气象信息的处理及展示方法、系统与流程

本发明涉及可视化技术领域，具体涉及一种气象信息的处理及展示方法、系统。

背景技术：

目前，对温度、湿度、降水量等气象预测给生活或生产带来众多便利。但是气象预测多数是针对固定的地点进行预测，无法满足用户的需求。并且，现有的气象预测，如采用差值法进行运算，获得的预测温度误差较大。

如何有效地预测目标地理位置的气象信息，且能够进行可视化展示，是本领域技术人员亟需解决的问题。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种气象信息的处理及展示方法、系统，能够有效地预测目标地理位置的气象信息，且能够进行可视化展示。

第一方面，本发明提供一种气象信息的处理及展示方法，该方法包括：获取训练样本点的时间信息、位置信息和气象指标变量；

根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型；

根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息；

根据气象指标颜色设置规则，将目标地点的气象信息转化为颜色信息；

根据目标地点的位置信息，将颜色信息进行显示。

进一步地，根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型，具体包括：根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型；

根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息，具体包括：根据目标地点的位置信息和神经网络预测模型，获取目标地点的气象信息。

进一步地，根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型，具体包括：根据位置信息、温度值和湿度值进行训练，获取与时间信息相应的温湿度预测模型，气象指标变量包括温度值和湿度值；

根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息，具体包括：根据目标地点的位置信息和温湿度预测模型，获取目标地点的预测温度和预测湿度，气象信息包括预测温度和预测湿度；

根据气象指标颜色设置规则，将目标地点的气象信息转化为颜色信息，具体包括：根据温度颜色设置规则，将目标地点的预测温度转换为温度颜色信息；

根据湿度颜色设置规则，将目标地点的预测湿度转换为湿度颜色信息；

根据目标地点的位置信息，将颜色信息进行显示，具体包括：根据目标地点的位置信息，分别将温度颜色信息和湿度颜色信息进行显示。

进一步地，本实施例气象信息的处理及展示方法还包括：获取训练样本点的降水量和/或空气质量指数，以及训练样本点的经纬度信息，气象指标变量还包括降水量和空气质量指数，位置信息包括经纬度信息；

根据经纬度信息和降水量进行训练，获取与时间信息相应的降水量预测模型；

根据目标地点的经纬度信息和降水量预测模型，获取目标地点的降水量预测信息；

根据降水量颜色设置规则，将目标地点的降水量预测信息转化为降水量颜色信息；

根据经纬度信息和空气质量指数进行训练，获取与时间信息相应的空气质量预测模型；

根据目标地点的经纬度信息和空气质量预测模型，获取目标地点的空气质量预测信息；

根据空气质量颜色设置规则，将目标地点的空气质量预测信息转化为空气质量颜色信息；

根据目标地点的经纬度信息，将降水量颜色信息和/或空气质量颜色信息进行显示。

进一步地，根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型，具体包括：将位置信息作为输入变量，气象指标变量作为输出变量进行训练，获取与时间信息相应的神经网络预测模型。

第二方面，本发明提供一种气象信息的处理及展示系统，该系统包括信息获取模块、模型确定模块、气象信息预测模块、显示信息转化模块和信息显示模块。信息获取模块用于获取训练样本点的时间信息、位置信息和气象指标变量；模型确定模块用于根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型；气象信息预测模块用于根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息；显示信息转化模块用于根据气象指标颜色设置规则，将目标地点的气象信息转化为颜色信息；信息显示模块用于根据目标地点的位置信息，将颜色信息进行显示。

进一步地，模型确定模块具体用于根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型；气象信息预测模块具体用于根据目标地点的位置信息和神经网络预测模型，获取目标地点的气象信息。

进一步地，模型确定模块具体用于根据位置信息、温度值和湿度值进行训练，获取与时间信息相应的温湿度预测模型，气象指标变量包括温度值和湿度值。气象信息预测模块具体用于根据目标地点的位置信息和温湿度预测模型，获取目标地点的预测温度和预测湿度，气象信息包括预测温度和预测湿度。显示信息转化模块具体用于根据温度颜色设置规则，将目标地点的预测温度转换为温度颜色信息；根据湿度颜色设置规则，将目标地点的预测湿度转换为湿度颜色信息。信息显示模块具体用于根据目标地点的位置信息，分别将温度颜色信息和湿度颜色信息进行显示。

