基于UI-LSTM模型的短時(shí)降水預(yù)測(cè)研究

摘要： 降水臨近預(yù)報(bào)是為了預(yù)測(cè)未來短時(shí)間的降雨量?，F(xiàn)有大多數(shù)基于循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network, RNN)的降水預(yù)報(bào)模型，采用單一的卷積核對(duì)輸入和隱藏狀態(tài)的特征進(jìn)行提取存在局部性，不能捕獲雷達(dá)回波圖中復(fù)雜的物理變化，且未有效提取時(shí)空相關(guān)性和對(duì)強(qiáng)降雨區(qū)域的精準(zhǔn)預(yù)測(cè)。針對(duì)現(xiàn)有模型存在的問題，提出了UI-LSTM模型用于降水臨近預(yù)報(bào)，能夠有效地提取雷達(dá)回波序列...