摘要
本发明公开一种利用误差特征的闪电短时预报方法。利用误差特征提取深度学习模型挖掘闪电监测数据以及数值天气预报模式产品格点数据之间的误差特征,将误差特征与初始闪电预报结果进行结合,利用不同空间格点共享的注意力权重模块优化初始闪电预报结果,从而提高闪电预报能力。本发明提供的利用误差特征的闪电短时预报方法基于闪电监测数据与数值天气预报模式产品格点数据在起报时刻之前的时序重叠性,挖掘数值天气预报模式产品格点数据与闪电监测数据之间的误差特征,利用误差特征对预报模型的初始预报结果进行优化,提高了集成预报性能,对闪电预报的能力显著增强。
技术关键词
数值天气预报模式
预报方法
网格
误差
深度学习模型
时间段
监测数据处理
卷积模块
分辨率
注意力
集成策略
通道
解码
时序
尺寸
系统为您推荐了相关专利信息
图像处理方法
深度残差
生成器网络
网格
生成高分辨率
三相电能表
性能预测模型
线性拟合函数
自动化检测系统
数据
检测网络流量
深度学习模型
多层感知机
分类器
聚类算法
站点实测数据
构建高分辨率
XGBoost模型
超参数
样本
屏蔽方法
风险评估模型
统计特征
标定误差
异常事件