一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序
申请号:CN202510857030
申请日期:2025-06-25
公开号:CN120409286B
公开日期:2025-10-28
类型:发明专利
摘要
本发明公开了一种基于AI初始场驱动NWP区域模式并融合涡旋动力初始化的台风强度预测方法、介质及计算机程序,属于人工智能与区域数值模拟技术领域,旨在提升快速增强型台风的强度预测精度与结构还原能力。该方法首先基于深度学习构建AI天气模型,生成覆盖多气象要素的连续初始场与边界场,驱动区域NWP模式;其次在起报前引入涡旋动力初始化过程,增强模拟初始场中台风轴对称结构的一致性与强度准确性;随后基于大气‑海洋双向耦合模式开展积分模拟,并结合高频次多源观测数据同化实现局地结构动态优化;最后构建AI‑NWP残差反馈机制,实现预测误差的闭环校正与模型微调。本发明适用于台风强度的高精度预测,具备良好的工程实用性。
技术关键词
强度预测方法
模式
多源观测数据
海洋
动力
残差反馈
天气
大气边界层
海气界面
深度神经网络架构
网格
动态
高分辨率结构
卷积神经网络提取
嵌套结构
误差
非线性映射关系
校正
风速