首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的静止轨道气象卫星雷达反射率因子反演方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国家卫星气象中心(国家空间天气监测预警中心)

摘要:本发明涉及强对流天气预警技术领域,尤其涉及基于深度学习的静止轨道气象卫星雷达反射率因子反演方法,所述方法包括:根据随机森林的方法选取静止轨道气象卫星成像仪的敏感性通道;所述敏感性通道为与雷达反射率因子相关性强的通道;接收静止轨道气象卫星成像仪下传的敏感性通道数据,输入预先建立和训练好的雷达反射率因子反演模型,得到反演结果。本发明的方法为雷达未覆盖地区的灾害性天气提供基本的探测和诊断数据,可以较直观地了解雷达资料覆盖不完全的强对流系统和台风气旋强度分布的有益效果;可以缩短时间间隔,更利于监测快速发展的对流系统;并且具备更强的非线性重构的能力,反演精度更高。

主权项:1.一种基于深度学习的静止轨道气象卫星雷达反射率因子反演方法,所述方法包括:根据随机森林的方法选取静止轨道气象卫星成像仪的敏感性通道;所述敏感性通道为与雷达反射率因子相关性强的通道;接收静止轨道气象卫星成像仪下传的敏感性通道数据,输入预先建立和训练好的雷达反射率因子反演模型,得到反演结果;所述雷达反射率因子反演模型基于U-net,包括收缩的金字塔多尺度结构,膨胀的倒金字塔结构以及最终的全连接层;其中,所述收缩的金字塔多尺度结构包括五层,自上而下的层与层之间为一个下采样步骤,每一层包括两个重复3×3的卷积层,每个卷积后依次连接一个批标准化模块、一个为校正线性单元的激活函数和一个2×2最大池化操作;下采样步长为2,在每个下采样步骤中,特征通道的数量加倍;所述膨胀的倒金字塔结构包括五层,自下而上的层与层之间为一个上采样步骤,最上一层,用于将每个16分量特征向量映射到所需的回归映射,最上一层包括一个全连接层和一个校正线性单元的激活函数;其他每一层包括两个重复3×3的卷积层,每个卷积后依次连接一个批标准化模块和一个校正线性单元;所述方法还包括雷达反射率因子反演模型的训练步骤;具体包括:步骤1从相关网站获取雷达反射率因子以及静止轨道气象卫星成像仪的历史数据;步骤2对历史数据进行预处理建立样本集;步骤3选取样本集中部分数据建立训练集,选取样本集中另一部分数据建立验证集;步骤4将训练集数据输入雷达反射率因子反演模型,优化方式为自适应矩估计,学习率设置为0.00016,调整模型的参数;步骤5将验证集数据输入该模型,以雷达覆盖区域的均方根误差为损失函数;判读均方根误差是否达到阈值要求,判断为否,转至步骤4,否则,转至步骤6;步骤6得到训练好的雷达反射率因子反演模型。

全文数据:

权利要求:

百度查询: 国家卫星气象中心(国家空间天气监测预警中心) 基于深度学习的静止轨道气象卫星雷达反射率因子反演方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。