[发明专利]一种雷达回波预测方法、装置、设备及存储介质

说明书

本发明实施例公开了一种雷达回波预测方法、装置、设备及存储介质。该方法包括：获取原始雷达回波图像，并将原始雷达回波图像作为待处理图像；将待处理图像输入预设的多尺度雷达回波预测网络模型，根据输出的生成结果确定融合雷达回波图；根据融合雷达回波图确定雷达回波预测结果。本发明实施例的技术方案，解决了传统雷达回波预测时需降低输入的雷达回波图像分辨率导致预测的雷达回波准确率低的问题，提升了雷达回波预测的准确度，进而提升了通过雷达回波进行降水预测的准确性。

技术领域

本发明实施例涉及大气科学技术领域，尤其涉及一种雷达回波预测方法、装置、设备及存储介质。

背景技术

降水情况对人民日常生活、农业生产、水利防汛等方面都有着至关重要的影响，目前对于降水情况的分析和预测，较为成熟的方法为数值预报和基于雷达回波外推的方法。

基于数值预报对降水情况进行预测的模式，其分辨率和尺度虽然都已经很高，尤其是针对天气预报中的中短期流场和形势场的预测尺度已经满足应用需求，但其对于短临降水的预测误差较大。而雷达回波外推的方法可基于天气雷达的探测资料对短时临近降水进行较好的预测，常将雷达回波资料结合深度学习方法实现对降水情况的预测。

目前基于深度学习的临近预报主要采用视频预测技术，其中常用的基于视频预测的技术由深层循环神经网络(Deep RNN)和生成式对抗网络(GAN)等网络构成。但由于雷达回波图尺寸较大，且视频预测中需要进行若干帧的输入，并预测出若干帧，进而导致模型训练时显存较大，提高了进行降水预测的硬件需求。若降低硬件要求则需降低雷达回波图的尺寸，但在降低雷达回波图的分辨率会导致雷达回波图中强反射率因子像素点的损失，进而降低了降水预测的准确度。

发明内容

本发明提供一种雷达回波预测方法、装置、设备及存储介质，以在不降低雷达回波图像分辨率的情况下实现雷达回波的预测，提升了雷达回波预测的准确度，进而提升了通过雷达回波对降水预测的准确度。

第一方面，本发明实施例提供了一种雷达回波预测方法，包括：

获取原始雷达回波图像，并将原始雷达回波图像作为待处理图像；

将待处理图像输入预设的多尺度雷达回波预测网络模型，根据输出的生成结果确定融合雷达回波图，多尺度雷达回波预测网络模型为采用设定训练方法训练的神经网络模型；

根据融合雷达回波图确定雷达回波预测结果。

第二方面，本发明实施例还提供了一种雷达回波预测装置，包括：

图像获取模块，用于获取原始雷达回波图像，并将原始雷达回波图像作为待处理图像；

融合回波确定模块，用于将待处理图像输入预设的多尺度雷达回波预测网络模型，根据输出的生成结果确定融合雷达回波图；

预测结果确定模块，用于根据融合雷达回波图确定雷达回波预测结果。

第三方面，本发明实施例还提供了一种计算机设备，包括：

存储装置以及一个或多个处理器；

所述存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述第一方面所述的雷达回波预测方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的雷达回波预测方法。