[发明专利]一种基于卫星云图的对流云机器学习识别方法

权利要求书

1.一种基于卫星云图的对流云机器学习识别方法，具体步骤如下，其特征在于：

步骤一：获取气象卫星p个通道的云顶亮温TBB历史时段和当前监测数据，获取相同历史时段内的地面降水再分析资料，包括总降水量TP和对流降水量CP；

步骤二：通过双三次样条插值，将历史时段和当前TBB数据插值到历史时段地面降水场的网格上；

步骤三：生成历史时段亮温指标库（X_i，i=1、……、）和当前亮温指标库（U_i，i=1、……、），其中i表示指标的个数，p表示不同通道的TBB数据个数，表示任意两个通道TBB差值的个数；

步骤四：选取0.1mm的降水阈值，将历史时段TP和CP转化为有无降水标识库Y和有无对流性降水表示库Z；

步骤四中的转化公式为：

；

步骤五：计算Y和X的互信息；

步骤五中的互信息的计算公式为：

；

其中p(x,y)是第i个指标X_i和Y的联合概率密度函数，p(x)和p(y)分别是X_i和Y的密度函数；

步骤六：按的值从大到小排序，将排在最前面的两个指标分别为X_j和X_k作为自变量，将Y作为因变量，通过支持向量机SVM技术得到Y与X_j、X_k之间的非线性关系；

步骤七：计算Z和X的互信息;

步骤八：按的值从大到小排序，将排在最前面的两个指标分别为X_m和X_n作为自变量，将Z作为因变量，通过支持向量机SVM技术得到Z与X_m、X_n之间的非线性关系；

步骤九：选择与步骤六相同的两个指标分别为第j个和第k个，通过非线性关系，估计当前有无降水的概率；

步骤十：选择与步骤八相同的两个指标分别为第m个和第n个，通过非线性关系，估计当前有无对流性降水的概率；

步骤十一：根据Prob₁和Prob₂判断是否为对流云，其中Prob₁为有无降水的概率，Prob₂为是否有对流性降水的概率。

2.根据权利要求1所述一种基于卫星云图的对流云机器学习识别方法，其特征在于，所述步骤十一中的判据为：

。