摘要
本发明公开一种数据特征增强的人工智能双偏振雷达定量降水估计方法,包括:S1、获取双偏振雷达观测数据,构建三维空间网格结构数据集;S2、构建双高斯概率密度函数,对所述三维空间网格结构数据集中单个变量进行数据特征增强;S3、基于所述双高斯概率密度函数构建多维联合概率密度函数,对三维空间网格结构数据集中全部变量进行联合数据特征增强;S4、训练反映雷达数据与降水数据关系的人工智能模型。本发明创新性地采用了概率密度函数特征来描述双偏振雷达变量在一个小时内的滚动变化。通过构建三维联合概率密度函数特征,不仅能够提取双偏振雷达变量的分布特性,还可以有效捕捉降水粒子的时空演变规律。
技术关键词
双偏振雷达
高斯概率密度函数
三维高斯混合模型
反射率
变量
数据
估计方法
网格
期望最大化算法
协方差矩阵
人工智能模型
因子
时空演变规律
随机森林
距离信息
方位角
训练特征