一种基于深度学习的大气能见度集成预报方法
基本信息
| 申请号 | CN202011037980.4 | 申请日 | - |
| 公开（公告）号 | CN112180472A | 公开（公告）日 | 2021-01-05 |
| 申请公布号 | CN112180472A | 申请公布日 | 2021-01-05 |
| 分类号 | G01W1/10(2006.01)I | 分类 | 测量；测试; |
| 发明人 | 宗培书;蔡凝昊;孙泓川 | 申请（专利权）人 | 南京北极光智能科技有限公司 |
| 代理机构 | 江苏银创律师事务所 | 代理人 | 南京北极光智能科技有限公司 |
| 地址 | 210001江苏省南京市秦淮区永智路5号南京白下高新技术产业开发区科技创业研发孵化综合楼北楼421B | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习的大气能见度集成预报方法，包括收集相关地区的历史气象观测资料，重建该地区能见度资料；利用WRF‑Chem模式进行该地区气象要素和空气质量的回报；利用IMPROVE算法、神经网络算法和随机森林算法分别反演能见度；对预测反演所得的能见度进行集成，实现该地区能见度的集合预报，综合评价具有较高命中率，和较低虚报率和漏报率的集成预报方案的预报效果最好；提升相关地区冬季能见度预测能力，对于人民生命财产和社会经济发展都具有重要的理论意义和实用价值。 |
