对天气状况进行预测的方法和设备的制作方法
【专利摘要】一种对天气状况进行预测的方法和设备。所述方法包括：从多个移动终端接收天气数据，其中，天气数据包括天气信息、位置信息和时间信息；基于时间信息、天气信息和位置信息，对天气数据进行三维平滑；从三维平滑后的天气数据获得第一预定时间的天气信息。根据本发明的对天气状况进行预测的方法和设备，可以更为实时、精确地预报天气。
【专利说明】对天气状况进行预测的方法和设备
【技术领域】
[0001]本发明涉及天气预测领域。更具体地讲，涉及一种对天气状况进行预测的方法和设备。
【背景技术】
[0002]在现有的天气预报技术中，主要根据卫星云图和天气图的分析，结合气象资料、地形和季节特点，来计算得到区域的天气情况预报。其特点是预报范围广，一般预报的空间单位最小为市或区。然而，现有的天气预报技术的预报时间跨度大、实时性不高，一般至少预报未来数小时到数天的天气情况；并且准确性不高，一般采用概率的度量方式，且受城区小气候多变的因素影响，城区局部天气预报更为不准。
[0003]因此，需要一种能够更为实时、精确地预报天气的天气预测技术。
【发明内容】
[0004]本发明的目的在于提供一种对天气状况进行预测的方法和设备，其通过从分布于多个位置的终端接收天气信息，能够更为实时、精确地预报天气。
[0005]本发明的一方面提供一种对天气状况进行预测的方法，包括:从多个移动终端接收天气数据，其中，天气数据包括天气信息、位置信息和时间信息；基于时间信息、天气信息和位置信息，对天气数据进行三维平滑；从三维平滑后的天气数据获得第一预定时间的天气信息。
[0006]可选地，进行三维平滑的步骤包括:对每个天气数据进行时间至距离的归一化；将归一化后的天气数据映射到三维空间，其中，该三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，每个三维坐标(X，Y，L)具有一个天气信息；计算L为与第一时间相应的距离信息的第一平面中的点的天气信息在三维空间中的梯度；沿所述梯度的方向将第一平面中的点的天气信息映射到L为与第一预定时间相应的距离信息的第二平面；对第二平面中的点的天气信息进行平滑。
[0007]可选地，从三维平滑后的天气数据获得预定时间的天气信息的步骤包括:获取平滑后的第二平面中的点的天气信息。
[0008]可选地，所述方法还包括:获取平滑后的第二平面中的与预定位置对应的点的天气信息，以获得预定时间的预定位置的天气信息。
[0009]可选地，第一时间为当前时间。
[0010]可选地，第一平面中的点为预定区域内的点。
[0011]可选地，第一预定时间为第一时间之前的时间。
[0012]可选地，第一预定时间为第一时间之后的时间。
[0013]可选地，对每个天气数据进行时间至距离的归一化的步骤包括:对预定位置的天气数据以及预定位置周围的位置的天气数据之中的每个天气数据进行时间至距离的归一化，基于归一化后的预定位置的天气数据对归一化后的预定位置周围的位置的天气数据执行近似处理，
[0014]其中，从三维平滑后的天气数据获得第一预定时间的天气信息的步骤包括:从三维平滑后的天气数据获得预定位置的第一预定时间的天气信息。
[0015]可选地，所述方法还包括:对所述三维平滑后的天气数据和具有所述获得的第一预定时间的天气信息的天气数据再次进行三维平滑；从三维平滑后的天气数据获得第二预定时间的天气信息。
[0016]可选地，所述方法还包括:基于历史数据对从三维平滑后的天气数据获得的天气信息进行校正。
[0017]可选地，在进行归一化时，将每个天气数据中的时间信息映射为对天气预测影响相同的距离信息。
[0018]可选地，所述方法还包括:基于天气信息和位置信息，对接收的具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
[0019]可选地，所述方法还包括:从二维平滑后的天气数据获得预定位置的天气信息。
[0020]可选地，所述方法还包括:从接收的天气数据之中去除异常点。
[0021]可选地，对具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑的步骤包括:根据位置信息将天气信息映射到一个二维平面，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值；对所述二维平面的点的天气值进行平滑。
[0022]可选地，从二维平滑后的天气数据获得预定位置的天气信息的步骤包括:从所述二维平面获得与预定位置相应的坐标；获得与预定位置相应的坐标的天气值。
[0023]可选地，所述方法还包括:对接收的具有相同或相似时间信息的天气数据中的具有相同的位置信息的天气数据进行归并。
[0024]可选地，基于历史天气数据对获得的第一预定时间的天气信息进行校正的步骤包括:从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息；计算所述参考信息与第一预定时间的预定位置的天气信息的加权和。
[0025]可选地，从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息的步骤包括:提取在第一预定时间所在的日期之前的至少一个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的天气信息，以获得分别与所述至少一个日期的每个日期相应的至少一个天气信息组；从提取的至少一个天气信息组之中搜索与第一预定时间之前的预定时间内的预定位置的天气信息相似的天气信息组；提取搜索到的天气信息组所对应的日期的与第一预定时间对应的时刻的预定位置的天气信息作为参考天气。
