[发明专利]基于分层生成对抗网络的短临降水预报方法和系统有效
申请号: | 202310132177.6 | 申请日: | 2023-02-20 |
公开(公告)号: | CN115857060B | 公开(公告)日: | 2023-05-09 |
发明(设计)人: | 郭敬天;曾强胜;任鹏;王彬;刘爱超 | 申请(专利权)人: | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站));中国石油大学(华东) |
主分类号: | G01W1/10 | 分类号: | G01W1/10;G06N3/0475;G06N3/094;G01S13/95;G01S7/41 |
代理公司: | 武汉聚信汇智知识产权代理有限公司 42258 | 代理人: | 刘丹 |
地址: | 266061 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 分层 生成 对抗 网络 降水 预报 方法 系统 | ||
本发明提供了基于分层生成对抗网络的短临降水预报方法和系统,属于天气预报技术领域,该基于分层生成对抗网络的短临降水预报方法包括S1,接收输入的网址作为目标网页,并基于所述目标网页在间隔时间内获取多张当前时刻雷达回波反射率影像图;S2,对多张所述当前时刻雷达回波反射率影像图进行检测,生成影像图检测信息,并基于所述影像图检测信息进行相应的处理,得到多张可用雷达回波反射率影像图;全局生成器生成未来时刻雷达回波反射率影像图,局部鉴别器鉴别该未来时刻雷达回波反射率影像图是预测影像图或观测影像图,两者相互博弈,共同优化,最终得到的模型能够生成足够清晰,且接近真实的未来雷达回波序列。
技术领域
本发明属于天气预报技术领域,具体而言,涉及基于分层生成对抗网络的短临降水预报方法和系统。
背景技术
短临降水预报在气象防灾减灾中具有极其重要的地位,根据WMO于1985年的定义,短临预报一般是在0-2h的时间内对某一区域内的降雨量或强对流天气等天气现象进行预测。然而建立一个有效的短临降水预报模型面临巨大的挑战。首先,降水本身就是一个非常复杂的非线性问题,它涉及水循环过程中地面与空中水分、热量、动量等交换问题;其次,降水系统形式多样,可以分为气旋雨、对流雨、锋面雨等,增加了预报的难度;且强对流降水多发生于中小尺度天气系统,其具有一定的突发性,同时强对流降水自身也具备速度快、空间小的等特点,因此对其预报具有一定的难度。
雷达回波图具有较高的时空分辨率,近年来随着雷达技术的快速发展,出现了大量的雷达回波图序列,以可视化的方式反映了雷达回波整个演变过程的时空变化,成为短临降水预报的主要工具。
然而,目前短临降水预报时的影像图不够清晰,相对于观测影像图,忽略了很多细节,且随着预测时间的推移几乎不能准确预测出未来回波的位置等问题。
发明内容
本发明实施例提供了基于分层生成对抗网络的短临降水预报方法和系统,其目的在于解决目前生成的影像图不够清晰问题。
鉴于上述问题,本发明提出的技术方案是:
第一方面,基于分层生成对抗网络的短临降水预报方法,包括以下步骤:
S1,接收输入的网址作为目标网页,并基于所述目标网页在间隔时间内获取多张当前时刻雷达回波反射率影像图;
S2,对多张所述当前时刻雷达回波反射率影像图进行检测,生成影像图检测信息,并基于所述影像图检测信息进行相应的处理,得到多张可用雷达回波反射率影像图;
S3,将多张所述可用雷达回波反射率影像图转换为多张灰度图;
S4,将多张所述灰度图按时间顺序排列构成时序影像图集;
S5,利用所述时序影像图集输入至未来预测分层生成对抗网络模型进行计算,生成多张未来时刻雷达回波反射率影像图。
作为本发明的一种优选技术方案,所述对多张所述当前时刻雷达回波反射率影像图进行检测的检测条件包括:网页影像图公布时间、影像图采集时间和当前时刻雷达回波反射率影像图。
作为本发明的一种优选技术方案,所述对多张所述当前时刻雷达回波反射率影像图进行检测的检测方法为:
利用每张当前时刻雷达回波反射率影像图与所述目标网页公布的影像图进行比较,最终影像图检测信息。
作为本发明的一种优选技术方案,所述利用每张当前时刻雷达回波反射率影像图与所述目标网页公布的影像图进行比较,具体包括:
于所述当前时刻雷达回波反射率影像图上确定第一检测区域,并于所述目标网页公布的影像图上确定与所述第一检测区域相对应的第二检测区域;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站));中国石油大学(华东),未经国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站));中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310132177.6/2.html,转载请声明来源钻瓜专利网。