公开(公告)号：CN119106949B

公开(公告)日：2025-02-14

申请号：CN202411589294.6

申请日：2024-11-08

Applicant: 南京气象科技创新研究院

Inventor： 朱寿鹏 ,  吕阳 ,  张玲 ,  范怡 ,  智协飞 ,  吉璐莹 ,  祁海霞 ,  王玉虹 ,  周红梅 ,  季焱 ,  董甫 ,  朱延和

IPC: G06Q10/0637 ,  G01W1/10 ,  G01W1/18 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了融合精细地形特征的延伸期降水连续分布概率预报方法，包括：获取标准化的延伸期数值模式集合预报系统多成员多要素预报数据以及区域历史长时间序列降水观测数据，并提取历史降水连续分布特征；基于区域高分辨率精细地形数据，得到去尺度化的关键地形多维特征因子库；构建极限梯度提升U‑Net混合深度学习降水概率预报模型，并展开模型训练和优化；采用训练好的模型，产生改进的延伸期降水连续分布概率预报结果。本发明融合了精细地形数据，采用了加权交叉熵损失函数，有效处理了降水分布类别不平衡问题，提升了模型的泛化能力，改进了降水连续分布概率预报的预报性能，具有极高的应用价值。

公开(公告)号：CN117236201B

公开(公告)日：2024-02-23

申请号：CN202311525721.X

申请日：2023-11-16

Applicant: 南京信息工程大学 ,  无锡学院 ,  南京气象科技创新研究院 ,  中国人民解放军国防科技大学

Inventor： 季焱 ,  智协飞 ,  张永宏 ,  卢楚翰 ,  彭婷 ,  张玲 ,  王靖宇 ,  陈超辉 ,  吉璐莹 ,  吕阳 ,  朱寿鹏

IPC: G06F30/27 ,  G01W1/10 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于Diffusion和ViT的降尺度方法，包括以下步骤：S1建立低分辨率数值模式降水预报与高分辨率降水观测样本，并进行预处理；S2构建Diffusion‑Vision‑Transformer降水预报模型；S3训练模型，直至Diffusion‑Vision‑Transformer的误差收敛，保存模型并进行预测；本发明通过利用Vision Transformer模型代替原始Diffusion模型中的U‑Net结构，大幅提高模型的训练效率，减低模型用于预测的时间。

公开(公告)号：CN115857062A

公开(公告)日：2023-03-28

申请号：CN202310174997.1

申请日：2023-02-28

Applicant: 南京信息工程大学 ,  南京气象科技创新研究院

Inventor： 吕阳 ,  智协飞 ,  朱寿鹏 ,  季焱

IPC: G01W1/10 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了一种基于多通道卷积神经网络的次季节台风生成预报方法，包括以下步骤：（1）统计台风逐周生成频次，对台风频次进行数据重组，提取不同时间尺度的周期性信号，并过滤多余的噪声；（2）基于信息流方法诊断各时间尺度周期性信号的可预测性来源构建掩膜场；（3）搭建多通道卷积神经网络模型，基于再分析资料构建的训练集对模型展开训练；（4）基于采集到的数值模型预报数据展开迁移学习，得到最终的预报模型；（5）将预设时间内的预报数据代入模型，生成次季节台风生成预报；本发明提升次季节台风生成预报技巧；有效滤除大尺度因子场中的多余噪音，进而有效提高模型预报效果。