期刊文献+
共找到21篇文章
< 1 2 >
每页显示 20 50 100
融合时空重构单元和Transformer的雷达回波外推算法
1
作者 方巍 王淏西 《郑州大学学报(工学版)》 北大核心 2025年第5期137-144,共8页
针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离... 针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离、变换和重构的策略来提取雷达图像精细化时空特征;其次,在编码器和解码器之间引入Transformer的变体架构模型Poolformer,用全局平均池化操作代替自注意力机制,帮助模型对高度动态变化的雷达序列进行建模;最后,在江苏省气象雷达数据集和上海市气象雷达数据集上训练和测试,与目前主流的深度学习模型进行对比。实验结果表明:在2 h外推任务中,CSI、FAR、MSE和SSIM 4个指标均取得最优值,在江苏省数据集上CSI提升了0.020,上海市中数据集上CSI提升了0.048;SRU-Former能够有效提升模型的预报准确率,外推后期对强回波区域的捕捉更加精确,细节纹理更加丰富清晰。 展开更多
关键词 深度学习 雷达回波外推 TRANSFORMER 时空重构单元 全局平均池化
在线阅读 下载PDF
基于增强PredRNN的雷达回波外推方法
2
作者 谢梦 刘丽丽 +2 位作者 杨春蕾 王艳 顾明剑 《电子测量技术》 北大核心 2025年第7期171-178,共8页
针对样本失衡和预报准确率低的问题,提出一种增强预测循环神经网络EN_PredRNN。首先,对雷达数据进行预处理并筛选样本以构建高质量的雷达回波数据集;然后,通过深度融合时空长短时记忆单元与动态卷积,设计动态卷积时空长短时记忆模块DC_S... 针对样本失衡和预报准确率低的问题,提出一种增强预测循环神经网络EN_PredRNN。首先,对雷达数据进行预处理并筛选样本以构建高质量的雷达回波数据集;然后,通过深度融合时空长短时记忆单元与动态卷积,设计动态卷积时空长短时记忆模块DC_STLSTM,实时调整卷积参数以精准捕捉雷达回波的瞬时变化特征。然后,通过堆叠5层DC_STLSTM,提取雷达回波的更深层次特征,并使用梯度高速公路缓解梯度消失,提高预报精度。实验结果表明,相比于比PredRNN,EN_PredRNN在25、35、45、65 dBZ阈值下的临界成功指数分别提升了19.3%、17.3%、16.5%、14.0%,虚警率分别下降了28.3%,27.5%,26.7%、24.9%,有效学习了雷达数据的时空变化特征,准确预测雷达回波强度和位置。 展开更多
关键词 雷达回波外推 循环神经网络 动态卷积 梯度高速公路
在线阅读 下载PDF
人工智能应用于雷达回波外推研究综述
3
作者 徐圣彬 《农业灾害研究》 2025年第5期172-174,共3页
气象预报中雷达回波外推是一项基本但必不可少的任务。其通过提供一种高效的方式,以获得在计算中具有高时空分辨率的雷达回波预测结果,有效提升业务系统对气象灾害的预警能力。传统方法通过估计连续雷达数据之间的回波运动来执行外推。... 气象预报中雷达回波外推是一项基本但必不可少的任务。其通过提供一种高效的方式,以获得在计算中具有高时空分辨率的雷达回波预测结果,有效提升业务系统对气象灾害的预警能力。传统方法通过估计连续雷达数据之间的回波运动来执行外推。这种策略很难有效描述复杂非线性气象过程,难以从大量历史数据中受益。当前,深度学习模型已被用于雷达回波外推,可以有效提高了数据驱动的外推质量。从统计学的角度来看,尽管基于深度学习方法表现出色,但通常会产生模糊推断。这会导致低估雷达回波强度,使回波缺乏小尺度细节。此外,这种方法难以构建预测严重对流灾害的模型。通过国内外对人工智能应用于雷达回波外推的研究现状进行总结,为雷达回波外推提供技术指导,同时为雷达回波外推模型的构建提供经验借鉴。 展开更多
