[发明专利]一种卫星云图预测方法及系统

说明书

本发明涉及一种卫星云图预测方法及系统。所述方法包括：获取灰阶图集合，计算所述灰阶图集合内两个相邻时刻的灰阶图之间的光流矢量构成第一光流矢量集合，将所述第一光流矢量集合输入U型卷积神经网络模型得到待预测时间段内多个待预测时刻的光流矢量构成第二光流矢量集合，根据所述第二光流矢量集合按照递归最近邻原则对所述当前时刻的灰阶图处理得到多个所述待预测时刻的灰阶图。本发明能够克服现有预报技术时间短、预报结果不直观等缺陷。

技术领域

本发明涉及云图预报领域，特别是涉及一种卫星云图预测方法及系统。

背景技术

云图预报在辅助天气预报、灾害预警和研究天气变化要素等方面具有重要作用，现有的临近预报研究主要集中于雷达外推和对流外推，而很少直接针对灰阶图像进行外推，存在预报信息不完整、短临预报时效性低等问题。

发明内容

本发明的目的是提供一种卫星云图预测方法及系统，能够克服现有预报技术时间短、预报结果不直观等缺陷。

为实现上述目的，本发明提供了如下方案：

一种卫星云图预测方法，包括：

获取灰阶图集合；所述灰阶图集合包括历史设定时间段内多个时刻以及当前时刻的灰阶图；

计算所述灰阶图集合内两个相邻时刻的灰阶图之间的光流矢量构成第一光流矢量集合；

将所述第一光流矢量集合输入U型卷积神经网络模型得到待预测时间段内多个待预测时刻的光流矢量构成第二光流矢量集合；

根据所述第二光流矢量集合按照递归最近邻原则对所述当前时刻的灰阶图处理得到多个所述待预测时刻的灰阶图。

可选的，所述计算所述灰阶图集合内两个相邻时刻的灰阶图之间的光流矢量构成第一光流矢量集合，具体包括：

按照光流计算区域对所述灰阶图集合中的每张灰阶图进行裁剪得到裁剪后的灰阶图集合；

计算裁剪后的灰阶图集合内两个相邻时刻的灰阶图之间的光流矢量构成光流矢量组；

按照光流保存区域对所述光流矢量组中的所有光流矢量裁剪得到第一光流矢量集合。

可选的，所述按照光流保存区域对所述光流矢量组中的所有光流矢量裁剪得到第一光流矢量集合，具体包括：

按照光流保存区域对所述光流矢量组中的所有光流矢量裁剪得到裁剪后的光流矢量；

将所有裁剪后的光流矢量分别保存成HDF文件构成第一光流矢量集合，一个裁剪后的光流矢量对应一个HDF文件。

可选的，所述将所述第一光流矢量集合输入U型卷积神经网络模型得到待预测时间段内多个待预测时刻的光流矢量构成第二光流矢量集合，具体包括：

按照临近预报区域对所述第一光流矢量集合中的各光流矢量分别进行裁剪得到多个裁剪后的第一集合光流矢量；

将所述裁剪后的第一集合光流矢量输入U型卷积神经网络模型得到第二光流矢量集合。

可选的，所述将所述裁剪后的第一集合光流矢量输入U型卷积神经网络模型得到第二光流矢量集合，具体包括：

将所述裁剪后的第一集合光流矢量输入U型卷积神经网络模型得到临近预报区多个待预测时刻的光流矢量；

将所有待预测时刻的光流矢量分别保存成HDF文件得到第二光流矢量集合。

可选的，所述根据所述第二光流矢量集合按照递归最近邻原则对所述当前时刻的灰阶图处理得到多个所述待预测时刻的灰阶图，具体包括：

按照临近预报区域对所述当前时刻的灰阶图进行裁剪得到裁剪后的基准灰阶图；