基于深度学习的人工增雨效果评估量化方法

一种基于深度学习的人工增雨效果评估量化方法，收集风云4号气象卫星数据、实际降雨量观测数据和人工增雨作业记录数据，分析卫星的多个通道，选取多个与降雨量预测相关的通道用作实验数据，对这些数据进行时间同步的调整；进行自然条件下短期降雨量预测模型实验，对实际降雨量观测数据和卫星数据进行经纬度对齐，采用卷积神经网络CNN对卫星数据进行卷积处理，调整卫星数据在图像的尺寸与降雨量数据保持一致；将处理后的数据集输入多通道高效通道注意力UNet网络模型进行训练，该模型在UNet基础上进行了改进，具体包括添加了ECA模块、在网络的最后一层引入了多通道权重机制，并优化了网络损失函数的策略。本发明解决了人工增雨效果难以评估和量化的问题。