-
Patent Agency Ranking
公开(公告)号：CN111766641B
公开(公告)日：2020-12-01
申请号：CN202010901847.2
申请日：2020-09-01
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 本发明涉及大气科学领域，提出一种以深度神经网络为模型，以雷达回波图像为主要输入，利用光流技术生成回波移动光流图像作为辅助输入，通过数据集增强、代价函数优化和模型泛化性能优化等步骤，实现对强对流天气智能识别的方法。本申请提出一种基于深度神经网络技术的强对流天气智能识别方法，该方法能够将以往由气象工作者主观研读雷达资料来分析强对流天气的过程自动化、定量化，提高了对强对流天气识别相关业务的可靠性和时效性。
-
公开(公告)号：CN112255611B
公开(公告)日：2023-04-11
申请号：CN202011171264.5
申请日：2020-10-28
Applicant: 南京信大气象科学技术研究院有限公司
IPC: G01S7/41
Abstract: 本发明实施例公开了大气科学技术领域的一种基于雷达探测数据的下击暴流智能识别方法，包括如下步骤：S1、建立随雷达探测时间t变化的雷达探测数据D(t)，并定义D(t‑1)、D(t‑2)直至D(t‑n)分别为t时刻之前的1‑n个时间周期的雷达探测数据；S2、建立随雷达探测数据D(t)变化的雷达回波图像Pa(D(t))和雷达径向速度图像Pb(D(t))。本发明通过从有限的数据集中获得尽可能多的有效信息，避免陷入局部的极值，并寻求最优参数；通过多个模型可以用于模型集成，提升模型识别的准确率和稳定性。
-
公开(公告)号：CN115755227A
公开(公告)日：2023-03-07
申请号：CN202310032172.6
申请日：2023-01-10
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 本发明公开了一种基于深度神经网络模型的三维雷达外推方法。该方法包括获取雷达基数据，并对所述雷达基数据进行质量控制处理，读取回波强度数据，并对回波强度数据进行预处理，以设定的时间间隔为一个单位构建3D雷达回波数据集，构建深度神经网络模型，将3D雷达回波数据集输入至构建好的深度神经网络模型中，以获得预报的回波强度。本发明将原先聚焦于二维的雷达回波外推，推广至三维的雷达回波外推，建立以仰角φ，方位角ω和径长γ为坐标系的空间结构，比以二维空间表达雷达回波特性更加符合雷达回波的实际情况，可以对雷达回波的生消变化进行有效的预报，并使模型更加符合拥有时序信息的三维回波数据结构。
-
公开(公告)号：CN115144835B
公开(公告)日：2023-01-03
申请号：CN202211069438.6
申请日：2022-09-02
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 本发明公开了一种基于神经网络的卫星反演天气雷达反射率的方法。该方法包括读取卫星多通道数据，将气象卫星的6.5um和7.1um通道数据辐射定标，将8.5um、10.8um、12um和13.5um通道数据辐射定标后计算对应通道的亮度温度，并获取卫星云掩膜数据，将组合反射率中的多层基本反射率投影到笛卡尔坐标系上，提取多层基本反射率的最大值作为空间分辨率为0.01°×0.01°格网的数值，将上述数据通过投影变换与空间插值到0.01°×0.01°的格网上，读取SRTM_DEM数据，并将其空间分辨率插值到上述格网上，然后数据匹配到雷达反射率覆盖的空间范围。本发明相对于传统的线性拟合方法能够有更好的效果。
-
公开(公告)号：CN111766641A
公开(公告)日：2020-10-13
申请号：CN202010901847.2
申请日：2020-09-01
Applicant: 南京信大气象科学技术研究院有限公司
Abstract: 本发明涉及大气科学领域，提出一种以深度神经网络为模型，以雷达回波图像为主要输入，利用光流技术生成回波移动光流图像作为辅助输入，通过数据集增强、代价函数优化和模型泛化性能优化等步骤，实现对强对流天气智能识别的方法。本申请提出一种基于深度神经网络技术的强对流天气智能识别方法，该方法能够将以往由气象工作者主观研读雷达资料来分析强对流天气的过程自动化、定量化，提高了对强对流天气识别相关业务的可靠性和时效性。
-
-
-
-
Search Results
15
records
(took 0.042 seconds)
