基于深度学习理论雷达图像中对流云区识别算法的研究

作者：闫军; 王新舒; 韩旭日

来源：现代电子技术, 2023, 46(24): 147-152.

DOI：10.16652/j.issn.1004-373x.2023.24.026

• 对流云
• 图像目标识别
• 雷达数据
• 数据预处理
• 深度学习理论
• U-Net网络
• 模型训练

为解决对流性天气系统影响对流云区域的自动识别及分割问题，将深度学习理论用于天气雷达探测特征天气系统领域，提出一种对流云区识别算法。首先，将雷达基数据坐标转换算法以极坐标存储的原始数据转化为地理坐标，利用四线插值算法补足探测盲点，建立完整的三维数据场，结合算法需要生成垂直最大回波强度显示分析产品，标注后形成实验数据集；其次，建立U-Net网络架构的算法模型，经过训练和调参的实验过程，找到识别效果最佳的模型网络组成；最后，通过系列评价指标获取识别分割效果的统计数值支撑。实验结果表明，文中方法能够准确地识别并分割出对流云区域，特别是相对面积较大的区域。

• 单位
  内蒙古自治区气象科学研究所