基于自注意力和稠密卷积改进ConvLSTM的雷达回波外推方法
杨晓钰
牛雪梅
祁凯
阜阳市气象局,安徽阜阳 236000
摘要：针对现有雷达回波外推模型存在长时序回波外推模糊失真和强回波预测准确率较低等问题,利用安徽2016年5-9月的多普勒雷达组合反射率拼图数据,设计了一种基于自注意力和稠密卷积改进卷积长短期记忆(convolutional long short-term memory,ConvLSTM)网络的雷达回波外推方法.模型以ConvLSTM为基础,在每个单元结构以及编解码器中间融入自注意力机制,强化模型对于特征长时空间依赖的提取能力,同时用稠密连接卷积代替普通卷积,提高模型的特征重用能力.实验利用过去1 h雷达回波图像预测未来2 h雷达回波图像,并与改进前的ConvLSTM进行对比证明了提出的模型能够提高雷达回波外推的准确率.
关键词：雷达回波外推ConvLSTM网络自注意力机制稠密卷积
分类号：P412.25(大气探测（气象观测）)TP183(自动化基础理论)
资助基金：安徽省自然科学基金江淮气象联合基金项目(2208085UQ05)安徽省气象局预报员专项(KY202204)
论文发表日期：2025-06-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：10( 107-116 )
英文信息