计算机应用研究

作者：吴卓升,张巍,林艳,滕少华,

单位：1.广东工业大学计算机学院,广州510000；2.广东普天防雷检测有限责任公司,广州510000；

关键词：动态概率,雷达回波外推,深度学习,卷积神经网络,

基金：国家自然科学基金资助项目(61972102)；广东省重点领域研发计划项目(2020B010166006)；广东省教育厅资助项目(粤教高函〔2018〕179号；粤教高函〔2018〕1号)；广州市科技计划项目(201903010107,201802030011,201802010026,201802010042,201604046017)；；

雷达回波外推方法已广泛应用于短时强降水临近预报中。针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题，提出了一个基于动态概率卷积神经网络（dynamic probability convolutional neural network，DPCNN）的雷达回波外推模型。该模型在卷积神经网络的基础上增加动态概率计算层，对不同的雷达回波输入序列计算对应的概率卷积核，并用于后续的外推计算中，使得网络在预测阶段仍然能够根据不同的输入序列作出相应的概率调整，从而增强了外推结果与已知序列的关联。经某局部地区短时强降水外推实验，从外推图像、CSI指数、FAR指数、POD指数四个方面验证了该模型的有效性。

来源：2021年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第7期