公开(公告)号：CN119439320A

公开(公告)日：2025-02-14

申请号：CN202510034225.7

申请日：2025-01-09

Applicant: 南京信息工程大学

Inventor： 马珂飞 ,  耿焕同 ,  耿良超 ,  赵翰 ,  闵锦忠 ,  白兰强

IPC: G01W1/10 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/045 ,  G06Q10/047 ,  G01S13/95

Abstract: 本发明公开了一种基于X波段双偏振雷达数据的龙卷风识别及其路径预测方法，主要是利用雷达最低两个仰角的6种观测量，结合深度学习模型Unet，并引入注意力机制与位置编码信息，优化数据传递过程，构建弱监督式轻量化识别模型TD‑Unet。该模型对多仰角雷达资料进行特征提取，生成龙卷识别概率和地理方位图。在识别结果中，进一步提取龙卷所在的地理坐标序列，并基于龙卷运动特征优化粒子滤波算法，构建路径预测算法，通过提取的实时龙卷坐标序列实现路径预测。本发明能够提高龙卷风识别的准确性与效率，并为路径预测提供科学可行的方法，为气象预警以及灾害防控提供了强有力的技术支持。

公开(公告)号：CN119439320B

公开(公告)日：2025-04-08

申请号：CN202510034225.7

申请日：2025-01-09

Applicant: 南京信息工程大学

Inventor： 马珂飞 ,  耿焕同 ,  耿良超 ,  赵翰 ,  闵锦忠 ,  白兰强

IPC: G01W1/10 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/045 ,  G06Q10/047 ,  G01S13/95

Abstract: 本发明公开了一种基于X波段双偏振雷达数据的龙卷风识别及其路径预测方法，主要是利用雷达最低两个仰角的6种观测量，结合深度学习模型Unet，并引入注意力机制与位置编码信息，优化数据传递过程，构建弱监督式轻量化识别模型TD‑Unet。该模型对多仰角雷达资料进行特征提取，生成龙卷识别概率和地理方位图。在识别结果中，进一步提取龙卷所在的地理坐标序列，并基于龙卷运动特征优化粒子滤波算法，构建路径预测算法，通过提取的实时龙卷坐标序列实现路径预测。本发明能够提高龙卷风识别的准确性与效率，并为路径预测提供科学可行的方法，为气象预警以及灾害防控提供了强有力的技术支持。