結(jié)合Causal-LSTM單元的CrevNet深度學(xué)習(xí)模型在對(duì)流降水臨近預(yù)報(bào)中的試驗(yàn)研究

摘要： 【目的】中尺度對(duì)流降水預(yù)報(bào)是天氣預(yù)報(bào)的重點(diǎn)和難點(diǎn)之一，天氣雷達(dá)探測(cè)的高時(shí)空分辨率降水?dāng)?shù)據(jù)是開(kāi)展0～2 h臨近預(yù)報(bào)的重要依據(jù)，對(duì)高分辨率中小流域雨洪預(yù)報(bào)具有重要意義。利用雷達(dá)數(shù)據(jù)開(kāi)展對(duì)流降水臨近預(yù)報(bào)為人們出行、農(nóng)業(yè)生產(chǎn)指導(dǎo)、防災(zāi)減災(zāi)提供便利，在氣象和水文領(lǐng)域具有實(shí)際應(yīng)用價(jià)值。【方法】以廣州新一代S波段天氣雷達(dá)體掃資料為基礎(chǔ)，采用基于Causal-LSTM記憶模塊的條件可逆網(wǎng)絡(luò)Cr... （共14頁(yè)）