龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于深度学习Bi‑LSTM与数值天气预报模型WRF耦合的卫星降水产品校正方法，包括：获取目标区域待校正的卫星降水产品、地面雨量站降水观测数据、地理环境数据和再分析气象数据，并对数据进行预处理；建立并优化目标区域WRF模型，生成区域高分辨率气象要素模拟序列；将WRF气象要素模拟序列、卫星降水时间序列、地面高程数据进行标准化，作为Bi‑LSTM的输入数据，地面雨量站降水观测时间序列作为验证数据，经过多次循环迭代，确定最优化Bi‑LSTM模型，用于对卫星降水产品进行校正。本发明通过在深度学习模型中引入WRF高时空分辨率气象要素模拟序列可显著提高卫星降水产品的精度，促进卫星降水产品在不同领域的广泛应用。
主权项：1.一种基于深度学习与数值天气预报模型耦合的卫星降水产品校正方法，其特征在于，包括以下步骤：步骤1、获取目标区域待校正的卫星降水产品、地面雨量站降水观测数据、地理环境数据和再分析气象数据；步骤2、对数据进行预处理；步骤3、建立并优化目标区域WRF模型，生成区域高时空分辨率的气象要素模拟序列；步骤4、建立基于双向长短时记忆网络与天气研究与预报模式耦合的卫星降水产品校正框架，将目标区域待校正的卫星降水时间序列、WRF气象要素模拟序列、地面高程数据进行标准化后，作为Bi-LSTM的输入数据，地面雨量站降水观测时间序列作为Bi-LSTM模型的验证数据；步骤5、将Bi-LSTM模型的输入和验证数据划分为训练集和验证集，基于多次循环迭代，确定Bi-LSTM模型的最优超参数组合；步骤6、利用最优化Bi-LSTM模型，对卫星降水产品进行校正。
全文数据：
权利要求：
百度查询： 复旦大学 一种基于深度学习与数值天气预报模型耦合的卫星降水产品校正方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号