[发明专利]一种短临降水的预报方法、装置及系统

说明书

本发明公开了一种短临降水的预报方法、装置及系统。该预报装置包括数据获取单元、提取融合单元以及预报输出单元。该预报方法包括交互模块和预报模块。通过训练多尺度的特征提取神经网络，提取历史雷达回波图组的多尺度特征，对特征进行拼接以获取预报特征图，并将预报特征图卷积以获取回波预报图，该预报方法、装置及系统不仅提高了短临预报的准确率，还延长了短临降雨的预报时效。

技术领域

本发明涉及短临降水预报领域，涉及一种短临降水的预报方法、装置及系统。

背景技术

短临降水预报在气象灾害防御中具有极为重要的地位，以深度学习为代表的智能算法具有较强的自主学习、推断和记忆等能力，被广泛应用于图像分割、目标检测和气象预报等领域。相比传统雷达回波外推方法，深度学习技术能有效提高预报预测准确率且能有效延长雷达外推时效。

在现有技术中，通常采用单体质心法、交叉相关法或光流法进行短临降水预报。其中，单体质心法是指通过质心跟踪算法进行预报；交叉相关法是指选取连续两个时次的GMS-5卫星云图，将云图区域划分为32×32像素的图像子集，采用交叉相关法计算获取两幅云图的最佳匹配区域，根据前后云图匹配区域的位置和时间间隔，确定出每个图像子集的移动矢量(速度和方向)，并对图像子集的移动矢量进行客观分析，其后，基于检验后的云图移动矢量集，利用后向轨迹方法对云图作短时外推预测；光流法(Optical flow or opticflow)是关于视域中的物体运动检测中的概念，用来描述相对于观察者的运动所造成的观测目标、表面或边缘的运动，光流法在样型识别、计算机视觉以及其他影像处理领域中非常有用，可用于运动检测、物件切割、碰撞时间与物体膨胀的计算、运动补偿编码，或者通过物体表面与边缘进行立体的测量等等。

但是，现有技术仍存在以下缺陷：仅适用于变化缓慢的降水系统，对快速增长或消散的降雨的预报效果并不理想。

因此，当前需要一种短临降水的预报方法、装置及系统，从而解决现有技术中存在的上述问题。

发明内容

针对现存的上述技术问题，本发明的目的在于提供一种短临降水的预报方法、装置及系统，从而提高短临预报的准确率，并延长短临降雨的预报时效。

本发明提供了一种短临降水的预报方法，所述预报方法包括：获取待预报区域的历史雷达回波图组；通过预设的多尺度特征提取融合方法，对所述历史雷达回波图组进行多尺度特征提取和拼接，从而获取多个预报特征图；分别对所述多个预报特征图进行卷积，从而获取多个回波预报图。

在一个实施例中，所述通过预设的多尺度特征提取融合方法，对所述历史雷达回波图组进行多尺度特征提取和拼接，从而获取多个预报特征图，具体为：通过第一卷积核对所述历史雷达回波图组进行卷积，从而获得多个第一回波特征图；采用多个不同大小的第二卷积核，分别对所述多个第一回波特征图进行特征提取融合，从而对应获取多个第一特征信息；对所述多个第一特征信息进行并行下采样，从而获得多个第二回波特征图；采用多个不同大小的第二卷积核，分别对所述多个第二回波特征图组进行特征提取融合，从而对应获取多个第二特征信息；对所述多个第二特征信息进行上采样，从而获得多个第三回波特征图；将所述多个第三回波特征图与所述多个第二回波特征图对应拼接，从而相应获取多个预报特征图。

在一个实施例中，所述采用多个不同大小的第二卷积核，分别对所述多个第一回波特征图进行特征提取融合，从而对应获取多个第一特征信息，具体为：按顺序选定一个第一回波特征图；分别采用多个不同大小的第二卷积核，依次对第一回波特征图进行特征提取，从而对应获取多个回波特征信息；沿着第一回波特征图的通道，将所述多个回波特征信息按特征提取的顺序进行拼接以获得拼接特征图，并在拼接后随机打乱拼接特征图中的通道顺序；采用预设的第四卷积核对所述拼接特征图进行卷积，从而获取第一特征信息。

在一个实施例中，所述并行下采样和所述上采样采用参数共享机制。