[發明專利]降水量預估方法、裝置、計算機設備及可讀存儲介質

在審

• 申請號: 202010065651.4
• 申請日: 2020-01-20
• 公開（公告）號: CN111291903A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 周康明;姚廣
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06N20/10
• 分類號: G06N20/10;G01W1/10;G01S13/95;G01S7/48
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 李姣姣

本申請提供一種降水量預估方法、裝置、計算機設備以及可讀存儲介質，該方法包括獲取第一雷達探測數據和第一降水量數據，對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組，通過所述目標匹配數據組對初始機器學習模型進行訓練處理，得到降水量預估模型，通過所述降水量預估模型對預設時間段內的降水量進行預估，得到第二降水量數據；該方法可以采用機器學習模型擬合雷達探測數據與離散化降水量數據之間的關系，從而達到大覆蓋范圍內降水量預估的目的，通過機器學習模型采用機器學習算法實現大覆蓋范圍降水量預估的目的，從而提高降水量預估結果的準確率。

技術領域

本申請涉及氣象服務技術領域，特別是涉及一種降水量預估方法、裝置、計算機設備及可讀存儲介質。

背景技術

隨著科學技術的發展，越來越多的先進技術應用到天氣預測領域，準確的天氣預報服務可以幫助人們計劃戶外活動，甚至可以提供洪水或交通等事故的預警。其中，降水量參數也為天氣預報中的一個重要參數，降水量預估可以為洪水預報提供非常重要的參數，是氣象與水利部門加強合作為防災抗災和經濟建設服務的一個重要手段。

傳統技術中，根據小覆蓋范圍內各種天氣數據，采用人工統計方式和經驗公式，來預估大覆蓋范圍的整體降水量數據。但是，采用傳統的預估方式會導致預估結果的準確率較低。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高降水量預估結果準確率的降水量預估方法、裝置、計算機設備及可讀存儲介質。

本申請實施例提供一種降水量預估方法，所述方法包括：

獲取第一雷達探測數據和第一降水量數據；

對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組；

通過所述目標匹配數據組對初始機器學習模型進行訓練處理，得到降水量預估模型；

通過所述降水量預估模型對預設時間段內的降水量進行預估，得到第二降水量數據。

在其中一個實施例中，所述獲取第一雷達探測數據和第一降水量數據，包括：

獲取預設時間段中預設區域內的第一雷達探測數據；

獲取所述預設時間段所述預設區域內的第一降水量數據。

在其中一個實施例中，所述對所述第一雷達探測數據和所述第一降水量數據進行匹配處理，得到目標匹配數據組，包括：

將相同采樣時間段內的所述第一雷達探測數據與所述第一降水量數據進行數據轉換處理，得到包括所述第一雷達探測數據和所述第一降水量數據的所述目標匹配數據組。

在其中一個實施例中，所述將相同采樣時間段內的所述第一雷達探測數據與所述降水量數據進行數據轉換處理，得到包括所述第一雷達探測數據和所述第一降水量數據的所述目標匹配數據組，包括：

將相同采樣時間段內的所述第一雷達探測數據與所述降水量數據進行結合，得到初始匹配數據組；

對所述初始匹配數據組進行提取處理，得到所述目標匹配數據組。

在其中一個實施例中，所述對所述初始匹配數據組進行提取處理，得到所述目標匹配數據組，包括：

采用取樣法對所述初始匹配數據組進行采樣處理，得到中間匹配數據組；

若所述中間匹配數據組不符合訓練處理的條件時，則對所述中間匹配數據組進行數據預處理，得到所述目標匹配數據組；其中，所述訓練處理的條件表征所述中間匹配數據組中的數據滿足所述初始機器學習模型處理。

在其中一個實施例中，所述方法還包括：若所述中間匹配數據組符合訓練處理的條件時，則將所述中間匹配數據組作為所述目標匹配數據組。