摘要
本发明公开一种基于双分支卷积LSTM模型的强降水预报方法,包括:获取历史预报数据,并进行预处理后,作为第一数据源;获取对应时段的卫星数据和实时降水数据,并分别进行预处理后,作为第二数据源;构建双分支卷积LSTM网络框架的模型,用于预报极端降水;对构建的用于强降水预报的模型进行训练;用训练完成的用于强降水预报的模型,以当前卫星、地面降水以及气象预报产品的数据,输出未来的降水量级分布情况本发明的预报方法可以结合卫星、地面降水以及气象大模型预报产品,预报强对流天气的发展演变,提供未来0‑36小时的降水量级分布情况,为交通出行、农业生产、应急救援以及灾害评估等提供决策支持。
技术关键词
LSTM模型
预报方法
卷积LSTM网络
数据
非暂态计算机可读存储介质
Softmax函数
静止气象卫星
引入注意力机制
高维特征向量
双分支结构
全局平均池化
调度器
通信接口
标准化方法
退火策略
上采样
解码器
非线性
系统为您推荐了相关专利信息
数据通信模块
全局状态信息
通用控制模块
子模块
语义
美学评估方法
美学特征
图像编码器
特征提取模块
文本