一种多任务生成对抗网络强对流天气临近预报方法及装置
申请号:CN202410956161
申请日期:2024-07-17
公开号:CN118506132B
公开日期:2024-10-29
类型:发明专利
摘要
本发明涉及数据深度学习技术领域,具体涉及一种多任务生成对抗网络强对流天气临近预报方法及装置,包括步骤:A.获取反射率图像样本及标签和闪电密度图像样本及标签;B.基于所述反射率图像样本及标签和闪电密度图像样本及标签训练多任务生成对抗网络,所述多任务生成对抗网络采用双通道分别处理反射率图像样本和闪电密度图像样本;C.获取并处理当前的多普勒雷达组合反射率图像产品及闪电观测数据,将其输入训练完毕的多任务生成对抗网络,进行闪电和降雨强度的临近预报,实现了基于二维卷积神经网络对气象观测数据时空信息的提取,减小了计算复杂度;采用生成对抗网络生成高质量预测图像,提高了预测精度;采用双通道实现了多任务输出。
技术关键词
反射率图像
临近预报方法
多普勒雷达
强对流
特征提取模块
支路
样本
标签
密度
天气
编解码器
生成对抗网络
二维卷积神经网络
Sigmoid函数
数据
注意力