[发明专利]基于光流和气象数值预报的强对流天气识别方法及系统

权利要求书

1.基于光流和气象数值预报的强对流天气识别方法，其特征在于，包括以下步骤：

获取目标时间段的气象参数文件；

获取并筛选出强对流天气的历史记录；

提取并融合数据，制作数据集；

计算光流，搭建模型并训练模型：所述模型包括NWP stream模块和Optical flow模块，通过预设的batch size划分数据集，设定epoch次数，在训练器中输入的一次训练数据包含一个NWP数据以及所述NWP数据所对应的光流数据，其中光流数据的计算方法为：在数据集中根据样本数据的时间戳向前查找上一个时间戳所对应的数据集文件，基于这两个文件所对应的计算光流的函数，计算出对应的光流数据，NWP数据输入NWP stream模块的分支，光流数据输入Optical Flow模块的分支，所述NWP数据以及所述光流数据同时进行卷积运算，同时进行求导，在模型最后进行矩阵相加，输入SoftMax层得出最终结果；

强对流天气的具体类别的预测，包括：将最新一次观测强对流天气的数据连同先前的历史数据输入模型，得出预测结果。

2.按照权利要求1所述的方法，其特征在于，所述提取并融合数据，制作数据集，包括以下步骤：

提取强对流天气数据和提取普通天气数据；其中，强对流天气数据根据所述强对流天气的历史记录在所述气象参数文件中定位到该强对流事件所对应发生时段的所有天气参数，并根据该事件的经纬度坐标运用点扩散方法，将该点向外扩散形成第一经纬范围，基于所述第一经纬范围在气象参数文件中剪裁出对应的气象参数，作为所述数据集的正样本；

普通天气数据根据普通天气的历史记录在所述气象参数文件中定位到该普通事件所对应发生时段的所有天气参数，并根据该普通事件随机选择一个与所述第一经纬范围一样大的第二经纬范围，基于所述第二经纬范围在所述气象参数文件中剪裁出对应的气象参数，作为所述数据集的负样本。

3.按照权利要求2所述的方法，其特征在于，所述第一经纬范围的大小为1.75°×1.75°。

4.按照权利要求1所述的方法，其特征在于，所述获取目标时间段的气象参数文件，包括以下步骤：

基于历史数据库，以预设周期获取若干气象参数，作为气象参数文件；

其中，所述气象参数包括不同气压高度下的位势高度、温度、水平方向的风速分量、垂直方向的风速分量、相对湿度、比湿、垂直速度、涡度、势涡度、比云液态含水量。

5.按照权利要求1所述的方法，其特征在于，筛选出的强对流天气的历史记录包括ID号、事件发生时间、修订时间、精度、纬度、强对流的天气类别。

6.基于光流和气象数值预报的强对流天气识别系统，其特征在于，包括处理器，所述处理器被配置为：

获取目标时间段的气象参数文件；

获取并筛选出强对流天气的历史记录；

提取并融合数据，制作数据集；

计算光流，搭建模型并训练模型，所述模型包括NWP stream模块和Optical flow模块，通过预设的batch size划分数据集，设定epoch次数，在训练器中输入的一次训练数据包含一个NWP数据以及所述NWP数据所对应的光流数据，其中光流数据的计算方法为：在数据集中根据样本数据的时间戳向前查找上一个时间戳所对应的数据集文件，基于这两个文件所对应的计算光流的函数，计算出对应的光流数据，NWP数据输入NWP stream模块的分支，光流数据输入Optical Flow模块的分支，所述NWP数据以及所述光流数据同时进行卷积运算，同时进行求导，在模型最后进行矩阵相加，输入SoftMax层得出最终结果；

将最新一次观测强对流天气的数据连同先前的历史数据输入模型，得出预测结果。