基于语义分割的全球电离层电子总含量预测方法技术

本发明专利技术公开了一种基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、采集全球电离层电子总含量热力图，经调整水平位置后构成原始图像序列；2、构建训练样本集；3、构建基于语义分割的全球电离层电子总含量预测模型，并利用训练样本集进行训练；预测阶段包括：4、每天采集K张全球电离层电子总含量热力图，连续采集t天；对采集的图像调整像素的水平位置，建立预测样本，将预测样本作为全球电离层电子总含量预测模型的输入，得到预测热力图；5、对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。该方法结合了电离层在空间和时间上的变化，充分有效的利用现有观测数据，提高了预测精度。

【技术实现步骤摘要】
基于语义分割的全球电离层电子总含量预测方法
本专利技术属于电离层探测领域，特别是涉及一种基于语义分割的预测全球电离层电子总含量的方法。
技术介绍
电离层作为地球空间环境的重要组成部分，其中电离层电子含量是其重要的物理特征参数，不仅需要研究电离层电子含量的时空变化规律，还需对其进行预报。目前对电离层电子含量预报按照预报时长不同可分为长周期预报和短周期预报。这些预报方法是利用某一地理位置观测到的电子含量时间序列数据建立数学模型进行预报。电离层电子含量变化不仅是在时间维度上而且在空间上连续变化的，传统方法只考虑了电离层电子含量在时间上的变化，忽略了空间上的相互关联性，因此需要充分利用电离层电子含量观测数据，分析其时空变化并对其进行预报，高精度的电离层电子含量预报模型将对电离层相关研究具有重要意义。
技术实现思路
专利技术目的：本专利技术旨在提供一种全球电离层电子总含量预测方法，该方法能够显著提高预测精度。技术方案：本专利技术采用如下技术方案：基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，其特征在于，所述训练阶段包括：(1)每天以等时间间隔采集K张全球电离层电子总含量热力图，连续采集N天；对采集的每幅图像，根据每个像素点所在的地方时调整水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大；根据采集顺序构成原始图像序列S＝{Pick,n}，k＝1,2,…,K，n＝1,2,…,N；(2)构建训练样本集，所述训练样本集中的第m个样本sm包括输入样本数据和输出样本数据，其中输入样本数据包括原始图像序列S中从第m天开始的t天的原始图像序列，以及所述t天原始图像序列构成的t-1天的图像一次差分序列；输出样本数据为S中第m+t天的原始图像序列；t为大于2的整数；(3)构建基于语义分割的全球电离层电子总含量预测模型，所述模型包括原始热力图支路、差分热力图支路、卷积子网；所述原始热力图支路和差分热力图支路均为结构相同的语义分割网络，所述语义分割网络采用对称的Encode-Decode结构，包括依次连接的Encoder层和Decoder层；所述原始热力图支路的输入为t天的原始图像序列，输出为根据输入预测的一天K张热力图序列；所述差分热力图支路的输入为t-1天的图像一次差分序列，输出为预测的一天K张的差分热力图序列；所述卷积子网将差分热力图支路输出的差分热力图恢复为热力图数据，将恢复的热力图数据与原始热力图支路输出的热力图序列堆叠为双通道图像序列，对堆叠的双通道图像序列进行卷积，得到预测的全球电离层电子总含量热力图；采用训练样本集对所述全球电离层电子总含量预测模型进行训练：将训练样本的输入样本数据中的t天的原始图像序列作为全球电离层电子总含量预测模型原始热力图支路的输入，t-1天的图像一次差分序列作为差分热力图支路的输入，将得到的预测结果与训练样本中输出样本数据对比计算误差，将误差反向传播修正模型中的待求参数，经过迭代训练得到了最终的全球电离层电子总含量预报模型；所述预测阶段包括：(4)每天以等时间间隔采集K张全球电离层电子总含量热力图，连续采集t天；对采集的每幅图像，根据每个像素点所在的地方时调整水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大，构成待预测图像序列T＝{Pk,τ}，τ＝1,2,…,t；建立预测样本，所述预测样本包括预测图像序列和预测图像序列的一次差图像序列{△Pk,τ+1}；将{Pk,τ}和{△Pk,τ+1}分别作为全球电离层电子总含量预测模型中原始热力图支路和差分热力图支路的输入，模型的输出为预测热力图；(5)对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。所述步骤(1)中，还包括对图像序列S中的图像进行尺寸调整和像素值归一化，所述步骤(5)中还包括对预测热力图进行尺寸调整和反归一化。所述步骤(1)和(4)中根据像素点所在地方时调整水平位置，包括：计算全球电离层电子总含量热力图中经度方向每个像素点的地方时；保持像素点的纵坐标不变，对像素点按地方时由小到大排序，根据排序结果调整像素的水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大。所述全球电离层电子总含量预测模型卷积子网中根据下式对输出的差分热力图恢复为热力图数据：其中k＝1,2,…,K，为差分热力图支路输出的差分热力图序列；ft,k为原始热力图支路输入的原始图像序列中第t天的原始图像序列；为恢复的热力图数据。所述步骤(5)中对预测热力图进行经度排序，包括：根据每个像素点的地方时和世界时计算所述像素点的经度；保持纬度方向坐标不变，对像素点按经度值从小到大排序，根据排序结果调整像素的水平位置，使纵坐标相同的像素点所在经度值沿横轴正向增大。有益效果：本专利技术公开了一种基于语义分割的全球电离层电子总含量预测方法，相对于传统预测方法，该方法利用电离层电子含量图时间序列进行图序列预测，克服了传统时间序列预报方法只能作一维时间序列预报，充分挖掘电离层电子含量在时空上的变化规律。附图说明图1为本专利技术构建的全球电离层电子总含量预测模型结构图；图2为实施例中两种方法预测结果对比图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合附图对本专利技术的具体实施案例做说明。本专利技术公开了一种基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，其中训练阶段包括：步骤1、每天以等时间间隔采集K张全球电离层电子总含量热力图，连续采集N天；对采集的每幅图像，根据每个像素点所在的地方时调整水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大；根据采集顺序构成原始图像序列S＝{Pick,n}，k＝1,2,…,K，n＝1,2,…,N；本实施例采用国际GNSS服务(InternationalGNSSService，IGS)提供的电离层电子含量网格数据GIM，网格数据覆盖经度范围为-180°～180°、纬度范围为-87.5°～87.5°,单个网格像素尺度为纬度2.5°×经度5.0°，时间分辨率为2小时，即每隔2小时采集一次数据，每天采集12张。根据上述GIM的参数，每一时刻采集的全球电离层电子总含量热力图的总像素数为71×73，其水平方向为经度方向，竖直方向为纬度方向。每个像素根据其对应的经纬度可以计算出地方时，地方时只与经度相关，而与纬度无关。对采集的图像根据像素点所在地方时调整水平位置，具体步骤为：计算全球电离层电子总含量热力图中经度方向每个像素点的地方时；保持像素点的纵坐标不变，对像素点按地方时由小到大排序，根据排序结果调整像素的水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大。经过调整水平位置的热力图中，图像中心的像素所对应的地方时为正午12点，水平方向的地方时为从0点到24点沿横轴正向增大。为了后续的计算，对调整水平位置后的热力图调整像素分辨率为72×72，并对像素值做归一化处理。本文档来自技高网...

