[发明专利]用于预测雷达回波的方法和装置

说明书

本申请实施例公开了用于预测雷达回波的方法和装置。该方法的一具体实施方式包括：响应于接收到雷达回波图序列，对雷达回波图序列进行预筛选操作，将经预筛选操作后的雷达回波图序列确定为第一雷达回波图序列；将第一雷达回波图序列输入预先训练的雷达回波预测模型，得到第一预测结果，其中，第一预测结果包括未来设定时间段内的雷达回波图序列，雷达回波预测模型采用端到端神经网络结构。该实施方式通过采用具有端到端神经网络结构的雷达回波预测模型，可以提高预测出的雷达回波图序列的准确度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于预测雷达回波的方法和装置。

背景技术

在天气预报场景中，短临天气预测是重要环节，也是长效天气预报的重要补充。其中，短临天气预测可以指对特定区域未来短时间段(例如未来半小时、1小时、3小时等)内的天气(例如雷电、大风、冰雹、强降雨等强对流天气)进行预测。通常，在进行短临天气预测之前，需要进行短临雷达回波预测。

目前，雷达回波预测方法一般以光流法和基于统计的线性外推方法为主。光流法一般通过计算出稀疏特征点或者稠密特征图，利用图像间特征点匹配或者运动信息非线性建模来预测出每个像素格点位置的运动信息。基于统计的线性外推方法一般根据最近的雷达回波信息来线性预测出相应的雷达回波预测值。

现有的雷达回波预测方法一般采用较简单的建模过程。但由于云层运动信息复杂多变，存在云层合成，消散等问题，因此，采用现有的雷达回波预测方法得到的预测结果一般准确度较低。

发明内容

本申请实施例提出了用于预测雷达回波的方法和装置。

第一方面，本申请实施例提供了一种用于预测雷达回波的方法，该方法包括：响应于接收到雷达回波图序列，对雷达回波图序列进行预筛选操作，将经预筛选操作后的雷达回波图序列确定为第一雷达回波图序列；将第一雷达回波图序列输入预先训练的雷达回波预测模型，得到第一预测结果，其中，第一预测结果包括未来设定时间段内的雷达回波图序列，雷达回波预测模型采用端到端神经网络结构。

在一些实施例中，雷达回波预测模型包括编码端和解码端，编码端包括卷积层、记忆层和下采样层，解码端包括反卷积层、记忆层和上采样层，记忆层为基于可变形卷积门控循环单元的记忆层。

在一些实施例中，对雷达回波图序列进行预筛选操作，包括：确定雷达回波图序列中的雷达回波图的雷达回波强度；从雷达回波图序列中选取出雷达回波强度不高于强度阈值的雷达回波图进行移除。

在一些实施例中，上述方法还包括：将第一预测结果中的雷达回波图序列输入预先训练的天气预测模型，得到第二预测结果，其中，第二预测结果包括天气类别信息。

在一些实施例中，上述方法还包括：确定第二预测结果是否满足预设的预警条件，若满足，则执行预警操作。

在一些实施例中，上述方法还包括：响应于接收到所连接的训练端发送的新雷达回波预测模型，将雷达回波预测模型更新为新雷达回波预测模型。

在一些实施例中，新雷达回波预测模型是训练端通过执行以下第一训练步骤得到的：获取雷达回波预测模型作为初始模型；获取实时产生的雷达回波图所形成的雷达回波图集合；将雷达回波图集合划分成至少一个雷达回波图序列；基于至少一个雷达回波图序列，对初始模型进行训练，得到新雷达回波预测模型。

在一些实施例中，新雷达回波预测模型是训练端通过执行以下第二训练步骤得到的：获取第一预测结果和与该第一预测结果对应的实际结果，其中，获取到的第一预测结果是雷达回波预测模型进行雷达回波预测操作时输出的预测结果；对获取到的第一预测结果和对应的实际结果进行分析，基于分析结果确定获取到的第一预测结果是否属于异常预测结果；若属于异常预测结果，则执行以下训练操作：将获取到的第一预测结果所对应的作为输入的第一雷达回波图序列和所对应的实际结果组成训练样本；获取雷达回波预测模型作为初始模型；基于训练样本，对初始模型进行训练，得到新雷达回波预测模型。