基于深度序列預(yù)測的雷達回波外推算法研究
發(fā)布時間:2021-05-15 16:48
臨近預(yù)報是指對當前天氣情形進行詳細的監(jiān)測,并對未來2小時內(nèi)的天氣狀況進行預(yù)報。臨近預(yù)報的工作重點在于對臺風、強降雨、冰雹、雷暴等突發(fā)天氣進行預(yù)測,對當今社會有著重要價值。目前臨近預(yù)報主要通過對雷達回波圖像的分析以及對未來雷達回波圖像的預(yù)測實現(xiàn),因此臨近預(yù)報的核心問題即為雷達回波的外推。自上世紀50年代開始人們已經(jīng)對雷達回波的外推技術(shù)進行了研究并逐漸形成了一系列的傳統(tǒng)方法,其中光流法因其可以對變化強烈的天氣場進行外推而得到了廣泛的應(yīng)用。但光流法的三大假設(shè)在雷達回波圖像領(lǐng)域不成立,導(dǎo)致其預(yù)測圖像精度不高,無法滿足預(yù)測需求,同時其無法利用已有的大量氣象數(shù)據(jù)。隨著近年來的深度學習發(fā)展,人們陸續(xù)提出了一系列基于深度學習的雷達回波外推模型,雖然預(yù)測指標有所提升但仍然有著生成圖像模糊失真、細節(jié)消失的缺點。針對該問題,本論文主要完成了以下兩個方面的研究內(nèi)容:首先,本論文針對現(xiàn)有深度序列外推框架提出三點改進策略。通過對于現(xiàn)有深度序列預(yù)測框架的分析指出主要問題在于兩點:循環(huán)神經(jīng)網(wǎng)絡(luò)單元對于時空信息建模能力不足;在提取雷達圖像空間特征時存在特征損失。因此本論文提出三點改進策略:降低采樣層信息損失;增強采樣層...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究的背景和意義
1.2 國內(nèi)外相關(guān)研究概況
1.2.1 傳統(tǒng)雷達回波外推算法研究現(xiàn)狀
1.2.2 基于深度學習的圖像序列預(yù)測算法研究現(xiàn)狀
1.3 總結(jié)與分析
1.4 本文主要工作
1.5 本文組織結(jié)構(gòu)
第2章 相關(guān)基礎(chǔ)知識
2.1 問題描述
2.2 廣東省氣象雷達數(shù)據(jù)集
2.2.1 氣象雷達與雷達圖像背景知識
2.2.2 數(shù)據(jù)集簡介
2.3 常用雷達回波外推算法
2.3.1 光流法
2.3.2 深度學習雷達回波外推算法
2.4 評價指標
2.5 本章小結(jié)
第3章 深度序列外推框架的三種改進策略
3.1 現(xiàn)有框架問題分析
3.2 三種改進策略
3.2.1 降低采樣層信息損失
3.2.2 增強采樣層性能
3.2.3 增強循環(huán)神經(jīng)網(wǎng)絡(luò)單元性能
3.2.4 改進后模型
3.3 實驗及分析
3.3.1 實驗環(huán)境
3.3.2 實驗數(shù)據(jù)與評價指標
3.3.3 對比實驗設(shè)置
3.3.4 結(jié)果分析
3.4 本章小結(jié)
第4章 基于EBGAN的雷達回波外推模型
4.1 基于GAN的外推模型
4.2 基于EBGAN的雷達回波外推模型
4.2.1 EBGAN原理簡介
4.2.2 基于EBGAN的外推模型
4.3 實驗及分析
4.3.1 實驗環(huán)境
4.3.2 實驗數(shù)據(jù)與評價指標
4.3.3 對比實驗設(shè)置
4.3.4 結(jié)果分析
4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝
【參考文獻】:
期刊論文
[1]改進的光流法在回波外推預(yù)報中的應(yīng)用[J]. 張蕾,魏鳴,李南,周生輝. 科學技術(shù)與工程. 2014(32)
[2]光流法在強對流天氣臨近預(yù)報中的應(yīng)用[J]. 韓雷,王洪慶,林隱靜. 北京大學學報(自然科學版). 2008(05)
[3]天氣雷達回波運動場估測及在降水臨近預(yù)報中的應(yīng)用[J]. 張亞萍,程明虎,夏文梅,崔哲虎,楊洪平. 氣象學報. 2006(05)
[4]質(zhì)心法雷達回波外推的原理及應(yīng)用[J]. 喬春貴,鄭世林,楊立志,霍銳,李周,魯坦. 河南氣象. 2006(03)
本文編號:3187995
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題研究的背景和意義
1.2 國內(nèi)外相關(guān)研究概況
1.2.1 傳統(tǒng)雷達回波外推算法研究現(xiàn)狀
1.2.2 基于深度學習的圖像序列預(yù)測算法研究現(xiàn)狀
1.3 總結(jié)與分析
1.4 本文主要工作
1.5 本文組織結(jié)構(gòu)
第2章 相關(guān)基礎(chǔ)知識
2.1 問題描述
2.2 廣東省氣象雷達數(shù)據(jù)集
2.2.1 氣象雷達與雷達圖像背景知識
2.2.2 數(shù)據(jù)集簡介
2.3 常用雷達回波外推算法
2.3.1 光流法
2.3.2 深度學習雷達回波外推算法
2.4 評價指標
2.5 本章小結(jié)
第3章 深度序列外推框架的三種改進策略
3.1 現(xiàn)有框架問題分析
3.2 三種改進策略
3.2.1 降低采樣層信息損失
3.2.2 增強采樣層性能
3.2.3 增強循環(huán)神經(jīng)網(wǎng)絡(luò)單元性能
3.2.4 改進后模型
3.3 實驗及分析
3.3.1 實驗環(huán)境
3.3.2 實驗數(shù)據(jù)與評價指標
3.3.3 對比實驗設(shè)置
3.3.4 結(jié)果分析
3.4 本章小結(jié)
第4章 基于EBGAN的雷達回波外推模型
4.1 基于GAN的外推模型
4.2 基于EBGAN的雷達回波外推模型
4.2.1 EBGAN原理簡介
4.2.2 基于EBGAN的外推模型
4.3 實驗及分析
4.3.1 實驗環(huán)境
4.3.2 實驗數(shù)據(jù)與評價指標
4.3.3 對比實驗設(shè)置
4.3.4 結(jié)果分析
4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表的論文及其它成果
致謝
【參考文獻】:
期刊論文
[1]改進的光流法在回波外推預(yù)報中的應(yīng)用[J]. 張蕾,魏鳴,李南,周生輝. 科學技術(shù)與工程. 2014(32)
[2]光流法在強對流天氣臨近預(yù)報中的應(yīng)用[J]. 韓雷,王洪慶,林隱靜. 北京大學學報(自然科學版). 2008(05)
[3]天氣雷達回波運動場估測及在降水臨近預(yù)報中的應(yīng)用[J]. 張亞萍,程明虎,夏文梅,崔哲虎,楊洪平. 氣象學報. 2006(05)
[4]質(zhì)心法雷達回波外推的原理及應(yīng)用[J]. 喬春貴,鄭世林,楊立志,霍銳,李周,魯坦. 河南氣象. 2006(03)
本文編號:3187995
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3187995.html
最近更新
教材專著