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
共找到3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：
基于GRU深度学习的短时临近降水预报订正方法 被引量：1
1
作者 曾小团 邹晨曦 +5 位作者 范娇 王庆国 黄大剑 梁潇 丁禹钦 谭肇 《应用气象学报》 CSCD 北大核心 2024年第5期513-525,共13页
为提高短时临近降水预报准确率,提出一种订正广西对流尺度数值预报模式(GRAPES-GX)降水预报产品的深度学习方法。该方法通过神经网络对实况进行时空特征提取,以门控循环网络(GRU)为基础框架,针对降水产品进行改进,并用于GRAPES-GX降水... 为提高短时临近降水预报准确率,提出一种订正广西对流尺度数值预报模式(GRAPES-GX)降水预报产品的深度学习方法。该方法通过神经网络对实况进行时空特征提取,以门控循环网络(GRU)为基础框架,针对降水产品进行改进,并用于GRAPES-GX降水预报产品订正。在此基础上,设计了大气物理规律适配模块,通过物理条件匹配机制订正模式预报降水强度与落区的系统性误差,增强训练样本中预报产品和实况的特征相关性,并协同优化模型参数,获得更优的订正效果。广西区域试验结果表明:订正模型在各预报时效、各降水强度等级的TS(threat score)评分均得到正技巧,总体TS技巧评分为2.21%。对于不低于0.1 mm·h^(-1)、不低于2 mm·h^(-1)、不低于7 mm·h^(-1)、不低于15 mm·h^(-1)、不低于25 mm·h^(-1)和不低于40 mm·h^(-1)降水强度预报TS技巧评分分别为5.67%、3.59%、2.18%、1.46%、1.01%和0.46%。0~2 h、2~4 h和4~6 h时效预报TS技巧评分分别为4.77%、1.28%和0.91%。 展开更多
关键词 预报订正 深度学习 门控循环网络
下载PDF
基于GF-6卫星影像多特征优选的酿酒葡萄精准识别 被引量：9
2
作者 李文杰 郭晓雷 +5 位作者 杨玲波 闫鸣 邹晨曦 方亚华 孙涵 黄敬峰 《农业工程学报》 EI CAS CSCD 北大核心 2020年第18期165-173,共9页
多源遥感信息和特征优选是提高农作物识别精度的重要支撑,高分六号(GF-6)卫星作为首次引入红边波段的国产卫星,其丰富的光谱信息为作物识别提供了新的思路和解决途径。该研究基于宁夏回族自治区银川市永宁县2018年6月—2019年3月的GF-6... 多源遥感信息和特征优选是提高农作物识别精度的重要支撑,高分六号(GF-6)卫星作为首次引入红边波段的国产卫星,其丰富的光谱信息为作物识别提供了新的思路和解决途径。该研究基于宁夏回族自治区银川市永宁县2018年6月—2019年3月的GF-6数据,充分利用红边优势提取光谱特征、纹理特征和植被指数特征,构建多种特征组合方案,并根据随机森林算法对特征重要性进行度量,选取最优特征组合对酿酒葡萄进行精准识别。结果表明,与单一特征相比,多源遥感特征的增加显著改善了酿酒葡萄分类效果,其中,植被指数贡献程度最大,光谱特征次之;基于随机森林的优选特征组合分类效果最佳,其中,总体分类精度为94.15%,酿酒葡萄用户精度为94.23%,制图精度为92.59%;以实地调查的4个酒庄为验证区,将酿酒葡萄提取结果与统计数据进行对比,面积相对精度均在70%以上,其中优选特征结果相对精度在90%以上,研究结果将为国产卫星红边波段在植被分类和识别方面的应用提供数据参考。 展开更多
关键词 遥感 图像处理 高分六号 酿酒葡萄 特征优选 随机森林 红边波段 精准识别
下载PDF
西北偏湿背景下青海省夏季降水的统计降尺度方法研究 被引量：1
3
作者 邹晨曦 杨昭明 张培群 《气象科学》 北大核心 2021年第3期374-385,共12页
本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法(Hybrid Statistical Downscaling Prediction,HSDP),该方法综合利用了气候模式Climate Forecast System 2.0版本(CFSv2)实时预测的高可预报性环流信息及... 本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法(Hybrid Statistical Downscaling Prediction,HSDP),该方法综合利用了气候模式Climate Forecast System 2.0版本(CFSv2)实时预测的高可预报性环流信息及前期观测的与青海夏季降水具有高相关性的气候因子,采用年际增量方法,基于气候变量的年际增量规律建立统计模型,从而实现对青海夏季降水进行动力—统计相结合的气候预测。根据全球气候因子的年际增量与青海省夏季降水年际增量的相关系数,以及CFSv2预测产品对实况模拟能力的评估,选取以下关键区气候变量的年际增量作为预测因子:(1)CFSv2模式预测当年夏季包含贝加尔湖脊、乌拉尔山脊和新疆脊区域的500 hPa高度场;(2)CFSv2模式预测青藏高原以西200 hPa纬向风场;(3)观测资料中前1 a秋、冬季热带太平洋地区海表面温度场;(4)观测资料中前1 a秋、冬季西伯利亚地区的海平面气压场,对青海省夏季降水进行统计降尺度预测。统计降尺度模型利用1983—2011年进行建模,回报2012—2018年夏季青海省降水的空间分布和时间变化,并对该模型对1983—2011年的夏季青海省降水的回报能力进行了交叉检验。回报结果表明该统计降尺度模型对CFSv2的青海省夏季降水预测能力有显著的提高,能够很好地再现青海省夏季降水西北部的高原地区偏少,而在东南部偏多的特点。该模型预测所得2012—2018年夏季青海省降水的时间变化也与实况有着较高的相关系数(0.76),对于降水显著偏少的年份(如2015年)和显著偏多的年份(如2012、2018年)的降水预测都有很好的表现。对于建模时段的交叉检验结果(相关系数为0.46,比模型回报结果与实况的相关系数0.48略低)表明,该模型具有较高的稳定性和可靠性。 展开更多
关键词 组合降尺度 年际增量 青海 降水
下载PDF
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
使用帮助 返回顶部