基于增强型循环神经网络的雷达回波外推方法及系统技术方案

本申请公开了基于增强型循环神经网络的雷达回波外推方法及系统，方法包括：确定目标区域的雷达回波数据，对雷达回波数据进行预处理；使用雷达回波面覆盖率筛选策略对预处理后的雷达回波数据进行筛选得到高质量的雷达回波数据集；堆叠5层动态卷积时空长短时记忆模块并融合梯度高速公路单元构建增强型预测循环神经网络；将雷达回波数据集中训练样本输入增强型预测循环神经网络进行训练及超参数调整，获得最佳模型；将雷达回波数据集中测试样本输入到所述最佳模型进行图像预测操作，得到雷达回波外推图像。本发明专利技术降低虚警率，提升预报精度，尤其在强降水预测上表现优异，为短临降水预报提供技术支持。

【技术实现步骤摘要】

本申请属于雷达信息处理，具体是基于增强型循环神经网络的雷达回波外推方法及系统。

技术介绍

1、近年来，受全球气候变化的影响，灾害性天气频发，实现更准确、更精细和更长预警提前的降水短临预报是全球的关注点。降水短临预报是指对未来0-2h内降雨量或强对流天气进行预报。由于天气雷达探测资料具有较高的时间和空间分辨率，因此，气象预测业务中主要使用雷达回波外推方法实现短临降水预报。

2、近年来，深度学习为代表的人工智能技术在图像识别和视频领域取得了突破性进展，并在大气科学领域得到广泛应用。针对上述传统方法存在的问题，将神经网络引入雷达回波外推，神经网络模型凭借着挖掘海量数据和非线性建模的优秀能力，能充分学习海量雷达回波数据中潜在的天气演变规律，并已在准确率上超越了传统方法，在短时临近预报业务中取得良好的成果。基于深度学习的雷达外推方法如卷积长短时记忆网络、轨迹门控循环单元网络、预测循环神经网络（predictive recurrent neural network，predrnn）、运动循环神经网络（motion recurrent neural netw本文档来自技高网...

【技术保护点】

1.一种基于增强型循环神经网络的雷达回波外推方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述确定目标区域的雷达回波数据，并进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据雷达回波面覆盖率筛选策略对预处理后的雷达回波数据进行筛选得到高质量的雷达回波数据集，包括：

4.根据权利要求1所述的方法，其特征在于，所述堆叠5层动态卷积时空长短时记忆模块并融合梯度高速公路单元搭建增强型预测循环神经网络，包括：

5.根据权利要求4所述的方法，其特征在于，所述在所述动态卷积时空长短时记忆模块的指定层间融合...

【技术特征摘要】

1.一种基于增强型循环神经网络的雷达回波外推方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述确定目标区域的雷达回波数据，并进行预处理，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据雷达回波面覆盖率筛选策略对预处理后的雷达回波数据进行筛选得到高质量的雷达回波数据集，包括：

4.根据权利要求1所述的方法，其特征在于，所述堆叠5层动态卷积时空长短时记忆模块并融合梯度高速公路单元搭建增强型预测循环神经网络，包括：

5.根据权利要求4所述的方法，其特征在...

【专利技术属性】
技术研发人员：谢梦，刘丽丽，王艳，杨春蕾，顾明剑，
申请(专利权)人：中科技术物理苏州研究院，
类型：发明
国别省市：