一种多任务持续学习的跨海域热带气旋强度估计方法技术

技术编号:40868117 阅读:18 留言:0更新日期:2024-04-08 16:34
本发明专利技术公开了一种多任务持续学习的跨海域热带气旋强度估计方法,包括:构建热带气旋强度估计模型,热带气旋强度估计模型包括相互连接的海域聚合残差模块和风‑压任务模块,将红外通道和水汽通道拼接后的单帧热带气旋图像作为热带气旋强度估计模型的输入,将神经网络回归得到的最大持续风速和最低气压值作为热带气旋强度估计模型的输出;输入单帧的红外水汽数据和指定的海域ID至训练完成的热带气旋强度估计模型,输出对应的最大持续风速值。本发明专利技术能够同时在多个海域上泛用,具有较强的实用性。

【技术实现步骤摘要】

本专利技术属于跨海域热带气旋分析,具体涉及一种多任务持续学习的跨海域热带气旋强度估计方法


技术介绍

1、热带气旋能够造成许多次生灾害如洪水,龙卷风,泥石流,风暴潮等。准确预报热带气旋强度对灾难预防和决策的指定至关重要。目前主流的三种方法分别是基于数学物理模式分析的方法、基于统计分析的方法和基于深度学习的方法。基于数学物理模式的方法指通过数学建模和物理规则来计算评估模型。数值天气预报(nwp)模式在这一领域占主要地位。其中ecmwf,gfs等均是针对全局天气预报的模型。在气象预报中起着重要地位。然而,该类方法的结果受初值影响极大,具有不稳定性,启动慢以及计算需要消耗大量的资源。基于统计分析的方法中最具有代表性的是德沃夏克技术。该方法假设强度相当的热带气旋表现出相似的模式。然而,这种方法具有很强的主观性,依赖于专家的经验。具体来说,它需要专家提供热带气旋的中心位置,然后是对过去24小时内强度变化的检查以确定当前热带气旋强度。

2、近年来,随着计算能力的快速发展和数据量的不断增加,越来越多的研究人员尝试将气象数据输入到数据驱动的神经网络中,并结合一本文档来自技高网...

【技术保护点】

1.一种多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,所述跨海域热带气旋强度估计方法包括以下步骤:

2.根据权利要求1所述的多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,对多个海域的GridSat卫星数据进行采集和数据裁剪的过程包括以下步骤:

3.根据权利要求1所述的多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,所述域共享层以ResNet34作为骨干网络,包括依次连接的卷积层、池化层、跳连接层、批归一化层和激活函数;所述域特定层以平行残差适应器作为骨干网络,由卷积层、BatchNormalization层和跳连接特定层组成,所述域特定...

【技术特征摘要】

1.一种多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,所述跨海域热带气旋强度估计方法包括以下步骤:

2.根据权利要求1所述的多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,对多个海域的gridsat卫星数据进行采集和数据裁剪的过程包括以下步骤:

3.根据权利要求1所述的多任务持续学习的跨海域热带气旋强度估计方法,其特征在于,所述域共享层以resnet34作为骨干网络,包括依次连接的卷积层、池化层、跳连接层、批归一化层和激活函数;所述域特定层以平行残差适应器作为骨干网络,由卷积层、batchnormalization层和跳连接特定层组成,所述域特定层的跳连接特定层是可学习的超参数,通过使每一...

【专利技术属性】
技术研发人员:丁嘉慕杭仁龙刘青山
申请(专利权)人:南京信息工程大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1