Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的沙尘短临预报方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:内蒙古自治区气象数据中心(内蒙古自治区气象探测中心、内蒙古自治区气象档案馆)

摘要:本发明公开了一种基于深度学习的沙尘短临预报方法,包括根据地面站点的观测数据筛选出沙尘过程数据,并根据沙尘过程数据的时间和空间匹配已有的基于卫星反演的沙尘实况数据;对数据进行预处理,形成沙尘时空序列样本集;基于PredRNN网络构建时空序列的深度学习模型,并使用沙尘时空序列样本集训练获得沙尘浓度预测模型;在发生沙尘天气时,针对指定区域范围获取地面站点的观测数据和已有的沙尘实况数据并进行时间和空间的匹配,形成沙尘时空序列数据集,然后输入沙尘浓度预测模型中,输出指定区域未来设定时间段内的沙尘分布结果,进行沙尘短临预报。本发明充分利用了卫星数据和地面站点观测数据,可实现对沙尘过程全面、连续监测,并提升了沙尘短临预报的精度。

主权项:1.一种基于深度学习的沙尘短临预报方法,其特征在于,包括以下步骤:S10、根据地面站点的观测数据筛选出沙尘过程数据,并根据沙尘过程数据的时间和空间匹配已有的基于卫星反演的沙尘实况数据;S20、对步骤S10匹配后的数据进行预处理,形成沙尘时空序列样本集;S30、基于PredRNN网络构建时空序列的深度学习模型,并使用步骤S20的沙尘时空序列样本集训练获得沙尘浓度预测模型,表示为: 上式中,Xt-J+1~Xt表示从时刻t-J+1到时刻t的历史沙尘浓度实况数据序列,Xt+1~Xt+n表示从时刻t+1到时刻t+n的沙尘浓度真值数据序列,Pt+1~Pt+n表示从时刻t+1到时刻t+n的沙尘浓度预测结果,即概率P最大的预测沙尘浓度时空数据序列,nJ;S40、在发生沙尘天气时,将已有的基于卫星反演的沙尘实况数据输入步骤S30获得的沙尘浓度预测模型中,输出指定区域未来设定时间段内的沙尘分布结果,进行沙尘短临预报。

全文数据:

权利要求:

百度查询: 内蒙古自治区气象数据中心(内蒙古自治区气象探测中心、内蒙古自治区气象档案馆) 基于深度学习的沙尘短临预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。