(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210935313.0 (22)申请日 2022.08.05 (65)同一申请的已公布的文献号 申请公布号 CN 114994801 A (43)申请公布日 2022.09.02 (73)专利权人 中国气象局公共气象服 务中心 （国家预警信息发布中心） 地址 100089 北京市海淀区中关村南大街 46号 (72)发明人 张国平　姜睿娇　王曙东　王阔音　 薛冰　丁劲　章芳　杨静　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 曹延鹏 (51)Int.Cl. G01W 1/10(2006.01) G01R 29/08(2006.01) G01S 7/41(2006.01) G01S 13/95(2006.01)G01S 19/42(2010.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06N 5/04(2006.01) G06N 7/00(2006.01) G06F 16/29(2019.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (56)对比文件 CN 108427041 A,2018.08.21 CN 108537368 A,2018.09.14 CN 112418500 A,2021.02.26 CN 106526708 A,2017.0 3.22 CN 109738970 A,2019.0 5.10 CN 114066034 A,202 2.02.18 US 2011090111 A1,201 1.04.21 CN 112764129 A,2021.0 5.07 吕伟涛.雷电临近预警方法和系统研发. 《气 象》 .2009,第35卷(第5期),全 文. 审查员 郝建坤 (54)发明名称 一种雷电监测预警方法及装置 (57)摘要 本发明提供了一种雷电监测预警方法及装 置， 其中， 该雷电监测预警装置包括： 定位模块， 用于获取位置信息； 云端数据获取模块， 用于从 云端获取位置信息的风云卫星闪电数据、 地基雷 电定位数据； 用户端数据获取模块， 从用户端获 取大气电场强度数据； 数据集成处理模块， 对风 云卫星闪电数据、 地基雷电定位数据进行订正， 以及， 基于预先训练的雷电监测模型， 对风云卫 星闪电数据、 地基雷电定位数据、 大气电场强度 数据进行特征参数提取， 并对提取的特征参数进 行融合， 得到融合特征参数； 雷电预警信息生成 模块， 用于基于融合特征参数以及预先设定的雷 电预警阈值， 生成雷电预警信息； 数据发布模块发布生成的雷电预警信息。 可以提高雷电监测预 警的准确度。 权利要求书2页 说明书9页 附图2页 CN 114994801 B 2022.10.25 CN 114994801 B 1.一种雷电监测预警装置， 其特 征在于， 包括： 定位模块， 用于获取位置信息； 云端数据获取模块， 用于从云端获取所述位置信息的风云卫星闪电数据、 地基雷电定 位数据； 用户端数据获取模块， 用于从用户端获取 大气电场强度数据； 数据集成处理模块， 用于对风云卫星闪电数据、 地基雷电定位数据进行订正， 以及， 基 于预先训练的雷电监测模型， 对风云卫星闪电数据、 地基雷电定位数据、 大气电场强度数据 进行特征参数提取， 并对提取的特 征参数进行融合， 得到融合特 征参数； 雷电预警信息生成模块， 用于基于融合特征参数以及预先设定的雷电预警阈值， 生成 雷电预警信息； 数据发布模块， 用于发布生成的雷电预警信息； 所述数据集成处 理模块包括： 订正单元， 用于对风云卫星闪电数据、 地基雷电定位数据进行订 正； 空间特征数据获取单元， 用于结合订正的地基雷电定位数据， 利用概率推断的方法， 从 订正的风云卫星闪电数据中提取云地闪的比例， 利用聚类算法对提取的数据进行匹配和融 合， 得到所述 位置信息的空间特 征数据； 时间特征数据获取单元， 用于对大气电场仪的大气电场强度数据进行特征提取， 得到 所述位置信息的时间特 征数据； 融合单元， 用于对空间特 征数据和时间特 征数据进行融合， 得到融合特 征参数。 2.根据权利要求1所述的装置， 其特 征在于， 还 包括： 雷电监测模型构建模块， 用户获取历史时刻的风云卫星闪电历史数据、 地基雷电定位 历史数据， 对风云卫星闪电历史数据、 地基雷电定位历史数据进行订 正； 针对每一历史时刻， 基于该历史时刻的大气电场强度数据以及订正的风云卫星闪电历 史数据、 地基雷电定位历史数据， 进行特征参数提取， 并对提取的特征参数进行融合， 得到 融合特征历史参数； 利用机器学习算法， 对融合特 征历史参数进行训练， 得到预测时刻的雷电预测数据； 依据所述机器学习算法和所述预测时刻的大气电场强度 数据， 对所述预测时刻的雷电 预测数据进行修 正， 最终得到 完成训练的雷电监测模型。 3.根据权利要求1所述的装置， 其特 征在于， 还 包括： 多环境测试模块， 用于获取当前环境信 息， 依据当前环境信 息确定对应的测试环境， 依 据确定的测试环境确定所述雷电预警阈值。 4.根据权利要求3所述的装置， 其特征在于， 所述多环境测试模块包括： 室内环境测试 单元、 特殊 天气测试单元、 响应时间测试单元、 数据正确性测试单元、 逻辑正确性测试单元、 精度测量单 元和设备工作性能测试 单元。 5.根据权利要求1至4任一项所述的装置， 其特 征在于， 所述定位模块 为北斗模块。 6.根据权利要求1至4任一项所述的装置， 其特征在于， 从风云四号静止卫星上搭载的 闪电成像仪LMI获取 所述风云卫星闪电数据。 7.一种雷电监测预警方法， 其特 征在于， 包括： 获取目标监测区域的位置信息；权　利　要　求　书 1/2 页 2 CN 114994801 B 2从云端获取 所述位置信息的风云卫星闪电数据、 地基雷电定位数据； 从用户端获取 所述位置信息的大气电场强度数据； 对所述目标监测区域的风云卫星闪电数据、 地基雷电定位数据进行订正， 以及， 基于预 先训练的雷电监测模 型， 对风云卫星闪电数据、 地基雷电定位数据、 大气电场强度数据进 行 特征参数提取， 并对提取的特 征参数进行融合， 得到融合特 征参数， 包括： 对风云卫星闪电数据、 地基雷电定位数据进行订 正； 结合订正的地基雷电定位数据， 利用概率推断的方法， 从订正的风云卫星闪电数据中 提取云地闪的比例， 利用聚类算法对提取 的数据进行匹配和融合， 得到所述位置信息的空 间特征数据； 对大气电场仪的大气电场强度数据进行特征提取， 得到所述位置信息的时间特征数 据； 对空间特 征数据和时间特 征数据进行融合， 得到融合特 征参数； 基于融合特 征参数以及预 先设定的雷电预警阈值， 生成雷电预警信息； 发布生成的雷电预警信息 。 8.一种计算机设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述 处理器可执行 的机器可读指令， 当计算机设备运行时， 所述处理器与所述存储器之间通过 总线通信， 所述机器可读指令被所述处理器执行时执行如权利要求7所述的雷电监测预警 方法的步骤。 9.一种计算机可读存储介质， 其特征在于， 该计算机可读存储介质上存储有计算机程 序， 该计算机程序被处 理器运行时执 行如权利要求7 所述的雷电监测预警方法的步骤。权　利　要　求　书 2/2 页 3 CN 114994801 B 3