申请/专利权人：浙江省气象台

申请日：2023-12-12

公开（公告）日：2024-04-02

公开（公告）号：CN117805826A

主分类号：G01S13/95

分类号：G01S13/95;G01S7/41;G01W1/10;G01W1/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明属于降水估测技术领域，公开了一种基于MIM网络和雷达拼图的分钟降水估测方法及系统，在时序模型SpatiotemporalLSTM的基础上引入MIM‑S和MIM‑N模块，能够提取雷达图像中的非平稳特征，有机会使时空过程逐渐平稳化，使其更具可预测性，通过雷达拼图大数据样本的训练，可以得到更加精细、覆盖范围更广、普适性更高、推广应用价值更高的模型，同时可以弥补海上无降水观测的短板，改进传统方法估测精度低、计算复杂且普适性不高的缺点。基于双偏振雷达拼图的反演模型可移植性强，相对于单部雷达的反演模型能够发挥更大的业务应用价值。因此，本发明对于进一步提升降水估测以及降水短临预报能力，具有十分重要的意义。

主权项：1.一种基于MIM网络和雷达拼图的分钟降水估测方法，其特征在于，首先，实施双偏振雷达数据的质量控制，使用MetEcho算法进行非气象回波的识别和抑制，并对雷达数据进行系统误差标定及双通道检查；其次，通过将多部雷达的数据插值到统一的笛卡尔网格上，实现多部双偏振雷达的组网拼图，形成雷达网的三维拼图格点场；接着，生成具有高时空分辨率的雷达拼图训练数据集，并采用CMPAS融合数据作为模型训练的目标变量，同时对数据进行标准化处理以提高模型的性能和训练速度；最后，构建基于MIM网络的深度学习模型，该模型结合SpatiotemporalLSTM和多个MIMblock，能够有效地从时空动态中学习和捕捉高阶非平稳性特征，用于精准的分钟级降水估测。

全文数据：

权利要求：

百度查询： 浙江省气象台 基于MIM网络和雷达拼图的分钟降水估测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD