[发明专利]基于RFR-Net的全球中性大气温度密度预测方法及设备

说明书

本申请涉及空间环境预报技术领域，尤其涉及一种基于RFR‑Net的全球中性大气温度密度预测方法及设备，方法包括：获取大气环境数据；根据大气环境数据生成待还原全球大气环境分布图，并对待还原全球大气环境分布图的缺失部分生成遮罩图层。将待还原全球大气环境分布图和遮罩图层输入预先训练的空间分布模型，使空间分布模型根据待还原全球大气环境分布图的已有部分，对待还原全球大气环境分布图的缺失部分进行还原，得到还原后的完整全球大气环境分布图；根据完整全球大气环境分布图确定全球大气环境数据。本申请的技术方案，可以确定全球大气环境数据，且相较于传统的中性大气经验模型对大气环境数据的模拟结果更加准确。

技术领域

本申请涉及空间环境预报技术领域，尤其涉及一种基于RFR-Net（RecurrentFeature Reasoning-network，循环特征推理网络）的全球中性大气环境预测方法及设备。

背景技术

中高层大气与人类生存环境有着密切关系，影响着人们的生产生活。中高层大气处于复杂的日地空间环境中，受太阳极紫外辐射、高能粒子、太阳风、行星际磁场等各方面的作用和影响。

中高层大气是飞行器发射、回收的重要区域。其状态和扰动特性对飞行器的主动加热、回落点精度和宇航员过载等都有着很大影响。可能会对飞行器、运载火箭等造成破坏。中高层大气是近地卫星、空间站、碎片等运行的主要场所。它的物理结构和变化特性对保障空间飞行器安全、延长轨道寿命、空间碎片监视等有着重要意义。

传统的中性大气（如NRLMSISE00、DTM等）经验模型，可以使用太阳活动指数（F10.7指数等）和地磁活动指数（AP指数等）作为驱动输入参数，生成全球任意高度上的中性大气环境数据（中性大气温度和中性大气密度）。但是这些模拟结果往往与天基或地基观测结果存在较大差异。同时，在某个时间段内，虽然存在多个测站分布于全球，但是通过这些测站或卫星观测得到的零散的观测数据，仅能给出某些区域的中性大气环境数据的观测结果，无法实现全球大气环境数据的观测。

发明内容

为至少在一定程度上克服相关技术中传统的中性大气经验模型对大气环境数据的模拟结果并不准确，并且仅通过测站无法实现全球大气环境数据观测的问题，本申请提供一种基于RFR-Net的全球中性大气温度密度预测方法及设备。

本申请的方案如下：

根据本申请实施例的第一方面，提供一种基于RFR-Net的全球中性大气温度密度预测方法，包括：

获取大气环境数据；所述大气环境数据包括：中性大气温度数据或中性大气密度数据；

根据大气环境数据生成待还原全球大气环境分布图，并对所述待还原全球大气环境分布图的缺失部分生成遮罩图层；

将所述待还原全球大气环境分布图和所述遮罩图层输入预先训练的空间分布模型，使所述空间分布模型根据待还原全球大气环境分布图的已有部分，对待还原全球大气环境分布图的缺失部分进行还原，得到还原后的完整全球大气环境分布图；

根据所述完整全球大气环境分布图确定全球大气环境数据。

优选地，所述方法还包括：

获取样本数据集；

将所述样本数据集输入全球大气模型得到全球大气环境数据，根据全球大气环境数据生成全球大气环境分布图；

获取遮罩数据集；

构建循环特征推理网络，根据所述全球大气环境分布图和所述遮罩数据集对所述循环特征推理网络进行训练，使所述循环特征推理网络学习全球大气环境的空间分布；

在所述循环特征推理网络训练完成时，生成所述空间分布模型。

优选地，所述获取样本数据集，包括：