一种基于深度学习和数值天气预报的天气现象预报方法

授权

摘要

本发明公开了一种基于深度学习和数值天气预报的天气现象预报方法，包括：根据数值天气预报产品和天气现象观测数据，构建训练数据集；根据深度学习网络模型对所述训练数据集进行训练，得到预估预报模型；从所述数值天气预报中提取预报场数据片段；将提取的预报场数据片段作为所述预估预报模型的输入数据，得到天气现象分类结果，将所述天气现象分类结果作为天气现象预报结果进行输出。本发明利用深度学习网络的非线性映射能力和对栅格数据的信息提取能力，基于数值天气预报数据和历史天气现象观测数据，实现对未来天气现象的预报。

基本信息

专利标题：

一种基于深度学习和数值天气预报的天气现象预报方法

专利标题（英）：

暂无

公开（公告）号：

CN108399469A

申请号：

CN201810098850.8

公开（公告）日：

2018-08-14

申请日：

2018-01-31

授权号：

CN108399469B

授权日：

2022-04-12

发明人：

程文聪邢平

申请人：

中国人民解放军空军研究院战场环境研究所

申请人地址：

北京市海淀区西三旗安宁庄路11号院

代理机构：

中国航天科技专利中心

代理人：

范晓毅

优先权：

CN201810098850.8

主分类号：

G06Q10/04

IPC分类号：

G06Q10/04 G06N3/04 G06N3/08