一种基于深度学习模型的雷达回波外推方法和装置制造方法及图纸

本发明专利技术提供了一种基于深度学习模型的雷达回波外推方法和装置，涉及雷达回波外推的技术领域，包括：获取样本云层的多普勒天气雷达基数据，并确定出样本云层的组合反射率数据；利用半拉格朗日光流法对样本云层的组合反射率数据进行回波外推，得到回波外推数据；获取目标卫星数据，对目标卫星数据、样本云层的组合反射率数据和回波外推数据进行灰度处理，得到灰度数据；利用灰度数据和样本云层对应地面的高程数据，对目标模型进行训练，得到预测模型；在获取到待处理云层的云层数据之后，将待处理数据输入预测模型，得到最终深度学习雷达回波外推序列，解决了现有技术中雷达回波外推的准确性较低的技术问题。的准确性较低的技术问题。的准确性较低的技术问题。

【技术实现步骤摘要】
一种基于深度学习模型的雷达回波外推方法和装置


[0001]本专利技术涉及雷达回波外推的
，尤其是涉及一种基于深度学习模型的雷达回波外推方法和装置。

技术介绍

[0002]短时临近预报可对发展迅速的灾害性天气，如冰雹，雷暴，大风，强降水进行预报，在气象预报领域非常重要。而雷达回波外推效果对于短时临近预报的准确率有着直接的影响。当前主流的雷达回波外推方式主要为基于光流法的外推以及单纯基于深度学习模型的外推方法。
[0003]临近预报中，传统经典预报方法，主要是光流法。根据流体力学中的泰勒冻结假设，流场中存在显著的时空关联特性。光流概念最早由Gibson在1950年首先提出。光流，是空间运动物体在被观测表面上的像素点运动的瞬时速度场，包含了物体与成像传感器系统之间的相对运动的关系。光流是空间运动物体在观察成像平面上的像素运动的瞬时速度。而光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。
[0004]单纯基于深度学习模型的雷达回波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习模型的雷达回波外推方法，其特征在于，包括：获取样本云层的多普勒天气雷达基数据，并确定出所述样本云层的组合反射率数据；利用半拉格朗日光流法对所述样本云层的组合反射率数据进行回波外推，得到回波外推数据；获取目标卫星数据，并对所述目标卫星数据、所述样本云层的组合反射率数据和所述回波外推数据进行灰度处理，得到灰度数据，其中，所述目标卫星数据为所述样本云层的卫星数据与所述样本云层的多普勒天气雷达组合反射率数据之间完成对齐处理后的卫星数据；利用所述灰度数据和所述样本云层对应地面的高程数据，对目标模型进行训练，得到预测模型，其中，所述目标模型为由对抗网络和深度学习模型构建的模型；在获取到待处理云层的云层数据之后，将所述待处理数据输入所述预测模型，得到最终深度学习雷达回波外推序列，其中，所述云层数据包括：所述待处理云层的多普勒雷达组合反射率数据，所述待处理云层的回波外推数据，所述待处理云层的卫星数据和所述待处理云层对应地面的高程数据。2.根据权利要求1所述的方法，其特征在于，确定出所述样本云层的组合反射率数据，包括：对所述多普勒天气雷达基数据进行解析，确定出每层仰角对应的基本反射率数据；基于所述基本反射率数据，确定出所述样本云层的组合反射率数据。3.根据权利要求1所述的方法，其特征在于，获取目标卫星数据，包括：对所述样本云层的组合反射率数据进行滤波处理，得到滤波后的组合反射率数据；对所述样本云层的卫星数据和所述滤波后的组合反射率数据进行对齐处理，得到所述目标卫星数据。4.根据权利要求3所述的方法，其特征在于，对所述样本云层的卫星数据和所述滤波后的组合反射率数据进行对齐处理，得到所述目标卫星数据，包括：将所述滤波后的组合反射率数据由极坐标系转换为直角坐标系，得到第一组合反射率数据；基于所述样本云层的多普勒天气雷达基数据对应的雷达站的经纬度和所述样本云层的多普勒天气雷达基数据对应的雷达的探测距离，将所述第一组合反射率数据转换为等经纬度格点的组合反射率数据；将所述样本云层的卫星数据转换为等经纬度格点的卫星数据；对所述等经纬度格点的组合反射率数据和所述等经纬度格点的卫星数据进行对齐处理，得到所述目标卫星数据。5.根据权利要求3所述的方法，其特征在于，在得到...

【专利技术属性】
技术研发人员：李海飞，钟科，薛洪斌，谭永强，任强，谢仲华，郭振东，张一明，王相浩，邢武杰，孙永尚，刘雪莲，
申请(专利权)人：北京弘象科技有限公司，
类型：发明
国别省市：