确定真实感觉季节指数的制作方法

相关申请的交叉引用本申请要求2017年12月28日提交的美国临时专利申请no.62/611,423的优先权，该美国临时专利申请的全部内容特此通过引用并入。
背景技术：
：许多企业，特别是零售业中，在不同的季节执行不同的商业计划。例如，库存可能转移，或者营销和促销材料从一个季节到下一个季节可能改变以便预期客户购买行为和对客户购买行为做出反应。然而，该客户购买行为并不简单地是日历的函数。相反，该客户购买行为是这些客户正在经历冬天般、春天般、夏天般、还是秋天般天气状况的函数。企业预期地理位置中的客户何时将经历四季中的每个季节的传统方法是采用天气预报公司来对每个位置做出主观确定。具体地，气象学者使用多个长距离天气预报模型来对地理区域产生多个长距离天气预报，并且将这些长距离天气预报与历史天气数据进行比较以识别该地理区域经历类似的天气状况的一个或多个“模拟年”。使用这些模拟年，气象学者将做出关于该地理区域中的个人将经历从冬天般到春天般状况、从春天般到夏天般状况等的转变的日期的最佳猜测。可以对大约29个气候区中的每个做出主观季节预报。取决于所需的地理特异程度，可以对50个州中的每个完善这些季节预报，并且对局部地理区域进一步完善这些季节预报。如上所述做出主观季节预报是耗时的，并且要求气象学者既有正式的培训，又有与天气观察、全球振荡和气候变化一起工作的多年的经验。然而，即使有该专业知识，使用传统方法做出的主观季节预报也是不精确的，尤其是如果使用长距离天气预报模型生成的长距离天气预报的变化高。因此，需要比传统的主观确定更准确且更高效地确定的自动的、基于规则的季节预报。另外，考虑到丰富的在地理上更完善的局部天气数据以及对于在地理上更精确的预报的需要，需要可以高效地且准确地对比当前使用传统方法可用的小的地理区域生成基于规则的季节预报的系统。美国专利no.6,768,945和7,251,579描述了使用天气相关的参数(除了温度测量设备记录的实际温度之外)计算多因素温度指数，以产生感知的周围温度(换句话说，以描述人在该环境中感觉到多舒适)。多因素温度指数现在被称为温度，并且用于产生温度的天气相关的参数(除了温度之外)可以是湿度、云量、太阳强度和风速。(realfeel是accuweather,inc.的注册服务商标)。技术实现要素：为了估计地理位置中的感知的周围温度何时将从每年的四个季节中的一个季节转变到另一个季节，公开的系统使用美国专利no.6,768,945和7,251,579中描述的多因素温度指数，这两篇美国专利特此通过引用并入。公开的系统可以用于识别当前的季节感觉并且识别个人何时将经历感知的季节的改变(“季节预报”)。可以对90天或者长达一年预报季节预报。可以逐天、逐周或逐月地识别季节预报。附图说明示例性实施例的各方面可以参照附图被更好地理解。附图中的组件不一定是按比例绘制的，重点而是被放在例示说明示例性实施例的原理上。图1是例示说明根据示例性实施例的用于确定真实感觉季节指数的系统的架构的示图；图2是例示说明根据示例性实施例的用于确定真实感觉季节指数的系统的框图；图3是例示说明根据示例性实施例的用于确定每个地理区域的季节转变阈值的过程的流程图；图4是例示说明根据参照图3描述的实施例的用于确定地理区域的季节转变阈值的过程的曲线图；图5是例示说明根据示例性实施例的用于产生季节指数的过程的流程图；图6是例示说明根据图5中所示的示例性实施例的用于产生季节指数的过程的曲线图；图7是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的春天的第一天的地图的绘制；图8是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的夏天的第一天的地图的绘制；图9是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的秋天的第一天的地图的绘制；以及图10是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的冬天的第一天的地图的绘制。具体实施方式现在将参照附图详细地描述公开的系统，这些附图例示说明示例性实施例的各种视图。在附图和本文中的附图的描述中，某些术语仅是为了方便而使用，不应当被看作限制本发明的实施例。此外，在附图和以下描述中，同样的数字始终指示同样的元素。图1是例示说明根据示例性实施例的用于确定真实感觉季节指数的系统的架构100的示图。如图1中所示，架构100可以包括一个或多个服务器110和非暂时性计算机可读存储介质120，其经由网络130连接到多个远程计算机系统140，诸如一个或多个个人系统150和一个或多个移动计算机系统160。一个或多个服务器110可以包括内部存储设备112和处理器114。一个或多个服务器110可以是任何合适的计算设备，其包括例如应用服务器和托管远程计算机系统140可访问的网站的web服务器。