基于图像识别的人工影响天气业务的研究

摘要：

在人工影响天气业务中,对人影作业潜力区的划定,目前还没有准确的定量化指标.传统方法依靠人工读图,通过分析卫星云图、雷达回波图、模式资料等来确定适于开展人影作业的潜力区.这些方法对经验依赖性较大,随意性较强,可靠性不高,人影业务的效果受到很大影响.当前基于深度学习的图像识别技术发展迅猛,在学术界和工业界都有了大量应用.深度学习能有效地提取图像中的丰富信息,为解决人影作业潜力区的划定难题提供了新思路和新方向.文中阐述了云雾降水基本机制,分析了卫星云图、雷达回波图在人影领域的应用.介绍了基于深度学习的图像识别原理,分析了三种不同的深度学习结构模型,提出利用卷积神经网络对卫星云图、雷达回波图等海量图片数据进行处理,充分挖掘图片中的重要信息,准确地划定人影作业潜力区,提高人影作业的针对性和时效性,使人影业务发挥更大的作用.

关键词：深度学习、卷积神经网络、图像识别、人工影响天气

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：中国气象局气象关键技术集成与应用项目CMAGJ2014M33;河南省气象科研项目Z201508

在线出版日期：2019-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：172-177