摘要
本发明属于气象预报技术领域,公开了一种信息融合的双偏振雷达城市强降水短临预报深度学习方法及系统。本发明基于深度学习技术,结合强降水的物理机制,通过“空间→时间→时空融合”的研究思路,提出了一种新的基于气象雷达数据的城市强降水短临预报方法。该方法通过分析强降水的时空分布特征,提取高维空间特征,发展超分辨率强降水空间特征提取模型,并结合强降水的时间演变特征,采用LSTM和时空特征融合模型,对强降水进行精确预报,提升城市强降水预报的准确性和时效性。
技术关键词
深度学习方法
LSTM模型
深度学习系统
信息数据处理终端
生成高分辨率
联合损失函数
地形特征
数字高程模型
生成超分辨率图像
融合方法设计
梯度下降优化算法
短临预报方法
气象雷达系统
气象雷达数据
气象预报技术
雷达图像数据
系统为您推荐了相关专利信息
资源预测方法
注意力
长短期记忆网络
时间序列分解方法
LSTM模型
状态识别方法
沥青路面层间结构
深度学习识别模型
融合卷积神经网络
地质雷达
冠心病预测方法
长短期记忆网络
深度学习模型
双曲正切函数
参数
长短期记忆网络
混沌相空间重构
优化LSTM模型
粒子群优化算法
sigmoid函数