[发明专利]一种基于多普勒雷达和深度学习的山区致灾暴雨识别方法有效
| 申请号： | 201910106674.2 | 申请日： | 2019-02-02 |
| 公开（公告）号： | CN109765559B | 公开（公告）日： | 2019-11-05 |
| 发明（设计）人： | 郭良;刘启;刘荣华;田济扬;王雅莉;王丽珍;翟晓燕;张慧莉;涂勇 | 申请（专利权）人： | 中国水利水电科学研究院 |
| 主分类号： | G01S13/95 | 分类号： | G01S13/95;G01S7/41 |
| 代理公司： | 北京国林贸知识产权代理有限公司 11001 | 代理人： | 李瑾;李连生 |
| 地址： | 100038 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多普勒雷达和深度学习的山区致灾暴雨识别方法，提取多普勒雷达数据的强降雨相关特征，结合多源气象要素、全国山洪灾害调查评价成果，建立山区致灾暴雨模型特征数据库，并采用模糊匹配法获取雷达强回波区内所有致灾暴雨特征；基于深度学习方法构建具有区域性的山区致灾暴雨识别模型，对模型进行调优，评估模型识别结果，从而实现全自动高效山区致灾暴雨识别。 | ||
| 搜索关键词： | 暴雨 多普勒雷达 山区 模糊匹配 模型特征 评估模型 气象要素 区域性 多源 构建 回波 山洪 学习 降雨 数据库 雷达 灾害 调查 | ||
【主权项】：
1.一种基于多普勒雷达和深度学习的山区致灾暴雨识别方法，其特征在于：包括以下步骤：步骤1、提取多普勒雷达数据中的致灾暴雨特征；步骤2、分类存储多普勒雷达数据中与短时强降水相关的所有气象要素，建立短时强降水特征集合‑气象要素相关关系模型；步骤3、结合多源气象要素与全国山洪灾害调查评价成果，建立山区致灾暴雨模型特征数据库；具体操作为：综合分析全国山洪灾害调查评价成果，叠加历史山洪灾害分布图、全国山丘区设计暴雨成果、全国山洪灾害危险区划分成果，获取5km×5km网格山区致灾暴雨风险特征集合；接入5年内所有实测气象数据及雷达数据，建立山区致灾暴雨模型特征数据库，其中包括物理参数特征库、运动矢量特征库、雷达数据特征库、山区致灾暴雨风险特征库；步骤4、采用模糊区域匹配法对山区致灾暴雨模型特征数据库中的所有特征进行搜索匹配，获取多普勒雷达强回波区内所有山区致灾暴雨特征；步骤5、基于深度学习方法构建具有区域性的山区致灾暴雨识别模型；步骤6、使用Contrastive Wake‑Sleep 算法进行调优，对模型识别结果进行评估，对引入实时气象数据进行山区致灾暴雨预报。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国水利水电科学研究院，未经中国水利水电科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910106674.2/，转载请声明来源钻瓜专利网。
