期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
利用雷达数据开展对流降水临近预报的循环神经网络方法试验
1
作者 黄兴友 张永轩 +1 位作者 李芳 李峰 《大气科学》 CSCD 北大核心 2024年第6期2329-2341,共13页
中尺度对流降水预报是天气预报的重点和难点之一,天气雷达探测的高时空分辨率降水数据是开展0~2 h临近预报的主要依据。由于传统雷达回波外推方法缺乏非线性映射能力和本地环境参量变化对系统的影响等局限性,所以本研究引入带记忆解耦... 中尺度对流降水预报是天气预报的重点和难点之一,天气雷达探测的高时空分辨率降水数据是开展0~2 h临近预报的主要依据。由于传统雷达回波外推方法缺乏非线性映射能力和本地环境参量变化对系统的影响等局限性,所以本研究引入带记忆解耦功能的循环神经网络方法,采用ST-LSTM单元组成的PredRNN-v2深度学习技术,对局地性对流天气系统进行临近预报。利用2010~2014年的广州雷达体扫回波强度资料,构造模型训练数据集和测试数据集。选择Huber损失函数进行训练,不但收敛速度快、而且鲁棒性更强。一般认为,强回波对系统演变的影响更大。因此,本研究为强回波分配较大权重,增强其在拟合过程中的影响程度。对采用等权重损失函数的PredRNN-v2模型和采用不同权重Huber损失函数的PredRNN-v2模型进行测试集检验以及对流降水个例分析,结果表明,测试集中后者在较长的外推时效下,对强回波预测的临界成功指数、命中率更高,虚警率更低。两次个例分析表明,在较长的外推时效下,后者峰值信噪比PSNR和图像结构相似性SSIM更高;在2 h内的任意外推时效下,强回波偏差评分始终更接近于1。因此,在长预报时效以及对强回波预测效果上,采用带权重的Huber损失函数的PredRNN-v2模型更优,可以更好地模拟对流回波演变的非线性过程,并产生更合理、更准确地降水位置预报。 展开更多
关键词 对流临近预报 雷达反射率 深度学习 ST-LSTM单元 Huber损失函数
下载PDF
基于光流法的终端区对流临近预报系统的实现与应用
2
作者 陈阳权 杜安妮 尹才虎 《气象水文海洋仪器》 2024年第4期107-111,共5页
利用Sparse SD、Sparse、Dense及Dense Rotation 4种光流算法,以乌鲁木齐机场多普勒雷达组合反射率基数据为外推数据源,实现了乌鲁木齐机场终端区组合反射率临近2 h外推预报,并构建了外推产品与闪电、自动气象站、航迹、航路等数据融合... 利用Sparse SD、Sparse、Dense及Dense Rotation 4种光流算法,以乌鲁木齐机场多普勒雷达组合反射率基数据为外推数据源,实现了乌鲁木齐机场终端区组合反射率临近2 h外推预报,并构建了外推产品与闪电、自动气象站、航迹、航路等数据融合显示的WebGIS系统,为战术阶段的航空用户决策提供及时、丰富的临近预报产品。客观检验表明,外推预报的Dense、Dense Rotation算法在前60 min的预报具有较好参考价值,可为战术阶段运行决策、飞机合理绕飞雷雨等危险复杂天气、重要天气复盘等提供数据支撑。 展开更多
关键词 光流法 外推预报 对流临近预报系统
下载PDF
基于卫星云图的对流初生预测技术综述 被引量：4
3
作者 马鹏辉 杨燕军 +1 位作者 张剑 郭瑞鸽 《气象与减灾研究》 2014年第1期1-5,共5页
简要回顾了国内外利用静止气象卫星云图资料进行对流初生预测研究工作的进展,详细介绍了近年来国外提出的对流分析追踪(SATCAST)和对流初生临近预报(UWCI)两种方法的原理和流程,重点对这两种方法在实际应用中的技术性能进行了对比分析。
关键词 卫星云图 对流初生 对流分析追踪(SATCAST)算法 对流初生临近预报(UWCI)算法
下载PDF
基于时空图卷积的强对流降水临近预报研究
4
作者 方巍 薛琼莹 +1 位作者 陶恩屹 齐媚涵 《气象科学》 2024年第3期487-497,共11页
降水临近预报对于强对流天气的预报具有重要的支撑作用。气象业务中主要采用雷达回波外推方法解决此问题。然而,现有方法通常缺乏从序列雷达数据中有效学习的能力,导致预测精度不佳。为了解决这一问题,本文提出了一种改进的时空图卷积模... 降水临近预报对于强对流天气的预报具有重要的支撑作用。气象业务中主要采用雷达回波外推方法解决此问题。然而,现有方法通常缺乏从序列雷达数据中有效学习的能力,导致预测精度不佳。为了解决这一问题,本文提出了一种改进的时空图卷积模型ASTGCN(A Spatio-Temporal Graph Convolution Neural Network)用于强对流降水的临近预报。利用时空图卷积网络,有效地捕获相邻雷达帧之间的时间依赖性。此外,利用注意力机制和自动编码器来增强模型捕获时空相关性的能力。结果表明,该模型可以从数据中发现隐藏的图结构,从而捕获隐藏的空间关系。与现有模型(Transformer)相比,该模型的临界成功指数(CSI)提高了28%,表明其在强对流降水临近预报方面具有优越的性能。 展开更多
关键词 强对流降水临近预报 深度学习 ASTGCN模型 注意力机制 雷达回波外推
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部