Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习的热带气旋边界层参数化方法及系统 

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:贵州电网有限责任公司

摘要:本发明公开了一种基于深度学习的热带气旋边界层参数化方法及系统,涉及气象数值模拟计算领域,包括获取静态地形数据、网格化NCEP再分析气象数据和气旋模拟数据;将所述气旋模拟数据插值到边界层的特定水平面,得到插值数据;提取所述插值数据中的通量,进行通量整合,获取湍流整合通量,并对所述湍流整合通量非线性变换;构建湍流预报模型,将非线性后的湍流整合通量输入所述湍流预报模型,获得热带气旋边界层通量参数化结果。本发明利用深度学习模型来解释复杂的边界层过程,解决了传统边界层参数化方法在热带气旋边界层的应用存在湍流传输系数的不确定性以及对小尺度过程的解释能力不足等问题。

主权项:1.一种基于深度学习的热带气旋边界层参数化方法,其特征在于:包括,对气象地形数据进行数值模拟,获得气旋模拟数据;所述气象地形数据包括静态地形数据和网格化气象数据;将所述气旋模拟数据覆盖至热带气旋边界层的多个特定水平面,获取插值数据;提取并整合所述插值数据中的通量,获取湍流整合通量,并对所述湍流整合通量进行处理;构建湍流预报模型,将经过处理的的所述湍流整合通量输入所述湍流预报模型,获得热带气旋边界层通量参数化结果。

全文数据:

权利要求:

百度查询: 贵州电网有限责任公司 一种基于深度学习的热带气旋边界层参数化方法及系统

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。