公开(公告)号：CN114742206A

公开(公告)日：2022-07-12

申请号：CN202210417830.9

申请日：2022-04-20

Applicant: 南京信息工程大学

Inventor： 刘欢欢 ,  田伟 ,  沈凯令 ,  易雷

IPC: G06N3/04 ,  G06N3/08 ,  G06F16/215 ,  G06F16/22 ,  G06F16/25 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明涉及深度学习定量降水估计技术领域，具体是综合多时空尺度多普勒雷达数据的降雨强度估计方法，其方法步骤包括：获取多普勒单偏振雷达数据和地面自动气象站观测数据；获取雷达反射率因子、气象因子和地理因子；极坐标转笛卡尔坐标；K近邻插值和数据切片；制作标签；设计自注意模块并搭建模型；训练模型以及调整参数；调整最优模型进行测试集降水强度估计；与传统方法降雨估计方法进行对比分析，本发明能够很好的结合多尺度中有利于降雨估计的气象因子，对不利因子进行了一定程度的抑制，设计的模型能够学习到降雨场中的微物理特性，有效利用气象因子和地理因子，与雷达反射率因子相结合，减少误差，进行了更准确的估计。

公开(公告)号：CN114742206B

公开(公告)日：2023-07-25

申请号：CN202210417830.9

申请日：2022-04-20

Applicant: 南京信息工程大学

Inventor： 刘欢欢 ,  田伟 ,  沈凯令 ,  易雷

IPC: G06F16/215 ,  G06F16/22 ,  G06F16/25 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明涉及深度学习定量降水估计技术领域，具体是综合多时空尺度多普勒雷达数据的降雨强度估计方法，其方法步骤包括：获取多普勒单偏振雷达数据和地面自动气象站观测数据；获取雷达反射率因子、气象因子和地理因子；极坐标转笛卡尔坐标；K近邻插值和数据切片；制作标签；设计自注意模块并搭建模型；训练模型以及调整参数；调整最优模型进行测试集降水强度估计；与传统方法降雨估计方法进行对比分析，本发明能够很好的结合多尺度中有利于降雨估计的气象因子，对不利因子进行了一定程度的抑制，设计的模型能够学习到降雨场中的微物理特性，有效利用气象因子和地理因子，与雷达反射率因子相结合，减少误差，进行了更准确的估计。