-
题名HINet:一种面向冰雹识别的多源数据融合网络
- 1
-
-
作者
张小雯
郁培雯
商建
华珊
张启绍
-
机构
国家气象中心
安阳国家气候观象台
南京信息工程大学人工智能学院
国家卫星气象中心(国家空间天气监测预警中心)
许健民气象卫星创新中心
中国气象局遥感卫星辐射测量和定标重点开放实验室
-
出处
《遥测遥控》
2024年第4期45-56,共12页
-
基金
国家重点研发计划项目(2022YFC3004104)
中国气象局创新发展专项项目(CXFZ2024J001)
+2 种基金
中国气象局水文气象重点开放基金项目(23SWQXZ001)
风云卫星应用先行计划2023(FY-APP-ZX-2023.01)
安阳国家气候观象台开放研究基金课题(AYNCOF202401)。
-
文摘
冰雹天气具有突发性和局地性强,以及破坏力大的特点。尽管地面自动站、雷达和卫星等获取的观测资料在冰雹识别中发挥了一定的作用,但单一观测资料的局限性导致冰雹识别虚警率较高和准确率较低。因此,亟需构建基于多源高分辨率观测的冰雹识别技术。本文提出了一种面向冰雹识别的多源数据融合网络,该深度学习方法利用时空特征提取模块、多源数据特征融合模块和UCUNet(U Connection Unet,U形连接卷积神经网络)识别模块,充分挖掘冰雹发生时FY4B(风云四号B星)、天气雷达和数值模式等多源数据的时空特征,并创新地加入地形高度、坡度、坡向等作为冰雹识别因子。为评估所提网络方法的性能,本文进行了系列实验,并将实验结果与真实标签数据进行对比。结果显示,HINet(Hail Identification Net,冰雹识别网络)能够充分利用多源数据,在复杂地形条件下有效改善冰雹识别结果,在冰雹研究和识别中具有较高的准确性和实用性。
-
关键词
冰雹识别
深度学习
时空特征提取
多源数据特征融合
复杂地形
-
Keywords
Hail identification
Deep learning
Spatio-temporal feature extraction
Multi-source data feature fusion
Complex terrain
-
分类号
TP75
[自动化与计算机技术—检测技术与自动化装置]
P458.121.2
[天文地球—大气科学及气象学]
-
