<ruby id="1ft5t"></ruby><strike id="1ft5t"><noframes id="1ft5t">
<th id="1ft5t"></th><progress id="1ft5t"></progress>
<strike id="1ft5t"><noframes id="1ft5t">
<strike id="1ft5t"><noframes id="1ft5t">
<progress id="1ft5t"><address id="1ft5t"></address></progress>
<span id="1ft5t"><video id="1ft5t"></video></span>
<span id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span>
<th id="1ft5t"></th>
<progress id="1ft5t"></progress>
<progress id="1ft5t"></progress>
<th id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span>
<span id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span><strike id="1ft5t"><video id="1ft5t"><ruby id="1ft5t"></ruby></video></strike>
<strike id="1ft5t"><noframes id="1ft5t">

基于深度學習的智能短臨降雨預報系統

發布時間:2020-06-28來源:本站作者:管理員動態瀏覽次數:44

短臨預報是指利用雷達回波、數值模式、自動站、衛星等氣象觀測數據對短時臨近(0~2小時)的降雨、對流等天氣現象進行分鐘級、公里或街道級的降雨概率預報,其核心挑戰是雷達回波的外推問題。與國家衛星氣象中心、深圳市氣象局合作,利用新興的深度學習技術研發了雷達回波外推算法并開發了相應的預報系統,該系統預報的位置準確性和強度準確性均優于深圳氣象局現行的光流法和交叉相關法以及同樣使用深度學習方案的業界頂尖企業。同時,還利用雷達和自動站數據研發了基于深度學習的定量降水估測(QPE)和(QPF),只通過大數據的方式就可以直接預測未來降雨量,并且準確度優于傳統降雨量預測方法。

基于深度學習的智能短臨降雨預報系統

圖:基于深度學習的智能短臨降雨預報系統

欧洲vodafonewifi18
<ruby id="1ft5t"></ruby><strike id="1ft5t"><noframes id="1ft5t">
<th id="1ft5t"></th><progress id="1ft5t"></progress>
<strike id="1ft5t"><noframes id="1ft5t">
<strike id="1ft5t"><noframes id="1ft5t">
<progress id="1ft5t"><address id="1ft5t"></address></progress>
<span id="1ft5t"><video id="1ft5t"></video></span>
<span id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span>
<th id="1ft5t"></th>
<progress id="1ft5t"></progress>
<progress id="1ft5t"></progress>
<th id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span>
<span id="1ft5t"><noframes id="1ft5t"><span id="1ft5t"></span><strike id="1ft5t"><video id="1ft5t"><ruby id="1ft5t"></ruby></video></strike>
<strike id="1ft5t"><noframes id="1ft5t">