摘要
本发明公开了一种基于深度学习的降水强度等级估计方法及系统,涉及民航气象监测与告警技术领域,包括数据采集模块、降水量预测模块、概率权重分析模块、预处理频率计算模块,数据采集模块包括历史观测数据采集单元和卫星数据采集单元,历史观测数据采集单元用于采集目标区域地面气象观测站的历史观测数据,卫星数据采集单元用于采集目标区域的多光谱遥感图像数据。本申请有益效果为通过分析每个降水强度等级分别在多个时间段内的分布情况,计算降水强度在对应时间段的概率权重,实时调整图像数据预处理的频率,能够实现高精度预测降水强度,空间覆盖范围广,精准快速提取卫星数据,提升模型预测精准度,节约使用成本。
技术关键词
图像数据预处理
遥感图像数据
数据采集单元
估计方法
时间段
皮尔逊相关系数
递归神经网络
数据采集模块
预测模型训练
更新模型参数
多光谱遥感图像
频率
地理参考点
分析模块
云覆盖区域
训练预测模型
构建预测模型
阈值分割法
系统为您推荐了相关专利信息
开关电源模块
电源适配器
开关电源控制系统
电压
频率偏差系数
道路交通信号灯
信号灯周期
平均等待时间
车辆优先通行
管理系统
运动估计方法
图像块
二次曲面方程
像素
计算机程序指令
数据管控方法
分布式存储系统
多传感器采集数据
加密数据
数据查询请求
电力设备节点
态势评估方法
数据安全
漏洞
多维特征向量