CN119202903B 云物理参数的预测方法、系统、设备及介质 （成都流体动力创新中心）

Qcloudrainice络的输出端为MVD的概率值；将中位体积直径的将第二气象样本集再次输入至卷积神经网络进2S102，将所述概率值属于设定的概率区间，且所S103，将所述第二气象样本集再次输入对所述第一气象样本集进行垂直线性插值，以为多个所述样本网格点设定第一验证指标，所述第一验证指标包括：正确归类为大液滴的根据所述第一比率R1和所述第二比率R2计算所述多个判别阈值对应的多个接受者操3根据所述第一比率R1和所述第二比率R2计算各个判别阈值下的真实S201，采用第一判定机制判断所述第一预测模型是否适用所议采用所述第一预测模型；所述第二判定机制要求所述海拔高度小于设定的海报高度阈样本筛选模块，用于将所述概率值属于设定的概率区间，且所述温度大第二训练模块，用于将所述第二气象样本集再次输入至所4处理器，用于执行所述计算机程序时实现权利要求1至6任一项所述云5[0003]近年来，研究人员利用先进的资料同化技术和改进的微物理方案来提高预报精[0004]此外，专利申请CN111738481A公开了基于BP神经网络的飞机结冰气象参数MVD预厚度以及结冰速率作为输入参数，利用遗传算法优化初始权值和阈值的Elman神经网络进6第一判定机制要求垂直运动低于预设的垂直运动阈值，相对湿度高于预设的相对湿度阈7现任一项实施例所述云物理参数的预测方法8[0023]图3为NAC0012翼型示意以及机翼前缘冰型随曝光时间的型预测准确性与垂直运动和相对湿度的关系b）图展示了模型预测准确性与压力和液态9cloudiceice发明采用归一化指数函数用于将未归一化的MVD值转换为概率值，以提升模型的迭代收敛MVD(μm激活函数则可以通过气象样本组与MVD值（如平均MVD(μm之间的关联计算出不[0042]S103，将所述第二气象样本集再次输入至所述卷积神经最终获取对应的第一预测模型（本文中也被称为CNN_Attention0所述第一预测模型的输cloudrain[0046]在训练集和测试集的每个迭代周期之后计算损失函数，经过500个迭代训练周期网格点匹配对应的气象样本值，多个气象样本值组成对应一个样本网格点的气象样本组。Characteristiccurve，ROC计算所述接受者操作特征曲线下方的面积（AreaUnder所述第一比率R1和所述第二比率R2计算各个判别阈值下的真实技能统计值（trueskillstatistic,TSS当所述真实技能统计值大于或等于设定的最小统计值cloudrainicerainice[0062]与上述方案不同的是，本实施例中的模型训练直接针对cloudrain[0072]S303，将所述第二气象样本集再次输入至所述卷积神经指标指导二次训练的调整方向，进而基于这一关键性指标完成提升对小液滴的预测准确骤：根据所述第一比率R1和第二比率R2计算所述判别阈值对应的多个接受者操作特征曲[0082]将所述第一测试样本集输入卷积神经网络，此时所有效学习深度二是直接利用神经网络进行回归训练（对应第二训练方法以针对另一类据，该项目的重点是通过研究大气微物理过程来增进对飞机结冰的了解。在该项目实施过cloudrainrainice确归类为大液滴的样本数与实际大液滴样本数的比率，FPR是将小液滴归类为大液滴的样本数与实际小液滴样本数的比率，TNR是正确归类为小液滴的样本数与实际小液滴样本数CN117493738A中所公开的基于结冰数值仿真的3[0139]CNN_Attention0模型和CNN_Attention1模型对所有样本数[0142]进一步利用CNN_Attention0模型对微物理气象参数进行预测，包括垂直速度_相现CNN_Attention0模型在预0模型通0模型正确预测大液滴的样本主要CNN_Attention0模型尤其适用于预测Nrain较高[0144]CNN_注意力模型对小液滴MVD和LWC的预测能力：对两种CNN_Attention模型预测点分布更加分散，而CNN_AttentiAttention0模型因其更高的真阳性率和准确性而成为首选选项。[0152]ICICLE项目的第17个飞行架次为评估结冰严重程度预报算法的准确性提供了一BloomingtonNormal和Springfield之间往返的途中遇到了SLD；随后，飞机返回TerreCNN_Attention模型对输出参数进行训练，发现CNN_Attention0模型在液滴分类的预测准基于WRF模式、CNN_Attention0模型和结冰数值仿真计算，建立飞机结冰严重程度预报算二训练模块，用于将所述第二气象样本集再次输入至所述卷积神经网络进行更新迭代计算所述第二液态水含量和所述中位体积直径的所对应的判别阈值作为模型训练过程中的判二样本获取模块用于从所述第二气象样本集中选取出属于设定的垂直运动区间和设定的本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的