摘要
本发明公开了一种融合多源数据与物理信息的龙卷风时空智能预测方法,包括:收集多普勒天气雷达的观测数据和中期天气预报中心的再分析数据,进行时空维度的投影转化、空间对齐和时间插值等操作,融合龙卷风关键物理特征;建立适用于龙卷风多尺度特征提取的时空卷积模型网络,输入融合特征和对应坐标信息,输出龙卷风时空演变的预测控制量;将大气运动和热力学过程的物理控制方程转化为惩罚项,并嵌入时空卷积模型损失函数,对网络参数进行物理信息约束;获取未来不同时间窗的龙卷风预测控制量,生成龙卷风潜在发展区域概率图。通过融合多源数据与物理机制,量化未来龙卷风事件概率,为气象预测和应急响应提供可靠的数据支持与科学依据。
技术关键词
融合多源数据
智能预测方法
卷积长短期记忆
多普勒天气雷达
网络单元
笛卡尔
网格
物理
联合损失函数
解码器
优化深度神经网络
编码器
卷积模块
分辨率
方程
卷积模型
天气雷达数据
坐标
系统为您推荐了相关专利信息
智能预测方法
末级过热器
历史运行数据
温度预测模型
蠕变损伤计算方法
CTC算法
非局部均值去噪算法
字符
双向长短期记忆网络
图像块
综合管理系统
融合多源数据
区块链存证技术
热力图
真实性验证
智能预测方法
多信道
隐马尔可夫模型
信息熵
网络深度
日志分析
访问控制列表
控制系统
序列模式挖掘技术
网络单元