摘要
本发明涉及水文预报技术领域,具体涉及一种基于深度学习的短临降雨及洪水的预报方法及系统,包括以下步骤:构建基于深度学习的雷达回波外延预测模型和降雨及洪水预报模型,并分别采用第一数据集和第二数据集对构建好的两个模型进行训练和测试;将目标流域某一时段的降雨雷达回波数据输入至雷达回波外延预测模型,预报未来一段时间内降雨雷达回波的变化趋势;将未来一段时间内降雨雷达回波的变化趋势输入至降雨及洪水预报模型,预报目标流域在未来一段时间内的降雨量和径流量。本发明可对目标流域的降水量和径流量进行更准确地短时预报,有效提升区域水资源管理的预测能力和决策水平。
技术关键词
雷达回波数据
洪水预报模型
预报方法
注意力机制
雨量计
外延
数据校准
水文预报技术
时间序列信息
LSTM模型
预报系统
站点
插值法
地面
反射率
坐标系
模块
系统为您推荐了相关专利信息
量化误差
编码器模块
语义特征提取
对齐模块
图像检测方法
图像分割网络
烹饪设备
面食
图像采集装置
多尺度特征提取
区块链技术
预警方法
频谱特征
融合卷积神经网络
滑动时间窗口
全局视觉特征
跨模态
局部视觉特征
电子病历数据
识别医学图像