-
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
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
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：CN115421117B
公开(公告)日：2024-10-29
申请号：CN202210633122.9
申请日：2022-06-06
Applicant: 中国人民解放军61540部队 , 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明涉及天气雷达信息处理技术领域，具体是一种基于深度学习的雷达回波外推方法，包括如下具体步骤：获取天气雷达数据；根据获取的天气雷达数据，对其多仰角的反射率数据进行组合反射率计算和坐标校正；对组合反射率进行数据质量控制，并按时序进行划分，连续的20个时次的雷达回波序列中，前10帧为雷达外推模型的输入，后10帧为标签；建立基于深度学习的雷达回波外推模型；训练获得最佳模型；测试新的多普勒雷达数据，生成未来连续10个时次的雷达回波序列。本发明基于雷达回波数据，可以较为准确地预测未来回波的分布，为高精度的区域降水预测提供数据基础。
-
公开(公告)号：CN115421117A
公开(公告)日：2022-12-02
申请号：CN202210633122.9
申请日：2022-06-06
Applicant: 中国人民解放军61540部队 , 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明涉及天气雷达信息处理技术领域，具体是一种基于深度学习的雷达回波外推方法，包括如下具体步骤：获取天气雷达数据；根据获取的天气雷达数据，对其多仰角的反射率数据进行组合反射率计算和坐标校正；对组合反射率进行数据质量控制，并按时序进行划分，连续的20个时次的雷达回波序列中，前10帧为雷达外推模型的输入，后10帧为标签；建立基于深度学习的雷达回波外推模型；训练获得最佳模型；测试新的多普勒雷达数据，生成未来连续10个时次的雷达回波序列。本发明基于雷达回波数据，可以较为准确地预测未来回波的分布，为高精度的区域降水预测提供数据基础。
-
-
-
Search Results
4
records
(took 0.029 seconds)
