[发明专利]一种基于深度学习的大气湍流监测方法

说明书

本发明公开一种基于深度学习的大气湍流监测方法，包括训练阶段和监测阶段两部分：训练阶段设计数据格式，开放数据接口，为不同的数据源提供接入方案；利用气象模式资料进行降尺度数值模拟计算，输出目标区高分辨率气象要素场。同时，结合多个经验指数计算湍流强度。建立基于深度学习的湍流强度模型训练器，模型训练器输入样本为卫星云图、对应时空的高分辨率气象要素场以及湍流强度场，模型训练器输出为模型参数。监测阶段根据训练阶段中模型训练器得到的模型参数，建立基于深度学习的湍流强度推理器。推理器可以根据卫星云图与高分辨率气象要素场实时评估大气湍流强度，达到大气湍流监测的目的。

技术领域

本发明涉及一种监测大气湍流的技术方案，尤其涉及一种利用深度学习来监测大气湍流生成的方法，属于大气科学和计算机科学技术领域。

背景技术

大气湍流是一种复杂的尺度多变的大气运动形式。大气湍流的发生伴随着气压、速度、温度等物理量的随机涨落，能够显著增强大气内的动量、热量、物质的传递与交换，使其成为大气运动中极为重要的一个环节。当大气湍流涡旋尺度与飞行器尺度相当时，湍流能使飞行器产生瞬间或长时间的颠簸，严重时甚至失去控制，威胁其飞行安全。同时，大气湍流能够显著改变局地大气温度与密度的分布，对声波、光波、无线电波等通讯信号在大气中的传播造成严重干扰，使信号发生闪烁或漂移等。此外在特定情况下，大振幅地形上方的湍流会在山脉背风坡激发出下坡风暴，对下游地区的居民生活及工农业生产造成严重的影响。因此，研究与预报大气湍流的发生具有非常重要的意义。

现有观测技术

迅速发展的航空业使得人们对大气湍流的发生越来越重视，同时由于飞机观测是业务化大气湍流观测的主要手段，客观上大气湍流的观测样本也在逐年增加。飞机观测主要包括两类，一是飞行员报告观测(Pilot Reports,PIREPs)，它是指飞机在飞行过程中遭遇明显颠簸时，飞行员会立刻将主观感受到的颠簸强度，时空位置等信息进行报告并记录。二是全自动飞机观测(Aircraft Meteorological Data Relay,AMDAR)，它是指商用民航飞机在飞行过程中，通过其搭载的全自动气象观测仪器定期采集反演飞机所在位置的气象要素。目前，部分飞机(国内只有极少部分)已经装配有飞机颠簸的自动采样仪器，主要观测垂直阵风峰值(Peak Vertical Gust,PEAKVG)和湍流耗散率(Eddy Dissipation Rate,EDR)这两个特征量以反应湍流强度。飞机观测的最大缺点在于空间分布局限在飞行航路上，并且颠簸强度取决于飞机自身性能或飞行员主观感受，数据代表性偏弱；同时，国内飞机观测数样本太少，无法支持开展实时监测、统计研究等相关工作。此外，一些光学观测仪器，如激光雷达、闪烁计数器等也被运用于湍流的观测，但是由于这些观测仪器成本高、观测范围有限，所以通常只被运用于科学实验中。

现有预报技术