一种气旋强度预测模型的构建方法及气旋强度预测方法技术

本发明专利技术公开了一种气旋强度预测模型的构建方法及气旋强度预测方法，所述构建方法包括：获得训练数据，其中，每个训练数据包括卫星图像序列；将卫星图像序列中的每个卫星图像依次输入至区域曲面卷积层，由区域曲面卷积层输出第一空间特征图，其中，在区域曲面卷积层，对卫星图像进行遍历卷积，在每次卷积中，基于当次卷积的中心采样点的经纬度确定当次卷积其他采样点的经纬度，将当次卷积的中心采样点的经纬度和其他采样点的经纬度作为当次卷积的采样范围；基于第一空间特征图获得气旋强度预测结果；根据气旋强度预测结果和真实值计算损失函数值，基于损失函数值训练得到气旋强度预测模型。本发明专利技术能构建出气旋强度预测准确性较高的模型。高的模型。高的模型。

【技术实现步骤摘要】
一种气旋强度预测模型的构建方法及气旋强度预测方法


[0001]本专利技术涉及深度学习和图像处理
，具体涉及一种气旋强度预测模型的构建方法及气旋强度预测方法。

技术介绍

[0002]热带气旋频繁影响沿海地区，严重威胁沿海居民的生命和财产安全，因而对热带气旋进行准确预测具有较高价值。随着地球同步卫星技术的发展，对整个地球区域进行气象观测成为现实。
[0003]目前，卫星图像数据被用于进行热带气旋强度分析，但现有的基于卫星图像数据的热带气旋强度分析方法存在准确性不高的问题。

