期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的积层混合云对流泡降水粒子特征研究
被引量:
1
1
作者
袁雅涵
王烁
+6 位作者
王文青
张佃国
胡向峰
张荣
魏海文
孟金
冯勇
《干旱气象》
2023年第6期933-943,共11页
为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像数据集(Shandong Province Precipitation Particle Image Dataset,SD-PPID)。结合多维度混和的模型放缩方法,提出一种基于EfficientNet卷积神经网络...
为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像数据集(Shandong Province Precipitation Particle Image Dataset,SD-PPID)。结合多维度混和的模型放缩方法,提出一种基于EfficientNet卷积神经网络的降水粒子识别模型(A Precipitation particle Recogni⁃tion model based on EfficientNet convolutional neural Network,PREN)。通过多模型、多指标评价对比,验证了PREN模型具有较好的性能和分类识别能力,模型的识别准确率、精准率和召回率均为98%。使用PREN模型分析对流泡降水粒子特征,选取2次典型积层混合云降水过程的3个时段,结合机载Ka波段云雷达(Airborne Ka-Band Precipitation Cloud Radar,KPR)和DMT粒子测量系统(Droplet Mea⁃surement Technologies)分析对流泡内部与外部、不同强度和不同高度的降水粒子形状占比,并研究其降水机制。结果表明,PREN可有效识别对流泡降水粒子的特征。对流泡内,主要是球状、针状、不规则状和柱状降水粒子,而对流泡外降水粒子主要为球状和针状。不同强度的对流泡云微物理参数各不相同。降水成熟阶段对流泡内霰粒子和针状粒子占比高于消散阶段,降水成熟阶段降水粒子平均弦长415μm,而消散阶段粒子平均弦长367μm。对流泡上部降水粒子以球状和六边形板状为主,主要通过凝华过程增长。在0℃层,不规则状粒子和柱状粒子的比例增加,融化过程与动力条件有利于碰并增长形成不规则状粒子,柱状粒子主要来自于高层掉落。
展开更多
关键词
图像数据集
识别模型
对流泡
降水粒子特征
下载PDF
职称材料
题名
基于深度学习的积层混合云对流泡降水粒子特征研究
被引量:
1
1
作者
袁雅涵
王烁
王文青
张佃国
胡向峰
张荣
魏海文
孟金
冯勇
机构
山东省气象局气象防灾减灾重点实验室
山东省气象数据中心
山东省人民政府人工影响天气办公室
河北省人工影响天气中心
中国气象局人工影响天气中心
山东省气象台
出处
《干旱气象》
2023年第6期933-943,共11页
基金
中国气象局创新发展专项(CXFZ2022J034)
山东省气象局科研项目(2022sdqxz13、2022SDQN03)
中部区域积层混合云人工增雨(雪)研究试验(商丘)项目(ZQC-H22256)共同资助。
文摘
为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像数据集(Shandong Province Precipitation Particle Image Dataset,SD-PPID)。结合多维度混和的模型放缩方法,提出一种基于EfficientNet卷积神经网络的降水粒子识别模型(A Precipitation particle Recogni⁃tion model based on EfficientNet convolutional neural Network,PREN)。通过多模型、多指标评价对比,验证了PREN模型具有较好的性能和分类识别能力,模型的识别准确率、精准率和召回率均为98%。使用PREN模型分析对流泡降水粒子特征,选取2次典型积层混合云降水过程的3个时段,结合机载Ka波段云雷达(Airborne Ka-Band Precipitation Cloud Radar,KPR)和DMT粒子测量系统(Droplet Mea⁃surement Technologies)分析对流泡内部与外部、不同强度和不同高度的降水粒子形状占比,并研究其降水机制。结果表明,PREN可有效识别对流泡降水粒子的特征。对流泡内,主要是球状、针状、不规则状和柱状降水粒子,而对流泡外降水粒子主要为球状和针状。不同强度的对流泡云微物理参数各不相同。降水成熟阶段对流泡内霰粒子和针状粒子占比高于消散阶段,降水成熟阶段降水粒子平均弦长415μm,而消散阶段粒子平均弦长367μm。对流泡上部降水粒子以球状和六边形板状为主,主要通过凝华过程增长。在0℃层,不规则状粒子和柱状粒子的比例增加,融化过程与动力条件有利于碰并增长形成不规则状粒子,柱状粒子主要来自于高层掉落。
关键词
图像数据集
识别模型
对流泡
降水粒子特征
Keywords
SD-PPID
PREN
generating cells
precipitation particle characteristics
分类号
P426.51 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的积层混合云对流泡降水粒子特征研究
袁雅涵
王烁
王文青
张佃国
胡向峰
张荣
魏海文
孟金
冯勇
《干旱气象》
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部