公开(公告)号：CN116720156A

公开(公告)日：2023-09-08

申请号：CN202310751074.8

申请日：2023-06-25

Applicant: 北京邮电大学

Inventor： 吴铭 ,  张闯 ,  朱洵 ,  熊宇同 ,  张彬 ,  李蔚青 ,  姚博

IPC: G06F18/25 ,  G06N3/0464 ,  G06N3/042 ,  G01W1/10

Abstract: 本发明公开了一种基于图神经网络多模态气象数据融合的气象要素预报方法，属于数值天气预报技术领域。本发明利用多模态气象数据(静止气象卫星数据和地面气象站观测数据)的互补优势(自上而下的遥感观测+自下而上的地面观测)完成气象预报任务，弥补单一来源数据的不足；通过构建卫星‑观测站多模态数据融合框架进行多模态特征融合，并提出基于多图融合的图卷积神经网络框架，从多角度挖掘站点地理位置之间的关系、不同气象要素之间的内在联系，构建多种静态图和动态图，并通过自适应学习融合时序多图特征，实现全天候、高精度的地面观测站气象要素预报。