关键词 人工智能 雷达回波外推 气象预报 深度学习
在线阅读 下载PDF
基于自注意力和门控循环神经网络的雷达回波外推算法研究 被引量:4
4
作者 薛丰昌 章超钦 +1 位作者 王文硕 陈笑娟 《气象学报》 CAS CSCD 北大核心 2024年第1期127-135,共9页
为提升现有神经网络对雷达回波序列的时、空特征提取能力,建立外推性能更优的时、空序列预测模型,开展雷达回波外推算法改进研究。基于深圳市气象局与中国香港天文台共同建立的雷达回波数据集,在数据处理层面,通过改进对雷达回波图像序... 为提升现有神经网络对雷达回波序列的时、空特征提取能力,建立外推性能更优的时、空序列预测模型,开展雷达回波外推算法改进研究。基于深圳市气象局与中国香港天文台共同建立的雷达回波数据集,在数据处理层面,通过改进对雷达回波图像序列归一化的方法,提升了常用的5种时、空序列预测模型对强回波的预测水平;在模型算法层面,将两个联立的自注意力结构引入ST-LSTM结构,组成新的循环门控单元,并将这些循环门控单元进行堆叠,建立ST-SARNN模型。选用CSI和POD作为精度评价指标,进行模型对比分析得到:(1)改进的归一化方法提升了近几年内常用的5种时、空序列预测模型对强回波的预测水平。(2)加入自注意力的ST-SARNN模型对雷达回波的预测性能显著优于ConvLSTM、PredRNN和MIM等模型。改进的归一化方法能改变样本数据分布,并在一定程度上提升模型外推性能;自注意力结构能够有效挖掘雷达回波序列的时、空特征,进而改进神经网络的外推表现。 展开更多
关键词 雷达回波外推 自注意力机制 循环神经网络 数据归一化方法
在线阅读 下载PDF
3DuA-Net:融合3D卷积和注意力的雷达回波外推预报 被引量:1
5
作者 包广斌 罗曈 +1 位作者 彭璐 赵怀森 《电子测量技术》 北大核心 2024年第15期153-160,共8页
针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题,提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元,将普通卷积替换为3D卷积,增强... 针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题,提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元,将普通卷积替换为3D卷积,增强模型从全局视角强化对短期运动特征信息的捕获能力。并提出DuAtt高效双端注意力机制,提高模型对长期雷达图像序列局部和全局重要特征信息的保存及结合能力。采用深圳气象局公开的多普勒雷达数据集进行实验,结果表明:在10、20、40 dBz阈值下,该模型相比Conv-LSTM基线模型的CSI指标平均提升7.74%,HSS指标平均提升5.54%,MAE指标下降3.8%,SSIM指标提升8.86%。 展开更多
关键词 短临降雨 三维卷积 注意力机制 深度学习 雷达回波外推
在线阅读 下载PDF
基于ConvLSTM融合RMAPS-NOW数据的雷达回波外推研究 被引量:6
6
作者 王善昊 胡志群 +1 位作者 王福增 陈杰鑫 《气象学报》 CAS CSCD 北大核心 2024年第4期554-567,共14页
雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输... 雷达回波外推是临近预报、人工影响天气作业及效果评估的主要参考依据之一,快速准确的回波外推技术一直是雷达气象领域的研究热点。近年来,基于深度学习的时空序列预测模型在雷达回波外推中得到了广泛应用。然而,这些外推网络架构的输入大多用16级伪彩色雷达回波强度产品转化而来的灰度图,丢失了许多回波细节,并且随着外推时间延长,误差不可避免地增大。回波的生消、移动、演变与天气背景紧密相关,因此,将北京城市气象研究院研发的新一代快速更新多尺度资料分析和预报系统的临近数值预报子系统(RMAPS-NOW)初始零场的部分物理量产品融入华北雷达拼图原始数据,构建多个雷达单元(Radar cells),并将这些雷达单元作为输入,基于卷积长短期记忆网络(ConvLSTM),设计了一个多通道雷达回波外推网络架构(MR-ConvLSTM)。另外,考虑到卷积算法的平滑性,构建了自定义损失函数,增加回波强度的时空权重进行时空衰减订正。选取(40.65°—41.65°N,114°—115.4°E)内2018—2021年的6—9月共13000组华北雷达组合反射率因子拼图及RMAPS-NOW初始零场数据,其中的80%共10400组为训练集,20%共2600组为测试集。引入的物理量包括多个高度层的u、v风(1350 m),相对湿度(RH,150 m),水平散度(1350 m)等,基于ConvLSTM及MR-ConvLSTM加自定义损失函数,分别训练得到5个雷达回波外推模型。采用临界成功指数(CSI)、命中率(POD)、虚警率(FAR)作为评价指标,利用测试集对所有模型进行评估。基于引入物理量的MR-ConvLSTM训练得到的模型在20、30、35 dBz反射率阈值下,比未引入物理量的基于ConvLSTM的外推模型CSI值平均高4.67%、13.8%、5.98%,POD值平均高3.1%、7.68%、8.38%,FAR值平均低6.37%、8.54%、10.17%,同时引入3种物理量(RH、u、v)的外推模型在不同阈值的各项指标中综合表现最好,其CSI、 POD值在3种不同阈值下比未引入物理量模型平均高16.01%、13.38%,FAR值平均低14.88%。从模型应用的个例可视化也可以看出,引入物理量后有效提升了雷达回波外推的准确度,证明基于MR-ConvLSTM架构训练的雷达回波外推模型有较强的泛化能力。 展开更多
关键词 雷达回波外推 深度学习 RMAPS-NOW MR-ConvLSTM网络架构 自定义损失函数
在线阅读 下载PDF
基于特征条件扩散模型的雷达回波外推算法 被引量:3
7
作者 吴其亮 王兴 +3 位作者 苗子书 叶威良 王思成 向磊 《科学技术与工程》 北大核心 2024年第22期9498-9509,共12页
随着外推时效的延长,回波强度愈发衰减,且对于强回波的预报性能迅速下降。这是当前雷达外推结果不准确的两个典型特征。为改善上述问题,提出了一种通过雷达回波帧驱动的扩散雷达外推算法(diffusion radar echo extrapolation,DiffREE)... 随着外推时效的延长,回波强度愈发衰减,且对于强回波的预报性能迅速下降。这是当前雷达外推结果不准确的两个典型特征。为改善上述问题,提出了一种通过雷达回波帧驱动的扩散雷达外推算法(diffusion radar echo extrapolation,DiffREE)。该算法利用条件编码模块将过去雷达回波帧的空间信息和时效信息深度融合,通过Transformer编码器自动提取回波的时空特征,并作为条件扩散模型的条件,驱动扩散模型重建当前雷达回波帧。实验结果表明,该方法可以生成高精度、高质量的雷达预报帧,较最好的基线算法在CSI、ETS、HSS和POD上分别提升42.2%、51.1%、49.8%和39.5%。 展开更多
关键词 深度学习 短时预报 雷达回波外推 扩散模型 条件编码
在线阅读 下载PDF
基于RC-LSTM的雷达回波外推方法 被引量:1
8
作者 王友宁 白金明 刘琦 《计算机集成制造系统》 EI CSCD 北大核心 2024年第8期2962-2967,共6页
