-
公开(公告)号:CN119851086A
公开(公告)日:2025-04-18
申请号:CN202411946659.6
申请日:2024-12-27
Applicant: 兰州大学
IPC: G06V10/82 , G01S13/95 , G01S7/41 , G06V10/764 , G06V10/40 , G06T5/20 , G06V10/26 , G06V10/80 , G06T7/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习与物理统计融合的云雷达地物回波识别方法,属于气象雷达探测领域,该方法包括以下步骤:获取毫米波云雷达PPI扫描方式下的观测变量;基于所述观测变量确定地物真值;基于所述地物真值构建地物真值样本,采用二维卷积神经网络对所述地物真值样本进行气象和地物回波的准确判别得到最终的识别结果。本发明为强对流天气预警、极端天气成因研究以及灾害性天气应急预案的制定提供更可靠的数据支持。
-
公开(公告)号:CN119738823A
公开(公告)日:2025-04-01
申请号:CN202411961653.6
申请日:2024-12-30
Applicant: 兰州大学
Abstract: 本发明公开了一种基于深度学习与视觉融合的云雷达晴空回波识别方法,所属领域为气象雷达探测领域,包括:获取毫米波云雷达观测数据集,对所述毫米波云雷达观测数据集进行预处理,获得预处理数据集;基于一维卷积神经网络和所述预处理数据集构建识别网络,通过基于联通区域分析的孤立杂波噪点去除方法对所述识别网络进行优化,获得一维U‑Net晴空和气象回波智能分类模型;基于所述一维U‑Net晴空和气象回波智能分类模型对实时数据进行处理,获得识别结果。本发明提供一种有效的数据后处理方法,以滤除晴空杂波和近地层的连续悬浮杂波,同时保留与云和降水相关的气象回波,改善雷达数据的质量。
-