摘要
本发明公开一种融合物理约束的多尺度极端大风事件AI识别方法、装置及介质,涉及大气科学与人工智能技术领域。该方法通过整合多尺度气象数据,构建了一种新颖的多尺度极端大风事件识别模型。该模型通过多尺度特征提取、特征融合共享以及多任务输出三个模块,有效地捕捉不同尺度下的极端大风特征。此外,模型中引入物理约束损失设计,确保风速与气压等输出符合气象动力学规律。通过对气象数据的深度学习分析,结合物理机制理解,本发明能够有效区分飓风、雷暴大风和龙卷风等不同类型的极端大风事件,为气象预测和应急响应提供可靠的数据支持与科学依据。
技术关键词
多尺度特征提取
多任务
物理
雷达回波数据
卫星遥感数据
气象
超参数
残差神经网络
注意力机制
融合特征
识别方法
Sigmoid函数
双线性插值方法
深度学习分析
风速
通道
模块
上采样
系统为您推荐了相关专利信息
水环境参数
三维立体重构方法
被动光学
水体
激光雷达遥感
多任务处理方法
大语言模型
参数
场景
可执行程序代码
干扰评价方法
立体井网
裂缝网络
裂缝改造体积
页岩油藏
虚拟现实环境
控制单元
数据处理单元
疼痛治疗装置
患者