雷达回波外推是降水临近预报的重要手段,所用的方法分为数值预报与数据驱动预报。前者依托数学与物理模型,后者依托深度学习技术总结历史规律。尽管深度学习在气象预报中研究活跃,但实际应用仍面临挑战,尤其是精度问题。因此设计了一种... 雷达回波外推是降水临近预报的重要手段,所用的方法分为数值预报与数据驱动预报。前者依托数学与物理模型,后者依托深度学习技术总结历史规律。尽管深度学习在气象预报中研究活跃,但实际应用仍面临挑战,尤其是精度问题。因此设计了一种雷达回波外推系统,应用所提出的残参卷积长短期记忆(RC-LSTM)模型,在使用规划采样的同时,为每一层堆叠的ConvLSTM单元添加了残差连接,使得模型在更深的同时保留原有小模型的学习能力,保证网络最大限度降低空间维度的历史信息损耗,从而提高长时效雷达回波外推的精度。 展开更多
关键词 气象业务 降水临近预报 残参卷积长短期记忆 雷达回波外推
在线阅读 下载PDF
一种雷达回波外推的注意力融合和信息回忆的LSTM方法 被引量:6
9
作者 程勇 钱坤 +3 位作者 康志明 何光鑫 王军 庄潇然 《热带气象学报》 CSCD 北大核心 2023年第5期653-663,共11页
临近天气预报是气象研究中的热点问题,雷达回波外推技术作为处理临近天气预报的有效手段,具有重要的应用价值。近年来,深度学习技术被应用于处理这一任务,但提高雷达回波外推的预报准确率仍然是一个具有挑战性的问题。在ST-LSTM网络基础... 临近天气预报是气象研究中的热点问题,雷达回波外推技术作为处理临近天气预报的有效手段,具有重要的应用价值。近年来,深度学习技术被应用于处理这一任务,但提高雷达回波外推的预报准确率仍然是一个具有挑战性的问题。在ST-LSTM网络基础上,本文提出一种AFR-LSTM网络,以进一步提高雷达回波外推的预报准确率。首先提出一种注意力融合的时空长短期记忆网络的方法,以关联更多的历史信息,保证信息在传递过程中能够充分关联,减少信息丢失。同时,考虑编码过程中信息丢失问题,在编码器与解码器之间构建信息回忆模块,进一步保存雷达回波预测细节。通过在真实的雷达回波数据集(2019—2021江苏气象雷达数据)上进行消融实验,AFR-LSTM整体效果较好。此外,对该雷达回波数据集进行对比实验,结果表明AFR-LSTM在雷达回波预测中评分函数临界成功指数(CSI)值为0.5209、Heidke Skill Score(HSS)值为0.5324,并且能较好地保留强回波和位置准确度,优于现有方法,证明了该方法能够获得更准确的预测准确度。 展开更多
关键词 雷达回波外推 深度学习 注意力机制 时空长短期记忆网络
在线阅读 下载PDF
基于深度时空融合网络的雷达回波外推模型 被引量:5
10
作者 方巍 庞林 易伟楠 《电子学报》 EI CAS CSCD 北大核心 2023年第9期2526-2538,共13页
基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以... 基于深度学习的雷达回波外推是实现短临降水预报的重要方法,由于雷达回波数据具有显著的非刚性的运动特征,使得数据的统计特性随时间在不断变化,意味着其具有高阶非平稳性,而现有深度学习方法难以捕捉回波序列的非刚性运动特征,且难以建模雷达数据的高阶非平稳性.为此,本文针对雷达数据特征提出了一种新的时空融合网络STUNNER(Spatio-Temporal Fusion Neural Network).STUNNER设计了一种两路时空融合架构,通过交叉连接时间差分网络和时空轨迹网络实现高效的雷达回波外推.时间差分网络通过引入差分的思想提取高阶非平稳数据中平稳性特征来学习雷达回波的长期趋势,时空轨迹网络利用动态卷积将卷积循环神经网络中普通卷积固定的参数采样位置优化为随时间变化的动态位置来提取雷达回波的瞬时变化,同时采用两路融合策略将长期趋势与瞬时变化融合,实现长短时关联记忆.所提模型与其他四个模型在两个公开数据集上进行了实验对比.在雷达回波外推任务中当雷达反射率阈值为45 dBZ时,STUNNER在POD(Probability Of Detection)、CSI(Critical Success Index)、FAR(False Alarm Rate)上相比MIM(Memory In Memory)分别优化了0.020,0.023,0.043.实验结果表明新模型在处理雷达回波外推任务上具有更高的准确率. 展开更多
