摘要
本发明涉及一种融合地形分割与扩散生成模型的台风风场降尺度方法及系统,首先整合台风风场数据、台风背景信息及地形数据,并进行预处理,然后利用SAM模型对地形数据进行自动分割,计算地形掩码区域的DEM均值,并基于此调制地形嵌入噪声,接着通过编码器和解码器对数据进行处理,集成Gate‑ConvNeXt模块、空间自注意力层、地形交叉注意力层,通过跳跃连接融合多尺度信息,同时将台风背景信息通过前馈神经网络嵌入;最后扩散模型通过正向扩散添加高斯噪声,反向去噪生成高分辨率风场与低分辨率风场之间的残差,并将其与低分辨率风场上采样结果结合,生成高分辨率风场预测;解决现有风场降尺度方法在处理复杂地形和台风天气条件下精度、实时性和适应性不足的问题。
技术关键词
代表
风场
生成高分辨率
注意力
融合多尺度信息
前馈神经网络
解码器
编码器
上下文特征
噪声样本
嵌入特征
上采样
数据压缩
离散小波变换
数字高程模型
模块
去噪模型
可读存储介质
系统为您推荐了相关专利信息
植被提取方法
语义分割网络
植被指数数据
特征提取模块
语义分割神经网络
文档摘要生成方法
TextRank算法
文档关键词
语义向量
节点
动态转换方法
自然语言
列表
语句
Softmax分类器
固定翼无人机
协调控制方法
集群
编队构型
人工神经网络