[0026]可选地，从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息的步骤包括:提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第一矩阵；提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第二矩阵，N为大于I的自然数;m为大于I的自然数；将第一矩阵在第二矩阵上进行分解，以使用第二矩阵的NfmXl矩阵的加权和来表示第一矩阵；提取所述N个mX I矩阵的权重；提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第三矩阵；利用提取的权重，计算第三矩阵的N个元素的加权和。[0027]可选地，从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息的步骤包括:提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第四矩阵；提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第五矩阵，N为大于I的自然数;m为大于I的自然数；提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的I XN的第六矩阵；对由第五矩阵和第六矩阵形成的(m+1) XN矩阵进行分解，以得到(m+1) Xff的基础矩阵，W为大于I的自然数；将第四矩阵在基础矩阵的对应于第五矩阵的mXW矩阵上进行分解，以使用所述mXW矩阵的W个mX I矩阵的加权和来表示第四矩阵；提取所述W个mXl矩阵的权重；利用提取的权重，计算基础矩阵中的对应于第六矩阵的WX I矩阵的元素的加权和。
[0028]本发明的另一方面提供一种对天气状况进行预测的设备，包括:通信单元，从多个移动终端接收天气数据，其中，天气数据包括天气信息、位置信息和时间信息；三维平滑单元，基于时间信息、天气信息和位置信息，对天气数据进行三维平滑；天气预测单元，从三维平滑后的天气数据获得第一预定时间的天气信息。
[0029]可选地，三维平滑单元包括:归一化单元，对每个天气数据进行时间至距离的归一化；第一映射单元，将归一化后的天气数据映射到三维空间，其中，该三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，每个三维坐标(X，Y，L)具有一个天气信息；梯度计算单元，计算L为与第一时间相应的距离信息的第一平面中的点的天气信息在三维空间中的梯度；
[0030]第二映射单元，沿所述梯度的方向将第一平面中的点的天气信息映射到L为与第一预定时间相应的距离信息的第二平面；平滑处理单元，对第二平面中的点的天气信息进行平滑。
[0031]可选地，天气预测单元获取平滑后的第二平面中的点的天气信息。
[0032]可选地，天气预测单元获取平滑后的第二平面中的与预定位置对应的点的天气信息，以获得预定时间的预定位置的天气信息。
[0033]可选地，第一时间为当前时间。
[0034]可选地，第一平面中的点为预定区域内的点。
[0035]可选地，第一预定时间为第一时间之前的时间。
[0036]可选地，第一预定时间为第一时间之后的时间。
[0037]可选地，归一化单元对预定位置的天气数据以及预定位置周围的位置的天气数据之中的每个天气数据进行时间至距离的归一化，基于归一化后的预定位置的天气数据对归一化后的预定位置周围的位置的天气数据执行近似处理，其中，天气预测单元从三维平滑后的天气数据获得预定位置的第一预定时间的天气信息。
[0038]可选地，三维平滑单元对所述三维平滑后的天气数据和具有所述获得的第一预定时间的天气信息的天气数据再次进行三维平滑；天气预测单元从三维平滑后的天气数据获得第二预定时间的天气信息。
[0039]可选地，所述设备还包括:校正单元，基于历史数据对从三维平滑后的天气数据获得的天气信息进行校正。[0040]可选地，归一化单元将每个天气数据中的时间信息映射为对天气预测影响相同的
距离信息。
[0041]可选地，所述设备还包括:二维平滑单元，基于天气信息和位置信息，对接收的具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
[0042]可选地，天气预测单元从二维平滑后的天气数据获得预定位置的天气信息。
[0043]可选地，所述设备还包括:异常点去除单元，从接收的天气数据之中去除异常点。
[0044]可选地，二维平滑单元根据位置信息将天气信息映射到一个二维平面，并对所述二维平面的点的天气值进行平滑，其中，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值。
[0045]可选地，天气预测单元从所述二维平面获得与预定位置相应的坐标，并获得与预定位置相应的坐标的天气值。
[0046]可选地，所述设备还包括:数据归并单元，对接收的具有相同或相似时间信息的天气数据中的具有相同的位置信息的天气数据进行归并。
[0047]可选地，校正单元包括:参考信息获取单元，从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息；校正计算单元，计算所述参考信息与第一预定时间的预定位置的天气信息的加权和。
[0048]可选地，参考信息获取单元包括:天气信息组提取单元，提取在第一预定时间所在的日期之前的至少一个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的天气信息，以获得分别与所述至少一个日期的每个日期相应的至少一个天气信息组；相似信息提取单元，从提取的至少一个天气信息组之中搜索与第一预定时间之前的预定时间内的预定位置的天气信息相似的天气信息组；参考信息确定单元，提取搜索到的天气信息组所对应的日期的与第一预定时间对应的时刻的预定位置的天气信息作为参考天气。