关键词 雷达回波外推 短临降水预报 高阶非平稳性 动态卷积 两路时空融合
在线阅读 下载PDF
动态概率卷积神经网络在雷达回波外推中的应用 被引量:5
11
作者 吴卓升 张巍 +1 位作者 林艳 滕少华 《计算机应用研究》 CSCD 北大核心 2021年第7期2125-2129,共5页
雷达回波外推方法已广泛应用于短时强降水临近预报中。针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题,提出了一个基于动态概率卷积神经网络(dynamic probability convolutional neural network,DPC... 雷达回波外推方法已广泛应用于短时强降水临近预报中。针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题,提出了一个基于动态概率卷积神经网络(dynamic probability convolutional neural network,DPCNN)的雷达回波外推模型。该模型在卷积神经网络的基础上增加动态概率计算层,对不同的雷达回波输入序列计算对应的概率卷积核,并用于后续的外推计算中,使得网络在预测阶段仍然能够根据不同的输入序列作出相应的概率调整,从而增强了外推结果与已知序列的关联。经某局部地区短时强降水外推实验,从外推图像、CSI指数、FAR指数、POD指数四个方面验证了该模型的有效性。 展开更多
关键词 动态概率 雷达回波外推 深度学习 卷积神经网络
在线阅读 下载PDF
CAST-LSTM:一种用于雷达回波外推的时空LSTM模型 被引量:1
12
作者 渠海峰 何光鑫 +4 位作者 康志明 程勇 王军 庄潇然 李远禄 《气象》 CSCD 北大核心 2023年第12期1481-1494,共14页
基于循环神经网络的雷达回波外推算法的预报结果随时间逐渐模糊失真,同时难以预报强回波区域。针对上述问题,提出一种上下文融合和注意力机制的时空长短期记忆网络模型。该方法通过上下文融合模块充分提取雷达图像不同尺度的短期上下文... 基于循环神经网络的雷达回波外推算法的预报结果随时间逐渐模糊失真,同时难以预报强回波区域。针对上述问题,提出一种上下文融合和注意力机制的时空长短期记忆网络模型。该方法通过上下文融合模块充分提取雷达图像不同尺度的短期上下文信息;通过注意力模块拓宽预测单元的时间感受域,使模型感知更多的时间动态。以2019—2021年4—9月江苏省气象雷达数据为样本,通过试验对比分析,基于上下文融合和注意力机制的时空长短期记忆网络取得了更好的预测性能。在外推60 min,阈值为10、20、40 dBz的条件下,临界成功指数和HSS分别达到0.7611、0.5326、0.2369和0.7335、0.5735、0.3075,有效提高了预测精度。 展开更多
关键词 雷达回波外推 深度学习 降水预报 长短期记忆
在线阅读 下载PDF
基于卷积神经网络的雷达回波外推方法 被引量:24
13
作者 施恩 李骞 +1 位作者 顾大权 赵章明 《计算机应用》 CSCD 北大核心 2018年第3期661-665,676,共6页
