摘要
本发明公开了一种基于双偏振雷达数据的临近降水预报方法。主要包括以下步骤:(1)对双偏振雷达基数据和与之时空匹配的降水数据进行预处理;(2)将预处理后的双偏振雷达‑降水数据随机划分为深度学习网络训练所用的训练集和测试集,并对划分好的数据集进行归一化操作;(3)使用训练集对基于双偏振雷达数据的临近降水预报网络进行训练,利用训练好的临近降水预报网络对测试集进行降水预测,得到预测降水数据;(4)将预测后的降水数据与实际观测数据对比进行降水预报检测。本发明实现了对双偏振雷达的多模态数据的高效利用,提供了一种更加准确的临近降水预报方法,具有良好的应用前景。
技术关键词
双偏振雷达
降水预报方法
差分反射率因子
数据
深度学习网络
时间序列信息
滑动平均滤波
笛卡尔坐标系
梯度下降法
协方差矩阵
注意力机制
传播算法
通道
融合特征
滑动窗口
系统为您推荐了相关专利信息
文件生成方法
生成结构化数据
医药知识图谱
多模态
语义
智能灯光控制方法
智能灯光系统
数据交互模块
昼夜
生成城市
车辆终端
数据隐私保护方法
面向车联网
路侧单元
车辆组
地图服务
高精度地图信息
信息管理单元
数据采集模块
高精度地图数据