摘要
本发明公开了一种基于改进Swin UNet的融合低层水汽辐合通量雷达回波外推预报方法,包括以下步骤:(1)收集雷达回波反射率数据、反映水汽辐合通量数据、GNSS卫星导航系统风场数据并进行预处理;构建融合低层水汽辐合通量数据外推预报数据集(2)生成模型输入的样本数据,并进行强雷达回波样本数据筛选,构建强雷达回波对流系统预报训练集;(3)搭建基于改进Swin UNet模型的深度学习模型,并构建加权损失函数,分别对强弱回波区域赋予不同的权重;(4)基于所述训练集和模型进行训练;(5)基于雷达回波反射率数据、反映水汽辐合通量数据、卫星导航系统风场数据生成预报产品;本发明提高了外推预报技巧。
技术关键词
雷达回波外推
预报方法
反射率数据
加权损失函数
GNSS卫星
多层感知机
代表
特征值
卫星导航系统
相对湿度
对流系统
样本
风场
深度学习模型
注意力
序列
系统为您推荐了相关专利信息
降水预测方法
序列预测模型
加权损失函数
降水预测技术
参数
GNSS卫星信号
信号噪声比
信号处理
芯片
信号强度值
性能预测方法
汽车散热器
Hessian矩阵
元学习算法
性能测试数据