[发明专利]融合站点降水和雷达回波的ResUNet定量降水估计方法及系统

权利要求书

1.融合站点降水和雷达回波的ResUNet定量降水估计方法，其特征在于，包括：

获取雷达实况数据和地面站点的降水量观测数据；将地面站点的降水量观测数据插值生成全区域网格的原始数据；

对全区域网格的原始数据进行切割生成原始数据集，基于均衡所述原始数据集的样本分布获得模型数据集；将所述模型数据集按照第一比例划分为模型训练数据集和模型验证数据集；

训练ResUNet模型,包括基于所述模型训练输出数据和地面站点的降水量观测值对比的损失训练ResUNet模型；

保存训练后的ResUNet模型，对ResUNet模型的输出结果进行处理，将处理后的输出结果按全区域网格进行拼接生成全区域网格的定量降水估计结果。

2.根据权利要求1所述的定量降水估计方法，其特征在于，将地面站点的降水量观测数据插值生成全区域网格的原始数据包括：

将地面站点的降水量观测数据在第一分辨率的全区域网格中以最近邻方式进行插值生成全区域网格的原始数据。

3.根据权利要求2所述的定量降水估计方法，其特征在于，将地面站点的降水量观测数据在第一分辨率的全区域网格中以最近邻方式插值生成全区域网格的原始数据包括：

将地面站点的降水量观测数据以最近邻方式插值至1(km)*1(km)分辨率的全区域网格中；

获取地面站点的降水量观测数据的掩码，将所述掩码和全区域的经纬度、格点距雷达中心的距离及高程数据匹配后生成全区域网格的原始数据。

4.根据权利要求3所述的定量降水估计方法，其特征在于，所述对全区域网格的原始数据进行切割生成原始数据集包括：

切割全区域网格的原始数据图生成多个局部区域的原始数据图，所述多个局部区域的原始数据图组成所述原始数据集，其中：

所述多个局部区域的原始数据图与ResUNet模型输入的数据图大小匹配，并且每个所述局部区域的原始数据图在全区域网格的原始数据图的位置被记录。

5.根据权利要求4所述的定量降水估计方法，其特征在于，切割全区域网格的原始数据图生成多个局部区域的原始数据图包括：

采用相邻局部区域的原始数据图间具有重叠区域的方式对全区域网格的原始数据图进行滑动切割，以生成多个局部区域的原始数据图。

6.根据权利要求1所述的定量降水估计方法，其特征在于，所述基于均衡所述原始数据集的样本分布获得模型数据集，将所述模型数据集按照第一比例划分为模型训练数据集和模型验证数据集包括：

去除所述原始数据集中地面站点降水量在预设的第一阈值范围的地面站点降水点数目少于预设第二阈值的观测数据样本生成所述模型数据集；

将所述模型数据集按所述第一比例分为模型训练数据集和模型验证数据集。

7.根据权利要求6所述的定量降水估计方法，其特征在于，在基于均衡所述原始数据集的样本分布获得模型数据集之后，训练ResUNet模型之前还包括：

以先验的方式将所述原始数据集中地面站点降水加入网络，并用不同的网络链路进行编码，将加入地面站点降水的网络和进行编码后的网络链路的特征进行组合。

8.根据权利要求1所述的定量降水估计方法，其特征在于，基于AdamW优化器训练所述ResUNet模型。