摘要
本发明涉及气象数据处理与地理信息技术领域,尤其涉及基于地形约束Transformer模型的近地表气象场降尺度方法,该方法包括以下步骤:从再分析气象数据与数字高程模型数据中提取多模态融合特征,再借助地形约束Transformer网络映射至目标分辨率获取初始降尺度气象数据;通过变分自编码器对初始数据进行潜变量建模刻画多尺度不确定性,并结合基于元学习的迭代更新机制纳入能量平衡和质量守恒等物理约束,生成核心降尺度气象数据;本发明通过自监督预训练和在线更新,实现对局地气象的细节捕捉与动态适应。
技术关键词
分析气象数据
数字高程模型数据
混合损失函数
编码器
多模态
生成校正数据
不确定性特征
动态邻接矩阵
残差网络
核心
地理信息技术
地理信息系统
分辨率
机制
变量
解码器
重构
系统为您推荐了相关专利信息
ETC车道
高速公路ETC系统
ETC设备
车载单元
诊断模块
带通滤波器
输出特征
保留图像细节
网络模型训练
跨层特征
评估预测模型
水利工程混凝土
检测分析系统
分子模型
特征提取单元
仿生尺蠖机器人
螺旋驱动机构
平台
连杆
温度传感器探头