摘要
本发明提供了一种基于C波段雷达组网和深度学习的临近降水预报方法,包括:获取预设时间段内单位时间分辨率和单位空间分辨率的C波段雷达组网数据;获取预设时间段内,单位时间分辨率和单位空间分辨率的区域自动气象站检测的分钟级降水数据;对获得的区域自动气象站检测的分钟级降水数据进行时间分辨率累积降水处理,并通过IDW插值算法进行插值;将雷达组网数据与降水数据进行时间、空间匹配;筛选历史时段内自动气象站分钟级降水数据中雨量>0.1 mm/h的时次用于数据集构造,数据集包括训练集、检验集、测试集;基于iTransformer神经网络利用训练集、检验集、测试集构建降水临近预报模型;根据降水临近预报模型进行临近降水预报。本发明在预测降水中有较好的效果。
技术关键词
自动气象站
降水预报方法
C波段雷达
分辨率
组网
数据
训练集
序列
插值算法
变量
样本
神经网络结构
神经网络训练
时间段
多层感知器
反射率
注意力
图像
代表