进一步地，信息获取模块还用于获取训练样本点的降水量和/或空气质量指数，以及训练样本点的经纬度信息，气象指标变量还包括降水量和空气质量指数，位置信息包括经纬度信息。模型确定模块还用于根据经纬度信息和降水量进行训练，获取与时间信息相应的降水量预测模型，以及用于根据经纬度信息和空气质量指数进行训练，获取与时间信息相应的空气质量预测模型。气象信息预测模块还用于根据目标地点的经纬度信息和降水量预测模型，获取目标地点的降水量预测信息，以及用于根据目标地点的经纬度信息和空气质量预测模型，获取目标地点的空气质量预测信息。显示信息转化模块还用于根据降水量颜色设置规则，将目标地点的降水量预测信息转化为降水量颜色信息，以及用于根据空气质量颜色设置规则，将目标地点的空气质量预测信息转化为空气质量颜色信息。信息显示模块还用于根据目标地点的经纬度信息，将降水量颜色信息和/或空气质量颜色信息进行显示。

进一步地，模型确定模块在根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型时，具体用于：将位置信息作为输入变量，气象指标变量作为输出变量进行训练，获取与时间信息相应的神经网络预测模型。

由上述技术方案可知，本发明气象信息的处理及展示方法、系统，采用位置信息和气象指标变量进行训练，获得与时间信息相对应的目标回归模型，运用该目标回归模型，即可获得用户指定目标地点的气象信息。采用训练方式获得相应的目标回归模型，结合目标地点的位置信息，预测的气象信息准确度高、误差小。

同时，该方法还能够根据气象指标颜色设置规则，将气象信息转化为颜色信息，并结合位置信息进行可视化显示，能够提高信息的识别度，且直观、可靠。

因此，本发明气象信息的处理及展示方法、系统，能够有效地预测目标地理位置的气象信息，且进行可视化展示，有利于提高用户体验。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了本发明所提供的一种气象信息的处理及展示方法流程图；

图2示出了本发明所提供的一种气象信息的处理及展示系统的结构示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

第一方面，本发明实施例提供一种气象信息的处理及展示方法，结合图1，该方法包括：

步骤S1，获取训练样本点的时间信息、位置信息和气象指标变量，在此，可以是全国2200个县市的当天温度值，气象指标变量还可以是湿度、空气质量指数、PM2.5等；

步骤S2，根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型，在此，如若用户预获取冬季的气象信息预测，则需采取各训练样本点在冬季的气象指标变量；

步骤S3，根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息，在此，目标地点的位置信息可以是全国任意的位置；

步骤S4，根据气象指标颜色设置规则，将目标地点的气象信息转化为颜色信息，在此，气象信息可以是温度、湿度、降水量或空气质量指数，颜色信息可以是颜色特性中的饱和度数值，如气象信息的数值越高，对应的颜色饱和度越大。颜色的饱和度越大，则带给人的视觉效果越强；

步骤S5，根据目标地点的位置信息，将颜色信息进行显示。

由上述技术方案可知，本实施例气象信息的处理及展示方法，采用位置信息和气象指标变量进行训练，获得与时间信息相对应的目标回归模型，运用该目标回归模型，即可获得用户指定目标地点的气象信息。该方法采用训练方式获得相应的目标回归模型，结合目标地点的位置信息，预测的气象信息准确度高、误差小。

同时，该方法还能够根据气象指标颜色设置规则，将气象信息转化为颜色信息，并结合位置信息进行可视化显示，能够提高信息的识别度，且直观、可靠。

因此，本实施例气象信息的处理及展示方法，能够有效地预测目标地理位置的气象信息，且能够进行可视化展示，有利于提高用户体验。

为了进一步提高本实施例气象信息的处理及展示方法的可靠性，具体地，目标回归模型选择神经网络预测模型，具体实现方法为：根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型；根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息，具体包括：根据目标地点的位置信息和神经网络预测模型，获取目标地点的气象信息。并且，在根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型时，具体实现过程如下：将位置信息作为输入变量，气象指标变量作为输出变量进行训练，获取与时间信息相应的神经网络预测模型。

