运动服务保障的天气概率预报方法及装置，应用于天气预报技术领域，包括：获取基于云分辨尺度的初始区域集合预报系统；基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；基于所述分析结果生成对应的天气预报信息。通过对区域集合预报系统进行优化，实现精细化天气概率预测，当气象条件突破影响活动的阈值指标时，组委会根据应急预案决定中断或终止比赛活动，从而使得该系统能够满足更细分领域的实际需求，提高天气预报的精确性，提高用户体验。

权利要求

1.一种针对冬季冰雪运动服务保障的天气概率预报方法，其特征在于，所述方法包括：获取基于云分辨尺度的初始区域集合预报系统；

基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；

基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；

基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；

基于所述分析结果生成对应的天气概率预报信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据，包括：获取全球集合预报信息和当前运动区域的区域观测信息；

基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；

基于集合变换卡尔曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；

创建物理过程随机扰动模型；

对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；

基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；

基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

3.根据权利要求1所述的方法，其特征在于，当前运动区域包括多个待监控区域，所述基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果，包括：获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；

基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；

基于所述监控阈值和所述监控条件生成监控数据库；

基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

4.根据权利要求3所述的方法，其特征在于，所述基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果，包括：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；

基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；

基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；

基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

5.根据权利要求3所述的方法，其特征在于，所述基于所述分析结果生成对应的天气概率预报信息，包括：确定每个待监控区域的预报要素；

基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；

获取预设平面展示格式，基于所述预报值、所述预报形式以及所述平面展示格式生成对应的天气概率预报信息。

6.一种针对冬季冰雪运动服务保障的天气概率预报装置，其特征在于，所述装置包括：系统获取单元，用于获取基于云分辨尺度的初始区域集合预报系统；

参数配置单元，用于基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；

监控数据获取单元，用于基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；

概率分析单元，用于基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；

天气预报单元，用于基于所述分析结果生成对应的天气概率预报信息。

7.根据权利要求6所述的装置，其特征在于，所述监控数据获取单元包括：信息获取模块，用于获取全球集合预报信息和当前运动区域的区域观测信息；

信息生成模块，用于基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；

第一信息处理模块，用于基于集合变换卡尔曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；

模型创建模块，用于创建物理过程随机扰动模型；

积分模块，用于对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；

第二信息处理模块，用于基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；

数据生成模块，用于基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

8.根据权利要求6所述的装置，其特征在于，当前运动区域包括多个待监控区域，所述概率分析单元包括：需求获取模块，用于获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；

需求处理模块，用于基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；

数据库生成模块，用于基于所述监控阈值和所述监控条件生成监控数据库；

概率分析模块，用于基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

9.根据权利要求8所述的装置，其特征在于，所述概率分析模块具体用于：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；

基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；

基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；

基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

10.根据权利要求6所述的装置，其特征在于，所述天气预报单元包括：预报要素确定模块，用于确定每个待监控区域的预报要素；

预报信息生成模块，用于基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；预报模块，用于获取预设平面展示格式，基于所述预报值、所述预报形式以及所述平面展示格式生成对应的天气概率预报信息。

说明书

针对冬季冰雪运动服务保障的天气概率预报方法及装置

技术领域

[0001] 本发明涉及天气预报技术领域，具体地涉及一种针对冬季冰雪运动服务保障的天气概率预报方法及一种针对冬季冰雪运动服务保障的天气概率预报装置。

背景技术

[0002] 在现代，天气预报作为人们日常生活中的一项服务，被广泛应用。而随着科技水平的不断提高，人们对于生活质量的要求不断提高，促使了人们对天气预报准确性的要求更高，传统的大范围天气预报无法满足人们的实际需求。

[0003] 在现有技术中，往往针对某个大范围构成的区域进行天气预报，例如针对某省、市进行天气预报，然而随着生活场景的不断拓展，天气预报应用场景的不断深入，人们在更为细分的领域提出了对天气预报精确性的更高要求。

[0004] 例如在体育赛事中，为了保证公平的比赛环境，往往需要对比赛场地所在的位置进行精确的环境保障，尤其针对室外比赛环境，例如在进行室外冰雪比赛时，一方面需要对比赛所涉及的赛区、场馆区域及交通干线的环境进行更精确的天气预报，另一方面，还需要对例如赛场所在环境的环境参数进行精确监控，以满足实际的比赛环境监管需求，然而现有技术并不存在针对更精细化区域的天气预报技术，因此无法满足实际需求。