[0049]可选地，参考信息获取单元包括:第一矩阵提取单元，提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第一矩阵；第二矩阵提取单元，提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第二矩阵，N为大于I的自然数;m为大于I的自然数；分解单元，将第一矩阵在第二矩阵上进行分解，以使用第二矩阵的N个mX I矩阵的加权和来表示第一矩阵；第一权重提取单元，提取所述N个mX I矩阵的权重；第三矩阵提取单元，提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第三矩阵；第一计算单元，利用提取的权重，计算第三矩阵的N个元素的加权和。
[0050]可选地，参考信息获取单元包括:第四矩阵提取单元，提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第四矩阵；第五矩阵提取单元，提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第五矩阵，N为大于I的自然数;m为大于I的自然数；第六矩阵提取单元，提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第六矩阵；基础矩阵提取单元，对由第五矩阵和第六矩阵形成的(m+1) XN矩阵进行分解，以得到(m+1) XW的基础矩阵，W为大于I的自然数；第七矩阵提取单元，将第四矩阵在基础矩阵的对应于第五矩阵的mX W矩阵上进行分解，以使用所述mX W矩阵的W个mX I矩阵的加权和来表示第七矩阵；第二权重提取单元，提取所述W个mX I矩阵的权重；第二计算单元，利用提取的权重，计算基础矩阵中的对应于第六矩阵的WX I矩阵的元素的加权和。
[0051]根据本发明的对天气状况进行预测的方法和设备，可以更为实时、精确地预报天气。此外，根据本发明的对天气状况进行预测的方法和设备，可以对小区域的天气情况进行精确和实时的预测。
[0052]将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描述将是清楚的，或者可以经过本发明的实施而得知。
【专利附图】
【附图说明】
[0053]通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，其中:
[0054]图1示出根据本发明的一个实施例的对天气状况进行预测的方法的流程图。
[0055]图2示出根据本发明的实施例的对天气数据进行三维平滑处理的方法的流程图。
[0056]图3示出根据本发明的实施例的在对天气数据进行三维平滑处理过程中的三维空间。
[0057]图4示出根据本发明的另一个实施例的对天气状况进行预测的方法的流程图。
[0058]图5示出根据本发明的实施例的对天气状况进行预测的设备的框图。
[0059]图6示出根据本发明的实施例的对天气状况进行预测的设备中的三维平滑单元的框图。
[0060]图7示出根据本发明的另一实施例的对天气状况进行预测的设备的框图。
【具体实施方式】
[0061]现在，将参照附图更充分地描述不同的示例实施例，其中，一些示例性实施例在附图中示出。
[0062]图1示出根据本发明的一个实施例的对天气状况进行预测的方法的流程图。
[0063]在步骤101，从多个移动终端接收天气数据。例如，可以在服务器端从移动终端接收天气数据。天气数据包括天气信息、位置信息和时间信息。天气信息表示指示环境参数的信息，例如，温度、湿度、风速、雨量、阴晴状况等。位置信息表示获取天气数据时的位置。时间信息表示获取天气数据时的时间。
[0064]这些移动终端(例如，手机、平板电脑、笔记本电脑、GPS导航仪等)可安装有用于检测环境参数的传感器，例如，温度传感器、湿度传感器、风速传感器等。此外，持有这些移动终端的用户也可自己输入当时当地的环境参数。
[0065]在步骤102，基于时间信息、天气信息和位置信息，对接收的天气数据进行三维平滑。在本发明中，根据对天气估计的影响，将天气数据中的时间信息转换为对天气估计的影响状况相同的距离信息，从而根据表示三维空间的点的坐标的距离信息、位置信息，来在三维空间中三维平滑天气信息。这样，可以通过三维平滑来预测预定时间的天气信息。将在下面详细描述三维平滑的处理。[0066]图2示出根据本发明的实施例的对天气数据进行三维平滑处理的方法的流程图。
[0067]在步骤201，对每个天气数据进行时间至距离的归一化。在进行归一化时，将每个天气数据中的时间信息映射为对天气预测影响相同的距离信息。
[0068]利用某个位置的不同时间的天气数据对该位置的天气预测的影响可以等价为:利用距离该位置一定距离的另一位置的天气数据对该位置的天气预测的影响。换言之，时间上的差异对于天气预测的影响可以等价为地域上的差异对于天气预测的影响。
[0069]例如，利用在一个位置处的一个时间的天气数据对该位置的预定时间的天气进行预测得到第一结果，利用在该位置处的一个参考时间的天气数据对该位置的预定时间的天气进行预测得到第二结果，则第一结果与第二结果之间的差异可以等价为:利用离开该位置一定距离L的另一位置的在预定时间的天气数据对该位置的预定时间的天气预测的结果。此时，该位置在该时间的天气数据中的时间信息可以映射为该距离L。通过这样的映射，可以将天气数据中的时间信息对天气预测的影响归一化。应该理解，这里的参考时间可以任意设置。这样的映射关系可以在各个位置和各个时间通过实地检测来获得，或者也可通过历史数据进行实验获得。
