一种基于神经网络的降水降尺度空间预测方法
基本信息
申请号 | CN202010197185.5 | 申请日 | - |
公开(公告)号 | CN111401644A | 公开(公告)日 | 2020-07-10 |
申请公布号 | CN111401644A | 申请公布日 | 2020-07-10 |
分类号 | G06Q10/04(2012.01)I | 分类 | - |
发明人 | 李经伟;陈杰杰 | 申请(专利权)人 | 南京国准数据有限责任公司 |
代理机构 | 北京鱼爪知识产权代理有限公司 | 代理人 | 曹治丽 |
地址 | 210046江苏省南京市栖霞区仙林街道仙林大道163号南京大学“科创之星”众创空间414 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于神经网络的降水降尺度空间预测方法,以机器学习中的神经网络为基础,实现降水量与相关因子之间非线性模型的建立,从而实现降水的降尺度空间预测,该方法的步骤包括:获取热带雨量测量任务TRMM降水数据、植被指数NDVI数据及数字高程模型DEM数据,对获取的数据进行预处理,统一到同一坐标系中,对数据进行归一化并根据随机的原则对数据进行划分,将数据划分为训练集和测试集,分别用于模型的训练和验证,最后通过建立好的模型对降水的空间分布进行降尺度预测。本发明申请中,使神经网络方法在降水预测中进行应用,提高了降水空间分布的预测精度;解决了热带雨量测量任务TRMM数据空间覆盖不足的问题;提高了降水量预测的空间分辨率。 |
