摘要
本发明公开一种基于SSA‑EDLSTM融合网络的沙尘暴运动轨迹预测方法,涉及沙尘暴运动轨迹预测领域,包括以下步骤:获取目标区域的历史风场数据、地形高程数据及历史气溶胶光学厚度数据;基于地形高程数据计算坡度与坡向,并分别与风速、风向构建地形与风场交互特征;将地形与风场交互特征与历史风场数据输入SSA‑MSED网络,预测未来风场数据;将未来风场数据与历史气溶胶光学厚度数据输入ED‑ConvLSTM网络,生成未来气溶胶运动轨迹;利用沙尘暴区域检测算法进行沙尘暴区域检测,生成沙尘暴运动轨迹及可视化报告。该方法融合SSA‑MSED与ED‑ConvLSTM网络,精准捕捉地形影响与沙尘暴时序特征,显著提升沙尘暴运动轨迹长期预测精度及区域检测准确性。
技术关键词
运动轨迹预测方法
模块编码器
气溶胶光学厚度
地形高程数据
区域检测算法
交互特征
风场
网络
解码器
注意力机制
矩阵
编解码结构
编码器结构
地形特征
风速
系统为您推荐了相关专利信息
定量计算方法
山区
数字高程数据
水文模型
断面水位流量关系
点云数据压缩方法
笛卡尔坐标系
三维点云数据
感兴趣区域提取
滤波去噪
深度学习模型
解码器单元
度量
卷积编码器
编码器单元
智能检测方法
背景先验
图像
区域检测算法
深层特征提取