摘要
本发明公开了一种基于北斗水汽的时空智能面雨量分类加权混合定量预报方法,包括:一、北斗反演的大气可降水量及气象历史数据获取;二、BPNN无雨模型及BPNN有雨模型的构建及训练;三、基于单变量气象参数结合CNN和LSTM网络模型进行训练;四、基于CNN和LSTM网络模型输入,构建BPNN无雨混合模型和BPNN有雨混合模型及训练;五、后续面雨量分类加权混合定量预报。本发明方法步骤简单、设计合理,基于BPNN无雨模型与BPNN有雨模型的预测值以及BPNN无雨混合模型和BPNN有雨混合模型的预测值进行加权,实现后续待研究地区降雨量定量预报,提高了短临降雨预报精度。
技术关键词
大气可降水量
相对湿度
预报方法
气压
网络
Saastamoinen模型
变量
气象历史数据
大气折射率
大气加权平均温度
降雨量传感器
计算机
温湿度传感器
训练集
日期
参数
软件
密度
精度
系统为您推荐了相关专利信息
深度强化学习
压力感知模块
追踪方法
环境感知系统
障碍物
故障类别
神经网络预测模型
剩余使用寿命
序列
聚类算法
项目开发系统
混合整数线性规划
地理信息系统数据
人工智能技术
卷积神经网络提取