【竞赛分享】2022天池江苏气象AI算法挑战赛思路分享（初赛暂排第3）

最新推荐文章于 2023-01-23 00:01:35 发布

极链AI云

最新推荐文章于 2023-01-23 00:01:35 发布

阅读量2.2k

点赞数 5

文章标签：人工智能机器学习 python

本文链接：https://blog.youkuaiyun.com/m0_60673947/article/details/125087832

版权

本文分享了2022天池江苏气象AI算法挑战赛的初赛经验，比赛要求预测雷达、降水和风速的时空序列。数据集包括气象雷达、自动站观测要素数据，处理后可视化解析。初步方案采用多模态方法结合多变量信息，可借鉴UNet、ConvLSTM等模型。极链平台提供了便捷的模型调试和优化支持。比赛特点在于多模态数据相互影响及图像质量评分，对算力和算法优化提出高要求。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2022天池江苏气象AI算法挑战赛思路分享（初赛暂排第3）

赛题理解

比赛任务为标准的时空预测问题，输入输出都为图片的序列。在本赛题中为输入过去20帧图片，预测未来20帧。每小时包含10帧数据，因此每个样本代表了4个小时时长的气象观测数据。
赛题中的变量有三种：雷达、降水、风速。官网对数据描述如下。

【气象雷达数据集】

气象雷达数据集是雷达回波数据的时间序列，其物理含义为3公里等高面的基本反射率因子。大气中的水滴含量越高，则雷达基本反射率越高。本数据集是对江苏多部S波段气象雷达质量控制及组网拼图后得到的，覆盖整个江苏省区域面积。数据取值范围为0-70（单位：dBZ），水平分辨率为0.01°（约1公里），时间分辨率为6分钟，单时次数据（即单张图片）的网格尺寸为480×560像素。

【自动站观测要素数据集】

自动站观测要素数据集包含降水和平均风要素，通过将江苏及其周边地区气象自动观测站数据插值到均匀网格后得到。其中降水要素为自动站6分钟累积降水量，即截至当前时刻6分钟内降水观测量的累加值，取值范围为0-10（单位：mm）。平均风要素由自动站观测得到，取值范围为0-35（单位m/s）。数据集的水平分辨率为0.01°（约1公里），时间分辨率为6分钟，单时次数据（即单张图片）的网格数为480×560像素。
三类数据都已存为范围0-255的图片，可以直接用imread函数读取（不需要乘以factor）。