【技术实现步骤摘要】
本专利技术属于气象卫星领域，尤其涉及一种基于深度学习的短时定量降水数值预报订正方法。
技术介绍
1、准确地降水预报能够最大程度上减少极端天气带来的伤害，其中对人类日常生活影响最大的就是短时间内的降水现象，即“短时降水”。短时降水临近预报通常是指对某一区域未来短时间内的降雨量或强对流天气进行预测；短时降水的生命周期短，变化速度快，规律难以把握，因此如何精准预报短时降水是当前天气预报领域亟待解决的难题之一。
2、多数学者认为数值天气/气候模型可能是短期范围的气候预报唯一可靠的预测工具，但数值预报模型是基于大气动力学和物理参数化，对大气中的一些复杂过程的模拟，如云微物理、对流等的参数化，仍存在一定程度的误差和不确定性，这会对降水预报的准确性产生影响。将数值天气/气候模型的产品与实际观测数据相比的结果表明数值模式产品的准确度相对较低，因此在数值预报的基础上对预报中的降水产品进行订正从而获得新的“预报”数据能够在一定程度上提升降水预报的准确性。
3、gfs(全球预报系统)是美国国家海洋和大气管理局(noaa)开发的一种先进...
【技术保护点】
1.一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，具体步骤如下：
2.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步骤一具体为：
3.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步骤二中，编码器不断提取有用的降水信息，同时不断压缩特征图，将特征图尺寸减小到输入尺寸的指定大小；在解码过程中，深度学习模型推导出每个网格的三小时降水预报的订正结果。
4.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步骤二中...
【技术特征摘要】
1.一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，具体步骤如下：
2.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步骤一具体为：
3.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步骤二中，编码器不断提取有用的降水信息，同时不断压缩特征图，将特征图尺寸减小到输入尺寸的指定大小；在解码过程中，深度学习模型推导出每个网格的三小时降水预报的订正结果。
4.如权利要求1所述的一种基于深度学习的短时定量降水数值预报的订正方法，其特征在于，所述步...
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。