计算机可读存储介质120可以在服务器110的内部，在这种情况下，它可以被存储在内部存储设备112上，或者它可以在服务器112的外部，在这种情况下，它可以被存储在外部介质(诸如外部硬盘阵列或固态存储器)上。计算机可读存储介质120可以被存储在单个设备或多个设备上。网络130可以包括因特网、蜂窝网络、广域网(wan)、局域网(lan)等的任何组合。经由网络130的通信可以通过有线和/或无线连接实现。远程计算机系统140可以是被配置为经由网络130发送和/或接收数据的任何合适的电子设备。远程计算机系统140可以例如是网络连接的计算设备，诸如个人计算机、笔记本计算机、智能电话、个人数字助理(pda)、平板、笔记本计算机、便携式天气检测器、全球定位卫星(gps)接收器、网络连接的车辆等。个人计算机系统150可以包括内部存储设备152、处理器154、输出设备156和输入设备158。一个或多个移动计算机系统160可以包括内部存储设备162、处理器164、输出设备166和输入设备168。内部存储设备112、152和/或162可以是用于存储软件指令的非暂时性计算机可读存储介质，诸如硬盘或固态存储器，这些软件指令在被处理器114、154或164执行时实现本文中描述的特征的相关部分。处理器114、154和/或164可以包括中央处理单元(cpu)、图形处理单元(gpu)等。处理器114、154和164可以被实现为单个半导体芯片或多于一个芯片。输出设备156和/或166可以包括显示器、扬声器、外部端口等。显示器可以是被配置为输出可见光的任何合适的设备，诸如液晶显示器(lcd)、发光高分子显示器(lpd)、发光二极管(led)、有机发光二极管(oled)等。输入设备158和/或168可以包括键盘、鼠标、跟踪球、静态或视频相机、触摸板等。触摸板可以覆盖有显示器或者与显示器集成以形成触敏显示器或触摸屏。图2是例示说明根据示例性实施例的用于确定真实感觉季节指数的系统200的框图。如图2中所示，系统200可以包括历史天气信息数据库240、天气分析单元260和图形用户界面280。历史天气信息数据库240包括地理定位的且带有时间戳的关于历史(过去)天气状况242的信息。历史天气状况242可以例如从accuweather,inc.、accuweatherenterprisesolutions,inc.、thenationalweatherservice(nws)、nationalhurricanecenter(nhc)、environmentcanada、其它政府机构(诸如u.k.meteorologicservice、japanmeteorologicalagency等)、私人公司(诸如vaisalia’su.s.nationallightningdetectionnetwork、weatherdecisiontechnologies,inc.)、个人(诸如spotternetwork的成员)等接收。历史天气信息数据库240可以是任何组织的信息集合，不管是被存储在单个有形的设备上还是多个有形的设备(例如，图1的计算机可读存储介质120)上。天气分析单元260可以通过由服务器110可访问且执行和/或由远程计算机系统140下载且执行的软件指令实现。天气分析单元260被配置为从历史天气信息数据库240接收信息。天气分析单元260还被配置为从第三方接收信息(例如，经由图1的一个或多个网络130)，诸如(地理定位的且带有时间戳的)当前天气状况262和第三方预报的天气状况264。第三方可以包括例如accuweather,inc.、accuweatherenterprisesolutions,inc.以及上述政府和私人来源。天气分析单元260如下所述那样产生专有的预报的天气状况266。图形用户界面280可以是被配置为输出下面讨论的专有的天气状况266的任何界面。图形用户界面可以包括允许内容显示在运行任何操作系统的任何品牌的任何启用web浏览器的因特网连接的设备(例如，膝上型电脑、平板、智能电话等)上的响应式站点设计。替代地，图形用户界面280可以包括基于计算设备的类型和/或远程计算机系统140的屏幕大小定制的多个实施例。例如，图形用户界面280可以包括针对远程计算机系统140(诸如个人计算机)定制的一个实施例和针对移动计算机系统160(诸如智能电话)定制的另一个实施例。图3是例示说明根据示例性实施例的用于确定每个地理区域的季节转变阈值的过程300的流程图。过程300可以例如由天气分析单元260执行。在步骤302，使用历史天气状况242来确定地理区域中的预报时段的每天的正常每日高温(ndht)。例如，每天的ndht可以是以前20年的那天的高温的滚动平均。预报时段可以为90-365天。因为天气数据通常是有噪声的并且可能难以平滑，所以在步骤304使用曲线函数(例如，三次样条函数)来使正常每日高温(ndht)平滑。通过使用三次样条函数，可以按气候区来划分数据集以便适当地使每日平均温度平滑。在步骤306，识别传统的季节转变日期。传统的季节转变日期可以例如是冬至、春分、夏至和秋分。在步骤308，确定历史超局部化的季节转变阈值。超局部化的季节转变阈值是当地理区域在季节之间转变时该地理区域中的历史温度。例如，天气分析单元260可以识别包括传统的季节转变日期中的一个的时间段(例如，包括春天的第一天的一周)，并且确定该时间段期间的正常每日高温(ndht)。如上所述，在优选实施例中，天气分析单元260确定正常每日高温(ndht)、平滑的正常每日高温(ndht)、以及包括传统的季节转变日期中的每一个的时间段期间的平滑的每日高温(ndht)。然而，在替代实施例中，天气分析单元260可以改为确定正常每日最大温度、或正常每日高温(ndht)和正常每日最大温度的复合(例如，平均)。图4是例示说明根据参照图3描述的示例性实施例的用于确定地理区域的季节转变阈值的过程300的曲线图。如图4中所示，y轴是温度(以华氏度为单位)，并且x轴是预报时段(在这个示例中为一年)的每天。图4还包括平滑的正常每日高温(ndht)400。图4还包括传统的季节转变日期，其包括传统的春天的第一天410(例如，春分)、传统的夏天的第一天420(例如，夏至)、传统的秋天的第一天430(例如，秋分)、以及传统的冬天的第一天440(例如，冬至)。如图4中所示，天气分析单元260确定地理区域的超局部化的季节转变阈值，其包括春天的第一天的阈值温度tspring、夏天的第一天的阈值温度tsummer、秋天的第一天的阈值温度tfall、以及冬天的第一天的阈值温度twinter。春天的第一天的阈值温度tspring可以例如是包括春天的第一天410的时间段(例如，一周)期间的正常每日高温(ndht)。类似地，夏天的第一天的阈值温度tsummer可以是包括夏天的第一天420的时间段期间的正常每日高温(ndht)，秋天的第一天的阈值温度tfall可以是包括秋天的第一天430的时间段期间的正常每日高温(ndht)，并且冬天的第一天的阈值温度twinter可以是包括冬天的第一天440的时间段期间的正常每日高温(ndht)。图5是例示说明根据示例性实施例的用于产生季节指数的过程500的流程图。过程600可以例如由天气分析单元260执行。在步骤502，使用天气预报模型(例如，长期预报模型)来确定预报时段期间地理区域中的每日高温预报(“dailyhightemperatureforecast”或“dhtf”)。在步骤504，使用天气预报模型来预报预报时段期间地理区域中的每日最大温度(“maximumtemperatureforecast”或“mrftf”)。在步骤506，对每日高温预报(dhtf)和最大温度预报(mrftf)求平均以确定地理区域中预报时段的每天的每日温度阈值预报(dttf)。在步骤508，将地理区域的每日温度阈值预报(dttf)与地理区域的季节转变阈值tsping、tsummer、tfall和twinter进行比较。在步骤510，对地理区域预报季节转变日期。一般地，天气分析单元260通过确定地理区域中的每日温度阈值预报(dttf)何时满足或超过地理区域的季节转变阈值tsping、tsummer、tfall和twinter中的一个—即，每日温度阈值预报(dttf)何时等于或大于季节转变阈值tsping或tsummer、或者每日温度阈值预报(dttf)何时等于或小于季节转变阈值tfall或twinter来确定该地理区域的预报的季节转变日期。然而，因为每日温度阈值预报(dttf)通常是有噪声的，所以天气分析单元260可以确定每日温度阈值预报(dttf)长达阈值天数(例如，3天)满足或超过季节转变阈值的时间段(例如，一周)，并且天气分析单元260可以确定季节转变日期是该时间段期间的多天中的一天(例如，第一天)。为了给出一个示例，天气分析单元260可以在以上步骤308中确定费城pa的tspring为67°f，这意味着费城一定具有至少67°f(在费城感觉像春天)的预报。继续该示例，假设天气分析单元260在以上步骤506中确定费城的预报的dttf如表1中所示：日期dttfdttf≥tspring3/1/201958°f3/2/201960°f3/3/201967°f是3/4/201966°f3/5/201968°f是3/6/201969°f是3/7/201969°f是[表1]在以上示出的示例中，因为费城中的dttf在从3/1/2019开始的一周期间长达三天或更多天等于或大于费城tspring，所以天气分析单元260确定费城中的季节转变日期(即，感知的春天的第一天)将是3/1/2019。图6是例示说明根据图5中所示的示例性实施例的用于产生季节指数的过程500的曲线图。如图6中所示，y轴是温度(以华氏度为单位)，并且x轴是预报时段(在这个示例中为一年)的每天。图6还包括地理区域的dttf600和地理区域的季节转变阈值tspring、tsummer、tfall和twinter。通过确定地理区域中的每日温度阈值预报(dttf)何时满足或超过地理区域的季节转变阈值tsping、tsummer、tfall和twinter，天气分析单元260预报地理区域的季节转变日期，其包括地理区域中的感知的春天的第一天610、地理区域中的感知的夏天的第一天620、地理区域中的感知的秋天的第一天630、以及感知的冬天的第一天640。