[发明专利]一种数据与知识联合驱动的风暴潮预警方法及装置

权利要求书

1.一种数据与知识联合驱动的风暴潮预警方法，其特征在于，所述方法包括：

1)利用跨任务注意力机制对分离后的气旋强度特有和共有特征集合，气旋轨迹特有和共有特征集合进行特征更新，获取气旋强度、气旋轨迹的预测特征集合；

2)将气旋数据集中气旋中心坐标的真实值转化为某一预设经纬度范围的概率分布图，以气旋中心坐标真实值转化后的概率分布图为新的标签；

3)利用转化的概率分布图为标签，对气旋轨迹预测特征集合进行解码输出不同时间步长下的预设经纬度范围的气旋中心位置概率分布预测图；对气旋强度预测特征集合也进行解码输出网格化气压分布和风速分布；

4)遍历气旋中心位置概率分布预测图，得到概率值最大的点为气旋中心点，以预测的气旋中心位置和气旋相关知识的联合引导，关联气旋气压与风速分布获得气旋强度预测值；

5)将气旋强度预测值、气旋轨迹信息、联合输入的风暴潮潮位谐波分析数据，一并输入到长短时记忆循环网络，预测不同时间步长下的风暴潮强度。

2.根据权利要求1所述的一种数据与知识联合驱动的风暴潮预警方法，其特征在于，在步骤1)之前，所述方法还包括：

将多个多源环境场的时空特征集合映射到不同的特征空间，获取气旋强度、气旋轨迹特有特征集合，并映射到相同的特征空间，得到气旋强度、气旋轨迹的共有特征集合，利用对抗域适应缩小共有特征集合之间的差异。

3.根据权利要求1所述的一种数据与知识联合驱动的风暴潮预警方法，其特征在于，所述利用跨任务注意力机制对分离后的气旋强度特有和共有特征集合，气旋轨迹特有和共有特征集合进行特征更新具体为：

对气旋强度预测任务，利用分布对齐后的共有特征V₁^′、V₂^′计算注意力权重，得到的权重矩阵对轨迹特有特征V₂进行特征更新，得到与气旋强度任务高度相关的补充信息；

通过气旋强度共有表征V₁^′与气旋轨迹共有表征V₂^′计算注意力权重：

其中，q^s为气旋强度共有表征集合V₁^′经线性投影得到的query，k^s为气旋轨迹共有表征集合V₂^′经线性投影得到的key，d_m为特征维度，将获取到的注意力权重Attn^ti与v^ti相乘进行特征更新，其中，v^ti为气旋轨迹特有表征集合V₂经线性投影得到的value；

将强度特有表征集合V₁与跨任务耦合特征集合进行拼接：

通过轨迹共有表征V₂^′与强度共有表征V₁^′计算注意力权重：

其中，q^t为气旋轨迹共有表征集合V₂^′经线性投影得到的query，k^t为气旋强度共有表征集合V₁^′经线性投影得到的key，将获取到的注意力权重Attn^traj与v^traj相乘进行特征更新，其中，v^traj为气旋强度特有表征集合V₁经线性投影得到的value；

将轨迹特有表征集合V₂与跨任务耦合特征集合进行拼接。