一种极类不平衡时空联合对流初生短临预报方法

摘要

本发明公开了一种极类不平衡时空联合对流初生短临预报方法，包括以下步骤：提取多时次多通道气象卫星数据，与基于雷达观测的对流事件标签进行配准，生成训练数据和测试数据；对训练数据进行重采样提高包含对流云比例；对进行重采样的训练数据进行预处理；构建用于进行多通道卫星数据识别的神经网络；对总损失函数针对类不平衡进行优化；将预处理的训练数据输入神经网络进行训练，直至训练损失降低到阈值以下；对对流初生进行预测。本发明实现了对流初生短临预报，应用卷积神经网络实现卫星遥感范围内所有云目标的形态、运动的特征提取，配合神经网络可大幅降低对流初生短临预报问题的计算量，提高了对流初生短临预报方法的实时性、可移植性。