【技术保护点】
1.基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，其特征在于，所述训练阶段包括：/n(1)每天以等时间间隔采集K张全球电离层电子总含量热力图，连续采集N天；对采集的每幅图像，根据每个像素点所在的地方时调整水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大；根据采集顺序构成原始图像序列S＝{Pic

【技术特征摘要】
1.基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，其特征在于，所述训练阶段包括：
(1)每天以等时间间隔采集K张全球电离层电子总含量热力图，连续采集N天；对采集的每幅图像，根据每个像素点所在的地方时调整水平位置，使纵坐标相同的像素点所在的地方时沿横轴正向增大；根据采集顺序构成原始图像序列S＝{Pick,n}，k＝1,2,…,K，n＝1,2,…,N；
(2)构建训练样本集，所述训练样本集中的第m个样本sm包括输入样本数据和输出样本数据，其中输入样本数据包括原始图像序列S中从第m天开始的t天的原始图像序列，以及所述t天原始图像序列构成的t-1天的图像一次差分序列；输出样本数据为S中第m+t天的原始图像序列；t为大于2的整数；
(3)构建基于语义分割的全球电离层电子总含量预测模型，所述模型包括原始热力图支路、差分热力图支路、卷积子网；
所述原始热力图支路和差分热力图支路均为结构相同的语义分割网络，所述语义分割网络采用对称的Encode-Decode结构，包括依次连接的Encoder层和Decoder层；
所述原始热力图支路的输入为t天的原始图像序列，输出为根据输入预测的一天K张热力图序列；所述差分热力图支路的输入为t-1天的图像一次差分序列，输出为预测的一天K张的差分热力图序列；
所述卷积子网将差分热力图支路输出的差分热力图恢复为热力图数据，将恢复的热力图数据与原始热力图支路输出的热力图序列堆叠为双通道图像序列，对堆叠的双通道图像序列进行卷积，得到预测的全球电离层电子总含量热力图；
采用训练样本集对所述全球电离层电子总含量预测模型进行训练：将训练样本的输入样本数据中的t天的原始图像序列作为全球电离层电子总含量预测模型原始热力图支路的输入，t-1天的图像一次差分序列作为差分热力图支路的输入，将得到的预测结果与训练样本中输出样本数据对比计算误差，将误差反向传播修正模型中的待求参数，经过迭代训练得到了最终的全球电离层电子总含量预报模型；
所述预测阶段包括：
(4)每天以等时间间隔采...

【专利技术属性】
技术研发人员：胡伍生，余龙飞，李小翠，张志伟，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32