基于神经网络和模型集成的短时降雨预测方法

为了得到更精准的短时降雨预测结果,提出了一个基于神经网络的预测模型,可通过多普勒雷达图像序列预测某区域36min内的降雨概率。通过对神经网络和传统光流法的对比分析,还提出了一种结合了两种方法各自优点的集成预测模型。集成模型学习到了更丰富的降雨带变化模式。在一个包含多地、多月真实雷达数据的大规模数据集上的实验表明,神经网络模型实现了具有较高精度的短时降雨预测,且集成模型在整体的预测性能上有明显改进。