一种基于改进U-Net的雷达回波时间降尺度订正方法技术

本发明专利技术公开了一种基于改进U‑Net的雷达回波时间降尺度订正方法，包括以下步骤：（1）收集发布的CMA‑SH数值模式预报数据，并进行初步的预报因子筛选和预处理；（2）搭建基于改进U‑Net的深度学习模型即传统U‑Net基础上增加基于对抗生成网络的TSR‑GAN时间降尺度模块，并定义新的阈值法评估指标，以此为基础更改适用于雷达回波预报订正问题的损失函数；（3）基于步骤（2）雷达回波数据集与改进U‑Net模型进行训练，获得订正后高分辨率的雷达回波预报产品；本发明专利技术通过降尺度得到分钟级预报，提高了对短临系统的预报能力。

【技术实现步骤摘要】

本专利技术涉及雷达回波预报进行后处理，尤其涉及一种基于改进u-net的雷达回波时间降尺度订正方法。

技术介绍

1、目前，强降水、强对流等灾害性天气依然是天气预报的困难地带，由于其发生发展迅速，一般的数值天气预报模型很难对其产生有效的灾害预警预报，雷达组合反射率回波资料具有时空分辨率高，可以直观反映降水强度、精准反映风暴内部结构特征变化和强度变化的特点，是强降水、强对流天气系统预报的重要依据，那么如何获得高时空分辨率的精准雷达回波预报资料是亟需解决的问题。

2、传统的数值模式雷达回波预报结果，由于模式本身初始场、参数化过程所带来的系统误差使数值预报本身带来不确定性，需要进行模式后处理。传统方法对于系统误差问题很难有很好的改进效果，目前机器学习方法在气象上的应用为此问题提供了新的解决方案；另外传统的数值模式获得预报结果空间分辨率不足一般只能得到逐小时预报，很难得到逐分钟级别的预报结果，这在业务应用上有很大的局限性，而强对流系统具有发生发展迅速，致灾性强的特点，逐小时的预报很可能对强系统进行漏报，需要对数值模式预报结果进行时间降尺度。鉴于机器学习在处本文档来自技高网...

【技术保护点】

1.一种基于改进U-Net的雷达回波时间降尺度订正方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进U-Net的雷达回波时间降尺度订正方法，其特征在于，步骤（1）具体如下：首先，进行因子筛选同时收集对应时刻的雷达回波拼图资料，将观测雷达回波拼图转化为雷达回波反射强度数据即dbz数据，将观测资料与筛选后的模式资料在时间上对应后，进行最大最小归一化处理，组建融合多气象要素的雷达回波数据集；其中，地面要素包括：对流有效位能CAPE、对流抑制能量CIN 、2m湿度、2m气温、2m露点温度、地面气压、一小时累计降水、10mUV风场；高空要素包括：700hPaUV风场...

【技术特征摘要】

1.一种基于改进u-net的雷达回波时间降尺度订正方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进u-net的雷达回波时间降尺度订正方法，其特征在于，步骤（1）具体如下：首先，进行因子筛选同时收集对应时刻的雷达回波拼图资料，将观测雷达回波拼图转化为雷达回波反射强度数据即dbz数据，将观测资料与筛选后的模式资料在时间上对应后，进行最大最小归一化处理，组建融合多气象要素的雷达回波数据集；其中，地面要素包括：对流有效位能cape、对流抑制能量cin 、2m湿度、2m气温、2m露点温度、地面气压、一小时累计降水、10muv风场；高空要素包括：700hpauv风场、850hpauv风场、700hpa露点温度、850hpa露点温度、700hpa相对湿度、850hpa相对湿度、高空总云量、700hpa位势高度、850hpa位势高度。

3.根据权利要求1所述的一种基于改进u-net的雷达回波时间降尺度订正方法，其特征在于，步骤（2）包括以下步骤：

4.一种基于改进u-net的雷达回波时间降尺度订正系统，其特征在于，包括：

5.根据权利要求4所述的一种基于改进u-net的雷达回波时间降尺度订正系统，其特征在于，预处理模块中...

【专利技术属性】
技术研发人员：周立群，智协飞，季焱，吕阳，丁姝妍，朱寿鹏，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：