发明内容

[0005] 为了克服现有技术中存在的上述技术问题，本发明实施例提供一种针对冬季冰雪运动服务保障的天气概率预报方法及装置，通过对现有的区域集合预报系统进行细分领域优化，从而使得该系统能够满足更细分领域的实际需求，进一步提高天气预报的精确性，提高用户体验。

[0006] 为了实现上述目的，本发明实施例提供一种针对冬季冰雪运动服务保障的天气概率预报方法，所述方法包括：获取基于云分辨尺度的初始区域集合预报系统；基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；基于所述分析结果生成对应的天气概率预报信息。

[0007] 优选地，所述基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据，包括：获取全球集合预报信息和当前运动区域的区域观测信息；基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；基于集合变换卡曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；创建物理过程随机扰动模型；对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

[0008] 优选地，当前运动区域包括多个待监控区域，所述基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果，包括：获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；基于所述监控阈值和所述监控条件生成监控数据库；基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

[0009] 优选地，所述基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果，包括：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

[0010] 优选地，所述基于所述分析结果生成对应的天气预报信息，包括：确定每个待监控区域的预报要素；基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；获取预设平面展示格式，基于所述预报值、所述预报形式以及所述平面展示格式生成对应的天气概率预报信息。

[0011] 相应的，本发明还提供一种针对冬季冰雪运动服务保障的天气概率预报装置，所述装置包括：系统获取单元，用于获取基于云分辨尺度的初始区域集合预报系统；参数配置单元，用于基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；监控数据获取单元，用于基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；概率分析单元，用于基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；天气预报单元，用于基于所述分析结果生成对应的天气概率预报信息。

[0012] 优选地，所述监控数据获取单元包括：信息获取模块，用于获取全球集合预报信息和当前运动区域的区域观测信息；信息生成模块，用于基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；第一信息处理模块，用于基于集合变换卡曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；模型创建模块，用于创建物理过程随机扰动模型；积分模块，用于对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；第二信息处理模块，用于基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；数据生成模块，用于基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

[0013] 优选地，当前运动区域包括多个待监控区域，所述概率分析单元包括：需求获取模块，用于获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；需求处理模块，用于基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；数据库生成模块，用于基于所述监控阈值和所述监控条件生成监控数据库；概率分析模块，用于基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

[0014] 优选地，所述概率分析模块具体用于：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

[0015] 优选地，所述天气预报单元包括：预报要素确定模块，用于确定每个待监控区域的预报要素；预报信息生成模块，用于基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；预报模块，用于获取预设平面展示格式，基于所述预报值、所述预报形式以及所述平面展示格式生成对应的天气概率预报信息。

[0016] 通过本发明提供的技术方案，本发明至少具有如下技术效果：

[0017] 通过对传统的区域集合预报系统进行赛事化优化，根据赛事需求和要求对区域集合预报系统进行更精细化和个性化的配置，以获得更精确的天气预报信息，同时结合赛事要求对所获得的天气预报数据进行分析，以对每场赛事的风险概率进行精确评估，能够辅助管理人员对每场赛事的公平性和可靠性都进行更加准确、更加严格的把控，有效满足了实际需求，提高了用户体验。

[0018] 本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

[0019] 附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

[0020] 图1是本发明实施例提供的针对冬季冰雪运动服务保障的天气概率预报方法的具体实现流程图；

[0021] 图2是本发明实施例提供的获取当前运动区域的云分辨尺度监控数据的具体实现流程图；

[0022] 图3是本发明实施例提供的执行区域风险概率分析的具体实现流程图；

[0023] 图4是本发明实施例提供的针对冬季冰雪运动服务保障的天气概率预报装置的结构示意图。

具体实施方式

[0024] 以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

[0025] 本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。

[0026] 下面首先介绍本发明的背景技术。

[0027] 在传统的天气预报方法中，主要通过在预报区域设置大量气象采集装置，根据大量气象采集装置所采集的大量气象数据，结合历史气象数据推断在某一大片区域的天气情况，然而传统的天气预报存在预报精确性低、预报精度低的问题，因此越来越无法满足实际需求。为了解决上述技术问题，技术人员开发出了区域集合预报系统，通过区域集合预报系统能够结合全球气象预报数据对某个区域进行更加精确的天气预报。然而在实际应用过程中，现有的区域集合预报系统往往用于对普遍分割的多个区域进行天气预报，一方面，其预报精度依然较低，无法满足实际需求；另一方面，现有的区域集合预报系统仅满足了普适性的天气预报需求，而无法针对某些细分领域的天气预报需求进行优化，因此无法满足更细分领域的实际需求。

