[發(fā)明專利]一種基于長短時記憶和生成對抗網(wǎng)絡(luò)的雷達回波外推方法

有效

• 申請?zhí)枺?/td>: 201910763464.0
• 申請日: 2019-08-19
• 公開（公告）號: CN110456355B
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計）人: 張磊;黃振月;賈培艷;孫俊;高藝華
• 申請（專利權(quán)）人: 河南大學
• 主分類號: G01S13/95
• 分類號: G01S13/95;G01S7/41
• 代理公司: 鄭州睿途知識產(chǎn)權(quán)代理事務所(普通合伙) 41183
• 代理人: 李伊寧

本發(fā)明公開了一種基于長短時記憶和生成對抗網(wǎng)絡(luò)的雷達回波外推方法，依次包括以下步驟：A：獲取雷達數(shù)據(jù)集并得到灰度圖像數(shù)據(jù)集合，劃分得到訓練樣本集和測試樣本集；B：構(gòu)建長短時記憶和生成對抗網(wǎng)絡(luò)模型，得到收斂的長短時記憶和生成對抗網(wǎng)絡(luò)模型；C：將步驟A中的測試樣本集輸入步驟B中得到的收斂的長短時記憶和生成對抗網(wǎng)絡(luò)模型中，得到雷達回波外推圖像。本發(fā)明能夠?qū)走_回波外推圖像進行有效的預測，為臨近天氣預報的有效預測提供技術(shù)基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明涉及大氣探測中地面氣象觀測技術(shù)領(lǐng)域，尤其涉及一種基于長短時記憶和生成對抗網(wǎng)絡(luò)的雷達回波外推方法。

背景技術(shù)

臨近天氣預報是對變化較快的天氣現(xiàn)象0-2小時內(nèi)的高時空分辨率預報，臨近預報的對象主要是雷暴、強對流、降水和沙塵暴等演變迅速、破壞性強的災害性天氣。目前，雷達回波外推技術(shù)是進行臨近天氣預報的主要技術(shù)手段。

雷達回波外推是指根據(jù)天氣雷達探測到的回波數(shù)據(jù)，確定回波的強度分布以及回波體(如風暴單體、降水區(qū)等)的移動速度和方向，通過對回波體進行線性或者非線性的外推，預報一定時間段后的雷達回波狀態(tài)。隨著中國新一代多普勒天氣雷達觀測網(wǎng)絡(luò)逐步投入運行，如何利用多普勒天氣雷達觀測網(wǎng)絡(luò)進行回波外推預報，使氣象災害最大程度降低，成為目前很重要的一項工作。

傳統(tǒng)的雷達回波外推主要使用單體質(zhì)心法和交叉相關(guān)法。單體質(zhì)心法適合對大而強的目標進行跟蹤和預報，對回波比較零散或者回波發(fā)生合并或分裂時的天氣情況并不適用。交叉相關(guān)法可以跟蹤層狀云降雨系統(tǒng)，但是對于回波變化很快的強對流天氣，難以保證追蹤的準確性。因此亟需一種能夠?qū)走_回波外推圖像進行有效預測的方法，為臨近天氣預報的有效預測提供技術(shù)基礎(chǔ)。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于長短時記憶和生成對抗網(wǎng)絡(luò)的雷達回波外推方法，能夠?qū)走_回波外推圖像進行有效的預測，為臨近天氣預報的有效預測提供技術(shù)基礎(chǔ)。

本發(fā)明采用下述技術(shù)方案：

一種基于長短時記憶和生成對抗網(wǎng)絡(luò)的雷達回波外推方法，依次包括以下步驟：

A：獲取雷達數(shù)據(jù)集，并對雷達數(shù)據(jù)集中的每條數(shù)據(jù)進行統(tǒng)一大小和排序處理，再將雷達數(shù)據(jù)集中的每條數(shù)據(jù)經(jīng)過歸一化處理后，轉(zhuǎn)換為灰度圖像數(shù)據(jù)并得到灰度圖像數(shù)據(jù)集合，最后對灰度圖像數(shù)據(jù)集合進行劃分得到訓練樣本集和測試樣本集；訓練集樣本集中的每組圖像集合中均包括輸入標簽和真實樣本標簽；

B：首先構(gòu)建長短時記憶和生成對抗網(wǎng)絡(luò)模型，并初始化長短時記憶和生成對抗網(wǎng)絡(luò)的權(quán)重和偏置，長短時記憶和生成對抗網(wǎng)絡(luò)模型中的生成模型由長短時記憶神經(jīng)網(wǎng)絡(luò)構(gòu)成，長短時記憶和生成對抗網(wǎng)絡(luò)模型中的判別模型由全連接神經(jīng)網(wǎng)絡(luò)構(gòu)成；然后將步驟A中得到的訓練樣本集輸入到生成模型中并得到預測圖像；再將預測圖像與真實樣本標簽輸入到判別模型中，計算出預測圖像和真實樣本標簽之間的平均絕對總誤差以及生成模型和判別模型的損失值，再通過反向傳播更新長短時記憶和生成對抗網(wǎng)絡(luò)的權(quán)重和偏置，重復此過程直到訓練結(jié)束，得到收斂的長短時記憶和生成對抗網(wǎng)絡(luò)模型；

C：將步驟A中的測試樣本集輸入步驟B中得到的收斂的長短時記憶和生成對抗網(wǎng)絡(luò)模型中，得到雷達回波外推圖像。

所述的步驟A包含以下具體步驟：

A1：獲取雷達數(shù)據(jù)集，并將雷達數(shù)據(jù)集中的N條數(shù)據(jù)按照時間遞增順序進行排序；

A2：對雷達數(shù)據(jù)集中的每條數(shù)據(jù)進行統(tǒng)一大小和圖像轉(zhuǎn)換，通過歸一化操作將雷達數(shù)據(jù)集中的每條數(shù)據(jù)轉(zhuǎn)換為歸一化后的灰度圖像數(shù)據(jù)，并得到灰度圖像數(shù)據(jù)集合；