摘要
本发明公开了一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序,属于人工智能与区域数值模拟技术领域,旨在提升快速增强型台风的强度预测精度与结构还原能力。该方法首先基于深度学习构建AI天气模型,生成覆盖多气象要素的连续初始场与边界场,驱动区域NWP模式;其次在起报前引入涡旋动力初始化过程,增强模拟初始场中台风轴对称结构的一致性与强度准确性;随后基于大气‑海洋双向耦合模式开展积分模拟,并结合高频次多源观测数据同化实现局地结构动态优化;最后构建AI‑NWP残差反馈机制,实现预测误差的闭环校正与模型微调。本发明适用于台风强度的高精度预测,具备良好的工程实用性。
技术关键词
强度预测方法
模式
多源观测数据
海洋
动力
残差反馈
天气
大气边界层
海气界面
深度神经网络架构
网格
动态
高分辨率结构
卷积神经网络提取
嵌套结构
误差
非线性映射关系
校正
风速
系统为您推荐了相关专利信息
演变分析方法
三维仿真模型
多维信息同步采集
电弧等离子体
磁流体动力学
海上漂浮式
无人海洋
智能水质净化装置
智能传感器网络
摄像头监控系统
飞行汽车
注意力机制
图像接收模块
图像特征向量
算法