【技术实现步骤摘要】
本专利技术涉及降水量预测，特别是涉及一种区域降水预测方法。
技术介绍
1、晴雨预报作为日常气象服务中最为常见且重要的组成部分，其预报的准确性直接关联到公众生活与安全，同时也是评估气象预报能力的核心标准之一。然而，现有的晴雨预报方法尤其在对细微降水事件的预测方面存在显著的不足，这种不足表现为对轻微降水的频繁空报问题。以百色市为例，2021年的城镇预报准确率相较于过往三年的平均水平下降了1.5％。这一下降趋势在很大程度上归咎于汛期暖区中阵性降水的不均匀分布，这种分布造成了晴雨预报准确率的降低。
2、在暴雨预报领域，该预报任务一直是极具挑战性的，主要是因为多种复杂气候系统的影响，如副热带高压边缘的局地对流性暴雨、季风和台风引发的降水。这些因素共同作用下造成了预报的困难。
3、近年来，人工智能技术在气象领域的快速发展，尤其是在暴雨研究和预报的应用上，已经展现出巨大的潜力。利用深度学习模型，如u-net晴雨预报模型，提高了特征提取和数据分析的能力，这为提高预报的准确性提供了新的技术途径。然而，尽管这些模型在某些方面取得了进...
【技术保护点】
1.一种区域降水预测方法，其特征在于，包括：
2.根据权利要求1所述的区域降水预测方法，其特征在于，所述晴雨预测模型通过将U-Net网络中每个卷积层转换为贝叶斯卷积层构建。
3.根据权利要求1所述的区域降水预测方法，其特征在于，通过降水预报训练集对所述晴雨预测模型训练包括：
4.根据权利要求1所述的区域降水预测方法，其特征在于，获取晴雨预报包括：
5.根据权利要求4所述的区域降水预测方法，其特征在于，所述解码器中的贝叶斯卷积层对所述特征图分配权重，获取所述晴雨预报包括：
6.根据权利要求1所述的区域降水预测方...
【技术特征摘要】
1.一种区域降水预测方法，其特征在于，包括：
2.根据权利要求1所述的区域降水预测方法，其特征在于，所述晴雨预测模型通过将u-net网络中每个卷积层转换为贝叶斯卷积层构建。
3.根据权利要求1所述的区域降水预测方法，其特征在于，通过降水预报训练集对所述晴雨预测模型训练包括：
4.根据权利要求1所述的区域降水预测方法，其特征在于，获取晴雨预报包括：
5.根据权利要求4所述的区域降水预测方法，其特征在于，所述解码器中的贝叶斯卷积层对所述...
【专利技术属性】
技术研发人员：李明志，肖志祥，卢伟萍，卢小丹，蒋健，赵胜男，孙靖雯，刘泽军，王建东，黄琼慧，
申请(专利权)人：广西壮族自治区气象科学研究所，
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。