TorNet数据集由麻省理工学院联合英伟达构建，旨在支持机器学习算法在龙卷风检测与预测领域的开发。该数据集包含了10年的全分辨率、多极化的天气雷达数据，这些数据是从美国国家环境信息中心（NCEI）的风暴事件数据库中提取的。数据集分为三类样本：确认的龙卷风、非龙卷风的龙卷风警报和随机非龙卷风细胞，这样的分类有助于算法学习区分真正的龙卷风和其他类型的风暴。TorNet不仅支持龙卷风的检测分析，还包含了风暴的时序演变，为龙卷风预测研究提供了潜在的前兆信息。
详情请参见五号雷达：https://www.5radar.com/dataset?id=053e97fa5cd5f413703ed612cbf20d9c
_1769672084863.jpg)