一种基于WT-LIESN和LSTM的降水预测方法技术

本发明专利技术公开了一种基于WT‑LIESN和LSTM的降水预测方法，包括：根据GNSS的信号反演，得到天顶对流层延迟的水平方向的分量与大气可降水量和土壤湿度的逐小时的时间序列；将降水时间序列作为小波分解算法的输入，对降水时间序列进行时频分析，输出若干模态分量，并将若干模态分量划分为高频分量和低频分量；将GNSS气象数据与高频分量输入到长短期记忆递归神经网络中，得到第一预测值；再将GNSS气象数据与低频分量输入到泄露积分神经元的回声状态网络中，得到第二预测值；将第一预测值、第二预测值相加，得到最终的降水预测值。本发明专利技术充分利用不同数据的优势，提高了降水预报的全面性和准确性，帮助人们更好地应对短时强降水可能引发的灾害和影响。

【技术实现步骤摘要】

本专利技术涉及气象数据处理、降水预测的，尤其涉及一种基于wt-liesn和lstm的降水预测方法。

技术介绍

1、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，降水是水循环中最基本的部分，同时也是地表径流来源和地下水补给的主要来源；其时间不稳定性和空间不均匀性还会导致洪涝与干旱，最终对生态和生活产生影响。

2、精确的降雨量预报对于揭示水资源特征具有重要意义，可以为生产生活提供重要参考意见，由于降水演变过程中涉及过多因素，具有随机性和不确定性，传统的预报模型存在模型复杂或时空分辨率低等问题，降水预报能力有限。

3、由于降水本身具有高度非线性性、随机性和复杂性的特性，降水的预测精准率不高，随着全球导航卫星系统（global national satellite system, gnss）在气象领域的广泛应有，现有方法主要是利用gnss衍生的大气参数进行降水预报；然而由于使用的相关预测因子较少及预测模型较为单一，存在成功率低和虚警率高的问题。

4、为解决现有技术中的不足，本专利技术提供一种基于小波分本文档来自技高网...

【技术保护点】

1.一种基于WT-LIESN和LSTM的降水预测方法，其特征在于，包括：

2.根据权利要求1所述的基于WT-LIESN和LSTM的降水预测方法，其特征在于，利用Bernese5.0软件采取精密单点定位方式解算GNSS站点观测数据，得到天顶对流层延迟的水平方向的分量，观测方程如下：

3.根据权利要求2所述的基于WT-LIESN和LSTM的降水预测方法，其特征在于，将GNSS站点观测数据输入Saastamoinen模型计算，得到天顶对流层总延迟的分量，即天顶静力学延迟，其计算方式如下：

4.根据权利要求1所述的基于WT-LIESN和LSTM的降水预测方法，...

【技术特征摘要】

1.一种基于wt-liesn和lstm的降水预测方法，其特征在于，包括：

2.根据权利要求1所述的基于wt-liesn和lstm的降水预测方法，其特征在于，利用bernese5.0软件采取精密单点定位方式解算gnss站点观测数据，得到天顶对流层延迟的水平方向的分量，观测方程如下：

3.根据权利要求2所述的基于wt-liesn和lstm的降水预测方法，其特征在于，将gnss站点观测数据输入saastamoinen模型计算，得到天顶对流层总延迟的分量，即天顶静力学延迟，其计算方式如下：

4.根据权利要求1所述的基于wt-liesn和lstm的降水预测方法，其特征在于，利用多路径误差信噪比实现土壤湿度反演，包括：

5.根据权利要求1所述的基于wt-liesn和lstm的降水预测方法，其特征在于，利用小波分解算法将降水时间序列进行分解，得到高频的非线性分量...

【专利技术属性】
技术研发人员：汤玲，杨飞，
申请(专利权)人：南京北斗创新应用科技研究院有限公司，
类型：发明
国别省市：