[發明專利]氣象雷達回波圖預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010026236.8
• 申請日: 2020-01-10
• 公開（公告）號: CN111242372A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 周康明;孟云龍
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04
• 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

1.一種氣象雷達回波圖預測方法，其特征在于，所述方法包括：

獲取目標區域在多個連續歷史時刻的歷史氣象雷達回波圖；

根據所述多個連續歷史時刻的歷史氣象雷達回波圖獲取連續動態信息，并根據目標歷史氣象雷達回波圖獲取內容信息；

將所述連續動態信息和所述內容信息進行融合，并將融合后的信息輸入至生成網絡，獲取所述目標區域在多個連續預測時刻的預測氣象雷達回波圖；所述生成網絡是基于梯度懲罰的訓練方式訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述根據所述多個連續歷史時刻的歷史氣象雷達回波圖獲取連續動態信息，包括：

將所述多個連續歷史時刻的歷史氣象雷達回波圖輸入至多層卷積遞歸神經網絡中，得到所述連續動態信息。

3.根據權利要求1所述的方法，其特征在于，所述根據目標歷史氣象雷達回波圖獲取內容信息，包括：

從所述多個連續歷史時刻的歷史氣象雷達回波圖中確定目標歷史氣象雷達回波圖；所述目標歷史氣象雷達回波圖對應的時刻與當前時刻的時間間隔最小；

將所述目標歷史氣象雷達回波圖輸入至內容提取卷積神經網絡中，得到所述目標歷史氣象雷達回波圖的內容信息。

4.根據權利要求1所述的方法，其特征在于，所述根據所述多個連續歷史時刻的歷史氣象雷達回波圖獲取連續動態信息，并根據目標歷史氣象雷達回波圖獲取內容信息之前，還包括：

根據預設尺寸對各所述歷史氣象雷達回波圖分別進行裁剪。

5.根據權利要求1所述的方法，其特征在于，所述將所述連續動態信息和所述內容信息進行融合，包括：

將所述連續動態信息和所述內容信息輸入至融合卷積神經網絡中，得到融合后的信息。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述生成網絡的訓練過程包括：

獲取多個樣本氣象雷達回波圖；

根據所述多個樣本氣象雷達回波圖和初始鑒別器網絡，訓練初始生成器網絡，得到所述生成網絡；所述初始鑒別器網絡的損失函數包括梯度懲罰損失項。

7.根據權利要求6所述的方法，其特征在于，所述根據所述多個樣本氣象雷達回波圖和初始鑒別器網絡，訓練初始生成器網絡，得到所述生成網絡，包括：

將所述多個樣本氣象雷達回波圖輸入至所述初始生成器網絡，得到多個預測圖像；

將所述多個預測圖像和各所述預測圖像對應的真實圖像輸入至初始鑒別器網絡，根據輸出結果和所述損失函數獲取第一梯度懲罰損失值，并根據所述第一梯度懲罰損失值，對所述初始鑒別器網絡的參數進行調整；

將所述多個預測圖像輸入至參數調整后的鑒別器網絡，根據輸出結果和所述損失函數獲取第二梯度懲罰損失值，并將各所述預測圖像和對應的真實圖像進行比較，得到圖像損失值；

根據所述第二梯度懲罰損失值和所述圖像損失值的和，對所述初始生成器網絡的參數進行調整，直至所述第二梯度懲罰損失值和所述圖像損失值的和小于預設閾值時，得到所述生成網絡。

8.一種氣象雷達回波圖預測裝置，其特征在于，所述裝置包括：

第一獲取模塊，用于獲取目標區域在多個連續歷史時刻的歷史氣象雷達回波圖；

第二獲取模塊，用于根據所述多個連續歷史時刻的歷史氣象雷達回波圖獲取連續動態信息，并根據目標歷史氣象雷達回波圖獲取內容信息；

預測模塊，用于將所述連續動態信息和所述內容信息進行融合，并將融合后的信息輸入至生成網絡，獲取所述目標區域在多個連續預測時刻的預測氣象雷達回波圖；所述生成網絡是基于梯度懲罰的訓練方式訓練得到的。

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7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7中任一項所述的方法的步驟。