[發明專利]基于TCN的汛期氣候趨勢預測方法

有效

• 申請號: 202010737477.3
• 申請日: 2020-07-28
• 公開（公告）號: CN111882128B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 王海泉;溫盛軍;喻俊;謝曉峰;王璦琿;蘇孟豪;張姍姍;岳文軒;杜盼盼
• 申請（專利權）人: 中原工學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08;G06Q50/26
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 董曉勇

本發明公開了一種基于TCN的汛期氣候趨勢預測方法。該方法包括：對收集的多種汛期氣象觀測指標數據進行分析，篩選出與汛期天氣趨勢因素相關的汛期氣象觀測指標；訓練天氣趨勢因素對應的孿生時域卷積網絡，將與天氣趨勢因素相關的汛期氣象觀測指標數據映射到高維特征向量；將各汛期天氣趨勢因素對應的訓練好的孿生時域卷積網絡輸出的高維特征向量輸入對應的天氣趨勢預測時域卷積網絡、溫度趨勢預測時域卷積網絡、降水量預測時域卷積網絡，得到預測的天氣、溫度、降水量；根據預測結果繪制天氣趨勢、溫度趨勢、降水量趨勢圖，分析氣候趨勢。利用本發明實現了汛期氣候預測，可以達到更好的預測效果。

技術領域

本發明涉及氣候預測、深度學習、人工智能技術領域，具體涉及一種基于TCN的汛期氣候趨勢預測方法。

背景技術

汛期是一年中災害性天氣集中多發期，汛期氣候趨勢預測是對汛期平均氣候狀態的預測，對汛期氣候趨勢預測對防災工作十分重要。目前，在氣候趨勢預測領域，一些方法通過時間卷積網絡對影響降水的因子數據進行分析，預測降水值，這種方法需要大量的樣本數據來訓練網絡，訓練時間長，僅能預測降水值，而且時間卷積網絡的輸入數據表征能力較差，不利于網絡收斂。

發明內容

本發明的目的在于針對上述現有技術存在的缺陷，提出一種基于TCN的汛期氣候趨勢預測方法。

一種基于TCN的汛期氣候趨勢預測方法，該方法包括：

對收集的多種汛期氣象觀測指標數據進行分析，篩選出與汛期天氣趨勢因素相關的汛期氣象觀測指標，汛期天氣趨勢因素包括降水量、溫度、光照強度；

將第一滑動時間窗口內、與降水量相關的汛期氣象觀測指標數據輸入第一孿生時域卷積網絡的第一分支，得到第一高維特征向量；將第二滑動時間窗口內、與降水量相關的汛期氣象觀測指標數據輸入第一孿生時域卷積網絡的第二分支，得到第二高維特征向量；第一孿生時域卷積網絡的標簽數據為第一滑動時間窗口降水量分級與第二滑動時間窗口降水量分級是否屬于同一類的標注；計算第一高維特征向量與第二高維特征向量之間的距離，利用標注與對比損失函數訓練第一孿生時域卷積網絡，更新網絡權重；按照同樣的方法，分別利用與其它各汛期天氣趨勢因素相關的汛期氣象觀測指標數據訓練對應的孿生時域卷積網絡；

將第三滑動時間窗口內、各汛期天氣趨勢因素對應的訓練好的孿生時域卷積網絡輸出的高維特征向量連接，輸入天氣趨勢預測時域卷積網絡進行推理，輸出預測的天氣；

將第三滑動時間窗口內、溫度對應的訓練好的孿生時域卷積網絡輸出的高維特征向量，輸入溫度趨勢預測時域卷積網絡進行推理，輸出預測的溫度；

將第三滑動時間窗口內、降水量對應的訓練好的孿生時域卷積網絡輸出的高維特征向量，輸入降水量趨勢預測時域卷積網絡進行推理，輸出預測的降水量；

根據預測結果繪制天氣趨勢、溫度趨勢、降水量趨勢圖，分析氣候趨勢。

汛期氣象觀測指標包括：降水量、溫度、濕度、風速、風向、光照強度、氣壓、土壤溫度、土壤濕度、露點、太陽輻射強度。

第一滑動時間窗口與第二滑動時間窗口的尺寸、步長相同，第一滑動時間窗口、第二滑動時間窗口的采樣起始時刻不同步。

第三滑動窗口的尺寸大于第一滑動時間窗口的尺寸。

天氣趨勢因素還包括：濕度、風速、風向、氣壓、太陽輻射強度。

孿生時域卷積網絡的每個分支分別包括時域卷積網絡單元、全連接層，兩個分支共享網絡權重。

天氣趨勢預測時域卷積網絡的標簽包括：暴雨、雷暴大風、冰雹、龍卷、高溫、晴朗、陰天。

本發明與現有技術相比，具有以下有益效果：

1.本發明通過篩選出與汛期天氣趨勢因素相關的汛期氣象觀測指標，從而進行分析，能夠提高氣候因素預測精度。