科研之友
微信
新浪微博
Facebook
分享链接
摘要
使用2018—2020年湖南省11部多普勒天气雷达、区域自动站、闪电定位数据以及冰雹站点记录构建数据集，结合基于时空序列的PredRNN++和Resnet深度学习网络构建冰雹识别模型，以80%的数据作为训练集，20%的数据作为验证集。结果表明，深度学习对冰雹这类非线性强天气过程具有较强的识别能力，准确率达93.81%，基本满足业务需求，但该冰雹识别模型在小冰雹的识别上存在一定的偏差，需要后期改进数据集和模型算法。
-
单位气象防灾减灾湖南省重点实验室; 湖南省气象台; 中国气象局广州热带海洋气象研究所
