人工智能在短临降水预报中应用研究综述

• 作者: 庞林 方巍 易伟楠 王楠
• 来源期刊: 南京信息工程大学学报
• 学科: 地球科学
• 关键词: 人工智能 短临降水预报 雷达回波图 神经网络 机器学习
• 年，卷（期）: 2020,（4）
• 页码范围: 406-420
• 页数: 15页
• 分类号: TP183|P456.1
• 字数: 15901字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2020.04.002

摘要

短临降水预报是一项重要且具有挑战性的世界性难题.研究人员曾尝试使用各种技术预报降水,但是由于降水本身具有高度非线性、随机性和复杂性的特性,使得降水预测精确度并不高.近年来,随着人工智能技术的迅猛发展,其日渐渗透到人们生活的方方面面,气象领域也因此得益.人工神经网络能够对非线性系统进行建模,因此相比于传统方法,如数值天气预报法和光流法等,人工智能方法使得降水预报的准确率大大提高.本文介绍了传统降水预报的方法,着重总结概括了用于短临降水预报的各种最新人工智能方法,并对各研究方向进行归纳分析,为各类研究人员研究提供有益参考和借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方巍	南京信息工程大学计算机与软件学院	15	153	8.0	12.0
5	庞林	南京信息工程大学计算机与软件学院	1	0	0.0	0.0
6	易伟楠	南京信息工程大学计算机与软件学院	1	0	0.0	0.0