中国气象科学研究院

本发明公开了一种基于气溶胶和水成物消光贡献的垂直能见度预测方法，包括：获取目标区域化学天气数值预报模式输出的预报场，基于气溶胶分档质量浓度进行气溶胶活化参数化，计算实时云滴数浓度，查算表读取质量消光系数计算各模式层的气溶胶垂直消光系数，根据各模式层的云滴数浓度、云水含量、冰晶数浓度和云冰含量计算水成物垂直消光系数，根据综合垂直消光系数和模式层厚度计算层光学厚度，根据目标高度向下逐层累积光学厚度，基于累积光学厚度识别垂直能见度。该方法利用实时云滴数浓度替代云微物理方案中的固定值，耦合计算气溶胶与水成物的消光，提高雾‑霾和云雨天气条件下垂直能见度预报的精度、适用性和时效性，同时具有较好的可解释性。

本发明公开了基于三维变分方法与SEIR模型融合的流感传播参数估计方法，属于传染病传播动力学建模技术领域。该方法包括：获取目标地区连续周尺度流感监测数据并进行预处理；构建SEIR传播动力学模型；将初始仓室状态及传播参数作为统一控制变量纳入三维变分同化框架；构造对数残差平方和形式的代价函数以平衡不同流行阶段的观测贡献；采用前向有限差分法近似梯度，结合自适应步长最速下降法迭代求解；迭代过程中施加仓室非负约束、总人数守恒修正及传播参数边界投影。本发明实现初始状态与传播参数的联合最优估计，提高了SEIR模型对本地流感流行过程的适配能力与预测精度。

本发明提供了一种逐时间步的太阳总辐射多时域预测方法、产品及设备。其中上述方法包括：获取多个数据源的气象观测数据并进行预处理，得到模型特征数据；根据模型特征数据和预设的多个目标预测时域构造得到多组滑动窗口序列；利用滑动窗口序列分别训练得到多个结构互异的深度学习基模型；将多个深度学习基模型输出的基础预测序列送入注意力堆叠融合层进行融合处理，得到融合预测序列；根据融合预测序列输出多时域的多步太阳总辐射预测结果。通过此方法，能够为太阳总辐射多时域预测中的每一个预测步独立学习最优的基模型组合权重，自适应捕捉不同预测距离上各模型的优势，在所有时域上均取得更优预测精度。