基于深度学习和时空要素的雷达非降水回波质控方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明公开了基于深度学习和时空要素的雷达非降水回波质控方法，包括：S1：收集用于训练样本的雷达基数据；S2：将收集的雷达基数据进行极坐标系列到笛卡尔坐标系的转换，制成RGB雷达图像；S3：对RGB雷达图像中的每一个像素进行手工标记，将非降水回波分成不同种类；S4：将标记后的RGB雷达图像裁剪成特定像素的图片后作为训练样本数据集；S5：采用DeeplabV3+模型训练样本数据集；S6：使用混淆矩阵平均交并比评分对模型精度进行评价；S7：使用训练完成的DeeplabV3+模型对其他雷达回波做非降水回波的识别。本发明通过手工标注和深度学习DeeplabV3+模型结合建立训练数据集，再使用混淆矩阵平均交并比对模型精度进行评价，可以提高对雷达非降水回波质控的准确性和可靠性。

申请号：

CN202410110456.7

公开号：

CN117930243A

专利类型：

发明专利

申请日：

2024-01-26

公开日：

2024-04-26

IPC分类：

G01S13/95(2006.01)

申请人：

苏州市气象局

发明人：

孙伟、姚文、冯建伟、王力、朱焱、沈沛丰、韦芬芬、周正明、朱锦尧、吴玥、陈慧敏、陆家豪、陈旭

主申请人地址：

215000 江苏省苏州市相城区嘉元路8号苏州市气象局

国别省市代码：

中国(CN)