[0028] 请参见图1，本发明实施例提供一种针对冬季冰雪运动服务保障的天气概率预报方法，其特征在于，所述方法包括：

[0029] S10)获取基于云分辨尺度的初始区域集合预报系统；

[0030] S20)基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；

[0031] S30)基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；

[0032] S40)基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；

[0033] S50)基于所述分析结果生成对应的天气概率预报信息。

[0034] 在一种可能的实施方式中，首先获取基于云分辨尺度的初始区域集合预报系统，例如在本发明实施例中，基于云分辨尺度的初始区域集合预报系统为技术人员在传统区域集合预报系统的基础上，进一步对其参数和精度进行调整后获得的预报系统，具体的，基于云分辨尺度的初始区域集合预报系统的预报精度为水平3公里以内的区域集合天气预报系统，通过对该系统进行优化，能够针对特定冰雪运动举办场地复杂地形下垫面特点构建反映该区域地形地貌特征的云分辨尺度的初始区域精细集合预报系统。

[0035] 在获取到上述基于云分辨尺度的初始区域集合预报系统后，开始配置其参数，具体的，为了使该系统能够更好的应用于具有精细化天气预报需求的冰雪运动区域，首先获取区域要求，例如该区域要求包括但不限于冰雪运动区域所涉及的区域、赛事开始时间以及赛事持续时间等，根据上述区域要求进一步确定针对该系统的预报区域、系统启动时间以及预报时效信息等参数，基于上述参数对该系统进行参数配置后获得配置后系统，此时可以开始运行该系统并获取针对当前赛区的云分辨尺度监控数据。

[0036] 请参见图2，在本发明实施例中，所述基于所述配置后系统获取针对当前赛区的云分辨尺度监控数据，包括：

[0037] S31)获取全球集合预报信息和当前运动区域的区域观测信息；

[0038] S32)基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；

[0039] S33)基于集合变换卡曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；

[0040] S34)创建物理过程随机扰动模型；

[0041] S35)对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；

[0042] S36)基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；

[0043] S37)基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

[0044] 在一种可能的实施方式中，首先获取全球集合预报信息以及相关观测信息(例如针对当前赛区的实时观测信息)，然后对全球集合预报信息和赛区观测信息进行处理，生成区域集合预报不同成员的信息，此时对不同成员的信息进行GRIB2格式数据解码和处理，具体的，可以采用中国气象局地球系统数值预报中心自主研发的快速循环同化预报系统(CMA‑MESO)对不同成员的信息进行处理，从而产生与每个成员对应的初始场信息和侧边界条件。然后基于集合变换卡曼滤波算法对初始场信息和侧边界条件进行处理，生成集合预报扰动初值信息。

[0045] 此时创建物理过程随机扰动模型，在具体的实施过程中，可以基于一阶Markov过程产生时间和空间尺度相关随机扰动场，然后结合CMA‑MESO中的区域模式误差进行特征分析，以生成该物理过程随机扰动模型。然后进一步的，对所获得的初始场信息和侧边界条件进行积分处理，具体的，可以基于0.03°分辨率的CMA‑MESO模式，对初始场信息和侧边界条件进行积分处理，得到控制预报积分信息，此时基于上述物理过程随机扰动模型对集合预报扰动初值信息和控制预报积分信息进行处理，具体的，可以首先基于物理过程随机扰动模型生成多个扰动成员SPPT模数扰动方案所需的模型参数，例如该模型参数可以包括但不限于随机种子、扰动量大小、随机扰动截断波数、失相关时间系数等参数，然后输入CMA‑MESO中运行，以完成扰动成员积分操作，并获得对应的扰动成员预报信息，具体的，该扰动成员预报信息为整个预报范围内所有扰动成员的预报信息，此时进一步根据当前赛区的赛区要求，基于该扰动成员预报信息生成对应的云分辨尺度监控数据。

