<em id="k3qlx"></em>

    <rp id="k3qlx"><ruby id="k3qlx"></ruby></rp>
    <dd id="k3qlx"><pre id="k3qlx"></pre></dd>

  1. <em id="k3qlx"><ruby id="k3qlx"></ruby></em>

    <button id="k3qlx"></button>
    <li id="k3qlx"></li>
    聯系方式 Contact

    南京天氣在線氣象科技有限責任公司

    地址:北京市海淀區海淀西大街36號9層

    電話:010-58995339

    手機:18611808504

    傳真:010-58995339

    網址:www.jsgt-ks.com

    搜索 Search
    你的位置:首頁 > 新聞動態 > 熱點新聞

    學術報告 陳生-基于雷達觀測和時序殘差卷積的中國人工智能短臨降水預報

     2023-11-14 20:18:37  點擊:

    原創 雷達氣象重點開放實驗室

    2023年119日,應中國氣象局雷達氣象重點開放實驗室趙坤教授的邀請,中國科學院西北生態環境資源研究院的陳生研究員作了題為《基于雷達觀測和時序殘差卷積的中國人工智能短臨降水預報》的學術報告。

    陳生研究員首先介紹了現有的人工智能降水預報大模型在國內外的發展歷程,以及這些模型的不足之處。人工智能降水預報大模型主要分為兩種,一種為基于雷達/衛星觀測數據的外推模型,另一種為基于模式預報的外推模型。這些深度學習模型預報短臨降水存在長時效預報準確率低、模糊、平滑問題和強降水預報技巧低等問題。由這些問題陳生研究員詳細闡述了幾種典型的預報模型,包括光流法、卷積長短期記憶網絡和UNet網絡等。進一步,陳生研究員基于UNet網絡,開發了時序殘差卷積模型。他指出,傳統UNet網絡無法提取時間維度的信息,而改進方案為時間序列補償卷積,即訓練時在時間維度補充信息以減小信息丟失。試驗結果表明,時序殘差卷積模型優于傳統的光流法和UNet模型,也提高了長時間預報的雷達回波強度。未來會加入更多氣象要素變量如溫度、壓強、風場等以提升模型的預報技巧。