提出一種基于深度學習的數(shù)值模式降水產品降尺度方法。利用深度學習的非線性映射能力和對柵格數(shù)據(jù)的信息提取能力,建立深度超分辨率模型提取不同分辨率數(shù)值模式降水產品間相對應的有效信息,從而將低分辨率數(shù)值模式降水產品利用提取的信息重構為高分辨率產品,繼而通過構建多時次組合降尺度深度模型提取時間關聯(lián)性進一步提升了重構準確性�；跉W洲中期天氣預報中心不同尺度數(shù)值模式降水產品的實驗表明所提方法能夠比常用的雙三次插值方法更有效地將低分辨率降水產品轉換為對應的高分辨率產品。 

【文章來源】：熱帶氣象學報. 2020,36(03)北大核心CSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 資料和方法
    2.1 所用資料
    2.2 技術路線
    2.3 單時次深度精細化模型
    2.4 多時次組合深度精細化模型
3 結果驗證
    3.1 統(tǒng)計對比
    3.2 個例分析
        3.2.1 個例分析1
        3.2.2 個例分析2
4 結論和討論


【參考文獻】：
期刊論文
[1]基于CWRF模式夏季日降水量的訂正技術對比[J]. 李欣韻,余錦華,梁信忠.  熱帶氣象學報. 2019(06)
[2]基于動力相似方法的臺風極端降水概率預報研究[J]. 姜麗黎,余暉.  熱帶氣象學報. 2019(03)
[3]日最高溫度統(tǒng)計降尺度方法的比較研究[J]. 徐振亞,任福民,楊修群,曹經福.  氣象科學. 2012(04)
[4]氣溫插值中不同空間插值方法的適用性分析——以江蘇省為例[J]. 彭彬,周艷蓮,高蘋,居為民.  地球信息科學學報. 2011(04)
[5]氣象資料的統(tǒng)計降尺度方法綜述[J]. 劉永和,郭維棟,馮錦明,張可欣.  地球科學進展. 2011(08)
[6]基于雙三次插值算法的圖像縮放引擎的設計[J]. 張阿珍,劉政林,鄒雪城,向祖權.  微電子學與計算機. 2007(01)
[7]EXERCISE IN DOWNSCALING ON SEA SURFACE TEMPERATURE ALONG CHINESE COAST[J]. 練樹民,王凱,崔茂常,EduardoZorita.  Chinese Journal of Oceanology and Limnology. 2000(02)
[8]空間內插方法比較[J]. 李新,程國棟,盧玲.  地球科學進展. 2000(03)



本文編號：3641156