雷达回波外推技术目前被广泛应用于临近预报中。针对传统雷达回波外推方法存在外推时效较短,对雷达资料数据利用率不高的问题,采取深度学习的方法,提出了一种基于输入的动态卷积神经网络(DCNN-I)模型。根据相邻时刻的雷达回波图像之间... 雷达回波外推技术目前被广泛应用于临近预报中。针对传统雷达回波外推方法存在外推时效较短,对雷达资料数据利用率不高的问题,采取深度学习的方法,提出了一种基于输入的动态卷积神经网络(DCNN-I)模型。根据相邻时刻的雷达回波图像之间相关性强的特点,该网络模型中增加了动态子网络和概率预测层,建立了卷积核与输入图像的映射关系,使卷积核在网络测试阶段仍然能够根据输入雷达回波图像的不同而变化,增强了预测图像与输入图像之间的关联。以南京、杭州、厦门三地的雷达数据为样本进行实验,实验结果表明,与传统的雷达回波外推方法相比,所提方法能够获得更高的预测图像准确率,并且有效延长外推时效。 展开更多
关键词 临近预报 雷达回波外推 深度学习 卷积神经网络 图像预测
在线阅读 下载PDF
面向降雨预报的雷达回波预测序列外推方法 被引量:4
14
作者 罗健文 邹茂扬 +2 位作者 杨昊 陈敏 杨康权 《计算机应用研究》 CSCD 北大核心 2024年第4期1138-1142,共5页
雷达回波外推方法广泛应用于降雨预报中。针对雷达回波中的预测精度不够高的问题,提出了一种基于循环神经网络的深度学习模型DIPredRNN。该模型通过引入空间和通道的双注意力机制,将长时间的时间信息和通道信息结合起来,提高了时间记忆... 雷达回波外推方法广泛应用于降雨预报中。针对雷达回波中的预测精度不够高的问题,提出了一种基于循环神经网络的深度学习模型DIPredRNN。该模型通过引入空间和通道的双注意力机制,将长时间的时间信息和通道信息结合起来,提高了时间记忆的长期依赖;通过引入隐藏状态和输入的交互框架,保留了更多的特征,提高了时间记忆的短期依赖。该模型在HKO-7数据集和四川数据集上同经典模型以及诸多先进模型进行实验对比,该模型从外推图像、MSE、SSIM、CSI-30~50 dbz多个指标对比中都取得最佳效果。实验证明了DIPredRNN提高了雷达回波预测效果,拥有先进的性能。 展开更多
关键词 雷达回波外推 深度学习 循环神经网络
在线阅读 下载PDF
基于Farneback光流法和U-Net网络的雷达短临降雨预报研究
15
作者 张淞淋 柴志勇 李建柱 《水文》 北大核心 2025年第3期1-8,16,共9页
雷达观测的降雨数据相比雨量站观测的降雨数据更能反映降雨的时空分布,对研究流域的产汇流机理、延长洪水预报预见期有重要意义。为研究雷达在流域短临降雨预报的潜力,基于柳林实验流域雷达回波图像数据集,采用Farneback光流法和U-Net... 雷达观测的降雨数据相比雨量站观测的降雨数据更能反映降雨的时空分布,对研究流域的产汇流机理、延长洪水预报预见期有重要意义。为研究雷达在流域短临降雨预报的潜力,基于柳林实验流域雷达回波图像数据集,采用Farneback光流法和U-Net网络模型对雷达回波图像进行不同时间的外推,并基于动态Z-R关系对降雨进行定量估计,将短临降雨预报结果与雨量站实测数据进行对比分析。结果表明:在30 min预见期下,Farneback光流法的预报效果更好,POD达到0.933;而1 h和2 h预见期下,U-Net网络预报效果更佳,POD分别为0.956和0.948。Farneback光流法随着预见期延长,预报效果显著下降,U-Net网络预报效果与预见期关系不密切。 展开更多
关键词 短临降雨预报 雷达回波外推 Farneback光流法 U-Net网络 动态Z-R关系
在线阅读 下载PDF
基于雷达回波的临近降水预报卷积循环神经网络模型研究 被引量:5
16
作者 王永灿 魏加华 +5 位作者 李琼 乔禛 杨侃 朱旭东 包淑萍 王忠静 《水利水电技术(中英文)》 北大核心 2023年第1期24-41,共18页
