【技术实现步骤摘要】
一种降雨预测方法、系统、设备及存储介质
[0001]本专利技术涉及降雨预测
,特别涉及一种降雨预测方法、系统、设备及存储介质。
技术介绍
[0002]从天空的云中降落到地面上的液态水或固态水,如雨、雪、雹等,总称降水。降水的条件是在一定温度下,当空气不能再容纳更多的水汽时,就成了饱和空气。空气饱和时如果气温降低,空气中容纳不下的水汽就会附着在空气中以尘埃为主的凝结核上,形成微小水滴——云、雾。云中的小水滴互相碰撞合并,体积就会逐渐变大,成为雨、雪、冰雹等降落到地面。从云中降落到地面上的液态水或固态水,统称为大气降水,包括雨、雪、霰、冰雹等。
[0003]降雨与人们的日常生活息息相关,而准确的降雨预测可以对生产生活进行提供重要的参考意见,水汽虽然在大气中含量较少,但其变换较大,在降雨过程中占据及其重要的作用。但由于传统的水汽探测技术存在时间尺度较低或精度不足等问题,导致无法及时根据水汽预测降雨及降雨级别,以至给人们日常生活带来不便。
技术实现思路
[0004]为了解决现在技术因水汽探测技术存在时间 ...
【技术保护点】
【技术特征摘要】
1.一种降雨预测方法,其特征在于:包括以下步骤:根据全球导航卫星系统的历史信号进行反演得到大气可降水量时序数据,并对大气可降水量时序数据进行处理;构建训练集,所述训练集包括将处理后的时序数据与历史气象数据进行融合的融合数据;构建基于LSTM的降雨预测模型,根据所述融合数据对所述基于LSTM的降雨预测模型进行训练,得到训练好的基于LSTM的降雨预测模型;获取当前融合数据并输入至训练好的基于LSTM的降雨预测模型,得到对应的降雨预测值。2.根据权利要求1所述的一种降雨预测方法,其特征在于:所述基于LSTM的降雨预测模型引入了控制门机制,使LSTM神经网络稳定传递和更新时序信息。3.根据权利要求1所述的一种降雨预测方法,其特征在于:所述对大气可降水量时序数据进行处理包括:通过EEMD对大气可降水量时序数据进行时频分析,获得一系列IMF和一个趋势项;提取各所述IMF能量特征,并计算IMF分量与趋势项能量,获取大气可降水量时序数据的能量向量。4.根据权利要求1所述的一种降雨预测方法,其特征在于:所述训练集包括将处理后的时序数据与历史气象数据进行融合的...
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。