-
公开(公告)号:CN114325874B
公开(公告)日:2023-11-07
申请号:CN202110882759.7
申请日:2021-08-02
Applicant: 苏州市气象局
IPC: G01W1/02 , G01W1/10 , G01S13/95 , G01S13/89 , G06F16/903 , G06F16/906 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种强对流天气个例库系统的建立方法,包括如下步骤:采集强对流天气发生时的雷达回波数据、各高度层的气象要素数据、地面气象要素数据、气象卫星数据以及强对流天气发生前后的垂直风场、水平风场和风谱信息数据;将获得的数据进行数据质量控制;针对雷达回波数据,基于卷积神经网络和循环神经网络相结合的雷达外推模型,自动识别强对流天气类型;对各高度层的气象要素数据、地面气象要素数据、雷达回波数据以及气象卫星数据进行进一步分析;将获得的数据、强对流天气类型分析和其他分析结果录入数据库,建立强对流天气个例库系统。本发明可以为天气预报员提供可查询和分析的数据指标,便于天气预报员进行强对流天气的预报。
-
公开(公告)号:CN114325874A
公开(公告)日:2022-04-12
申请号:CN202110882759.7
申请日:2021-08-02
Applicant: 苏州市气象局
IPC: G01W1/02 , G01W1/10 , G01S13/95 , G01S13/89 , G06F16/903 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种强对流天气个例库系统的建立方法,包括如下步骤:采集强对流天气发生时的雷达回波数据、各高度层的气象要素数据、地面气象要素数据、气象卫星数据以及强对流天气发生前后的垂直风场、水平风场和风谱信息数据;将获得的数据进行数据质量控制;针对雷达回波数据,基于卷积神经网络和循环神经网络相结合的雷达外推模型,自动识别强对流天气类型;对各高度层的气象要素数据、地面气象要素数据、雷达回波数据以及气象卫星数据进行进一步分析;将获得的数据、强对流天气类型分析和其他分析结果录入数据库,建立强对流天气个例库系统。本发明可以为天气预报员提供可查询和分析的数据指标,便于天气预报员进行强对流天气的预报。
-