【技术实现步骤摘要】
本专利技术属于人工智能，尤其是一种用于数值天气预报模式的云微物理参数化方法、装置和存储介质。
技术介绍
1、出于对气候变化的关注以及对准确天气预报需求的提升，数值天气预报技术已被广泛应用于多个重要领域，包括农业、灾害管理和交通规划。数值天气预报模型通过模拟大气过程来预测未来天气变化，是现代气象科学中的关键工具。然而，现有的数值天气预报模型面临着一些重要挑战，特别是在由次网格物理过程参数化方案引起的模式不确定性而限制了天气预报准确率方面。
2、当前的数值预报模式系统通常由两部分组成：动力框架和次网格物理过程参数化方案。次网格物理过程参数化方案中的云微物理参数化方案直接影响数值预报模式系统对降水预测准确率。然而，目前的云微物理参数化方案存在以下三点主要问题：对其原理不完全了解、缺乏对其的常规观测、过程非常复杂而无法在数值模式中进行表示。云微物理过程方程组没有解析解，目前现存的不同云微物理参数化方案分别从不同的角度由经验对其方程组进行补齐求解，而会给数值预报模式系统带来不确定性，且限制了该系统对天气(尤其是降水)预报的准确率。p>
3、在此背本文档来自技高网...
【技术保护点】
1.一种用于数值天气预报模式的智能云微物理参数化方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述气象数据样本进行标准化处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述气象数据样本进行标准化处理，还包括：
4.根据权利要求1所述的方法，其特征在于，所述一维稠密卷积神经网络包括卷积层、池化层和全连接层的一维稠密卷积神经网络结构，每个卷积层具备多个可学习的过滤器，在训练过程中包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.一种用于数值天气预报模式的云微...
【技术特征摘要】
1.一种用于数值天气预报模式的智能云微物理参数化方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述气象数据样本进行标准化处理，包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述气象数据样本进行标准化处理，还包括：
4.根据权利要求1所述的方法，其特征在于，所述一维稠密卷积神经网络包括卷积层、池化层和全连接层的一维稠密卷积神经网络结构，每个卷积层具备多个可学习的过滤器，在训练过程中包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.一种用于数值天气预报模式的云微物理参数化装置，其特征在...
【专利技术属性】
技术研发人员：舒婷，周茜缘，赵焕，冯家莉，
申请(专利权)人：粤港澳大湾区气象监测预警预报中心深圳气象创新研究院，
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。