【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键... 【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键。【方法】以银川贺兰山地区2017—2020年的C波段天气雷达和地面降水资料为基础,开展了ConvLSTM、ConvGRU和PredRNN三种卷积循环神经网络模型在不同降水情景下的预报性能研究,并将三种模型的预报结果与基于半拉格朗日外推的光流法进行对比分析。研究采用临界成功指数(CSI)、命中概率(POD)、虚警率(FAR)、均方根误差(RMSE)和结构相似性指数(SSIM)5种指标评估了三种模型在不同天气系统发展过程中的预报能力。【结果】结果显示:ConvLSTM模型可以较好的预测回波变化过程,而PredRNN模型对回波驻留和发展的过程预报效果较好;随着雨强的增大、预报时长的增加,卷积循环神经网络模型对回波运动的捕捉能力和回波强度变化的预测能力显著强于光流法;ConvLSTM模型能够更好的预报中小雨天气过程,结构更加复杂的PredRNN模型对暴雨过程具有更好的预报效果。【结论】结果表明:三种卷积循环神经网络模型中,ConvLSTM和PredRNN模型的预报效果优于结构较为简单的ConvGRU模型,且三种模型均优于光流法;在实际的应用中,1 h之内的预报可优先考虑ConvLSTM的预报结果,1 h后的预报则应更关注PredRNN模型的预报结果;三种卷积循环神经网络模型随预报时长的增加均出现“模糊化”“平滑化”的现象,需要从模型结构、训练方式等多方面进行改善。 展开更多
关键词 卷积循环神经网络 临近降水预报 雷达回波外推 深度学习 降雨 极端降水 气候变化
在线阅读 下载PDF
基于自注意力变换网络的多源空间数据融合方法在变电站汛情降水预报中的应用
17
作者 原辉 俞华 +2 位作者 孟晓凯 范晶晶 李劲松 《测绘通报》 北大核心 2025年第2期96-100,107,共6页
随着近年来极端天气事件的频率和规模不断增加,利用先进技术提升测绘和地理信息系统的精度与效率,从而提高户外露天常规输变电子站电力系统的抗灾能力显得尤为重要。本文提出了一种基于自注意力变换网络的多源空间数据融合方法,用于提... 随着近年来极端天气事件的频率和规模不断增加,利用先进技术提升测绘和地理信息系统的精度与效率,从而提高户外露天常规输变电子站电力系统的抗灾能力显得尤为重要。本文提出了一种基于自注意力变换网络的多源空间数据融合方法,用于提升对复杂地理环境和自然资源变化的监测与预测能力。该方法将连续气象雷达回波数据表示为时空序列,利用自注意力机制编码器捕捉长期时间依赖关系,并整合多尺度卷积提取短期时间依赖关系;此外,在变换网络中引入图注意力网络,以深入分析不同空间变量之间的关系。为验证该模型的有效性,基于2019—2022年某地区的降水数据与遥感数据进行试验,并与传统的卷积神经网络、基准U-Net和长短时记忆网络进行对比。结果表明,该方法在测量精度和数据融合能力上优于传统模型,特别是在地理信息系统构建、工程测量、矿山测量、地籍测绘和海洋测绘等领域具有广泛的应用潜力。 展开更多
关键词 雷达回波外推 降水预报 长短期记忆 注意力
在线阅读 下载PDF
基于生成对抗网络的强对流临近预报方法及其在中国东部地区的应用评估 被引量:3
18
作者 曾康 闵锦忠 +1 位作者 庄潇然 康志明 《大气科学》 CSCD 北大核心 2024年第6期2316-2328,共13页
为了缓解深度学习雷达回波外推预报中普遍存在的模糊问题,发展了一种有机融合PhyDNet方法和频域匹配生成对抗网络的雷达回波外推预报方法(PhyDNetSGAN),能够预测江苏及其上游地区未来3 h的雷达组合反射率因子,通过对比PhyDNetSGAN、PhyD... 为了缓解深度学习雷达回波外推预报中普遍存在的模糊问题,发展了一种有机融合PhyDNet方法和频域匹配生成对抗网络的雷达回波外推预报方法(PhyDNetSGAN),能够预测江苏及其上游地区未来3 h的雷达组合反射率因子,通过对比PhyDNetSGAN、PhyDNet(未使用生成对抗网络)、PhyDNetGAN和Sprog(改进的光流法)验证了新方法在强对流天气临近预报中的适用性。结果表明:(1)与光流法Sprog相比,深度学习方法能更好地体现强回波的非线性发展演变过程。(2)增加生成对抗网络的PhyDNetGAN和PhyDNetSGAN较其他两组试验能够得到更精细且符合预报员主观认知的雷达回波外推结果,缓解模糊问题。(3)新提出的PhyDNetSGAN不仅能够改善预报精细度,还能更好地捕获强回波的形态、位置和中心强度,从而获得更优的预报技巧,延长有效预报时长。(4)新提出的综合TS评分、Bias评分和FID评分的综合评分指标较TS评分能够更好地反应与预报员主观体验相一致的临近预报检验效果。 展开更多
