摘要
本发明实施例公开了一种高分辨率天气预报模型的训练方法、使用方法及相关装置,训练方法包括:获取预先收集的训练样本数据集;将训练样本数据集中的低分辨率降水预报的第一预报数据、北斗数据反演得到的大气可降水量数据和地表气象观测数据输入预设的深度学习模型中进行高分辨率天气预报的模型训练,得到高分辨率天气预报的第二预报数据;利用第二预报数据、训练样本数据集中的第一标签及预设的损失函数,确定深度学习模型是否收敛;若收敛,则将收敛的深度学习模型作为高分辨率天气预报模型。通过上述方式实现了基于深度学习的融合北斗和气象数据的高分辨率天气预报,提升预报精度,提高短临降水预报的准确性。
技术关键词
大气可降水量
气象观测数据
训练样本数据
深度学习模型
标签
训练装置
天气预报模块
数据降尺度
融合北斗
模型训练模块
处理器
数据获取模块
数据采集模块
参数
计算机设备
可读存储介质
精度
系统为您推荐了相关专利信息
水电站
决策方法
评估等级信息
环境监测信息
设备运行信息
电子产品表面
缺陷检测方法
图像缺陷检测
样本
滑动窗口尺寸
疾病监测系统
医学特征
医养
输入神经网络模型
冗余特征