← 返回列表

基于机器学习的南海台风生成预测方法

申请号: CN202311654899.4
申请人: 中国人民解放军63796部队
申请日期: 2023/12/5

摘要文本

本发明涉及台风预报技术领域,尤其涉及一种基于机器学习的南海台风生成预测方法,包括以下步骤:S10,确定出用于南海台风预测的多个关键因子,分别为200hPa散度、500hpa纬向风、925hpa垂直速度、925hpa纬向风和500hpa径向风;S20,基于各个关键因子的数据,构造南海扰动样本集;S30,设计为ResNet34网络的结构,并基于所述南海扰动/低压样本集进行训练,最终得到用于南海台风预报的南海台风生成预测模型;S40,采集当前已形成的南海扰动的关键因子的数据,利用所述南海台风生成预测模型对所述关键因子的数据进行处理,输出得到未来该扰动是否发展为台风的预报结论。本发明不仅可以提高预报准确度,而且还可以提高预报效率。

专利详细信息

项目 内容
专利名称 基于机器学习的南海台风生成预测方法
专利类型 发明申请
申请号 CN202311654899.4
申请日 2023/12/5
公告号 CN117520902A
公开日 2024/2/6
IPC主分类号 G06F18/24
权利人 中国人民解放军63796部队
发明人 赵兴娜; 张滢; 任晓晨; 甘思旧; 张晓杰; 樊晶; 赵颖颀; 许平平; 赵小平; 张青; 施萧; 王连杰; 张瑞林; 刘茂源
地址 海南省海口市美兰区白驹大道69号

专利主权项内容

1.一种基于机器学习的南海台风生成预测方法,其特征在于,包括以下步骤:S10,确定出用于南海台风预测的多个关键因子,分别为200hPa散度、500hpa纬向风、925hpa垂直速度、925hpa纬向风和500hpa径向风;S20,基于各个关键因子的数据,构造南海扰动样本集;S30,设计为ResNet34网络的结构,并基于所述南海扰动/低压样本集进行训练,最终得到用于南海台风预报的南海台风生成预测模型;S40,采集当前已形成的南海扰动的关键因子的数据,利用所述南海台风生成预测模型对所述关键因子的数据进行处理,输出得到未来该扰动是否发展为台风的预报结论。