[發(fā)明專利]基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810112359.6
• 申請日: 2018-02-05
• 公開（公告）號: CN108508505B
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計）人: 汪力
• 申請（專利權(quán)）人: 南京云思創(chuàng)智信息科技有限公司
• 主分類號: G01W1/10
• 分類號: G01W1/10;G01S13/95;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報方法和系統(tǒng)。本發(fā)明包括獲取原始雷達(dá)回波數(shù)據(jù)；對所述原始雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)處理，得到雷達(dá)回波時間序列圖像；取任意三幀連續(xù)發(fā)生的雷達(dá)回波時間序列圖像，通過構(gòu)建的雷達(dá)回波卷積神經(jīng)網(wǎng)絡(luò)推演下一幀雷達(dá)回波圖；通過光流場法和線性插值法來推斷出一分鐘內(nèi)的雷達(dá)回波變化。本發(fā)明能夠預(yù)報1小時內(nèi)的雷暴天氣，空間范圍能縮小到1公里范圍內(nèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及天氣預(yù)測技術(shù)領(lǐng)域，具體的說是一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報方法和系統(tǒng)。

背景技術(shù)

目前，利用機(jī)器學(xué)習(xí)模型進(jìn)行強(qiáng)降雨或者雷暴預(yù)報的模型主要包括神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)。這兩種模型在進(jìn)行預(yù)報的時候都需要用到一些氣象指標(biāo)，如地面溫度、氣壓、高空溫度、風(fēng)場、散度、垂直速度等，以及由氣象指標(biāo)計算得到的一些大氣不穩(wěn)定因子，如K指數(shù)、CT指數(shù)、VT指數(shù)等。預(yù)測的結(jié)果在時間和空間上比較粗糙，在準(zhǔn)確性上也精度不高。在時間上通常是預(yù)報24小時內(nèi)是否有雷暴，在空間上通常預(yù)報某個城市范圍內(nèi)的雷暴情況。

隨著人們對生活水平要求的提高，更希望能知道下一小時或者下一分鐘的天氣變化，不僅知道自己城市的天氣變化，還想知道自己活動區(qū)域范圍的天氣變化。在受天氣影響的某些特殊行業(yè)，如航空業(yè)，對時間和空間上的精度要求較高，通常希望能預(yù)報1小時內(nèi)的雷暴天氣，空間范圍能縮小到1公里范圍。這些靠傳統(tǒng)的氣象指標(biāo)和模型已經(jīng)很難做到。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述不足之處，本發(fā)明要解決的技術(shù)問題是提供一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報方法和系統(tǒng)，以解決傳統(tǒng)強(qiáng)降雨及雷暴預(yù)報系統(tǒng)在時間和空間上粒度較粗以及準(zhǔn)確性不高的問題。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報方法，包括以下步驟：

獲取原始雷達(dá)回波數(shù)據(jù)；

對所述原始雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)處理，得到雷達(dá)回波時間序列圖像；

取任意三幀連續(xù)發(fā)生的雷達(dá)回波時間序列圖像，通過構(gòu)建的雷達(dá)回波卷積神經(jīng)網(wǎng)絡(luò)推演下一幀雷達(dá)回波圖；

通過光流場法和線性插值法來推斷出一分鐘內(nèi)的雷達(dá)回波變化。

所述原始雷達(dá)回波數(shù)據(jù)在每一點(diǎn)的取值為該點(diǎn)在第三維度上的最大值。

對所述原始雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)處理，得到雷達(dá)回波時間序列圖像，包括以下步驟：

將三維空間中的雷達(dá)回波映射到二維地理空間，得到二維雷達(dá)回波數(shù)據(jù)；

按時間序列對所述二維雷達(dá)回波數(shù)據(jù)進(jìn)行排序，得到雷達(dá)回波時間序列圖像。

所述雷達(dá)回波卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建，包括以下步驟：

在雷達(dá)回波時間序列圖像中取連續(xù)的四幀歷史雷達(dá)回波序列；

取前面三幀作為輸入，第四幀作為輸出；

構(gòu)造卷積網(wǎng)絡(luò)，通過前面三幀圖像的變化，來推演第三幀圖像到第四幀圖像的變化。

還包括：將推演得到的下一幀雷達(dá)回波圖加入到所述雷達(dá)回波時間序列圖像中，并刪除所述雷達(dá)回波時間序列圖像中最早時間點(diǎn)的雷達(dá)回波圖。

一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的強(qiáng)降雨及雷暴預(yù)報系統(tǒng)，包括：

獲取模塊，用于獲取原始雷達(dá)回波數(shù)據(jù)；

預(yù)處理模塊，用于對所述原始雷達(dá)回波數(shù)據(jù)進(jìn)行預(yù)處理，得到雷達(dá)回波時間序列圖像；

推演模塊，用于取任意三幀連續(xù)發(fā)生的雷達(dá)回波時間序列圖像，通過構(gòu)建的雷達(dá)回波卷積神經(jīng)網(wǎng)絡(luò)推演下一幀雷達(dá)回波圖；