基于神经网络的强对流天气识别方法及系统

本发明公开了一种基于神经网络的强对流天气识别方法及系统，涉及气象监测技术领域。具体步骤为：获取检测数据，包括多源观测数据和高分辨率数值预报数据；对检测数据进行数据融合以及数据预处理得到第一数据；对第一数据进行人工标注建立训练标签构建样本数据集；搭建卷积神经网络模型，将训练集输入到模型中进行训练，得到强对流天气智能识别模型；利用测试集评估强对流天气智能识别模型，得到最终的强对流天气智能识别模型；将实时采集的实况观测数据输入到最终的强对流天气智能识别模型中进行强对流天气识别。本发明基于深度神经网络技术进行强对流天气识别，能够自动化、定量化进行预测，提高强对流天气识别的可靠性和时效性。