摘要
本发明涉及多源数据融合领域,尤其涉及一种基于多源数据融合的低空航空气象服务方法及系统,该方法包括:将存储的气象数据通过STGNN和LSTM网络架构,进行嵌入气压梯度门控的气象预测,以生成预测气象特征;将存储的站点风场数据、高程地理图像和预测气象特征通过进行风场气象分解、气象动力计算和湍流建模,以生成预测风速场;将所述预测风速场显示于所述高程地理图像上,以生成全低空空域风速标注图。本发明通过STGNN和LSTM,捕捉气象数据的长时序依赖关系和空间关联性,将小波分解、气温差浮力原理、湍流生成规律嵌入神经网络,避免了物理矛盾,更精准刻画地形的湍流强度分布规律,为可视化的低空航空气象服务提供依据。
技术关键词
高程地理
湍流
时序预测模型
气象服务系统
地理信息服务器
航空
气象服务平台
融合气象数据
风场
风速
数据存储服务器
数据处理服务器
浮力原理
气压
站点
时序依赖关系
网络架构
节点间数据
系统为您推荐了相关专利信息
时序预测模型
时间序列曲线
核心
社交
多源异构数据
数据交互显示系统
约束优化模型
多模态交互
历史轨迹数据
设备控制指令
优化神经网络
算法模型
气体
BP神经网络模型
鲸鱼优化算法
通信网络资源
多时间尺度
预留方法
资源预留
时序预测模型
定位标记
定位测量方法
消化内镜
腹腔镜
曲率特征