公开(公告)号：CN118483769A

公开(公告)日：2024-08-13

申请号：CN202410685562.8

申请日：2024-05-29

Applicant: 成都信息工程大学

Inventor： 简嘉玲 ,  吴庆鹏 ,  罗丽 ,  陈伟 ,  于田甜 ,  吴昊

IPC: G01W1/10 ,  G06N3/0442 ,  G06N3/043 ,  G06F18/241

Abstract: 本发明提供了一种基于LSTM神经网络模型的降水微物理参数反演算法，旨在提高反演精度和区域适应性。该方法首先利用粒子谱仪观测数据计算得到理论雷达数据，通过滑动窗格技术和累积分布函数计算，动态调整参数以寻找最优解，从而获得更加精确的理论雷达数据。其次，采用模糊逻辑法对降水粒子相态进行分类，并根据不同相态设置雷达参数的权重。将不同权重的理论雷达数据与降水粒子相态结合作为新的特征输入LSTM模型，进行高精度反演。通过这种方法，本发明显著提高了对含水量、降水强度以及粒径大小等降水微物理参数的反演准确性和适应性，具有广泛的应用前景。