典型文献
多尺度残差金字塔网络模型三维气象要素降尺度研究
文献摘要:
本文将研究对象从地面气象要素扩展到三维气象要素;针对三维气象要素空间分辨率提升问题,融合多气象要素交互影响、多尺度作用、多气压层气象要素天气系统配置作用等机理,提出一种多尺度残差拉普拉斯金字塔网络三维气象要素深度学习降尺度模型(Multi-Scale Residual Laplacian Pyramid Network,MSRLapN).具体地,构造一种多尺度残差模块(Multi-Scale Resolution Block,MSRB),用于从三维空间多种气象要素中自动提取预报特征;从机器学习领域引入多尺度金字塔技术描述气象要素的多尺度交互作用;然后,通过超分辨重建循环迭代方法,基于大样本历史数据学习订正降尺度预报的误差.在华东气候区,本文针对相对湿度和风速两种气象要素,实现了7种前沿深度学习超分辨降尺度方法的三维空间气象要素降尺度,并将本文提出的方法与这7种深度学习超分辨降尺度方法与之对比,实验结果表明:MSRB模块可从数据中有效提取三维气象要素多尺度作用的特征信息,MSRLapN有效实现了三维气象要素降尺度,效果优于其他对比方法.
文献关键词:
气象要素;降尺度;超分辨;卷积神经网络;三维空间
中图分类号:
作者姓名:
匡秋明;沈晨凯;于廷照;刘进
作者机构:
中国气象局公共气象服务中心,北京 100081;深圳今日头条科技有限公司,广东深圳 518054;武汉大学计算机学院,湖北武汉 430072
文献出处:
引用格式:
[1]匡秋明;沈晨凯;于廷照;刘进-.多尺度残差金字塔网络模型三维气象要素降尺度研究)[J].大气科学学报,2022(05):660-673
A类:
MSRLapN,MSRB,循环迭代方法
B类:
多尺度残差,金字塔网络,地面气象要素,空间分辨率,多气象要素,素交,交互影响,气压层,天气系统配置,拉普拉斯金字塔,降尺度模型,Multi,Scale,Residual,Laplacian,Pyramid,Network,残差模块,Resolution,Block,三维空间,自动提取,学习领域,多尺度金字塔,多尺度交互,超分辨重建,大样本,历史数据,数据学习,订正,华东,气候区,相对湿度,空间气象,有效提取,特征信息,比方
AB值:
0.296202
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。