[0070]例如，在某个位置，利用早上9点的天气数据进行天气预测的结果与利用早上2点的天气数据对天气预测的结果是不同的，该不同可以映射为或者等价为利用离开该位置5千米的位置的天气数据对该位置进行天气预测，换言之，早上9点的天气数据相对于早上2点的天气数据对天气预测的影响相当于离开该位置5千米的位置的天气数据对天气预测的影响。再例如，早上10点的天气数据相对于早上3点的天气数据对天气预测的影响相当于离开该位置7千米的位置的天气数据对天气预测的影响。
[0071]在一个实施例中，将一个时间单位(例如，一天或一年)划分为n (n为大于I的自然数)个时间段(例如，按一小时、半小时或5分钟划分，可以根据精度要求任意设置)，这样存在作为端点的n+1个时间。对于这n+1个时间，获得第I个时间之后的每个时间\(l〈i〈n+2)的天气数据相对`于前一时间的天气数据对天气预测的影响所对应的距离U。
[0072]假设参考时间为这n+1个时间中的tMf，ref〈i，任意时间\所对应的距离Li可被表示为下面的等式(I):
I
[0073]Li= ^ Is
s=ref+l(I )
[0074]假设参考时间为这n+1个时间中的tMf，ref>i，任意时间\所对应的距离Li可被表示为下面的等式(2):
ref-1
[0075]Li=工-1s
s=iC2)
[0076]此外，如果ref=i, Li=O0
[0077]例如，将一天划分为24个小时，6点为参考时间，则10点所对应的距离LlO-110+19+18+17°
[0078]在另一个实施例中，不对时间进行划分，针对某个参考时间直接获得对应于不同时间的距离L。
[0079]在步骤202，将归一化后的天气数据映射到三维空间。在归一化操作之后，每个天气数据具有天气信息、位置信息和距离信息。可利用三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，这样每个三维坐标(X，Y，L)具有一个天气信息。
[0080]在步骤203，计算平面Pl(这里，平面Pl的L为与第一时间tl相应的距离信息LI)中的点的天气信息在三维空间中的梯度，即，相对于平面P2(这里，平面P2的L为与不包括第一时间的时间范围中的第二时间t2相应的距离信息L2)中的点的天气信息的梯度。这里，第一时间、第二时间是已经获得了天气数据的时间。例如，第二时间可以是第一时间之前的时间。此外，第二时间也可以是第一时间之后的时间，或者第一时间在多个第二时间之间。这取决于预测的方向。例如，预测未来天气时，第一时间优选地为最新的天气数据所对应的时间。应该理解，也可以预测某个历史时间。
[0081]假设平面Pl中的点dl的坐标为(X，y, z)，则从平面P2中搜索点d2: (x，，y，，z，)，使得 tt=(t2-tl)/sqrt((x_x’)2+(y_y’)2+(z_z’ )2)最大。这里，sqrt 表示取平方根。(x, y, z)与(x’，y’，z’)在三维空间中的连线方向为梯度方向。
[0082]图3示出根据本发明的实施例的在对天气数据进行三维平滑处理过程中的三维空间。
[0083]如图3所示，在某个平面P2搜索到d2点，使得tt最大，从而获得dl的梯度(如箭头方向所示)。
[0084]优选地,在三维空间的点(X，y, z)周围的预定范围内搜索点(X’，y’，z’)。
[0085]此外，当仅需要预测某个区域的天气时，仅选取(X，Y)为预定范围内的三维空间数据。
[0086]在步骤204，沿所述梯度的方向将平面Pl中的点的天气信息映射到L为与第三时间t3相应的距离信息L3的平面P3。这里，第三时间为待预测的时间。此时，通过该映射过程对平面P3中的点进行了赋值。
[0087]如图3所示，从平面Pl的点dl沿着梯度的方向映射(或投影)到平面P3的点d3。此时，点d3的天气值被赋予点dl的天气值。
[0088]在步骤205，对平面P3中的点的天气信息进行平滑。可利用现有的各种平滑技术来进行平滑处理。
[0089]返回图1，在步骤103，从三维平滑后的天气数据获得预定时间的天气信息。这里的预定时间对应于上面的第三时间。这样，可以从平面P3获得第三时间各个位置的天气数据。
[0090]此外，在另一实施例中，可以首先利用图1的方法基于现有的天气数据预测第一预定时间的天气。然后将预测到的第一预定时间的天气数据作为现有的天气数据，再利用图1的方法预测第一预定时间之后的第二预定时间的天气。可以重复上述过程，预测更多时间的天气。
[0091]例如，已经知道9点之前的天气数据，可以利用这些天气数据预测10点的天气。然后，将预测的10点的天气作为现有天气数据，进一步预测11点的天气。这样比利用9点之前的天气数据直接预测11点的天气更精确。
[0092]换句话说，对所述三维平滑后的天气数据和具有所述获得的第一预定时间的天气信息的天气数据再次进行三维平滑，并且从再次三维平滑后的天气数据获得第二预定时间的天气信息，并可重复上述过程。
[0093]在另一实施例中，在图1的步骤102中，对于希望得到天气状况的每个位置分别执行三维平滑。此时，相应地，在图2的步骤201，基于待检测天气的位置信息来对天气数据进行时间至距离的归一化。具体地说，可预先接收希望检测其天气的一个位置，从已经接收的天气数据中提取包括该位置的预定区域的位置的天气数据。换言之，提取该位置及该位置周围区域的位置(以下，称为临近位置)的天气数据。随后，对这些天气数据执行时间至距离的归一化。在归一化之后，对每个天气数据归一化得到的距离信息的精度进行调整，使得该位置与临近位置在相同时间对应的距离信息相同。例如，对于每个时间，基于该位置的对应于该时间的距离信息对临近位置的对应于该时间的距离信息进行近似处理。例如，当临近位置的对应于该时间的距离信息与该位置的对应于该时间的距离信息之差的绝对值小于预定阈值时，将该临近位置的距离信息校正为该位置的距离信息。随后执行步骤202-204。随后，在步骤103，从三维平滑后的天气数据获得在该位置的预定时间的天气信息。这样，可以提高单个位置的天气预测精度。
