【技术实现步骤摘要】
本专利技术涉及气象数值预报后的处理，具体而言，涉及一种基于深度可分离unet网络的数值预报降水订正方法和系统。
技术介绍
1、气象要素格点预报订正是通过某种算法模式对初步预报的数据进行订正，达到使预报更加精确的目的。数值预报订正方法以传统统计学方法为主。传统统计学方法如频率匹配、分位值映射法等方法通常首先获取模式预报与相应观测数据的统计特征，然后利用两者的映射关系将预报量匹配到观测量上，得到订正结果。该类方法大多采用线性方法，不足以捕捉气象要素变化中隐藏的非线性特征。
2、近年来，深度学习方法作为一种新兴技术引入到气象领域中，在数值模式中应用深度学习模型实现高分辨率气象预报取得了更好的效果。申请号为202210222310.2的中国专利申请中公开了一种基于机器学习的气象数值模式要素预报后订正方法，该方法利用预报场景对相似样本进行聚类，基于聚类的结果，对每一类训练一个订正模型；对预报数据订正时，获取实时气象模式预报数据，并确定某种预报场景，将实时模式预报结果输入对应的订正模型，获得订正后结果。该方法中，预报场景的划分对模型的训...
【技术保护点】
1.一种基于深度可分离UNet网络的数值预报降水订正方法，其特征在于，包括：
2.根据权利要求1所述的数值预报降水订正方法，其特征在于，所述样本集中样本的构建方法包括：
3.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤S13得到的二维空间网格图为0.01°×0.01°。
4.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤S14中采用反距离权重插值法得到实测降水特征图中的网格值，具体步骤包括：
5.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤S14中采用三次样条插值法得到预报降水特征
【技术特征摘要】
1.一种基于深度可分离unet网络的数值预报降水订正方法，其特征在于，包括：
2.根据权利要求1所述的数值预报降水订正方法，其特征在于，所述样本集中样本的构建方法包括：
3.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤s13得到的二维空间网格图为0.01°×0.01°。
4.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤s14中采用反距离权重插值法得到实测降水特征图中的网格值，具体步骤包括：
5.根据权利要求2所述的数值预报降水订正方法，其特征在于，步骤s14中采用三次样条插值法得到预报降水特征图中的网格值。
6.根据权...
【专利技术属性】
技术研发人员：周永水，李力，李典南，李智玉，
申请(专利权)人：贵州省气象台，
类型：发明
国别省市：
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。