[发明专利]人工增雨或雪过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质

说明书

本申请提出一种人工增雨(雪)过程中的云滴、冰晶识别方法、装置、存储介质及计算机设备，方法包括如下步骤：获取播撒催化剂前、后的第一云层图像和第二云层图像；采用训练好的网络模型对第一、第二云层图像进行图像识别，以对第二云层图像中包含的冰晶进行分类，得到第二、第一识别结果；基于第一识别结果和预设分类规则，得到第二云层图像中云滴粒子、冰晶粒子的类型及其第一占比；基于第二云层图像中云滴粒子、冰晶粒子的类型得到第一云层图像中与第二云层图像中的云滴粒子、冰晶粒子的类型相同的粒子在第一云层图像中的总粒子中的第二占比；基于第一占比和第二占比，得到云滴粒子的占比变化率。本申请实施例提供一种能够获取人工增雨中云层粒子变化情况的技术方案。

技术领域

本发明涉及人工降雨工程技术领域，具体为一种人工增雨(雪)过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质。

背景技术

人工降雨的重要机理在于通过对过冷水施加扰动或者提供凝结核，以促使过冷水凝结为冰晶粒子。通常情况下，通过播撒催化剂的方式促使过冷水形成冰晶粒子。现有技术中，通过微脉冲激光雷达通过偏振通道，可以对粒子的球形度进行探测，进而识别冰晶和液滴，但由于激光雷达对边界层气溶胶同样敏感，如何区分气溶胶层和云层一直是激光雷达云识别算法的难点，并且无法判断液滴是否处于过冷状态，具有较大的不确定性。因此，人工影响天气作业中，对人工干预降水过程中的具体效果难以评估。

发明内容

针对现有技术的人工增雨(雪)过程中的冰晶、云滴识别方法、装置、计算机设备和存储介质，旨在解决现有技术中人工降水过程的具体效果难以评估的技术问题。

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，本申请提出一种人工增雨(雪)过程中的冰晶、云滴识别方法，包括如下步骤：

获取至少一张播撒催化剂前的第一云层图像以及至少一张人工播撒催化剂后的第二云层图像；其中，所述第一云层图像和所述第二云层图像是对同一作业云层拍摄所得；

采用训练好的网络模型对所述第二云层图像进行图像识别，以对所述第二云层图像中包含的云滴和冰晶进行分类，得到第一识别结果；

基于所述第一识别结果和预设分类规则，得到所述第二云层图像中云滴和冰晶粒子的类型及其在第二云层图像中的总粒子中的第一占比；

采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴和冰晶进行分类，得到第二识别结果；

基于所述第二云层图像中云滴和冰晶粒子的类型从所述第一识别结果中查找与所述第二云层图像中云滴和冰晶粒子的类型相同的粒子，并得到所述第一云层图像中与所述第二云层图像中的云滴和冰晶粒子的类型相同的粒子在所述第一云层图像中的总粒子中的第二占比；

基于所述第一占比和所述第二占比，得到云滴和冰晶粒子的占比变化率。

可选地，所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴和冰晶进行分类，得到第二识别结果的步骤之前，所述方法还包括：

获取预设占比，

若所述第一占比小于所述预设占比，则执行所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴和冰晶进行分类，得到第二识别结果的步骤

若所述第一占比大于或等于所述预设占比，则停止执行所述采用所述网络模型对所述第一云层图像进行图像识别，以对所述第一云层图像中包含的云滴和冰晶进行分类，得到第二识别结果的步骤。

可选地，所述第二云层图像包括多个；

所述采用训练好的网络模型对所述第二云层图像进行图像识别，以对所述第二云层图像中包含的云滴和冰晶进行分类，得到第一识别结果步骤包括：