[0094]图4示出根据本发明的另一个实施例的对天气状况进行预测的方法的流程图。
[0095]在步骤401，从多个移动终端接收天气数据。
[0096]在步骤402，基于天气信息和位置信息，对具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
[0097]具体地说，根据位置信息将天气信息映射到一个二维平面，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值，对所述二维平面的点的天气值进行二维平滑。该平滑过程可类似于图2中的步骤205。
[0098]此外，可在执行二维平滑之前，具有相同或相似时间信息的天气数据中的具有相同的位置信息的天气数据进行归并。例如，进行平均处理。
[0099]此外，还可在执行二维平滑之前从接收的天气数据之中去除异常点，例如，与周围数据差异较大的点。
[0100]在步骤403，基于时间信息、天气信息和位置信息，对二维平滑后的天气数据进行三维平滑。步骤403的平滑方式可与步骤102相同。
[0101]在步骤404，从二维平滑后的天气数据获得预定位置的天气信息。该二维平滑后的天气数据可以是步骤402和/或步骤403中的二维平滑后的天气数据。
[0102]在另一实施例中，在步骤103之后，还可基于历史数据对获得的预定时间的天气信息进行校正。
[0103]在另一实施例中，在步骤404之后，还可基于历史数据对获得的预定时间的天气信息进行校正。
[0104]在进行校正时，首先从历史天气数据提取获得的预定时间的预定位置(取决于希望校正的位置)的天气信息的参考信息。这里，可根据以往相同时间周期(例如，以日、月、年为时间周期)的历史数据的天气变化趋势来获得参考信息。随后，计算参考信息与获得的天气信息的加权和。参考信息和获得的天气信息的权重可以通过实验来获得。
[0105]下面，描述一个根据本发明的实施例的获取参考信息的方式。
[0106]首先，从历史天气数据提取在预定时间所在的日期之前的至少一个日期的与预定时间对应的时刻之前的预定时间段内的天气信息，以获得分别与所述至少一个日期的每个日期相应的至少一个天气信息组。
[0107]例如，假设预定时间所在的日期是2012年5月23日13点，预定时间段是6个小时，取整点时的天气信息，则提取2012年5月23日之前的至少一天的7-12点范围内的天气信息。每天的7-12点范围内的天气信息对应于一个天气信息组。
[0108]随后，从提取的至少一个天气信息组之中搜索与第一预定时间之前的预定时间内的天气信息相似的天气信息组。
[0109]例如，2012年5月23日7_12点的每个整点对应的温度为6、8、10、12、14、15度。通过搜索可以找到2012年5月20日7-12点的每个整点对应的温度也是为6、8、10、12、14、15度。
[0110]然后，提取搜索到的天气信息组所对应的日期的与预定时间对应的时刻的天气信息作为参考天气。
[0111]例如，将2012年5月20日13点的天气信息作为参考天气。
[0112]下面,描述一个根据本发明的另一实施例的获取参考信息的方式。
[0113]首先，提取在预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第一矩阵。
[0114]例如，例如，假设预定时间所在的日期是2012年5月23日13点，预定时间段是6个小时，取整点时的天气信息，2012年5月23日7-12点的每个整点对应的温度为6、8、10、12、14、15度，则第一矩阵被表示为[6810121415]。
[0115]随后，提取在预定时间所在的日期之前的N个日期的与预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第二矩阵，N为大于I的自然数为大于I的自然数。
[0116]随后，将第一矩阵在第二矩阵上进行分解，以使用第二矩阵的N个mX I矩阵的加权和来表不第一矩阵。
[0117]随后，从由第二矩阵的N个mX I矩阵的加权和表示的第一矩阵提取所述NfmXl矩阵的权重。
[0118]随后，提取在预定时间所在的日期之前的N个日期的与预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第三矩阵。
[0119]随后，利用提取的N个权重，计算第三矩阵的N个元素的加权和。
[0120]下面,描述一个根据本发明的另一实施例的获取参考信息的方式。
[0121]首先，提取在预定时间之前的预定时间内的预定位置的m天气信息，以形成关于天气信息的mX I的第四矩阵。
[0122]随后，提取在预定时间所在的日期之前的N个日期的与预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第五矩阵，N为大于I的自然数为大于I的自然数。
[0123]随后，提取在预定时间所在的日期之前的N个日期的与预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第六矩阵。
[0124]随后，对由第五矩阵和第六矩阵合并形成的(m+1) XN矩阵进行分解，以得到(m+1) Xff的基础矩阵，W为大于I的自然数。可利用k-svd算法来进行上述分解。[0125]随后，将第四矩阵在基础矩阵的对应于第五矩阵的mXW矩阵上进行分解，以使用所述mXW矩阵的WfmXl矩阵的加权和来表示第四矩阵。
