一种改进的循环神经网络雷达图像外推算法

摘要：

临近强降水预报目的是预测未来两小时内局地降水强度的分布,准确的外推雷达图像可以为临近强降水预报提供准确的时空参考数据.近两年循环神经网络模型应用于天气雷达回波图象外推得到了较好的结果.本文基于分析现有ConvLSTM和TrajGRU模型的基础上,从输入雷达数据层数和修改模型损失函数两个方面对循环神经网络外推模型进行改进,并对业务上的雷达图象序列和竞赛雷达图象序列进行试验.试验结果表明,改进的外推模型能更好地捕捉时空相关性,具有更精确的外推效果.

关键词：临近预报、雷达回波外推、深度学习、门控循环单元、长短记忆模型

所属期刊栏目：49

分类号：P413;TP311.1(大气探测（气象观测）)

资助基金：四川省基础应用研究重点项目;四川省应用基础研究;气象信息共享与数据挖掘四川省高校重点实验室开放课题;气象信息共享与数据挖掘四川省高校重点实验室课题;四川省教育厅一般项目;四川省应用基础研究;成都市重点研发支撑计划

在线出版日期：2021-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：18-24,45