感知的春天的第一天610与传统的春天的第一天410可能不同或可能相同。类似地，感知的夏天的第一天620与传统的夏天的第一天420可能不同或可能相同，感知的秋天的第一天630与传统的秋天的第一天430可能不同或可能相同，并且感知的冬天的第一天640与传统的夏天的第一天440可能不同或可能相同。在上述实施例中，每日温度阈值预报(dttf)基于每日高温预报(dhtf)和最大温度预报(mrftf)产生，并且与基于正常每日高温确定的季节转变阈值进行比较。然而，如本领域的普通技术人员将认识到的，可以利用其它天气度量来做出类似的确定。例如，每日温度阈值预报可以基于每日低温预报和最小温度预报产生，在这种情况下，每日温度阈值预报将与基于正常每日低温确定的季节转变阈值进行比较。在每个实例中，预报的每日温度和/或正常每日温度可以包括温度、专有度量。除了量化感知的周围温度的温度之外，温度还可以使用各种天气度量(例如，湿度、云量、太阳强度、风等)中的任何一个。通过使用预报的感知的周围温度，公开的系统200预测感知的到一年的四个季节中的一个的转变(例如，冬天般状况、春天般状况、夏天般状况、秋天般状况)。随着时间的过去，系统200可以更新历史天气数据库240以包括每个地理区域的最近的每日温度。因此，系统200可以使用更新的历史天气状况242自动地和重复地确定正常每日温度(例如，正常每日高温)和季节转变阈值。类似地，在至少部分基于正常每日温度(例如，正常最大温度)确定季节转变阈值的实施例中，系统200可以更新历史天气数据库240以包括每个地理区域的最近的每日温度，使得系统200可以使用更新的历史天气状况242自动地和重复地确定季节转变阈值。因为公开的系统200是用于确定从一年的四个季节中的一个到下一个的感知的转变的自动的、基于规则的方法，所以这些季节预报可以使用超局部的预报和超局部的历史数据来对超局部的地理区域产生这些预报。例如，来自美国本土中的大约1500个点位置的低分辨率气象终端航空例行(metar)点数据可以被外推到更多的地理位置。例如，kriging技术可以被使用在来自变差法、空间数据配置以及预测位置周围的测量的采样点的值的拟合模型上。这个过程基本上在更高的分辨率上铺展点数据，允许数据的更多覆盖。公开的系统200可以单个地输出区域性或超局部的预报或者绘制地理信息系统(gis)环境中的超局部的季节预报数据。图7是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的春天的第一天610的地图的绘制。图8是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的夏天的第一天620的地图的绘制。图9是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的秋天的第一天630的地图的绘制。图10是例示说明根据示例性实施例的美国大陆的每个地理区域中的感知的冬天的第一天640的地图的绘制。如上所述，在优选实施例中，天气分析单元260基于每个地理区域的正常每日温度确定这些地理区域的季节转变阈值。然而，在其它实施例中，天气分析单元260在确定季节转变阈值时可以包括附加数据。例如，因为感知的季节转变也可能受植被(例如，开花、落叶、干燥的夏天和冬天空气)影响，所以除了正常每日温度之外，天气分析单元260还可以基于超局部的历史植被趋势确定季节转变阈值。系统200可以从第三方来源(诸如美国地质调查)接收指示超局部的历史植被趋势的信息。因此，在这些实施例中，天气分析单元260可以部分地基于以下预报时间确定感知的到春天和秋天的转变：在该预报时间中，地理区域被预报经历与在到春天和秋天的传统转变期间该地理区域中历史上发生的植被趋势相同的植被趋势。另外，在这些实施例中，天气分析单元260可以部分地基于以下预报时间确定感知的到夏天和冬天的转变：在该预报时间中，地理区域被预报经历与在到夏天和冬天的传统转变期间该地理区域中历史上发生的降水相同的降水。公开的系统200提供跨工业的客户可以使用以具有当前的季节状况和即将到来的季节转变的简明视图的工具。零售业中的企业可以使用公开的系统200来识别何时开始将季节商品装运到位置、以及在给定季节的结束何时停止季节商品的装运。公开的系统200还可以被用于以对于各种行业(包括零售、不动产、旅游、运输)中的客户向特定位置的针对性广告/营销和/或提供促销的形式驱动季节商品的营销工作。能源行业中的企业可以使用公开的系统200来识别何时预计季节使用高峰和下降以估计并且分配资源。虽然以上已阐述了优选实施例，但是已经审阅本公开的本领域技术人员将容易意识到在本发明的范围内可以实现其它实施例。例如，特定数量的硬件组件、软件模块等的公开是说明性的而非限制性的。因此，本发明应当被解释为仅由所附权利要求限制。当前第1页12