摘要
本发明涉及闪电监测预警技术领域,特别是涉及一种基于Swin‑Unet的闪电临近预警方法,包括:获取预报区域的多源观测数据并进行处理,构建数据集;将所述数据集输入深度学习模型Swin‑Unet中进行训练,选取符合预设精度的模型作为闪电临近预警模型;获取所述预报区域的当前多源观测数据输入所述闪电临近预警模型中,输出未来闪电分布情况,完成所述预报区域的闪电临近预警。本发明能够实现融合多源观测资料且考虑物理环境约束的闪电临近预警。
技术关键词
大气电场仪
预警方法
闪电探测
预警模型
数字高程模型数据
雷达
多源观测数据
特征参量
大气电场强度
土地利用数据
拼图
活动特征
组网
训练深度学习模型
分辨率
监测预警技术
融合多源