【技术实现步骤摘要】
一种基于深度学习的大气湍流监测方法
本专利技术涉及一种监测大气湍流的技术方案,尤其涉及一种利用深度学习来监测大气湍流生成的方法,属于大气科学和计算机科学
技术介绍
大气湍流是一种复杂的尺度多变的大气运动形式。大气湍流的发生伴随着气压、速度、温度等物理量的随机涨落,能够显著增强大气内的动量、热量、物质的传递与交换,使其成为大气运动中极为重要的一个环节。当大气湍流涡旋尺度与飞行器尺度相当时,湍流能使飞行器产生瞬间或长时间的颠簸,严重时甚至失去控制,威胁其飞行安全。同时,大气湍流能够显著改变局地大气温度与密度的分布,对声波、光波、无线电波等通讯信号在大气中的传播造成严重干扰,使信号发生闪烁或漂移等。此外在特定情况下,大振幅地形上方的湍流会在山脉背风坡激发出下坡风暴,对下游地区的居民生活及工农业生产造成严重的影响。因此,研究与预报大气湍流的发生具有非常重要的意义。现有观测技术迅速发展的航空业使得人们对大气湍流的发生越来越重视,同时由于飞机观测是业务化大气湍流观测的主要手段,客观上大气湍流的观测样本也在逐年增加。飞机观测主要包括两类,一是飞行员报告观测(PilotReports,PIREPs),它是指飞机在飞行过程中遭遇明显颠簸时,飞行员会立刻将主观感受到的颠簸强度,时空位置等信息进行报告并记录。二是全自动飞机观测(AircraftMeteorologicalDataRelay,AMDAR),它是指商用民航飞机在飞行过程中,通过其搭载的全自动气象观测仪器定期采集反演飞机所在位置的气象要素。目前,部分飞机(国内只有极少部分)已经装配有飞机颠簸的自动采样仪器, ...
【技术保护点】
1. 一种基于深度学习的大气湍流监测方法,其特征在于,包括训练阶段和监测阶段两部分:训练阶段(1)数据缓存模块的实现:设计数据格式,开放数据接口,为不同的数据源提供接入方案;(2)数值模拟模块的实现:利用气象模式资料进行降尺度数值模拟计算,输出目标区高分辨率气象要素场;同时,结合多个经验指数计算湍流强度;(3)模型训练模块的实现:建立基于深度学习的湍流强度模型训练器,训练器输入样本为卫星云图、对应时空的高分辨率气象要素场以及湍流强度场,输出为模型参数;监测阶段(1)数据缓存模块的实现:此模块与训练阶段中的数据缓存模块一致;(2)数值预报模块的实现:此模块与训练阶段中的数值模拟模块基本一致,但气象模式资料采用预报场资料,并且不再进行湍流强度的计算;(3)模型推理模块的实现:根据训练阶段中模型训练模块得到的模型参数,建立基于深度学习的湍流强度推理器;推理器可以根据卫星云图与高分辨率气象要素场实时计算大气湍流强度,达到大气湍流监测的目的。
【技术特征摘要】
1.一种基于深度学习的大气湍流监测方法,其特征在于,包括训练阶段和监测阶段两部分:训练阶段(1)数据缓存模块的实现:设计数据格式,开放数据接口,为不同的数据源提供接入方案;(2)数值模拟模块的实现:利用气象模式资料进行降尺度数值模拟计算,输出目标区高分辨率气象要素场;同时,结合多个经验指数计算湍流强度;(3)模型训练模块的实现:建立基于深度学习的湍流强度模型训练器,训练器输入样本为卫星云图、对应时空的高分辨率气象要素场以及湍流强度场,输出为模型参数;监测阶段(1)数据缓存模块的实现:此模块与训练阶段中的数据缓存模块一致;(2)数值预报模块的实现:此模块与训练阶段中的数值模拟模块基本一致,但气象模式资料采用预报场资料,并且不再进行湍流强度的计算;(3)模型推理模块的实现:根据训练阶段中模型训练模块得到的模型参数,建立基于深度学习的湍流强度推理器;推理器可以根据卫星云图与高分辨率气象要素场实时计算大气湍流强度,达到大气湍流监测的目的。2.如权利要求1所述的基于深度学习的大气湍流监测方法,其特征在于,训练阶段的数值模拟模块实现中:利用中尺度数值天气预报模式WRF建立区域数值天气预报模式,对区域开展高分辨率数值模拟;模式初始场及边界条件使用气象模式资料,采用三重网格嵌套进行降尺度数值模拟计算;参数化方案包括:RRTM长波辐射传输方案,Dudhia短波辐射方案,MYJ边界层参数化方案,Kain-Fritsch积云参数化方案,Noah陆面过程参数化方案;模式采用每6小时间隔的循环启动,每次模拟12小时,并取第6~12小时作为输出时间段,输出逐小时、水平分辨率1km、垂直分层50层的高分辨率数值模拟结果。3.如权利要求2所述的基于深度学习的大气湍流监测方法,其特征在于,将逐小时数值模拟结果插值至若干“基准高度层”及其“邻近高度层”上,基准高度层为深度学习模型最终需要计算大气湍流的层次,邻近高度层指基准高度±100m;将每一个基准高度层和其邻近高度层的模式网格点上的气象基本要素场提取出来,插值至卫星云图像素点对应的经纬度上,构成一组高分辨率气象要素场,作为深度学习模型的“输入”使用;同时,在基准高度层的每个网格点上计算多个湍流潜势诊断指数,由于每个指数都能表征大气湍流的发生潜势但其量级大小相去甚远,将每个指数划分至六个等级,无-1、极轻-2、轻-3、中-4、强-5、极强-6,并取最强的等级为该网格点的湍流...
【专利技术属性】
技术研发人员:徐经纬,丁锦锋,吴建鑫,王慧妍,贾赟,吕建,
申请(专利权)人:南京大学,中国人民解放军国防科技大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。