[0126]随后，提取所述W个mXl矩阵的权重。
[0127]随后，利用提取的权重，计算基础矩阵中的对应于第六矩阵的WX I矩阵的元素的加权和。
[0128]应该理解，根据本发明的上述方法可以被实现为计算机可读记录介质中的计算机代码。本领域技术人员可以根据对上述方法的描述来实现所述计算机代码。当所述计算机代码在计算机中被执行时实现本发明的上述方法。
[0129]图5示出根据本发明的实施例的对天气状况进行预测的设备的框图。
[0130]如图5所示，根据本发明的实施例的对天气状况进行预测的设备500包括通信单元510、三维平滑单元520、天气预测单元530。
[0131]通信单元510从多个移动终端接收天气数据。通信单元510可以被实现为无线通信器件，从而可以通过诸如互联网、局域网的无线网络来与移动终端进行通信。
[0132]三维平滑单元520基于时间信息、天气信息和位置信息，对天气数据进行三维平滑。
[0133]天气预测单元530从三维平滑后的天气数据获得第一预定时间的天气信息。
[0134]图6示出根据本发明的实施例的对天气状况进行预测的设备中的三维平滑单元520的框图。
[0135]如图6所示，三维平滑单元520包括归一化单元521、第一映射单元522、梯度计算单元523、第二映射单元524、平滑处理单元525
[0136]归一化单元521对每个天气数据进行时间至距离的归一化。在进行归一化时，将每个天气数据中的时间信息映射为对天气预测影响相同的距离信息。
[0137]某个位置的不同时间的天气数据对该位置的天气预测的影响可以等价为:距离该位置一定距离的另一位置的天气数据对该位置的天气预测的影响。换言之，时间上的差异对于天气预测的影响可以等价为地域上的差异对于天气预测的影响。
[0138]例如，利用在一个位置处的一个时间的天气数据对该位置的预定时间的天气进行预测得到第一结果，利用在该位置处的一个参考时间的天气数据对该位置的预定时间的天气进行预测得到第二结果，则第一结果与第二结果之间的差异可以等价为:利用离开该位置一定距离L的另一位置的在预定时间的天气数据对该位置的预定时间的天气预测的结果。此时，该位置在该时间的天气数据中的天气信息可以映射为该距离L。通过这样的映射，可以将天气数据中的时间信息对天气预测的影响归一化。应该理解，这里的参考时间可以任意设置。这样的映射关系可以在各个位置和各个时间通过实地检测来获得或者也可通过历史数据进行实验获得。
[0139]例如，可以基于等式(I)和(2)的方式来进行归一化。
[0140]第一映射单元522将归一化后的天气数据映射到三维空间。在归一化操作之后，每个天气数据具有天气信息、位置信息和距离信息。可利用三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，这样每个三维坐标(X，Y，L)具有一个天气信息。
[0141]梯度计算单元523计算平面Pl (此时，平面Pl的L为与第一时间tl相应的距离信息LI)中的点的天气信息相对于平面P2 (此时，平面P2的L为与不同于第一时间的至少一个第二时间t2相应的距离信息L2)中点的天气信息的梯度。可根据步骤203的方式来计算梯度。
[0142]第二映射单元524沿所述梯度的方向将平面Pl中的点的天气信息映射到L为与第三时间t3相应的距离信息L3的平面P3。此时，通过该映射过程对平面P3中的点进行了赋值。
[0143]平滑处理单元525对平面P3中的点的天气信息进行平滑。可利用现有的各种平滑技术来进行平滑处理。
[0144]此外，三维平滑单元520还对三维平滑后的天气数据和具有所述获得的预定时间的天气信息的天气数据再次进行三维平滑。天气预测单元530从三维平滑后的天气数据获得另一预定时间的天气信息。三维平滑单元520和天气预测单元530可重复地将新预测到的天气信息添加到已有的预测数据预测下一时间的天气信息。
[0145]在另一实施例中，三维平滑单元520对每个位置分别执行三位平滑。此时，三维平滑单元520基于待检测天气的位置来对天气数据进行时间至距离的归一化。三维平滑单元520还可包括提取单元，提取单元可从已经接收的天气数据中提取包括某个位置的预定区域中的位置的天气数据(基于其中的位置信息)。换言之，提取该位置及该位置周围区域的位置(以下，称为临近位置)的天气数据。归一化单元521对这些天气数据执行时间至距离的归一化，并对每个天气数据归一化得到的距离信息的精度进行调整，使得该位置与临近位置在相同时间对应的距离信息相同。例如，对于每个时间，基于该位置的对应于该时间的距离信息对临近位置的对应于该时间的距离信息进行近似处理。例如，当临近位置的对应于该时间的距离信息与该位置的对应于该时间的距离信息之差的绝对值小于预定阈值时，将该临近位置的距离信息校正为该位置的距离信息。天气预测单元530可从三维平滑后的天气数据获得在该位置的预定时间的天气信息。这样，可以提高单个位置的天气预测精度。
[0146]图7示出根据本发明的另一实施例的对天气状况进行预测的设备的框图。
[0147]与图5相比，图7所示的对天气状况进行预测的设备500还包括二维平滑单元540。二维平滑单元540基于天气信息和位置信息，对具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
[0148]具体地说，根据位置信息将天气信息映射到一个二维平面，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值，对所述二维平面的点的天气值进行平滑。该平滑过程可类似于图2中的步骤205。
