[發明專利]氣象數據的預處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201911180400.4
• 申請日: 2019-11-27
• 公開（公告）號: CN110928849A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 周康明;何敏
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06F16/16
• 分類號: G06F16/16;G06F16/178;G06F16/182
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃麗霞

1.一種氣象數據的預處理方法，其特征在于，所述方法包括：

讀取出所獲取的氣象數據中的數據信息，所述數據信息包括多個氣象參數變量；

根據預先生成的氣象參數關鍵變量字典，從所述多個氣象參數變量中提取出氣象參數關鍵變量；

依次將所提取出的所述氣象參數關鍵變量進行格式轉換并保存；

將所述氣象參數關鍵變量輸入至深度學習訓練模型，對所述深度訓練學習模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述依次將所提取出的所述氣象參數關鍵變量進行格式轉換并保存，包括：

依次將所提取出的所述氣象參數關鍵變量寫入HDF5文件并保存，所述HDF5文件用于存儲和操作所提取的多個氣象參數關鍵變量，在對所述深度學習模型進行訓練時用于直接被調用。

3.根據權利要求1所述的方法，其特征在于，所述氣象參數關鍵變量字典的生成方式，包括：

根據訓練所述深度學習模型所需的氣象參數關鍵變量設置的關鍵字，以及與所述關鍵字對應的值生成所述氣象參數關鍵變量字典，其中，

與所述關鍵字對應的值中包含所述氣象參數關鍵變量的變量名和對應的高度信息，所述高度信息包括高度數據和高度類型。

4.根據權利要求3所述的方法，其特征在于，所述氣象參數關鍵變量字典中與所述氣象參數關鍵變量對應的高度信息包括多個，用于在從所述氣象數據中提取所述氣象參數關鍵變量時，獲取對應的多個不同高度的氣象數據。

5.根據權利要求1～4任一項所述的方法，其特征在于，所述氣象數據的數據格式為計算機無關的壓縮的二進制編碼GRIB。

6.一種氣象數據的預處理裝置，其特征在于，所述裝置包括：

氣象數據讀取模塊，用于讀取出所獲取的氣象數據中的數據信息，所述數據信息包括多個氣象參數變量；

關鍵變量提取模塊，用于根據預先生成的氣象參數關鍵變量字典，從所述多個氣象參數變量中提取出氣象參數關鍵變量；

數據格式轉換模塊，用于依次將所提取出的所述氣象參數關鍵變量進行格式轉換并保存；

模型訓練模塊，用于將所述氣象參數關鍵變量輸入至深度學習訓練模型，對所述深度訓練學習模型進行訓練。

7.根據權利要求6所述的裝置，其特征在于，所述數據格式轉換模塊，用于依次將所提取出的所述氣象參數關鍵變量寫入HDF5文件并保存，所述HDF5文件用于存儲和操作所提取的多個氣象參數關鍵變量，在對所述深度學習模型進行訓練時用于直接被調用。

8.根據權利要求6所述的方法，其特征在于，所述裝置還包括字典生成模塊，用于根據訓練所述深度學習模型所需的氣象參數關鍵變量設置的關鍵字，以及與所述關鍵字對應的值生成所述氣象參數關鍵變量字典，其中，

與所述關鍵字對應的值中包含所述氣象參數關鍵變量的變量名和對應的高度信息，所述高度信息包括高度數據和高度類型。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至5中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至5中任一項所述方法的步驟。