首页  专利技术  电子电路装置的制造及其应用技术

基于强对流识别的集合同化成员构建方法及系统与流程

2026-07-07 17:00:07 173次浏览

技术特征:

1.一种基于强对流识别的集合同化成员构建方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于强对流识别的集合同化成员构建方法,其特征在于,根据预报区域和预报时段,获取历史气象数据,并进行预处理,构建数据训练集;具体方法为:

3.根据权利要求1所述的基于强对流识别的集合同化成员构建方法,其特征在于,采用所述数据训练集,构建并训练获得用于识别强对流的类型的分类识别模型;

4.根据权利要求3所述的基于强对流识别的集合同化成员构建方法,其特征在于,所述基于风暴螺旋度特征的分割模块的计算公式为:

5.根据权利要求3所述的基于强对流识别的集合同化成员构建方法,其特征在于,所述分类识别模型采用alexnet、resnet或densenet其中一种网络架构,在该网络的卷积块之间引入所述基于风暴螺旋度特征的分割模块。

6.根据权利要求1所述的基于强对流识别的集合同化成员构建方法,其特征在于,构建集合成员生成模型,并基于不同的强对流的类型分别进行训练,为每种强对流的类型各构建集合成员生成模式;具体方法为:

7.根据权利要求6所述的基于强对流识别的集合同化成员构建方法,其特征在于,利用卷积神经网络设计辅助分类器、、和,用于提高,,和中对不同强对流的识别作用,辅助分类器的数学表达式为:

8.根据权利要求7所述的基于强对流识别的集合同化成员构建方法,其特征在于,采用分类识别模型对预生成集合成员的天气进行分类,再根据分类结果,选择对应的集合成员生成模式生成集合同化成员;具体方法为:

9.一种基于强对流识别的集合同化成员构建系统,其特征在于,包括:


技术总结
本发明公开一种基于强对流识别的集合同化成员构建方法,包括步骤:根据预报区域和预报时段,获取历史气象数据,并进行预处理,构建数据训练集;采用所述数据训练集,构建并训练获得用于识别强对流的类型的分类识别模型;构建集合成员生成模型,并基于不同的强对流的类型分别进行训练,为每种强对流的类型各构建集合成员生成模式;采用分类识别模型对预生成集合成员的天气进行分类,再根据分类结果,选择对应的集合成员生成模式生成集合同化成员。本发明可以有效的对强对流进行分类,结合历史同类型的强对流信息生成集合成员,本发明不需要对模式进行积分,且可以有效提高离散度,降低生成集合成员时对计算资源的需求。

技术研发人员:武天杰,刘洲坤,崔志强,徐徐,吉璐莹,李昕
受保护的技术使用者:南京气象科技创新研究院
技术研发日:
技术公布日:2024/12/2
文档序号 : 【 40203404 】

技术研发人员:武天杰,刘洲坤,崔志强,徐徐,吉璐莹,李昕
技术所有人:南京气象科技创新研究院

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
武天杰刘洲坤崔志强徐徐吉璐莹李昕南京气象科技创新研究院
关键负荷集群的工业园区精细化用电感知处理方法与流程 返回列表
相关内容