摘要
本发明涉及一种短临气象预测方法,包括以下步骤:应用MsDR滤波的低空雷达反演:在雷达反演过程中,采用移动光谱去极化滤波器去除杂波信号和噪声信号,MsDR使用一维移动窗口选择包含降雨信号的谱段,在距离‑多普勒谱图上应用二维移动窗口平滑噪声;设计时空融合短临降雨预测模型,结合CNN的空间特征提取能力和Transformer的时间序列建模能力,时空融合短临降雨预测模型同时分析降雨的时空特征。移动光谱去极化滤波器为雷达反演中的数据处理提供了强有力的支持,大幅提升了降雨反演的准确性和可靠性。CNN‑Transformer不仅能够有效分析当前的降雨数据,还能够为未来不同环境下的降雨预测提供更高的准确性与稳定性,本发明提升了短临降雨量预测的精度和可靠性。
技术关键词
气象预测方法
空间特征提取
噪声
雷达
多普勒
降雨特征
反射率
回波
序列
水平极化信号
垂直极化信号
数据
高时空分辨率
滤波器
深度学习模型
网格
因子
参数
系统为您推荐了相关专利信息
高效无人机
协同感知方法
语义特征
噪声预测
多尺度特征提取
抑郁症辅助诊断方法
节点
指数算法
网络矩阵
数字滤波器
时序预测方法
GPR模型
集合经验模态分解
搜索算法
时序预测模型
智能预警方法
多模态生理
患者
非线性特征
时域特征