[發明專利]基于速度場感知網絡的雷達回波外推預測方法和系統

有效

• 申請號: 201711188099.2
• 申請日: 2017-11-24
• 公開（公告）號: CN107748942B
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 王建民;龍明盛;高志烽;王韞博
• 申請（專利權）人: 清華大學
• 主分類號: G06F17/00
• 分類號: G06F17/00;G06Q10/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發明提供一種基于速度場感知網絡的雷達回波外推預測方法和系統，預測方法包括：將雷達回波數據和速度場數據輸入訓練好的速度場感知雷達外推網絡模型，獲取預測雷達回波序列；訓練好的速度場感知雷達外推網絡模型通過如下步驟獲取：搭建任一時刻記憶；搭建任一時刻輸出門；獲取任一時刻隱藏狀態；構建任一時刻長短時間記憶網絡結構；搭建雷達外推網絡模型并將速度場與之融合，獲取速度場感知雷達外推網絡模型；將張量序列數據輸入速度場感知雷達外推網絡模型進行訓練，獲得訓練好的速度場感知雷達外推網絡模型。本發明挖掘出隱藏在歷史數據的信息。在速度場感知雷達外推網絡模型中結合了速度場，使模型具有了更準確的預測能力。

技術領域

本發明涉及計算機數據分析領域，更具體地，涉及一種基于速度場感知網絡的雷達回波外推預測方法和系統。

背景技術

雷達天氣數據對國家氣象服務至關重要，雷達回波外推是進行定量降水預報和災害性短時預報的一種主要手段。因此，能否準確地根據過去時刻的雷達回波序列預測未來時刻的雷達回波序列將影響后續的定量降水預報和災害性短時預報的準確率。雷達回波外推的精準預測對生成社會層面的緊急降雨警報、生成機場天氣指導和無縫對接到長期數值天氣預報模型都是極為重要的。

雷達回波外推過程中不僅要考慮回波的運動趨勢，還要考慮未來時刻的回波形狀和強度，以及回波隨著時間的生消問題。目前，在氣象領域中已經存在多種基于機理的傳統雷達回波外推預測方法，比如交叉相關法(COTREC)以及風暴識別、跟蹤、分析和實時預報算法(Thunderstorm Identification，Tracking，Analysis and Nowcasting，TITAN)等，但是，這些方法的特點是剛體線性外推，無法解決雷達回波外推過程中的生消問題，無法預測回波的生成和消失，并且準確率不高。隨著深度學習的快速發展，在多個領域中取得突破，本領域的技術人員開始探索如何將深度學習技術應用到氣象領域的雷達回波外推預測問題當中。但是，這些方法單純以數據作為驅動，網絡結構設計不夠合理，預測結果不準確。

發明內容

本發明提供一種克服上述問題的一種基于速度場感知網絡的雷達回波外推預測方法和系統。

根據本發明的一個方面，提供一種基于速度場感知網絡的雷達回波外推預測方法，包括：將雷達回波數據和速度場數據輸入訓練好的速度場感知雷達外推網絡模型，獲取預測的雷達回波序列；其中，所述訓練好的速度場感知雷達外推網絡模型通過如下步驟獲取：根據任一時刻輸入門、任一時刻遺忘門和任一時刻輸入調制門搭建任一時刻記憶；搭建任一時刻輸出門；根據所述任一時刻輸出門和所述任一時刻記憶獲取任一時刻隱藏狀態；基于所述任一時刻隱藏狀態構建任一時刻長短時間記憶網絡結構；通過所有長短時間記憶網絡結構搭建雷達外推網絡模型，其中，所述雷達外推網絡模型是以時刻和層為維度的二維模型；將速度場與所述雷達外推網絡模型融合，獲取所述速度場感知雷達外推網絡模型；將由觀測值組成的張量序列數據輸入所述速度場感知雷達外推網絡模型進行訓練，獲得所述訓練好的速度場感知雷達外推網絡模型；將速度場與所述雷達外推網絡模型融合，獲取所述速度場感知雷達外推網絡模型進一步包括：通過實況數據獲取過去時刻速度場，通過所述速度場感知雷達外推網絡模型獲取未來時刻速度場，所述速度場包括所述過去時刻速度場和所述未來時刻速度場；調整所述速度場與所述雷達外推網絡模型的任一層的每一長短時間記憶網絡結構的輸入量的長寬大小相同；將所述速度場與所述任一層的每一長短時間記憶網絡結構的輸入量按照通道方向連接，獲得所述任一層的輸入量，以使得所述速度場在所述任一層和所述任一層的上一層之間融合，獲取所述速度場感知雷達外推網絡模型；其中，所述速度場感知雷達外推網絡模型在所述任一層之后用于預測雷達回波序列和所述未來時刻速度場。

優選地，所述根據任一時刻輸入門、任一時刻遺忘門和任一時刻輸入調制門搭建任一時刻記憶進一步包括：通過以下公式獲取所述任一時刻輸入門：