基于ConvLSTM和3D-CNN的短临降水预测方法

摘要

本发明公开了基于ConvLSTM和3D‑CNN的短临降水预测方法，属于天气预报技术领域，其包括以下步骤：首先输入t时刻的历史雷达回波图与网格化温度、总降水，对其进行数据清洗与去噪；接着对降水数据不均衡问题进行统计分析，建立不同降水率等级使用不同权重的新的损失函数；然后，对网格化温度、总降水使用基于幂次与对数变换的气象数据映射方法进行标准化；最后，将经过之前步骤的t时刻输入数据融合为数据块，并进行基于卷积长短期记忆神经网络和三维卷积神经网络的模型搭建与测试，输出短临降水预测结果；本发明能够提升暴雨预测精度、合理地对气象数据进行图像化与标准化、融合多种气象数据的图像特征并降低噪声干扰。