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。

公开(公告)号：CN118625325A

公开(公告)日：2024-09-10

申请号：CN202410679636.7

申请日：2024-05-29

Applicant: 成都信息工程大学

Inventor： 吴庆鹏 ,  王奕淞 ,  罗丽 ,  张宏飞 ,  权刚 ,  李腾逸 ,  于田甜

IPC: G01S13/95 ,  G01S7/41 ,  G06F18/213 ,  G06F18/24 ,  G06N20/00

Abstract: 本发明涉及一种基于随机森林的降水微物理参数反演方法，旨在提高降水类型判断的准确性和降水参数反演的精度。该方法首先利用雷达反射因子Z、差分反射率ZDR和相移差KDP等多种雷达参数对降水类型进行初步判断。随后，再次收集并分析大量双偏振雷达数据，计算各降水类型的平均值和标准差，设定第二层阈值进行更精确的判断。最终，将两次判断结果结合，并与雷达特征参数一起输入随机森林模型，进行降水微物理参数反演。通过引入降水类型的高层次信息和双层判断机制，本发明显著提高了降水类型判断的准确性和模型的鲁棒性，增强了参数反演的适用范围和精度。