首站-论文投稿智能助手
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
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
一个中国边缘海的风-浪-流预报系统
董昌明;LIM KAM SIAN Kenny Thiam Choy;蒋星亮;曹玉晗;嵇宇翔;王森;余洋;陆晓婕;周书逸;韦销蔚;BETHEL Brandon Justin;徐广珺;董济海;孙文金;王海丽;单海霞;王锦;王东霞;滕芳园;曹茜;谢文鸿;游志伟;王子韵;林连杰-南京信息工程大学海洋科学学院,江苏南京210044;南方海洋科学与工程广东省实验室(珠海),广东珠海519000;无锡学院,江苏无锡214105;复旦大学大气与海洋科学系,上海200438;江苏海洋大学海洋技术与测绘学院,江苏连云港222005;江苏省连云港市气象局,江苏连云港222006;江苏海洋大学海洋资源开发研究院,江苏连云港222005;福建省气象台,福建福州350007;清华大学地球系统科学系,北京100084;广西壮族自治区气象局,广西南宁530022;广东海洋大学电子与信息工程学院,广东湛江524088;中国科学院南海海洋研究所,广东广州510301;中国船舶集团海装风电股份有限公司,重庆401123
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。