[发明专利]一种基于葵花卫星的对流初生预报方法

权利要求书

1.一种基于葵花卫星的对流初生预报方法，其特征在于，包括以下步骤：

S1：采集数据，采集历史气象卫星资料和天气雷达的雷达数据，使用葵花8号上的可见光红外扫描仪(AHI)数据，进行雷暴识别跟踪，判别雷暴是否符合对流初生标准，构建对流初生个例库；

S2：提取目标，对卫星不同通道数据进行处理，剔除晴空、卷云区域，提取积云目标，在进行积云识别时使用卫星云图不同通道数据，进行云检测，剔除晴空和卷云区，提取出积云的范围，并提取出积云单体的位置、大小属性，由于云体种类繁多，存在卷积、晴空等情况，这些云体无法成长成为强对流，在进行对流初生判别时将其剔除，其次云体通常都连成一片，在进行对流初生判别时将其单独划分开来，寻找有潜在发展成为深对流云的积云单体；

S3：积云跟踪，读取相邻时刻卫星提取的积云目标，使用多目标追踪算法对提取出来的积云进行跟踪，记录积云单体的变化趋势；

S4：长短期记忆神经网络，根据历史个例搭建长短期记忆神经网络模型，对历史案例进行学习，学习训练时，使用反向传播算法，对样本进行训练，模型输入参数卫星云图的样本因子，模型真值为是否发生对流初生事件，进行多轮反复迭代训练，直到损失函数收敛，使用测试集进行交叉验证，检验模型准确率，并在检验过程中对模型进行调优，最后将训练好的模型进行保存，并接入实时业务环境中；

S5：对流初生预报，根据气象卫星的实况资料，进行积云识别、跟踪，然后对比对长短期记忆神经网络模型，对雷暴单体是否会发展成为强对流进行判别，生产对流初生预报。

2.根据权利要求1所述的一种基于葵花卫星的对流初生预报方法，其特征在于，所述S1中在进行对流初生个例库建立时根据强对流发生的气象标准，从历史雷达资料中收集强对流案例，并记录对流单体首次从弱对流发展成为强对流的时刻以及对流单体发展成为强对流时的落区范围，构建对流初生个例库。

3.根据权利要求2所述的一种基于葵花卫星的对流初生预报方法，其特征在于，所述S1中进行对流初生个例库建立时使用风暴识别与跟踪法方法识别、跟踪连续风暴段的移动和演变趋势，依据对流初生条件判别对流初生时刻，设定强对流天气的标准为雷达回波大于20dBz面积大于20km2且雷达回波最大值大于35dBz，而对流初生指对流单体首次出现回波强度大于35dBz的积云单体，根据这个标准，结合雷暴追踪技术，从历史雷达资料中收集强对流案例，并记录对流单体首次从弱对流发展成为强对流的时刻以及对流单体发展成为强对流时的落区范围，构建对流初生个例库。

4.根据权利要求1所述的一种基于葵花卫星的对流初生预报方法，其特征在于，所述S2中积云掩模的生成主要包括以下三个步骤：

云检测：从AHI多光谱图像中识别云区；

积云识别：积云对象识别，将相邻的云像素分组为积云单体对象，对积云单体进行划分切割；

剔除成熟对流云：剔除已经发展很旺盛的对流云体，仅寻找潜在对流单体发展区域。

5.根据权利要求4所述的一种基于葵花卫星的对流初生预报方法，其特征在于，所述在进行云检测时分为白天云检测算法和夜间云检测算法，白天主要使用可见光结合红外通道数据进行云检测，夜间依托仅有的红外通道数据进行云检测，白天快速云检测时使用AHI0.46μm,0.64μm和0.86μm通道的快速云检测方法来区分多云像素和晴空像素,首先计算基于可见光通道的积云指数VCI，根据AHI数据1、3、4通道即0.46μm、0.51μm、0.64μm通道反照率相互做差的均方根计算而来，公式如下：

R′_ch1，R′_ch3，R′_ch4分别代表AHI1,3,4通道的增强反照率，反照率的增强采用Gumley提出的图像增强方式，提升卫星图像对比度，具体增强方式为对过(0,0)，(0.12,0.43)，(0.24,0.63)(0.47,0.82)(0.75,0.94)(1,1)共6个点的曲线进行三次样条拟合，将AHI数据1,3,4即0.46μm、0.51μm、0.64μm通道反照率数据按照该曲线进行调整，获得增强反照率。最后乘以系数255，将代表(0-1)的反射比到(0-255)亮度的转换。