摘要
本发明涉及气象灾害监测技术领域,具体公开了基于雷达数据与深度学习的强对流天气追踪与预警方法,该方法通过激光雷达和星载雷达实时采集原始雷达数据,获取原始雷达数据并进行清洗和特征提取的处理,得到实时时空特征数据;通过深度学习模型自动学习雷达数据的实时时空特征数据,使深度学习模型具备自动识别和追踪强对流系统的能力,通过深度学习模型直接输出强对流系统的边界和强度,通过一次前向传播直接生成强对流系统的掩码,有效降低了对雷达数据的计算量,最后基于强对流系统的演化特征预测强对流系统未来影响区域并生成预警信息并输出,从数据处理到预警发布全流程无人工干预,提高了预警的自动化程度和效率。
技术关键词
强对流
预警方法
天气
演化特征
反射率
时空卷积神经网络
注意力机制
匈牙利算法
历史雷达数据
深度学习模型训练
训练深度学习模型
灾害监测技术
气象站
激光雷达
系统边界
训练集数据