摘要
本申请提供了一种降水临近外推智能预报方法、装置及电子设备,方法包括:获取待预报的降水数据;对降水数据进行裁剪处理,并将裁剪后的降水数据输入至智能预报模型;智能预报模型采用特定模型结构,包括:在U²‑net模型的基础上增加分层上采样融合模块HUFM以及CA注意力机制;通过智能预报模型,对裁剪后的实况数据进行特征提取与深度学习降水外推,得到外推预报结果,并将外推预报结果与预报数据进行自适应加权融合,输出未来指定时段内的降水预报结果。本申请是一种同时兼顾空间精度、预报时效与降水强度刻画能力的新型深度学习临近预报方式,能够满足现代气象业务对高分辨率、智能化降水预测的迫切需求。
技术关键词
注意力机制
上采样
输出特征
计算机可执行指令
智能预报方法
多层次特征
数据
分层
训练样本集
融合特征
积层
模块
图像
新型深度
电子设备
处理器
可读存储介质
深度学习模型