基于图像识别的人工影响天气业务的研究

• 作者: 刘谦 王山海 马鑫鑫
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 图像识别 人工影响天气
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 172-177
• 页数: 6页
• 分类号: TP391
• 字数: 6794字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.05.036

摘要

在人工影响天气业务中,对人影作业潜力区的划定,目前还没有准确的定量化指标.传统方法依靠人工读图,通过分析卫星云图、雷达回波图、模式资料等来确定适于开展人影作业的潜力区.这些方法对经验依赖性较大,随意性较强,可靠性不高,人影业务的效果受到很大影响.当前基于深度学习的图像识别技术发展迅猛,在学术界和工业界都有了大量应用.深度学习能有效地提取图像中的丰富信息,为解决人影作业潜力区的划定难题提供了新思路和新方向.文中阐述了云雾降水基本机制,分析了卫星云图、雷达回波图在人影领域的应用.介绍了基于深度学习的图像识别原理,分析了三种不同的深度学习结构模型,提出利用卷积神经网络对卫星云图、雷达回波图等海量图片数据进行处理,充分挖掘图片中的重要信息,准确地划定人影作业潜力区,提高人影作业的针对性和时效性,使人影业务发挥更大的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马鑫鑫		14	100	5.0	9.0
2	王山海		9	8	2.0	2.0
3	刘谦		10	7	2.0	2.0