-
公开(公告)号：CN116610959B
公开(公告)日：2023-09-15
申请号：CN202310888031.4
申请日：2023-07-19
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/214 , G06F18/15 , G06V20/10 , G06V10/72 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于UNET‑GRU深度学习检验播云作业效果的方法和装置，所述方法包括：获取样本雨量和多普勒天气雷达数据，并对数据进行质控和预处理；将输入因子输入网络进行训练，建立UNET‑GRU深度学习雨量预测模型，预测自然状态下雨量，建立自然降水条件下基于UNET‑GRU模型深度学习多普勒天气雷达回波预测模型，分析播云作业物理解释；对有明确物理解释的，将雨量预测数据与同时期实测雨量数据进行对比，所得到的残差值定量评估人工增雨的效果。本发明解决了人工增雨的影响区域和对比区域不固定所带来的人工增雨效果难以定量评估的问题，通过深度学习方法提高了作业影响区雨量和雷达回波预测的准确性，提高了播云作业效果检验的准确性。
-
公开(公告)号：CN119202855B
公开(公告)日：2025-04-11
申请号：CN202411677330.4
申请日：2024-11-22
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/241 , G01W1/02 , G06F18/2136 , G06N3/0464
Abstract: 本申请提供了一种数值天气预报数据的处理方法、装置以及处理设备，聚焦于数值天气预报数据的气温订正目标，针对于数值天气预报数据处理模型，一方面引入了网格细分机制，以此约束了模型处理单位，减少了模型复杂度，降低处理时候所占用GPU显存的同时，还可以有效增加模型训练时候的样本量，另一方面还充分考虑了相邻/周遭区域的各类气象因素和地形特征对偏差的影响，如此可以实现高效且精确地完成订正目标，所生成的精细化气温网格数据可以满足高质量的数值天气预报数据应用需求。
-
公开(公告)号：CN119202855A
公开(公告)日：2024-12-27
申请号：CN202411677330.4
申请日：2024-11-22
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/241 , G01W1/02 , G06F18/2136 , G06N3/0464
Abstract: 本申请提供了一种数值天气预报数据的处理方法、装置以及处理设备，聚焦于数值天气预报数据的气温订正目标，针对于数值天气预报数据处理模型，一方面引入了网格细分机制，以此约束了模型处理单位，减少了模型复杂度，降低处理时候所占用GPU显存的同时，还可以有效增加模型训练时候的样本量，另一方面还充分考虑了相邻/周遭区域的各类气象因素和地形特征对偏差的影响，如此可以实现高效且精确地完成订正目标，所生成的精细化气温网格数据可以满足高质量的数值天气预报数据应用需求。
-
公开(公告)号：CN116610959A
公开(公告)日：2023-08-18
申请号：CN202310888031.4
申请日：2023-07-19
Applicant: 湖北省气象服务中心(湖北省专业气象服务台)
IPC: G06F18/214 , G06F18/15 , G06V20/10 , G06V10/72 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种基于UNET‑GRU深度学习检验播云作业效果的方法和装置，所述方法包括：获取样本雨量和多普勒天气雷达数据，并对数据进行质控和预处理；将输入因子输入网络进行训练，建立UNET‑GRU深度学习雨量预测模型，预测自然状态下雨量，建立自然降水条件下基于UNET‑GRU模型深度学习多普勒天气雷达回波预测模型，分析播云作业物理解释；对有明确物理解释的，将雨量预测数据与同时期实测雨量数据进行对比，所得到的残差值定量评估人工增雨的效果。本发明解决了人工增雨的影响区域和对比区域不固定所带来的人工增雨效果难以定量评估的问题，通过深度学习方法提高了作业影响区雨量和雷达回波预测的准确性，提高了播云作业效果检验的准确性。
-
-
-
Search Results
4
records
(took 0.034 seconds)
