摘要
本发明公开了一种基于深度学习的强降水空间整体相似度的降水预报订正方法,包括以下步骤:(1)利用YOLOv5对降水属性进行识别;(2)建立基于GAN的降水预报订正模型;(3)建立基于GAN且融合降水空间特征的强降水订正模型O‑GAN;(4)将测试期的数值模式预报数据代入模型O‑GAN,生成后处理之后的降水预报;本发明有效提高了传统仅优化逐点误差模型的订正技巧;实现了从降水图片到降水雨团空间属性的“端到端”输出,提高客观识别效率;避免了传统逐点订正模型可能出现的预报模糊化问题,同时能够有效捕捉强降水特征,提高降水预报准确率。