[1]李宗飞,陈凯华,赵玉娟.卷积神经网络和传统算法的雷达面雨量计算效果对比研究[J].气象研究与应用,2021,42(04):89-94.[doi:10.19849/j.cnki.CN45-1356/P.2021.4.16]
 Li zongfei,Chen Kaihua,Zhao Yujuan.A comparative study of convolution neural network and traditional algorithm in radar area rainfall calculation[J].Journal of Meteorological Research and Application,2021,42(04):89-94.[doi:10.19849/j.cnki.CN45-1356/P.2021.4.16]
点击复制

卷积神经网络和传统算法的雷达面雨量计算效果对比研究()
分享到:

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第42卷
期数:
2021年04期
页码:
89-94
栏目:
新技术应用
出版日期:
2022-01-27

文章信息/Info

Title:
A comparative study of convolution neural network and traditional algorithm in radar area rainfall calculation
作者:
李宗飞1 陈凯华1 赵玉娟1
天津市气象信息中心,天津 300000
Author(s):
Li zongfei1 Chen Kaihua1 Zhao Yujuan1
Tianjin Meteorological Information Center, Tianjin 300000, China
关键词:
人工智能神经网络面雨量Z-I关系
Keywords:
artificial intelligenceneural networkarea rainfallZ-I relationshipcomparative analysis
分类号:
P412
DOI:
10.19849/j.cnki.CN45-1356/P.2021.4.16
摘要:
利用人工智能方法对雷达反射率进行面雨量计算,使用2D卷积神经网络(Conv2D)和U-Net卷积神经网络的面雨量计算效果与传统的Z-I关系法反演面雨量效果进行对比分析。结果表明,卷积神经网络能够实现面雨量估计,但仍存在平均和聚拢现象,与传统算法各有优缺点。
Abstract:
In this paper, for the first time, artificial intelligence was used to calculate the surface rainfall of radar reflectivity. The calculation results of area rainfall using 2D convolution neural network(Conv2D)and U-net convolution network were compared with the traditional Z-I relationship method. The results show that the convolution neural network can estimate the area rainfall, but there are still averaging and convergence phenomena, which has its own advantages and disadvantages compared with the traditional algorithm.

参考文献/References:

[1] 张培昌. 雷达气象学[M]. 北京: 气象出版社, 1988.
[2] 陈晴, 杨明, 陈晔峰, 等. 基于CIMISS的省级气象业务系统的应用设计[J]. 计算机应用与软件, 2018, 35(4): 117-121.
[3] 郑媛媛, 谢亦峰, 吴林林, 等. 多普勒雷达定量估测降水的三种方法比较试验[J]. 热带气象学报, 2004, 20(2): 192-197.
[4] 刘晓阳, 杨洪平, 李建通, 等. 新一代天气雷达定量降水估测集成系统[J]. 气象, 2010, 36(4): 90-95.
[5] 何宇翔, 张亚萍, 刘术艳, 等. 天气雷达定量估测降水量不同方法效果评估[J]. 南京气象学院学报, 2004(6): 743-752.
[6] 张亚萍, 张勇, 廖峻, 等. 天气雷达定量降水估测不同校准方法的比较与应用[J]. 气象, 2013, 39(7): 923-929.
[7] 赵玲, 杨青, 安沙舟. 天山山区1961—2010年面雨量分布及变化特征[J]. 沙漠与绿洲气象, 2013(2): 24-28.
[8] 施恩, 李骞, 顾大权, 等. 基于卷积神经网络的雷达回波外推方法[J]. 计算机应用, 2018, 38(3): 661-665.
[9] 李彦冬, 郝宗波, 雷航. 卷积神经网络研究综述[J]. 计算机应用, 2016, 36(9): 2508-2515.
[10] 梁振清, 陈生. 基于深度学习和雷达观测的华南短临预报精度评估[J]. 气象研究与应用, 2020, 41(1): 41-47.
[11] 柳小桐. BP神经网络输入层数据归一化研究[J]. 机械工程与自动化, 2010(3): 122-123.
[12] 梁维亮, 屈梅芳, 何珊珊. 两种雷达定量降水估测产品在广西区域的误差对比分析[J]. 气象研究与应用, 2020, 41(3): 1-7.

相似文献/References:

[1].基于神经网络的广州市能见度预报[J].气象研究与应用,2014,35(01):17.
[2].基于MATLAB神经网络对大同市气溶胶浓度预测[J].气象研究与应用,2014,35(01):50.
[3]覃卫坚,黄志,李耀先.广西寒露风开始期短期气候预测方法研究[J].气象研究与应用,2014,35(03):11.
[4]梁振清,陈生.基于深度学习和雷达观测的华南短临预报精度评估[J].气象研究与应用,2020,41(01):41.[doi:10.19849/j.cnki.CN45-1356/P.2020.1.09]
 Liang Zhenqing,Chen Sheng.Accuracy evaluation of nowcasting in South China based on deep learning and radar observation[J].Journal of Meteorological Research and Application,2020,41(04):41.[doi:10.19849/j.cnki.CN45-1356/P.2020.1.09]
[5]何慧,陆虹,覃卫坚,等.人工神经网络在月降水量预测业务中的研究和应用综述[J].气象研究与应用,2021,42(01):1.[doi:10.19849/j.cnki.CN45-1356/P.2021.1.01]
 He Hui,Lu Hong,Qin Weijian,et al.Research and application of artificial neural network in monthly precipitation forecast[J].Journal of Meteorological Research and Application,2021,42(04):1.[doi:10.19849/j.cnki.CN45-1356/P.2021.1.01]
[6]陈剑飞,李勇,刘俊江,等.耦合陆面水文模型和机器学习方法的水库径流量预报及应用[J].气象研究与应用,2022,43(01):1.[doi:10.19849/j.cnki.CN45-1356/P.2022.1.01]
 Chen Jianfei,Li Yong,Liu Junjiang,et al.Yantan Reservoir runoff forecast and application coupled with land surface hydrological model and machine learning method[J].Journal of Meteorological Research and Application,2022,43(04):1.[doi:10.19849/j.cnki.CN45-1356/P.2022.1.01]
[7]周冠博,钱奇峰,吕心艳,等.人工智能在台风监测和预报中的探索与展望[J].气象研究与应用,2022,43(02):1.[doi:10.19849/j.cnki.CN45-1356/P.2022.2.01]
 Zhou Guanbo,Qian Qifeng,Lv Xinyan,et al.Application and expectation of artificial intelligence in typhoon monitoring and forecasting[J].Journal of Meteorological Research and Application,2022,43(04):1.[doi:10.19849/j.cnki.CN45-1356/P.2022.2.01]
[8]金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J].气象研究与应用,2020,41(02):1.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.01]
 Jin Long,Huang Ying,Yao Cai,et al.A review of tropical cyclone forecast based on artificial intelligence (part 1)——BP neural network and ensemble method for tropical cyclone forecast research and operational application[J].Journal of Meteorological Research and Application,2020,41(04):1.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.01]

备注/Memo

备注/Memo:
收稿日期:2021-09-10。
基金项目:天津市气象局科研项目(202126ybxm18)、环渤海区域科技协同创新基金项目(QYXM202013)
作者简介:李宗飞(1986—),男,硕士,工程师,从事气象信息技术及雷达数据处理研究。E-mail:lizongfeihappy@qq.com
通讯作者:陈凯华(1984—),男,硕士,工程师,从事气象信息技术研究。E-mail:chenkaihua_827@126.com
更新日期/Last Update: 1900-01-01