一种基于人工神经网络的强雷暴潜在风险与强度预测方法

本发明适用于雷暴预测技术领域，提供了一种基于人工神经网络的强雷暴潜在风险与强度预测方法，其方法包括：获取目标区域的地闪数据，确定雷暴事件的时间分布特征，识别雷暴事件的时间谷底；采集目标区域内的多源气象数据，筛选气象预测因子数据；对地闪数据和气象预测因子数据进行时空对齐处理，基于对齐后的数据构建网格单元逐日样本集；基于网格单元逐日样本集构建发生强雷暴事件的概率分类模型；基于概率分类模型判定为强雷暴高风险的网格单元，构建回归神经网络模型；输出协同预测结果，同步输出地闪频次与雷电流幅值几何均值的预测值，通过双阶建模，为极端天气预警及电网防灾减灾提供分类判别与数值预测能力的风险评估依据。