基于卷积神经网络模型的大西洋飓风强度估算方法

摘要

本发明公开了一种基于卷积神经网络模型的大西洋飓风强度估算方法，该方法是利用深度学习技术对大量静止卫星红外云图数据进行分析学习，从热带气旋云系图像中自动提取与其强度相关的复杂特征，进而进行强度估算。本发明建立的模型是将114×114大小的图像作为最佳输入，4层卷积层和2层池化层进行组合，后与3层全连接相连，其中，前三层卷积层的卷积核大小为7×7，第四层卷积层的卷积核大小为3×3，卷积层与全连接层前后引入Dropout项，最后将估算的强度进行18 h的时间平滑，以此得到最终估算的飓风强度。本发明直接从图像中提取与热带气旋强度相关的云系特征，比人为定义的特征因子更加全面，定强效果更佳，具有实时性和全自动性。