一种基于M-VAE模型的异常降水观测值自动检测方法

本发明提供了一种基于多尺度记忆融合变分自编码器(M‑VAE)深度学习网络模型的降水异常数据的自动化检测方法。该方法以气象站点的经纬度、海拔高度、气温、气压、湿度、风速、实况分析降水预测、雷达降水预测等三十余种气象站常见的多源气象数据作为输入，利用自主设计的一种全新的M‑VAE深度学习网络模型来准确的检测出大量降水数据中存在的降水量异常数据。该方法以正确数据与异常数据中，原始数据与经过模型后的还原数据的平均绝对误差为标准，设定一个目标损失阈值，进而可以实时的对新的降水数据进行判断，且检测结果准确率高，对降水异常值的自动化检测具有重要的应用价值。