公开(公告)号：CN117789055A

公开(公告)日：2024-03-29

申请号：CN202410028619.7

申请日：2024-01-09

Applicant: 南京信息工程大学

Inventor： 乐璐辉 ,  杭仁龙 ,  刘青山

IPC: G06V20/13 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了基于因果推断的深度学习热带气旋强度实时估计和预报方法，包括：采集卫星云图数据以及ERA5再分析资料数据，并进行预处理，得到预处理后的卫星云图以及三个物理因子；基于CMA最佳路径集对预处理后的卫星云图进行标注；构建基于因果推断的深度学习热带气旋强度实时估计和预报模型，包括卫星云图特征提取模块、物理因子特征提取模块、基于因果推断的融合模块以及估计和预测模块；对构建的模型进行训练，得到训练好的模型，利用训练好的模型对当前和未来时刻的热带气旋强度进行估计和预报。本发明集成多源数据，以数理与统计范式相结合的方法增强热带气旋的深度提取特征，提出一种合理且具有可解释性的融合方法。