[发明专利]气象云图预测方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能领域，尤其是一种气象云图预测方法、装置、计算机设备和存储介质。所述方法包括：获取待预测区域对应的历史气象云图；对所述历史气象云图进行处理得到动态信息；从所述历史气象云图中选取目标云图，对所述目标云图进行处理得到内容信息；将所述动态信息和所述内容信息进行融合，并将融合后的信息输入至生成对抗网络中，得到所述待预测区域在目标时间的目标气象云图；所述生成对抗网络是基于最小二乘的训练方式训练得到的。采用本方法能够提高预测准确性。

技术领域

本发明涉及气象雷达技术领域，特别是涉及一种气象云图预测方法、装置、计算机设备和存储介质。

背景技术

气象雷达回波，是由雷达发射、经大气及其悬浮物散射而返回的被雷达天线所接收的电磁波。由这些电磁波转换的信号所对应的图像称为气象雷达回波图。分析气象雷达回波图，可及时发现台风、雷暴、暴雨、冰雹、龙卷风等灾害性天气的强度、位置及其移动变化情况。

传统技术中，采用持续性预报法或交叉相关法预报雷暴体的演变和运动。持续性预报法中，假设所有气象雷达回波的大小和强度在预报期间内保持不变，且以固定速度平移；交叉相关法是选取连续两个时刻的气象雷达回波图，将图像区域划分为32×32像素的图像子集，采用交叉相关法计算两幅图像的最佳匹配区域，根据前后图像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，根据图像移动矢量集，利用后向轨迹方法对图像作短时外推预测。

但是，上述持续性预报法和交叉相关法，均存在风暴体识别的准确度低的情况，使得强天气临近预报的准确度降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高预测准确性的气象云图预测方法、装置、计算机设备和存储介质。

一种气象云图预测方法，所述方法包括：

获取待预测区域对应的历史气象云图；

对所述历史气象云图进行处理得到动态信息；

从所述历史气象云图中选取目标云图，对所述目标云图进行处理得到内容信息；

将所述动态信息和所述内容信息进行融合，并将融合后的信息输入至生成对抗网络中，得到所述待预测区域在目标时间的目标气象云图；所述生成对抗网络是基于最小二乘的训练方式训练得到的。

在其中一个实施例中，所述将融合后的信息输入至生成对抗网络中，得到所述待预测区域在目标时间的目标气象云图之后，还包括：

按照时间顺序对所述目标气象云图进行排序；

按照排序顺序依次显示所述目标气象云图。

在其中一个实施例中，所述将融合后的信息输入至生成对抗网络中，得到所述待预测区域在目标时间的目标气象云图之后，还包括：

获取所述目标气象云图的显示张数，并根据所述显示张数将待显示区域进行划分；

将所述目标气象云图显示在划分后的所述待显示区域中。

在其中一个实施例中，所述获取待预测区域对应的历史气象云图，包括：

获取待预测区域在多个连续历史时刻的历史气象云图；或者获取待预测区域对应的预设时刻的一张历史气象云图。

在其中一个实施例中，所述生成对抗网络的训练方法包括：

获取训练气象云图；

通过预测网络对所述训练气象云图进行预测得到预测气象云图，并获取所述训练气象云图对应的真实气象云图；

根据所述预测气象云图和所述真实气象云图对初始鉴别器进行训练，使得所述初始鉴别器对应的第一损失函数的值最小；