计算机应用研究

作者：罗健文,邹茂扬,杨昊,陈敏,杨康权,

单位：1.成都信息工程大学,成都610225；2.中国科学院成都计算机应用研究所,成都610041；3.四川省气象台,成都610072；

关键词：雷达回波外推,深度学习,循环神经网络,

基金：四川省自然科学基金资助项目(2023NSFSC0482)；四川省科技计划资助项目(2022YFS0542)；成都信息工程大学科技创新能力提升计划资助项目(KYTD202324)；；

雷达回波外推方法广泛应用于降雨预报中。针对雷达回波中的预测精度不够高的问题，提出了一种基于循环神经网络的深度学习模型DIPredRNN。该模型通过引入空间和通道的双注意力机制，将长时间的时间信息和通道信息结合起来，提高了时间记忆的长期依赖；通过引入隐藏状态和输入的交互框架，保留了更多的特征，提高了时间记忆的短期依赖。该模型在HKO-7数据集和四川数据集上同经典模型以及诸多先进模型进行实验对比，该模型从外推图像、MSE、SSIM、CSI-30~50 dbz多个指标对比中都取得最佳效果。实验证明了DIPredRNN提高了雷达回波预测效果，拥有先进的性能。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期