-
公开(公告)号：CN114200548B
公开(公告)日：2023-07-18
申请号：CN202111534819.2
申请日：2021-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于SE‑Resnet模型的延伸期气象要素预报方法，涉及气象预报技术领域，包括以下步骤：采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；根据气象要素和提取规则集，生成ISO低频分量；将ISO低频分量作为输入数据，训练SE‑Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征；本发明提升了技术的准确度，并为解决气象难点、热点问题的提供了新的思路。
-
公开(公告)号：CN114200548A
公开(公告)日：2022-03-18
申请号：CN202111534819.2
申请日：2021-12-15
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于SE‑Resnet模型的延伸期气象要素预报方法，涉及气象预报技术领域，包括以下步骤：采集气象要素，气象要素用于生成具有时效性的ISO低频分量，其中，ISO低频分量表示季节内振荡低频分量；获取提取规则集，提取规则集用于表示气象要素生成ISO低频分量需要使用的规则；根据气象要素和提取规则集，生成ISO低频分量；将ISO低频分量作为输入数据，训练SE‑Resnet模型，获得气象要素在延伸期的要素场，其中，要素场用于表示气象特征；本发明提升了技术的准确度，并为解决气象难点、热点问题的提供了新的思路。
-
公开(公告)号：CN116562142B
公开(公告)日：2023-12-01
申请号：CN202310528394.7
申请日：2023-05-11
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F30/28 , G06F18/214 , G06N3/0464 , G06N3/08 , G01W1/10 , G01W1/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种气象要素延伸期预报方法及装置，所述方法包括：将设定时间段的气象资料输入训练好的SAND‑Net模型，输出设定时间段后若干天的气象要素低频分量预测结果，并将气象要素低频分量预测结果与对应的气候场相加，得到预报结果；将预报结果与设定时间段的低频变量场、常量场输入WRF模型中进行动力降尺度，得到最终的延伸期预报结果。本发明在一般的深度学习模型基础上加入了动力降尺度环节，改良了传统深度学习预报方法忽视大气动力学制约条件的缺点，提高了延伸期气象要素预报时空分辨率，改善了延伸期预报的预报效果。(56)对比文件李天宇 等.DERF2.0 模式对东亚夏季环流及其低频分量 的延伸期预报检验评估《.气象灾害防御》.2022,第第29卷卷(第第3期期),第24-28页.Herbert Bos 等.Sandnet: NetworkTraffic Analysis of Malicious Software.《ResearchGate》.2011,第1-11页.
-
公开(公告)号：CN116562142A
公开(公告)日：2023-08-08
申请号：CN202310528394.7
申请日：2023-05-11
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06F30/28 , G06F18/214 , G06N3/0464 , G06N3/08 , G01W1/10 , G01W1/06 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种气象要素延伸期预报方法及装置，所述方法包括：将设定时间段的气象资料输入训练好的SAND‑Net模型，输出设定时间段后若干天的气象要素低频分量预测结果，并将气象要素低频分量预测结果与对应的气候场相加，得到预报结果；将预报结果与设定时间段的低频变量场、常量场输入WRF模型中进行动力降尺度，得到最终的延伸期预报结果。本发明在一般的深度学习模型基础上加入了动力降尺度环节，改良了传统深度学习预报方法忽视大气动力学制约条件的缺点，提高了延伸期气象要素预报时空分辨率，改善了延伸期预报的预报效果。
-
-
-
Search Results
4
records
(took 0.034 seconds)
