[发明专利]高空间分辨率的精细化大气水平能见度自动预报方法及系统有效

专利信息
申请号: 201910756480.7 申请日: 2019-08-16
公开(公告)号: CN110471131B 公开(公告)日: 2023-04-18
发明(设计)人: 李昕蓓;张苏平;衣立;崔丛欣;韩美;潘宁 申请(专利权)人: 中国海洋大学
主分类号: G01W1/10 分类号: G01W1/10;G06N3/0464;G06N3/0499;G06F18/214
代理公司: 青岛海昊知识产权事务所有限公司 37201 代理人: 张中南
地址: 266100 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种高空间分辨率的精细化大气水平能见度自动预报方法及系统。全面分析和处理大气数值模式数据和自动气象站观测数据,以空间水平距离最小原则建立大型数据集;将数据集输入到深度神经网络框架中,经过多个隐藏层后,得到了一个预报因子和标签之间的非线性关系,又经过深度神经网络神经元的反馈学习不断调整权重,训练出一个能分辨预报因子整体特征的能见度模型;再配合插值方法得到高空间分辨率的能见度精细化预报,有效解决了现有技术中能见度预报准确度差,空间分辨率不高以及自动化程度低的问题,从而为发生在海上、内陆、港口上的局地低能见度灾害提供可靠预警,有望成为气象台站预报能见度的得力工具。
搜索关键词: 空间 分辨率 精细 大气 水平 能见度 自动 预报 方法 系统
【主权项】:
1.一种高空间分辨率的精细化大气水平能见度自动预报方法,其特征在于包括以下步骤:/n首先利用已有的大气数值模式数据和自动气象站观测数据,并且以水平距最小原则建立包含预报因子与标签的大型数据集;/n然后输入上述大型数据集到已有的深度神经网络框架中,随机分配神经元权重,预报因子经过上述深度神经网络的输入层和上述深度神经网络的第一个隐藏层,得到预报因子与标签之间的多个线性关系和相应的输出结果;/n再将上述深度神经网络的Relu激活函数施加在上述输出结果上,得到非线性关系和下一个输出结果,作为第二个隐藏层的输入;/n如此经由5-10个隐藏层后,即得到了预报因子和标签之间的非线性关系,且经过上述深度神经网络神经元的反馈学习不断调整权重,训练出一个能根据预报因子给出能见度的模型,即最终得到选定区域的能见度模型,从而实现大气能见度值和能见度等级的初级自动预报;/n对上述的大气能见度值和能见度等级的初级自动预报结果进行反距离权重插值计算,得到空间分辨率米级的能见度结果。/n
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海洋大学,未经中国海洋大学许可,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/201910756480.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code