基于多要素3D特征提取的短期定量降水预报技术研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要 由于空间分辨率有限、物理参数化方案不够完善、泛化性较弱等原因，使得传统业务数值天气模式 （NWP）在定量降水预报中存在固有偏差，而深度学习神经网络具有强大的非线性拟合能力、能够自主性学习到任务相关的关键特征、泛化性较高等优势，有望改善现状.为此，本文提出一种基于多要素3D特征提取的短期定量降水（剩余24212字）

试读结束

目录
monitor