[0149]天气预测单元530可从由二维平滑单元540 二维平滑后的天气数据获得预定位置的天气信息。
[0150]此外，本发明的另一实施例的对天气状况进行预测的设备还可包括数据归并单元，用于对接收的具有相同或相似时间信息的天气数据中的具有相同的位置信息的天气数据进行归并。例如，进行平均处理。
[0151]此外，本发明的另一实施例的对天气状况进行预测的设备还可包括异常点去除单元，用于从接收的天气数据之中去除异常点。
[0152]此外，本发明的另一实施例的对天气状况进行预测的设备还可包括校正单元，基于历史数据对获得的天气信息进行校正。
[0153]校正单元包括:参考信息获取单元和校正计算单元。[0154]参考信息获取单元从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息。这里，可根据以往相同时间周期(例如，以日、月、年为时间周期)的历史数据的天气变化趋势来获得参考信息。校正计算单元计算所述参考信息与第一预定时间的预定位置的天气信息的加权和。
[0155]在一个根据本发明的一个实施例中，参考信息获取单元包括天气信息组提取单元、相似信息提取单元、参考信息确定单元。
[0156]天气信息组提取单元提取在第一预定时间所在的日期之前的至少一个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的天气信息，以获得分别与所述至少一个日期的每个日期相应的至少一个天气信息组。
[0157]相似信息提取单元从提取的至少一个天气信息组之中搜索与第一预定时间之前的预定时间内的预定位置的天气信息相似的天气信息组。
[0158]参考信息确定单元提取搜索到的天气信息组所对应的日期的与第一预定时间对应的时刻的预定位置的天气信息作为参考天气。
[0159]在一个根据本发明的另一个实施例中，参考信息获取单元包括:天气信息组提取单元、相似信息提取单元、参考信息确定单元。
[0160]天气信息组提取单元提取在第一预定时间所在的日期之前的至少一个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的天气信息，以获得分别与所述至少一个日期的每个日期相应的至少一个天气信息组。
[0161]相似信息提取单元从提取的至少一个天气信息组之中搜索与第一预定时间之前的预定时间内的预定位置的天气信息相似的天气信息组。
[0162]参考信息确定单元提取搜索到的天气信息组所对应的日期的与第一预定时间对应的时刻的预定位置的天气信息作为参考天气。
[0163]在一个根据本发明的另一个实施例中，参考信息获取单元包括:第一矩阵提取单元、第二矩阵提取单元、分解单元、第一权重提取单元、第三矩阵提取单元、第一计算单元。
[0164]第一矩阵提取单元提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第一矩阵。
[0165]第二矩阵提取单元提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第二矩阵，N为大于I的自然数;m为大于I的自然数。
[0166]分解单元将第一矩阵在第二矩阵上进行分解，以使用第二矩阵的N个mX I矩阵的加权和来表不第一矩阵。
[0167]第一权重提取单元从由第二矩阵的N个mX I矩阵的加权和表示的第一矩阵提取所述NfmXl矩阵的权重。
[0168]第三矩阵提取单元提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第三矩阵。
[0169]第一计算单元利用提取的权重，计算第三矩阵的N个元素的加权和。
[0170]在一个根据本发明的另一个实施例中，参考信息获取单元包括:第四矩阵提取单元、第五矩阵提取单元、第六矩阵提取单元、基础矩阵提取单元、第七矩阵提取单元、第二权重提取单元、第二计算单元。[0171]第四矩阵提取单元提取在第一预定时间之前的预定时间内的预定位置的m个天气信息，以形成关于天气信息的mX I的第四矩阵。
[0172]第五矩阵提取单元提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻之前的预定时间段内的预定位置的m个天气信息，以获得关于天气信息的mXN的第五矩阵，N为大于I的自然数；m为大于I的自然数。
[0173]第六矩阵提取单元提取在第一预定时间所在的日期之前的N个日期的与第一预定时间对应的时刻的预定位置的天气信息，以获得关于天气信息的IXN的第六矩阵；
[0174]基础矩阵提取单元对由第五矩阵和第六矩阵形成的(m+1) XN矩阵进行分解，以得到(m+1) Xff的基础矩阵，W为大于I的自然数。
[0175]第七矩阵提取单元将第四矩阵在基础矩阵的对应于第五矩阵的mXW矩阵上进行分解，以使用所述mX W矩阵的W个mX I矩阵的加权和来表示第七矩阵。
[0176]第二权重提取单元提取所述WfmX I矩阵的权重。
[0177]第二计算单元利用提取的权重，计算基础矩阵中的对应于第六矩阵的WX I矩阵的元素的加权和。
[0178]根据本发明的示例性实施例的对天气状况进行预测的设备中的各个单元可被实现硬件组件。本领域技术人员根据限定的各个单元所执行的处理，可以例如使用现场可编程门阵列(FPGA)或专用集成电路(ASIC)来实现各个单元。
[0179]此外，应该理解，根据本发明的对天气状况进行预测的方法和设备不限于预测未来时间的天气，也可以预测历史时间的天气。
[0180]根据本发明的对天气状况进行预测的方法和设备，可以更为实时、精确地预报天气。此外，根据本发明的对天气状况进行预测的方法和设备，可以预测出小区域的天气情况。
