[发明专利]一种基于时空预测模型的短临预报方法及系统

权利要求书

1.一种基于时空预测模型的短临预报方法，其特征在于，包括如下步骤：

(1)将气象雷达回波数据数值进行归一化处理；其中该归一化处理公式为：

其中s是归一化后的强度值，r是气象雷达回波强度值；

(2)对归一化处理后的气象雷达回波数据进行切割，形成切割好的区域块数据，步骤包括：将切割区域分为预测区域和膨胀区域，其中，预测区域是实际使用区域，膨胀区域则为重叠区域，为不使用区域；

(3)将切割好的预测区域块数据按时序进行打包步骤包括：将前预设时段的气象雷达回波数据作为输入，与其相邻的后预设时段的气象雷达回波数据作为输出，进行打包以作为训练样本，对时空预测模型进行训练，得到训练好的时空预测模型；

其中该时空预测模型为使用时空记忆单元组成的4层时空预测神经网络，所述时空预测模型的表达式为：

其中，sklstm为网络的神经单元；t为时刻；l为空间层级；

为当前时空的隐藏信息；为当前时空的时间记忆；为当前时空的空间记忆；Xt为当前时刻的样本信息；为上一时刻的隐藏信息；为上一时刻的时间记忆；为最后一层的空间记忆；为上一层的隐藏信息；为上一层的空间记忆；

(4)将以前若干时间段的气象雷达回波数据输入所述训练好的时空预测模型，生成未来若干时间段的气象雷达回波数据作为区域预测结果；

(5)对每个区域的区域预测结果进行组合，形成全国预测结果。

2.根据权利要求1所述的短临预报方法，其特征在于，所述步骤(2)中采用膨胀预测法对气象雷达回波数据进行切割，且在对数据进行切割之前还包括对原始数据进行扩充的步骤。

3.根据权利要求1所述的短临预报方法，其特征在于，所述时空预测模型使用的时空记忆单元包括时间记忆单元，所述时间记忆单元的表达公式为：

f_t＝1-i_t

其中，记忆门i_t由输入信息X_t、上一时刻的时间记忆上一时刻的隐藏信息共同决定；W_i、W_c为权值；b_i、b_c为偏执量；ft遗忘门为输入的取反；为新的时间记忆；为下一时刻输入的时间记忆。

4.根据权利要求1所述的短临预报方法，其特征在于，所述时空预测模型使用的时空记忆单元包括空间记忆单元，所述空间记忆单元的表达公式为：

f_t′＝1-i_t′

其中，记忆门i′_t由输入信息X_t、上一层的空间记忆上一层的隐藏信息共同决定；W_i′、W′_c为权值；b′_i、b′_c为偏执量； f_t ′ 遗忘门为输入的取反；为新的空间记忆；为下一层输入的空间记忆。

5.根据权利要求1所述的短临预报方法，其特征在于，所述时空预测模型使用的时空记忆单元包括隐藏信息处理单元，所述隐藏信息处理单元的表达公式为：

其中，输出门o_t由输入信息X_t、下一时刻输入的时间记忆以及下一层输入的空间记忆共同决定；W_o、W_h为权值；b_o为偏执量；为当前时空的隐藏信息。