在此，该目标回归模型采用神经网络预测模型，神经网络预测模型能够将大量的数据进行处理，获得一个简单的数据模型，该模型具有自适应能力和自学习能力，有利于提高数据处理效率。

为了进一步提高本实施例气象信息的处理及展示方法的用户体验，方便用户使用，具体地，气象信息包括温度、湿度、降水量或空气质量指数，其中，本实施例气象信息的处理及展示方法，可以将温度和湿度同时处理，具体步骤如下：

根据位置信息、温度值和湿度值进行训练，获取与时间信息相应的温湿度预测模型，气象指标变量包括温度值和湿度值；

根据目标地点的位置信息和温湿度预测模型，获取目标地点的预测温度和预测湿度，气象信息包括预测温度和预测湿度；

根据温度颜色设置规则，将目标地点的预测温度转换为温度颜色信息，在此，预测温度的数值越高，则设置的颜色的饱和度越大，例如橙、红颜色的饱和度依次升高，可以用橙色表示24小时内最高温度将要升至37℃以上，用红色表示24小时内最高温度将要升至40℃以上；

根据湿度颜色设置规则，将目标地点的预测湿度转换为湿度颜色信息，在此，预测湿度的数值越高，则设置的颜色的饱和度越大；

根据目标地点的位置信息，分别将温度颜色信息和湿度颜色信息进行显示。

在此，本实施例气象信息的处理及展示方法，能够将温度和湿度同时进行处理，获取显示结果，方便用户查询任何目标地点的温度、湿度状况，且准确度高，为用户出行或温湿度查询提供便利，并且，位置信息可以是某地点的经纬度信息。

用户在进行降水量和/或空气质量指数查询时，具体步骤如下：

获取训练样本点的降水量和/或空气质量指数，以及训练样本点的经纬度信息，气象指标变量还包括降水量和空气质量指数，位置信息包括经纬度信息；

根据经纬度信息和降水量进行训练，获取与时间信息相应的降水量预测模型；

根据目标地点的经纬度信息和降水量预测模型，获取目标地点的降水量预测信息；

根据降水量颜色设置规则，将目标地点的降水量预测信息转化为降水量颜色信息，在此，降雨量的数值越高，则设置的颜色的饱和度越大，例如黄、红颜色的饱和度依次升高，可以用黄色表示6小时内降雨量将达50毫米以上，或者已达50毫米以上且将持续；用红色表示3小时内降雨量将达100毫米以上，或者已达100毫米以上且将持续；

根据经纬度信息和空气质量指数进行训练，获取与时间信息相应的空气质量预测模型；

根据目标地点的经纬度信息和空气质量预测模型，获取目标地点的空气质量预测信息；

根据空气质量颜色设置规则，将目标地点的空气质量预测信息转化为空气质量颜色信息，在此，空气质量的数值越高，则设置的颜色的饱和度越大，例如黄、橙、红颜色的饱和度依次升高，可以用黄色表示空气质量良好，对应的空气质量指数为50～100；用橙色表示轻度污染，对应的空气质量指数为100～150；用红色表示中度污染，对应的空气质量指数为150～200；

根据目标地点的经纬度信息，将降水量颜色信息和/或空气质量颜色信息进行显示。

在此，本实施例气象信息的处理及展示方法，用经纬度来表示不同的位置地点，用户可以根据不同地点的经纬度，获取各地的空气质量预测信息和/或降水量预测信息，并用不同的颜色进行显示，方便用户了解各地的降水量或空气质量指数。

第二方面，本发明实施例提供一种气象信息的处理及展示系统，结合图2，该系统包括信息获取模块1、模型确定模块2、气象信息预测模块3、显示信息转化模块4和信息显示模块5。信息获取模块1用于获取训练样本点的时间信息、位置信息和气象指标变量；模型确定模块2用于根据位置信息和气象指标变量进行训练，获取与时间信息相应的目标回归模型；气象信息预测模块3用于根据目标地点的位置信息和目标回归模型，获取目标地点的气象信息；显示信息转化模块4用于根据气象指标颜色设置规则，将目标地点的气象信息转化为颜色信息；信息显示模块5用于根据目标地点的位置信息，将颜色信息进行显示。