[0046] 在本发明实施例中，通过对传统的区域集合预报系统进行针对性配置，以生成满足赛事条件所需的特定预报系统，根据该特定预报系统能够进一步针对赛事信息进行特定时间、特定区域以及特定精度的天气预报，因此能够生成更加满足赛事需求的云分辨尺度天气预报信息，提高了天气预报精确性，提高了用户体验。

[0047] 由于赛场对环境条件要求非常严格，为了保证赛事的公平性和赛场环境的可靠性，往往需要将赛区的环境参数控制在一定范围内，否则不能进行赛事安排，因此在针对赛区进行天气预报的过程中，仅进行天气数值的预报无法满足需求，在获得了针对赛场的云分辨尺度监控数据后，还需要根据不同赛区的不同要求进行赛区风险概率分析，并及时进行风险处理。

[0048] 请参见图3，在本发明实施例中，当前运动区域包括多个待监控区域，所述基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果，包括：

[0049] S41)获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；

[0050] S42)基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；

[0051] S43)基于所述监控阈值和所述监控条件生成监控数据库；

[0052] S44)基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

[0053] 在一种可能的实施方式中，同时对当前运动区域的多个待监控区域进行监控，例如当前运动区域可以包括比赛区域、比赛场馆(赛场)、专项赛事及交通干线等区域，在监控过程中，获取每个待监控区域的监控需求信息，该监控需求信息包括气象需求信息和服务需求信息，例如在针对高山滑雪比赛区域进行监控时，需要对天气现象、降水量、降雪量、能见度、气温、相对湿度、风速、风向、气压、阵风风速、积雪深度等预报要素需求及具体阈值，滑行线路起始点，中间点及终点等预报位置进行监控，然后根据上述气象需求信息和服务需求信息提取针对每个待监控区域的监控阈值以及生成每个待监控区域的监控条件，并进一步生成监控数据库，从而为后续的风险概率产品的开发提供数据和技术支撑。在监控的过程中，基于该监控数据库对上述获取的云分辨尺度监控数据进行实时赛区风险概率分析，并生成对应的分析结果。

[0054] 在本发明实施例中，通过针对当前运动区域的多个待监控区域进行针对性的监控，而不是采用普遍性的监控，从而能够实现对每个细分的待监控区域的精细化、精确化天气预报以及天气监控，使得不论任何时间、任何赛场、任何赛事以及任何客户群体(赛事组委会、运动员、交通部门、观众等)都能够获得准确的天气预报支持以及天气风险预警，大大提高了赛事举办的公平性和可靠性，满足了实际天气预报需求。

[0055] 在本发明实施例中，所述基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果，包括：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

[0056] 在一种可能的实施方式中，在进行区域风险概率分析的过程中，首先基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息，例如根据实时获取的云分辨尺度监控数据生成与每个待监控区域对应的箱线图，例如在针对某冬季赛事生成箱线图的过程中，基于降水量、降雪量、能见度、气温、相对湿度、风速、风向、气压、阵风风速等预报要素生成对应的箱线图，然后基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息，例如针对赛场确定其比赛期间的预报时间序列，针对与该赛场相关的交通干线确定比赛时间前后的预定时间为对应的预报时间序列等，此时基于上述特定时间序列从数据统计信息中提取出对应的特定统计数据，即提取出与每个待监控区域所对应的预报时间序列的天气统计数据进行风险概率分析，按照预先生成的监控数据库对上述不同的特定统计数据进行赛区风险概率分析后，生成对应的分析结果。

[0057] 在本发明实施例中，通过将区域集合预报系统应用到赛场领域，并结合赛场的实际要求(赛事要求、客户要求等)进行对应的优化和调整，从而实现针对不同赛场位置、不同预报要素的风险概率分析，实现“一场一策”，以及实现针对比赛场次的风险阈值差异化分析，实现“一赛一策”，满足了实际需求。

[0058] 进一步的，在本发明实施例中，所述基于所述分析结果生成对应的天气概率预报信息，包括：确定每个待监控区域的预报要素；基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；获取预设平面展示格式，基于所述预报值和所述预报形式对所述平面展示格式进行处理，生成对应的天气概率预报信息。

