报告详情
基于数据融合及深度学习的智能气象观测技术方法及其应用进展
编号：1212
访问权限：仅限参会人
更新：2024-04-11 12:42:27 浏览：329次
特邀报告
报告开始：2024年05月19日 11:20（Asia/Shanghai）
报告时间：15min
所在会场：[S12] 主题12、大气物理与气象气候 [S12-6] 主题12、大气物理与气象气候 专题12.6、专题12.11（19日上午，226）
暂无文件
摘要
气象高质量发展对气象观测自动化提出了高要求，与此同时人工智能算法图像、音视频、自然语言处理等多模态数据识别分析方面展现了巨大的优势。通过应用多源数据融合人工智能相关技术，我们研发出针对天气现象、云性状、冰雹、能见度等气象要素的观测算法，评估识别准确率在90%以上。同时围绕行业应用，研发了针对交通气象、农业气象观测需求的智能观测技术方法。进一步面向观测设备集成应用，我们将深度学习方法集成在嵌入式边缘计算模块中，实现智能观测的实地部署应用。智能气象观测设备在台站和行业气象观测场景中展现出优异的识别效果，识别准确率达到业务可用要求，且随着观测数据的积累不断优化提升观测效果，为气象高质量发展发挥积极作用。
关键词
深度学习 地面气象观测 数据融合
报告人
吕宝磊
高级工程师 华云升达（北京）气象科技有限责任公司稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论