关键词 生成对抗网络 雷达回波外推 模糊问题 综合评分指标
在线阅读 下载PDF
基于深度学习的高时空分辨率降水临近预报方法 被引量:5
19
作者 方巍 齐媚涵 《地球科学与环境学报》 CAS 北大核心 2023年第3期706-718,共13页
降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利... 降水临近预报在强对流天气监测预警中具有重要地位,对于防灾减灾至关重要。在气象业务中,主要采用雷达回波外推方法解决高时空分辨率的临近预报问题。针对传统雷达回波外推方法中普遍存在的资料信息利用率不足和预报准确率低的问题,利用上海地区多年的高时空分辨率天气雷达探测资料,基于数据驱动的深度学习方法进行雷达回波外推,提出了一种新的降水临近预报模型——SwinAt-UNet模型。该预报模型通过融合UNet模型和Swin Transformer结构捕捉历史天气雷达探测资料中的短期和长期动态变化特征,可以自适应地学习潜在的雷达回波生消演变规律。此外,为提高模型的泛化能力和预报准确率,引入深度可分离卷积和卷积块注意力模块。结果表明:在不同基本反射率阈值下,SwinAt-UNet模型的预报准确率均高于UNet、SmaAt-UNet、TransUNet和AA-TransUNet模型;在45 dBZ的基本反射率阈值下,SwinAt-UNet模型临界成功指数提高了13%,同时在预报时效上具有一定的优越性;SwinAt-UNet模型外推图像具有更加清晰的边缘和细节性纹理,对降水范围、移动方向和强度变化的预测更为准确。 展开更多
关键词 降水临近预报 强对流天气 深度学习 雷达回波外推 SwinAt-UNet模型 时空分辨率 天气雷达探测
在线阅读 下载PDF
交叉相关算法在强对流天气临近预报中的应用 被引量:36
20
作者 曾小团 梁巧倩 +3 位作者 农孟松 冯业荣 许向春 陈业国 《气象》 CSCD 北大核心 2010年第1期31-40,共10页
利用"雨燕"临近预报系统的雷达回波外推算法,对三次强对流个例的3 km CAPPI反射率因子、回波顶和垂直累积液态含水量进行0~1小时外推预测,将预测结果和组合阈值比较进行强对流天气预警区域预报试验。资料来源于CINRAD-SB雷... 利用"雨燕"临近预报系统的雷达回波外推算法,对三次强对流个例的3 km CAPPI反射率因子、回波顶和垂直累积液态含水量进行0~1小时外推预测,将预测结果和组合阈值比较进行强对流天气预警区域预报试验。资料来源于CINRAD-SB雷达基数据经RPG算法处理得到的雷达产品数据。所用的方法是在扩展后的交叉相关追踪算法基础上实现雷达回波移动预测。试验结果表明:3 km CAPPI反射率因子、回波顶和垂直累积液态含水量雷达产品与实况有较好的吻合,能较好地预报出回波的形状、变化趋势和移动方向,回波的范围、位置和强度中心与实况相似,外推时间越短,预报效果越好。交叉相关追踪算法外推得到的雷达回波结果在0~1 h内是可用的;外推预测结果经过组合阈值的过滤后,得出的强对流天气预警区域预警结果也是可行的,对强对流天气临近预报有一定指示意义。 展开更多
关键词 交叉相关 强对流 临近预报 雷达回波外推
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部