买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:哈尔滨师范大学
摘要:本发明提供一种基于深度学习的大风灾害天气指数预测系统及方法,涉及天气监测技术领域,具体包括:采集待评估区域的历史气象数据和对应时间发生的大风灾害事件的受灾面积和持续时间;基于长短期记忆网络建立指数预测模型,将历史气象数据作为训练集输入至模型,将对应的大风灾害的受灾面积和持续时间作为标签,对模型进行训练;实时采集待评估区域的气象数据,输入至训练好的指数预测模型中,获得预测受灾面积以及预测持续时间;采集地形高度和坡度数据对预测受灾面积以及预测持续时间进行修正,得到综合天气指数,并与预设阈值比较,根据结果划分风险等级,提高了大风灾害预测的精度,为灾害预防和应急管理提供更为科学和有效的决策支持。
主权项:1.一种基于深度学习的大风灾害天气指数预测系统,其特征在于,具体包括:数据采集模块,用于采集待评估区域历史上发生的大风灾害事件的受灾面积和持续时间,采集待评估区域历史上发生大风灾害事件向前追溯一周的历史气象数据,所述气象数据包括风速、湿度、温度、气压、降水量和云量;模型构建模块,基于长短期记忆网络建立指数预测模型,将历史气象数据作为训练集输入至指数预测模型,将对应的大风灾害的受灾面积和持续时间作为标签,对模型进行训练,得到训练好的指数预测模型;预测模块,采集待评估区域最近一周的气象数据,输入至训练好的指数预测模型中,获得大风灾害天气的预测受灾面积以及预测持续时间,利用栅格化方法采集待评估区域的地形高度和坡度数据;综合评估模块,用于使用采集的待评估区域的地形高度和坡度数据对大风灾害天气的预测受灾面积以及预测持续时间进行修正,得到综合天气指数,将综合天气指数与预设评估阈值比较,根据比较的结果,划分风险等级。
全文数据:
权利要求:
百度查询: 哈尔滨师范大学 一种基于深度学习的大风灾害天气指数预测系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。