高空间分辨率的精细化大气水平能见度自动预报方法及系统

摘要

本发明涉及一种高空间分辨率的精细化大气水平能见度自动预报方法及系统。全面分析和处理大气数值模式数据和自动气象站观测数据，以空间水平距离最小原则建立大型数据集；将数据集输入到深度神经网络框架中，经过多个隐藏层后，得到了一个预报因子和标签之间的非线性关系，又经过深度神经网络神经元的反馈学习不断调整权重，训练出一个能分辨预报因子整体特征的能见度模型；再配合插值方法得到高空间分辨率的能见度精细化预报，有效解决了现有技术中能见度预报准确度差，空间分辨率不高以及自动化程度低的问题，从而为发生在海上、内陆、港口上的局地低能见度灾害提供可靠预警，有望成为气象台站预报能见度的得力工具。