[0059] 在一种可能的实施方式中，在生成针对每个待监控区域的天气预报数据后，为了进一步辅助后续的技术人员或管理人员及时采取对应的管理或补偿措施，需要将上述数据进行可视化展示，具体的，首先确定每个待监控区域的预报要素，例如在针对上述冬季赛事进行展示时，其预报要素可以包括但不限于降水量、降雪量、能见度、气温、相对湿度、风速、风向、气压、阵风风速等预报要素，然后根据上述分析结果生成与预报要素相对应的预报信息，预报信息包括预报值和预报形式，例如该预报信息包括但不限于集合平均信息、离散度信息以及概率风险信息等，对集合平均信息、离散度信息可以以预报值的方式进行展示，对概率风险信息可以以报警、闪烁、高亮等预报形式进行展示，在展示时，获取预设平面展示格式，然后根据该预设平面展示格式结合上述预报值和预报形式生成对应的天气概率预报信息。

[0060] 在本发明实施例中，通过将抽象的天气预报信息转换为可视化的平面预报信息并展示给对应的管理人员或用户等，从而有效提高了管理人员或用户的信息接受体验，便于管理人员更直观地了解是否需要对赛事进行管控或优化，满足了实际需求，提高了用户体验。

[0061] 下面结合附图对本发明实施例所提供的针对冬季冰雪运动服务保障的天气概率预报装置进行说明。

[0062] 请参见图4，基于同一发明构思，本发明实施例提供一种针对冬季冰雪运动服务保障的天气概率预报装置，所述装置包括：系统获取单元，用于获取基于云分辨尺度的初始区域集合预报系统；参数配置单元，用于基于冰雪运动区域的区域要求对所述初始区域集合预报系统进行参数配置，获得配置后系统；监控数据获取单元，用于基于所述配置后系统获取针对当前运动区域的云分辨尺度监控数据；概率分析单元，用于基于所述云分辨尺度监控数据执行区域风险概率分析，获得分析结果；天气预报单元，用于基于所述分析结果生成对应的天气概率预报信息。

[0063] 在本发明实施例中，所述监控数据获取单元包括：信息获取模块，用于获取全球集合预报信息和当前运动区域的区域观测信息；信息生成模块，用于基于所述全球集合预报信息和所述区域观测信息生成区域集合预报不同成员对应的初始场信息和侧边界条件；第一信息处理模块，用于基于集合变换卡曼滤波算法对所述初始场信息和所述侧边界条件进行处理，生成集合预报扰动初值信息；模型创建模块，用于创建物理过程随机扰动模型；积分模块，用于对所述初始场信息和所述侧边界条件进行积分处理，获得控制预报积分信息；第二信息处理模块，用于基于所述物理过程随机扰动模型对所述集合预报扰动初值信息和所述控制预报积分信息进行处理，获得扰动成员预报信息；数据生成模块，用于基于所述扰动成员预报信息生成与当前运动区域对应的云分辨尺度监控数据。

[0064] 在本发明实施例中，当前运动区域包括多个待监控区域，所述概率分析单元包括：需求获取模块，用于获取每个待监控区域的监控需求信息，所述监控需求信息包括气象需求信息和服务需求信息；需求处理模块，用于基于所述气象需求信息和所述服务需求信息，提取每个待监控区域的监控阈值以及生成每个待监控区域的监控条件；数据库生成模块，用于基于所述监控阈值和所述监控条件生成监控数据库；概率分析模块，用于基于所述监控数据库对所述云分辨尺度监控数据进行实时区域风险概率分析，生成分析结果。

[0065] 在本发明实施例中，所述概率分析模块具体用于：基于所述云分辨尺度监控数据生成与每个待监控区域对应的数据统计信息；基于赛事时间序列信息确定与每个待监控区域对应的特定时间序列信息；基于所述特定时间序列信息从所述数据统计信息中提取对应的特定统计数据；基于所述监控数据库对所述特定统计数据进行实时区域风险概率分析，生成对应的分析结果。

[0066] 在本发明实施例中，所述天气预报单元包括：预报要素确定模块，用于确定每个待监控区域的预报要素；预报信息生成模块，用于基于所述分析结果生成与所述预报要素对应的预报信息，所述预报信息包括预报值和预报形式；预报模块，用于获取预设平面展示格式，基于所述预报值、所述预报形式以及所述平面展示格式生成对应的天气概率预报信息。

[0067] 以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。

[0068] 另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。

[0069] 本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

[0070] 此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。