由上述技术方案可知，本实施例气象信息的处理及展示系统，采用位置信息和气象指标变量进行训练，获得与时间信息相对应的目标回归模型，运用该目标回归模型，即可获得用户指定目标地点的气象信息。该系统采用训练方式获得相应的目标回归模型，结合目标地点的位置信息，预测的气象信息准确度高、误差小。

同时，该系统还能够根据气象指标颜色设置规则，将气象信息转化为颜色信息，并结合位置信息进行可视化显示，能够提高信息的识别度，且直观、可靠。

因此，本实施例气象信息的处理及展示系统，能够有效地预测目标地理位置的气象信息，且能够进行可视化展示，有利于提高用户体验。

为了进一步提高本实施例气象信息的处理及展示方法的可靠性，具体地，模型确定模块2具体用于：根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型；气象信息预测模块3具体用于：根据目标地点的位置信息和神经网络预测模型，获取目标地点的气象信息。并且，模型确定模块2在根据位置信息和气象指标变量进行训练，获得与时间信息相应的神经网络预测模型时，具体用于：将位置信息作为输入变量，气象指标变量作为输出变量进行训练，获取与时间信息相应的神经网络预测模型。

在此，该气象信息预测模块3中的目标回归模型采用神经网络预测模型，神经网络预测模型能够将大量的数据进行处理，获得一个简单的数据模型，该模型具有自适应力和自学习能力，有利于提高数据处理效率。

为了进一步提高本实施例气象信息的处理及展示系统的用户体验，方便用户使用，具体地，气象信息包括温度、湿度、降水量或空气质量指数，其中，本实施例气象信息的处理及展示系统，可以将温度和湿度同时处理，模型确定模块2具体用于根据位置信息、温度值和湿度值进行训练，获取与时间信息相应的温湿度预测模型，气象指标变量包括温度值和湿度值。气象信息预测模块3具体用于根据目标地点的位置信息和温湿度预测模型，获取目标地点的预测温度和预测湿度，气象信息包括预测温度和预测湿度。显示信息转化模块4具体用于根据温度颜色设置规则，将目标地点的预测温度转换为温度颜色信息；根据湿度颜色设置规则，将目标地点的预测湿度转换为湿度颜色信息。信息显示模块5具体用于根据目标地点的位置信息，分别将温度颜色信息和湿度颜色信息进行显示。

在此，本实施例气象信息的处理及展示系统，能够将温度和湿度同时进行处理，获取显示结果，方便用户查询任何目标地点的温度、湿度状况，且准确度高，为用户出行或温湿度查询提供便利。

用户在进行降水量和/或空气质量指数查询时，信息获取模块1还用于获取训练样本点的降水量和/或空气质量指数，以及训练样本点的经纬度信息，气象指标变量还包括降水量和空气质量指数，位置信息包括经纬度信息。模型确定模块2还用于根据经纬度信息和降水量进行训练，获取与时间信息相应的降水量预测模型，以及用于根据经纬度信息和空气质量指数进行训练，获取与时间信息相应的空气质量预测模型。气象信息预测模块3还用于根据目标地点的经纬度信息和降水量预测模型，获取目标地点的降水量预测信息，以及用于根据目标地点的经纬度信息和空气质量预测模型，获取目标地点的空气质量预测信息。显示信息转化模块4还用于根据降水量颜色设置规则，将目标地点的降水量预测信息转化为降水量颜色信息，以及用于根据空气质量颜色设置规则，将目标地点的空气质量预测信息转化为空气质量颜色信息。信息显示模块5还用于根据目标地点的经纬度信息，将降水量颜色信息和/或空气质量颜色信息进行显示。

在此，本实施例气象信息的处理及展示系统，用经纬度来表示不同的位置地点，用户可以根据不同地点的经纬度，获取各地的空气质量预测信息和/或降水量预测信息，并用不同的颜色进行显示，方便用户了解各地的降水量或空气质量指数。并且，用户在查询温度或湿度时，也可以采用各地点的经纬度。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。