|
張穎 |
|
報(bào)告題目： 生成式神經(jīng)網(wǎng)絡(luò)在低空危險(xiǎn)氣象預(yù)測領(lǐng)域應(yīng)用研究
個(gè)人簡介： 成都流體動(dòng)力創(chuàng)新中心三室助理研究員，主要從事云霧環(huán)境飛行探測研究工作，完成了云霧環(huán)境預(yù)測方法構(gòu)建、數(shù)據(jù)庫構(gòu)建、探測無人機(jī)數(shù)據(jù)測量和通信總體設(shè)計(jì)，獲得發(fā)明專利授權(quán)3項(xiàng)，發(fā)表期刊論文3篇。
摘要： 危險(xiǎn)天氣預(yù)報(bào)是推動(dòng)低空技術(shù)理論完善和發(fā)展的必要前提。針對傳統(tǒng)數(shù)值氣象預(yù)報(bào)方法存在計(jì)算資源消耗巨大、歷史數(shù)據(jù)利用不充分問題，現(xiàn)有大模型“場到場景”預(yù)測缺乏、計(jì)算資源需求過高的挑戰(zhàn)，提出應(yīng)用生成式神經(jīng)網(wǎng)絡(luò)對低空危險(xiǎn)氣象進(jìn)行分析預(yù)測。本研究提出基于再分析資料、衛(wèi)星、雷達(dá)等多源異構(gòu)氣象數(shù)據(jù)，構(gòu)建五維關(guān)鍵特征數(shù)據(jù)集，通過閾值法結(jié)合飛行器報(bào)告等經(jīng)驗(yàn)資料對高精度異構(gòu)氣象數(shù)據(jù)集進(jìn)行判別，形成危險(xiǎn)天氣概率圖譜；對多源異構(gòu)氣象數(shù)據(jù)進(jìn)行特征提取與融合，構(gòu)建殘差卷積神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)生成器，根據(jù)動(dòng)態(tài)特征場和危險(xiǎn)天氣概率圖譜，應(yīng)用條件式對抗神經(jīng)網(wǎng)絡(luò)為核心預(yù)測模型和多尺度卷積層判別器，實(shí)現(xiàn)對危險(xiǎn)天氣特征的精準(zhǔn)捕獲；最后，采用漸進(jìn)式增長訓(xùn)練策略和分布式訓(xùn)練方法，獲得敏捷、易部署的輕量化生成式神經(jīng)網(wǎng)絡(luò)模型。該輕量化的高精準(zhǔn)天氣實(shí)時(shí)預(yù)測模型將為低空特殊作業(yè)決策提供支持，全天候保障低空飛行安全。 |
