基于深度学习的数值模式降水产品降尺度方法
程文聪
史小康
张文军
王志刚
邢平
1.空军研究院,北京1000852.空军研究院,北京1000853.空军研究院,北京1000854.空军研究院,北京1000855.空军研究院,北京100085
摘要：提出一种基于深度学习的数值模式降水产品降尺度方法.利用深度学习的非线性映射能力和对栅格数据的信息提取能力,建立深度超分辨率模型提取不同分辨率数值模式降水产品间相对应的有效信息,从而将低分辨率数值模式降水产品利用提取的信息重构为高分辨率产品,继而通过构建多时次组合降尺度深度模型提取时间关联性进一步提升了重构准确性.基于欧洲中期天气预报中心不同尺度数值模式降水产品的实验表明所提方法能够比常用的双三次插值方法更有效地将低分辨率降水产品转换为对应的高分辨率产品.
关键词：深度学习超分辨率数值天气预报产品降尺度方法
分类号：P435(动力气象学)
资助基金：高分对地观测专项项目(GFZX0402180102)
论文发表日期：2020-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 307-316 )
英文信息