一种基于SSA-EDLSTM融合网络的沙尘暴运动轨迹预测方法

AITNT
正文
推荐专利
一种基于SSA-EDLSTM融合网络的沙尘暴运动轨迹预测方法
申请号:CN202510788932
申请日期:2025-06-13
公开号:CN120706233A
公开日期:2025-09-26
类型:发明专利
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
1
一种山区流域洪水演进淹没水位的定量计算方法
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
2
一种仿人眼三维点云数据压缩方法
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
3
光伏发电能力预测准确性提升方法
光伏发电功率 气象 时间序列复杂度 天气 时间段
4
基于贝叶斯分割网络的深度学习不确定性度量系统
深度学习模型 解码器单元 度量 卷积编码器 编码器单元
5
复杂图像多先验多层计算关键域智能检测方法
智能检测方法 背景先验 图像 区域检测算法 深层特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号