- 1、本文档共61页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
随着全球气候的显著变化,极端降水事件的频繁发生引发多种自然灾害,对社会发
展造成极大损失。短时极端降水具有突发性强,局地性强,持续时间短的特点,目前气
象部门常使用雷达回波外推方法进行短临降水预测。基于物理模型的传统雷达回波外推
方法具有较好的稳定性和可靠性,但难以捕捉复杂的气象动态过程且对历史数据的利用
率较低。近年来,深度学习的兴起为气象领域带来全新的研究思路。相比于传统外推方
法,基于深度学习的雷达回波外推方法具有优秀的数据泛化能力和数据利用率等特点,
能更好模拟降水等复杂气象的演变过程
文档评论(0)