[發明專利]一種雷達回波預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110473439.6
• 申請日: 2021-04-29
• 公開（公告）號: CN113159434A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 丁苗高;何娜;閆正
• 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;G06N3/08;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種雷達回波預測方法、裝置、設備及存儲介質。該方法包括：獲取原始雷達回波圖像，并將原始雷達回波圖像作為待處理圖像；將待處理圖像輸入預設的多尺度雷達回波預測網絡模型，根據輸出的生成結果確定融合雷達回波圖；根據融合雷達回波圖確定雷達回波預測結果。本發明實施例的技術方案，解決了傳統雷達回波預測時需降低輸入的雷達回波圖像分辨率導致預測的雷達回波準確率低的問題，提升了雷達回波預測的準確度，進而提升了通過雷達回波進行降水預測的準確性。

技術領域

本發明實施例涉及大氣科學技術領域，尤其涉及一種雷達回波預測方法、裝置、設備及存儲介質。

背景技術

降水情況對人民日常生活、農業生產、水利防汛等方面都有著至關重要的影響，目前對于降水情況的分析和預測，較為成熟的方法為數值預報和基于雷達回波外推的方法。

基于數值預報對降水情況進行預測的模式，其分辨率和尺度雖然都已經很高，尤其是針對天氣預報中的中短期流場和形勢場的預測尺度已經滿足應用需求，但其對于短臨降水的預測誤差較大。而雷達回波外推的方法可基于天氣雷達的探測資料對短時臨近降水進行較好的預測，常將雷達回波資料結合深度學習方法實現對降水情況的預測。

目前基于深度學習的臨近預報主要采用視頻預測技術，其中常用的基于視頻預測的技術由深層循環神經網絡(Deep RNN)和生成式對抗網絡(GAN)等網絡構成。但由于雷達回波圖尺寸較大，且視頻預測中需要進行若干幀的輸入，并預測出若干幀，進而導致模型訓練時顯存較大，提高了進行降水預測的硬件需求。若降低硬件要求則需降低雷達回波圖的尺寸，但在降低雷達回波圖的分辨率會導致雷達回波圖中強反射率因子像素點的損失，進而降低了降水預測的準確度。

發明內容

本發明提供一種雷達回波預測方法、裝置、設備及存儲介質，以在不降低雷達回波圖像分辨率的情況下實現雷達回波的預測，提升了雷達回波預測的準確度，進而提升了通過雷達回波對降水預測的準確度。

第一方面，本發明實施例提供了一種雷達回波預測方法，包括：

獲取原始雷達回波圖像，并將原始雷達回波圖像作為待處理圖像；

將待處理圖像輸入預設的多尺度雷達回波預測網絡模型，根據輸出的生成結果確定融合雷達回波圖，多尺度雷達回波預測網絡模型為采用設定訓練方法訓練的神經網絡模型；

根據融合雷達回波圖確定雷達回波預測結果。

第二方面，本發明實施例還提供了一種雷達回波預測裝置，包括：

圖像獲取模塊，用于獲取原始雷達回波圖像，并將原始雷達回波圖像作為待處理圖像；

融合回波確定模塊，用于將待處理圖像輸入預設的多尺度雷達回波預測網絡模型，根據輸出的生成結果確定融合雷達回波圖；

預測結果確定模塊，用于根據融合雷達回波圖確定雷達回波預測結果。

第三方面，本發明實施例還提供了一種計算機設備，包括：

存儲裝置以及一個或多個處理器；

所述存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如上述第一方面所述的雷達回波預測方法。

第四方面，本發明實施例還提供了一種包含計算機可執行指令的存儲介質，所述計算機可執行指令在由計算機處理器執行時用于執行如第一方面所述的雷達回波預測方法。