结合双流3D卷积和监控图像的降水临近预报

作     者：杨素慧 林志玮 赖绍钧 刘金福 Yang Suhui;Lin Zhiwei;Lai Shaojun;Liu Jinfu

作者机构：福建农林大学计算机与信息学院福建福州350002 福州市气象局福建福州350014 福建农林大学林学院福建福州350002 福建农林大学林学博士后流动站福建福州350002 福建农林大学海峡自然保护区研究中心福建福州350002 生态与资源统计福建省高校重点实验室福建福州350002 

基　　金：中国博士后科学基金面上项目(2018M632565) 海峡博士后交流资助计划 福州市科技局社会发展项目(2018-S-109) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2020年第57卷第20期

页      码：106-115页

摘      要：针对大部分降水临近预报产品无法兼顾高覆盖率、高准确率及低成本的问题,提出一种基于室外监控图像和深度神经网络能预报未来1 h降水强度的方法。设计双流3D卷积神经网络来提取图像降雨信息的高维特征。该网络在低计算代价下自适应产生局部信息,并通过双损失函数从整体和局部统筹网络,提取降雨信息的时间特性和空间特性。实验结果表明,在降水强度预报领域,基于双损失函数的神经网络优于单损失函数。所提网络的误警率、命中率、临界成功指数、准确率在多数情况下优于其他模型。在模型效果可视化方面,所提网络能有效提取降水图像的特征信息。所提降水临近预报方法有能力进行精细且低成本的降水临近预报。

主 题 词：图像处理 3D卷积 室外监控图像 光学图像 降水临近预报 

学科分类：0808[工学-自动化类] 07[理学] 070601[070601] 0706[理学-大气科学类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/LOP57.201011

馆 藏 号：203991956...