[發明專利]數值模式海面風速訂正方法、裝置、電子設備及存儲介質

有效

• 申請號: 202011068863.4
• 申請日: 2020-09-30
• 公開（公告）號: CN112199840B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 王久珂;李寶輝;李本霞
• 申請（專利權）人: 國家海洋環境預報中心
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/04;G06N3/08;G06F111/10
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

1.一種數值模式海面風速訂正方法，其特征在于，所述方法包括：

訓練數值模式海面風速訂正模型；

獲取待訂正的數值模式氣象要素數據；所述數值模式氣象要素數據包括海面風速數據；

根據訓練的數值模式海面風速訂正模型對所述數值模式氣象要素數據進行訂正，得到訂正后的數值模式海面風速數據；

其中，所述數值模式海面風速訂正模型是基于歷史數值模式氣象要素數據以及時空匹配的歷史衛星遙感海面風速數據通過深度學習方法進行訓練獲得；

所述訓練數值模式海面風速訂正模型的步驟，包括：

獲取歷史數值模式氣象要素數據集；

獲取歷史衛星遙感海面風速數據集；

在所述歷史數值模式氣象要素數據集和所述歷史衛星遙感海面風速數據集中，獲取多個數據對；每個所述數據對包括一對在時間與空間上相匹配的歷史數值模式氣象要素數據和歷史衛星遙感海面風速數據，所述歷史數值模式氣象要素數據包括歷史海面風速、海面風矢量、海面風應力矢量、海平面陣風風矢量、海平面氣壓、850百帕風矢量、水汽柱總量、海表面溫度、海平面露點溫度；

在所述獲取多個數據對的步驟之后，還包括：

獲取所述多個數據對在預設的多個海面風速范圍內的分布數據量；

根據所述分布數據量調整每個所述海面風速范圍內的數據對個數，使得任意兩個所述海面風速范圍內的數據對個數之間的差值小于預設值。

2.根據權利要求1所述的數值模式海面風速訂正方法，其特征在于，所述訓練數值模式海面風速訂正模型的步驟，還包括：

將所述歷史數值模式氣象要素數據作為訓練輸入數據、將所述歷史遙感海面風速作為真值，并采用預設的損失函數對預先建立的全連接深度神經網絡進行訓練，得到訓練后的所述全連接深度神經網絡；將訓練后的所述全連接深度神經網絡作為所述數值模式海面風速訂正模型。

3.一種數值模式海面風速訂正裝置，其特征在于，所述裝置包括：

模型訓練模塊，用于訓練數值模式海面風速訂正模型；

數據獲取模塊，用于獲取待訂正的數值模式氣象要素數據；所述數值模式氣象要素數據包括海面風速數據；

數據訂正模塊，用于根據訓練的數值模式海面風速訂正模型對所述數值模式氣象要素數據進行訂正，得到訂正后的數值模式海面風速數據；

其中，所述數值模式海面風速訂正模型是基于歷史數值模式氣象要素數據以及時空匹配的歷史衛星遙感海面風速數據通過深度學習方法進行訓練獲得；

所述模型訓練模塊包括：

歷史數據獲取單元，用于獲取歷史數值模式氣象要素數據集和歷史衛星遙感海面風速數據集；

數據對生成單元，用于在所述歷史數值模式氣象要素數據集和所述歷史衛星遙感海面風速數據集中，獲取多個數據對；每個所述數據對包括一對在時間與空間上相匹配的歷史數值模式氣象要素數據和歷史衛星遙感海面風速數據，所述歷史數值模式氣象要素數據包括歷史海面風速、海面風矢量、海面風應力矢量、海平面陣風風矢量、海平面氣壓、850百帕風矢量、水汽柱總量、海表面溫度、海平面露點溫度；

所述模型訓練模塊還包括：

分布量獲取單元，用于獲取所述多個數據對在預設的多個海面風速范圍內的分布數據量；

個數調整單元，用于根據所述分布數據量調整每個所述海面風速范圍內的數據對個數，使得任意兩個所述海面風速范圍內的數據對個數之間的差值小于預設值。

4.根據權利要求3所述的數值模式海面風速訂正裝置，其特征在于，所述模型訓練模塊還包括：訓練單元，用于將所述歷史數值模式氣象要素數據作為訓練輸入數據、將所述歷史遙感海面風速作為真值，并采用預設的損失函數對預先建立的全連接深度神經網絡進行訓練，得到訓練后的所述全連接深度神經網絡；將訓練后的所述全連接深度神經網絡作為所述數值模式海面風速訂正模型。

5.一種電子設備，其特征在于，包括存儲器及處理器，所述存儲器用于存儲計算機程序，所述處理器運行所述計算機程序以使所述電子設備執行根據權利要求1或2所述的數值模式海面風速訂正方法。

6.一種計算機可讀存儲介質，其特征在于，其存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1或2所述的數值模式海面風速訂正方法。