[0181]尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。
【权利要求】
1.一种对天气状况进行预测的方法，包括: 从多个移动终端接收天气数据，其中，天气数据包括天气信息、位置信息和时间信息； 基于时间信息、天气信息和位置信息，对天气数据进行三维平滑； 从三维平滑后的天气数据获得第一预定时间的天气信息。
2.根据权利要求1所述的方法，其中，进行三维平滑的步骤包括: 对每个天气数据进行时间至距离的归一化； 将归一化后的天气数据映射到三维空间，其中，该三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，每个三维坐标(X，Y，L)具有一个天气信息； 计算L为与第一时间相应的距离信息的第一平面中的点的天气信息在三维空间中的梯度； 沿所述梯度的方向将第一平面中的点的天气信息映射到L为与第一预定时间相应的距离信息的第二平面； 对第二平面中的点的天气信息进行平滑。
3.根据权利要求2所述的方法，其中，对每个天气数据进行时间至距离的归一化的步骤包括:对预定位置的天气数据以及预定位置周围的位置的天气数据之中的每个天气数据进行时间至距离的归一化，基于归一化后的预定位置的天气数据对归一化后的预定位置周围的位置的天气数据执行近似处理， 其中，从三维平滑后的天气数据获得第一预定时间的天气信息的步骤包括:从三维平滑后的天气数据获得预定位置 的第一预定时间的天气信息。
4.根据权利要求1所述的方法，还包括: 对所述三维平滑后的天气数据和具有所述获得的第一预定时间的天气信息的天气数据再次进行三维平滑； 从三维平滑后的天气数据获得第二预定时间的天气信息。
5.根据权利要求1所述的方法，还包括: 基于天气信息和位置信息，对接收的具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
6.根据权利要求5所述的方法，还包括:从二维平滑后的天气数据获得预定位置的天气信息。
7.根据权利要求5所述的方法，其中，对具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑的步骤包括: 根据位置信息将天气信息映射到一个二维平面，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值； 对所述二维平面的点的天气值进行平滑。
8.根据权利要求6所述的方法，其中，从二维平滑后的天气数据获得预定位置的天气信息的步骤包括: 从所述二维平面获得与预定位置相应的坐标； 获得与预定位置相应的坐标的天气值。
9.根据权利要求1所述的方法，其中，基于历史天气数据对获得的第一预定时间的天气信息进行校正的步骤包括:从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息； 计算所述参考信息与第一预定时间的预定位置的天气信息的加权和。
10.一种对天气状况进行预测的设备，包括: 通信单元，从多个移动终端接收天气数据，其中，天气数据包括天气信息、位置信息和时间信息； 三维平滑单元，基于时间信息、天气信息和位置信息，对天气数据进行三维平滑； 天气预测单元，从三维平滑后的天气数据获得第一预定时间的天气信息。
11.根据权利要求10所述的设备，其中，三维平滑单元包括: 归一化单元，对每个天气数据进行时间至距离的归一化； 第一映射单元，将归一化后的天气数据映射到三维空间，其中，该三维空间中的两个维度表示位置信息X、Y，一个维度表示距离信息L，每个三维坐标(X，Y，L)具有一个天气信息； 梯度计算单元，计算L为与第一时间相应的距离信息的第一平面中的点的天气信息在三维空间中的梯度； 第二映射单元，沿所述梯度的方向将第一平面中的点的天气信息映射到L为与第一预定时间相应的距离信息的第二平面； 平滑处理单元，对第二平面中的点的天气信息进行平滑。
12.根据权利要求11所述的设备，其中，归一化单元对预定位置的天气数据以及预定位置周围的位置的天气数据之中的每个天气数据进行时间至距离的归一化，基于归一化后的预定位置的天气数据对归一化后的预定位置周围的位置的天气数据执行近似处理， 其中，天气预测单元从三维平滑后的天气数据获得预定位置的第一预定时间的天气信息。
13.根据权利要求10所述的设备，其中， 三维平滑单元对所述三维平滑后的天气数据和具有所述获得的第一预定时间的天气信息的天气数据再次进行三维平滑； 天气预测单元从三维平滑后的天气数据获得第二预定时间的天气信息。
14.根据权利要求10所述的设备，还包括: 二维平滑单元，基于天气信息和位置信息，对接收的具有相同或相似时间信息的天气数据进行基于位置信息的二维平滑。
15.根据权利要求14所述的设备，其中，天气预测单元从二维平滑后的天气数据获得预定位置的天气信息。
16.根据权利要求14所述的设备，其中，二维平滑单元根据位置信息将天气信息映射到一个二维平面，并对所述二维平面的点的天气值进行平滑，其中，所述二维平面的每个点的坐标表示一个位置，每个点具有一个天气值。
17.根据权利要求15所述的设备，其中，天气预测单元从所述二维平面获得与预定位置相应的坐标，并获得与预定位置相应的坐标的天气值。
18.根据权利要求10所述的设备，其中，校正单元包括: 参考信息获取单元，从历史天气数据提取第一预定时间的预定位置的天气信息的参考信息； 校正计算单元，计算所述参考信息与第一预定时间的预定位置的天气信息的加权和。
【文档编号】H04L29/08GK103499846SQ201310395391
【公开日】2014年1月8日 申请日期:2013年9月3日 优先权日:2013年9月3日
【发明者】王光远 申请人:百度在线网络技术（北京）有限公司