典型文献
人工智能新技术在国家气象中心台风业务中的应用探索
文献摘要：
基于2005—2020年的中国气象局台风最佳路径数据集以及葵花(Himawari-8)和风云(FY-4)卫星云图数据,结合人工智能新技术,将深度学习模型应用于台风涡旋识别、台风定位定强、台风强度突变预测等方面,具体内容主要包括基于深度图像目标检测的台风涡旋识别模型、基于图像分类和检索的台风智能定强模型以及融合时空序列特征的台风快速增强判别模型,构建了一套台风智能监测和预报系统.通过对2020年全年样本进行了测试,结果显示:该系统对强热带风暴级及以上强度的台风涡旋正确识别率达90％以上,台风强度估测的MAE和RMSE分别为3.8 m/s和5.05 m/s,对全年独立样本强度快速加强预测的综合准确率达到65.3％,该系统实现了业务上利用高时空分辨率卫星图像实时对热带气旋进行自动识别、定位定强和智能追踪的功能,为进一步提高我国台风监测和预报预警的能力提供了有利支撑.
文献关键词：
深度学习;台风涡旋识别;智能定强;快速增强;卫星云图
中图分类号：
作者姓名：
周冠博;钱奇峰;吕心艳;刘春霞;徐雅静
作者机构：
国家气象中心,北京 100081;中国气象科学研究院灾害天气国家重点实验室,北京 100081;中国气象局广州热带海洋气象研究所,广东 广州 510641;北京邮电大学,北京 100876
文献出处：
引用格式：
[1]周冠博;钱奇峰;吕心艳;刘春霞;徐雅静-.人工智能新技术在国家气象中心台风业务中的应用探索)[J].热带气象学报,2022(04):481-491
A类：
台风涡旋识别,智能定强
B类：
国家气象中心,应用探索,中国气象局,最佳路径,路径数,葵花,Himawari,风云,FY,卫星云图,图数据,深度学习模型,模型应用,台风强度,具体内容,深度图像,图像目标检测,识别模型,图像分类,时空序列,序列特征,快速增强,判别模型,智能监测,预报系统,强热带,热带风暴,识别率,估测,MAE,RMSE,快速加强,系统实现,高时空分辨率,卫星图像,热带气旋,旋进,自动识别,台风监测,预报预警
AB值：
0.39007
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。
