-
公开(公告)号：CN119046610A
公开(公告)日：2024-11-29
申请号：CN202411073999.2
申请日：2024-08-06
Applicant: 复旦大学
IPC: G06F18/10 , G06N3/0442 , G06N3/0985 , G01W1/14
Abstract: 本发明公开了一种基于深度学习(Bi‑LSTM)与数值天气预报模型(WRF)耦合的卫星降水产品校正方法，包括：获取目标区域待校正的卫星降水产品、地面雨量站降水观测数据、地理环境数据和再分析气象数据，并对数据进行预处理；建立并优化目标区域WRF模型，生成区域高分辨率气象要素模拟序列；将WRF气象要素模拟序列、卫星降水时间序列、地面高程数据进行标准化，作为Bi‑LSTM的输入数据，地面雨量站降水观测时间序列作为验证数据，经过多次循环迭代，确定最优化Bi‑LSTM模型，用于对卫星降水产品进行校正。本发明通过在深度学习模型中引入WRF高时空分辨率气象要素模拟序列可显著提高卫星降水产品的精度，促进卫星降水产品在不同领域的广泛应用。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
