[發(fā)明專利]一種氣象圖像處理方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110762592.0
• 申請日: 2021-07-06
• 公開（公告）號: CN113436074A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計(jì)）人: 常亞楠;蘇仲岳;閆正
• 申請（專利權(quán)）人: 上海眼控科技股份有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06N3/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種氣象圖像處理方法，其特征在于，包括：

獲取待處理低分辨率氣象圖像；

將所述待處理低分辨率氣象圖像輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到高分辨率氣象圖像，其中，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型通過目標(biāo)氣象圖像樣本集迭代訓(xùn)練隨機(jī)森林回歸模型得到，所述目標(biāo)氣象圖像樣本集包括：高分辨率氣象圖像訓(xùn)練樣本和低分辨率氣象圖像訓(xùn)練樣本，所述低分辨率氣象圖像訓(xùn)練樣本對應(yīng)的降水?dāng)?shù)據(jù)為從所述高分辨率氣象圖像訓(xùn)練樣本對應(yīng)的降水?dāng)?shù)據(jù)中選取的與所述待處理低分辨率氣象圖像站點(diǎn)分布一致的降水?dāng)?shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過目標(biāo)氣象圖像樣本集迭代訓(xùn)練隨機(jī)森林回歸模型包括：

建立隨機(jī)森林回歸模型；

將所述目標(biāo)氣象圖像樣本集中的所述低分辨率氣象圖像訓(xùn)練樣本輸入所述隨機(jī)森林回歸模型得到預(yù)測圖像；

根據(jù)所述預(yù)測圖像和所述低分辨率氣象圖像訓(xùn)練樣本對應(yīng)的高分辨率氣象圖像訓(xùn)練樣本形成的目標(biāo)函數(shù)訓(xùn)練所述隨機(jī)森林回歸模型的參數(shù)；

返回執(zhí)行將所述目標(biāo)氣象圖像樣本集中的所述低分辨率氣象圖像訓(xùn)練樣本輸入所述隨機(jī)森林回歸模型得到預(yù)測圖像的操作，直至得到所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取待處理低分辨率氣象圖像包括：

獲取第一預(yù)設(shè)時間范圍內(nèi)的第一站點(diǎn)集合對應(yīng)的數(shù)據(jù)；

通過插值方式將所述第一站點(diǎn)集合對應(yīng)的數(shù)據(jù)轉(zhuǎn)換為第一格點(diǎn)數(shù)據(jù)；

根據(jù)所述第一格點(diǎn)數(shù)據(jù)生成待處理低分辨率氣象圖像。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，將所述待處理低分辨率氣象圖像輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到高分辨率氣象圖像之前，還包括：

獲取第二預(yù)設(shè)時間范圍內(nèi)的第二站點(diǎn)集合對應(yīng)的數(shù)據(jù)，其中，所述第一預(yù)設(shè)時間范圍位于所述第二預(yù)設(shè)時間范圍之前，所述第二站點(diǎn)集合真包含所述第一站點(diǎn)集合；

通過插值方式將所述第二站點(diǎn)集合對應(yīng)的數(shù)據(jù)轉(zhuǎn)換為第二格點(diǎn)數(shù)據(jù)；

根據(jù)所述第二格點(diǎn)數(shù)據(jù)生成高分辨率氣象圖像樣本；

獲取所述第二預(yù)設(shè)時間范圍內(nèi)的第一站點(diǎn)集合對應(yīng)的數(shù)據(jù)；

通過插值方式將所述第一站點(diǎn)集合對應(yīng)的數(shù)據(jù)轉(zhuǎn)換為第三格點(diǎn)數(shù)據(jù)；

根據(jù)所述第三格點(diǎn)數(shù)據(jù)生成低分辨率氣象圖像樣本；

根據(jù)所述高分辨率氣象圖像樣本和所述低分辨率氣象圖像樣本生成目標(biāo)氣象圖像樣本集。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：

根據(jù)所述高分辨率氣象圖像樣本和所述低分辨率氣象圖像樣本生成測試樣本集，所述測試樣本集和所述目標(biāo)氣象圖像樣本集中的圖像不同。

6.根據(jù)權(quán)利要求1至5任意一項(xiàng)所述的方法，其特征在于，將所述待處理低分辨率氣象圖像輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到高分辨率氣象圖像包括：

獲取測試樣本集，其中，所述測試樣本集包括高分辨率氣象圖像測試樣本和低分辨率氣象圖像測試樣本；

將所述測試樣本集中的低分辨率氣象圖像測試樣本輸入所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到預(yù)測圖像；

根據(jù)所述預(yù)測圖像和所述低分辨率氣象圖像測試樣本對應(yīng)的高分辨率氣象圖像測試樣本生成評價(jià)指標(biāo)；

若所述評價(jià)指標(biāo)滿足預(yù)設(shè)條件，則將所述待處理低分辨率氣象圖像輸入所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到高分辨率氣象圖像。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述評價(jià)指標(biāo)包括：召回率和/或精確率。

8.一種氣象圖像處理裝置，其特征在于，包括：

獲取模塊，用于獲取待處理低分辨率氣象圖像；

訓(xùn)練模塊，用于將所述待處理低分辨率氣象圖像輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)模型，得到高分辨率氣象圖像，其中，所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型通過目標(biāo)氣象圖像樣本集迭代訓(xùn)練隨機(jī)森林回歸模型得到，所述目標(biāo)氣象圖像樣本集包括：高分辨率氣象圖像訓(xùn)練樣本和低分辨率氣象圖像訓(xùn)練樣本，所述低分辨率氣象圖像訓(xùn)練樣本對應(yīng)的降水?dāng)?shù)據(jù)為從所述高分辨率氣象圖像訓(xùn)練樣本對應(yīng)的降水?dāng)?shù)據(jù)中選取的與所述待處理低分辨率氣象圖像站點(diǎn)分布一致的降水?dāng)?shù)據(jù)。