摘要
本发明提供了一种基于多源气象资料的强降水过程先验扩散网络预报方法及设备,包括获取时序多源气象数据并对数据进行筛选和数据清洗;构建多源气象数据表征模型,表征模型通过基于波动方程指导的门控单元WEGiU组成的三层编解码网络来实现,将多源气象数据输入联合表征模型,生成多源气象数据的表征结果;将多源气象数据的表征结果输入潜在扩散网络,与表征网络构建表征‑扩散综合损失并进行训练;将多源气象输入训练完成的表征、扩散网络,实现根据过去a小时多源气象数据预报未来b小时强降水过程。本发明有效了融合多源气象资料的特征,并提高了强降水过程预测准确性。
技术关键词
气象
预报方法
状态更新
解码网络
数据
编码
方程
资料
编解码
门控循环单元
卷积长短期记忆
图像插值算法
网络结构
时序
融合多源
处理器
露点温度
网络模块
系统为您推荐了相关专利信息
数据存储单元
物流
客户端
优化调度策略
车辆运输控制
深度学习模型
因子
计算机执行指令
风险识别方法
客户
合规性
蒙特卡洛树搜索
管理系统
动态生成规则
实时数据