技术实现思路

[0004]本专利技术解决的问题是现有的基于卫星图像数据的热带气旋强度分析方法存在准确性不高。
[0005]本专利技术提出一种气旋强度预测模型的构建方法，所述气旋强度预测模型包括：空间特征提取网络，所述空间特征提取网络包括至少一个空间特征提取块，所述空间特征提取块包括区域曲面卷积层，所述气旋强度预测模型的构建方法包括：从预置的训练数据集中获得训练数据，其中，每个所述训练数据包括卫星图像序列；将所述卫星图像序列中的每个卫星图像依次输入至所述空间特征提取网络，由所述空间特征提取网络输出第一空间特征图，其中，在所述空间特征提取网络的所述区域曲面卷积层中，对所述卫星图像进行遍历卷积，在每次卷积中，基于当次卷积的中心采样点的经纬度确定当次卷积其他采样点的经纬度，将当次卷积的中心采样点的经纬度和其他采样点的经纬度作为当次卷积的采样范围；基于所述第一空间特征图获得气旋强度预测结果；根据所述气旋强度预测结果和真实值计算损失函数值，基于所述损失函数值训练得到所述气旋强度预测模型。
[0006]可选地，所述空间特征提取块还包括经纬度注意力层，所述经纬度注意力层置于所述区域曲面卷积层之后；所述基于所述第一空间特征图获得气旋强度预测结果包括：将所述第一空间特征图输入所述经纬度注意力层，在所述经纬度注意力层，分别在经度方向和纬度方向对所述第一空间特征图计算均值，得到尺寸分别为C*1*W和C*H*1的两个特征块，其中，C为通道维度，H为经度维度，W为纬度维度；将两个所述特征块中的任一个特征块的最后两个维度交换，再与剩下的另一个特征块融合，得到融合特征块；将所述融合特征块依次进行下采样和上采样后，重新生成尺寸分别为C*1*W和C*H*1的两个特征块，将重新生成的两个特征块分别进行卷积和膨胀操作后生成两个尺寸为
C*H*W的特征块；将两个尺寸为C*H*W的特征块与所述第一空间特征图融合得到第二空间特征图；基于所述第二空间特征图获得气旋强度预测结果。
[0007]可选地，所述空间特征提取块包括两个所述区域曲面卷积层和一个所述经纬度注意力层，所述经纬度注意力层设置于两个所述区域曲面卷积层之间。
[0008]可选地，所述空间特征提取块还包括归一化
‑
激活函数层和最大池化层，所述归一化
‑
激活函数层设置于所述区域曲面卷积层之后，所述最大池化层设置于所述空间特征提取块的末尾。
[0009]可选地，所述气旋强度预测模型还包括时空特征提取网络，所述时空特征提取网络设置于所述空间特征提取网络之后，所述时空特征提取网络包括扩展因果卷积网络，所述扩展因果卷积网络包括空洞卷积与因果卷积。
[0010]可选地，所述气旋强度预测模型还包括广义线性模型，所述广义线性模型设置于所述时空特征提取网络之后，输出所述气旋强度预测结果。
[0011]可选地，所述从预置的训练数据集中获得训练数据之前，还包括：获取原始的卫星图像集，逐张计算卫星图像的均值、方差和平方平均数，其中，所述卫星图像集包含训练数据集、验证数据集和测试数据集；生成训练数据集的整体均值和整体方差；将所述卫星图像集中的所有卫星图像减去所述整体均值再除以所述整体方差，得到标准化后的训练数据集、验证数据集和测试数据集，其中，所述预置的训练数据集为标准化后的训练数据集。
[0012]可选地，所述基于当次卷积的中心采样点的经纬度确定当次卷积其他采样点的经纬度包括：采用如下公式确定当次卷积其他待计算的采样点的经纬度：，，其中，指纬度，指经度，指所述待计算的采样点在切平面区块上的坐标，，分别指所述中心采样点纬度和经度，指所述待计算的采样点在切平面区块上距中心采样点的距离，指的反正切值，。
[0013]本专利技术提出一种气旋强度预测方法，包括：获取作为预测依据的卫星图像序列；将所述卫星图像序列输入如上所述的气旋强度预测模型的构建方法构建的气旋强度预测模型，输出气旋强度预测值。
[0014]本专利技术还提出一种计算机设备，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述的气旋强度预测模型
的构建方法或者如上所述的气旋强度预测方法。
[0015]本专利技术通过在气旋强度预测模型中引入区域曲面卷积，根据经纬度信息处理卫星图像，克服地球曲面对卫星图像的扭曲，提高了空间特征表征的准确性。
附图说明
[0016]图1为本专利技术实施例气旋强度预测模型的构建方法一流程示意图；图2为本专利技术实施例气旋强度预测模型的一结构示意图；图3为本专利技术实施例气旋强度预测模型中经纬度注意力层的数据处理流程示意图；图4为本专利技术实施例气旋强度预测模型中扩展因果卷积网络的一结构示意图。
具体实施方式
[0017]为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。
[0018]在本专利技术一实施例中，气旋强度预测模型包括：空间特征提取网络，所述空间特征提取网络包括至少一个空间特征提取块，所述空间特征提取块包括区域曲面卷积层。如图1，所述气旋强度预测模型的构建方法包括：步骤S100，从预置的训练数据集中获得训练数据，其中，每个所述训练数据包括卫星图像序列。
[0019]获取地球同步轨道气象卫星数据和热带气旋路径数据，生成训练数据集。其中，对地球同步轨道气象卫星数据中的卫星图像进行裁剪，裁剪所得的卫星图像以热带气旋的环流中心作为卫星图像中心，以热带气旋的环流中心为中心的卫星图像作为训练数据，由此，将热带气旋所处位置周边区域尽可能地纳入训练用的卫星图像范围内，以供气旋强度预测模型尽可能多地从卫星图像中提取有效特征，保证较好地模型训练效果。
[0020]气旋强度预测模型的输入包括多个时刻的卫星图像，即具有一定时序关系的卫星图像序列。例如，选取8个时刻的卫星图像合并为一个数据序列。气旋强度预测模型的输入还包括经纬度信息，例如，包括每个卫星图像的每个像素点的经纬度信息，用于区域曲面卷积的计算，或者每个卫星图像的特定位置的像素点的经纬度信息，如卫星图像中心像素点的经纬度信息，卫星图像角点（左上角、右上角、左下角、右下角）像素点的经纬度信息等。气旋强度预测模型的输出为预设预测时刻的热带气旋强度值，预设预测时刻为模型输入数据对应时刻的未来时刻，例如，气旋强度预测模型的输入为T
‑
7时刻至T时刻的卫星图像，则该模型的输出可以为T+8时刻的热本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气旋强度预测模型的构建方法，其特征在于，所述气旋强度预测模型包括：空间特征提取网络，所述空间特征提取网络包括至少一个空间特征提取块，所述空间特征提取块包括区域曲面卷积层，所述气旋强度预测模型的构建方法包括：从预置的训练数据集中获得训练数据，其中，每个所述训练数据包括卫星图像序列；将所述卫星图像序列中的每个卫星图像依次输入至所述空间特征提取网络，由所述空间特征提取网络输出第一空间特征图，其中，在所述空间特征提取网络的所述区域曲面卷积层中，对所述卫星图像进行遍历卷积，在每次卷积中，基于当次卷积的中心采样点的经纬度确定当次卷积其他采样点的经纬度，将当次卷积的中心采样点的经纬度和其他采样点的经纬度作为当次卷积的采样范围；基于所述第一空间特征图获得气旋强度预测结果；根据所述气旋强度预测结果和真实值计算损失函数值，基于所述损失函数值训练得到所述气旋强度预测模型。2.如权利要求1所述的气旋强度预测模型的构建方法，其特征在于，所述空间特征提取块还包括经纬度注意力层，所述经纬度注意力层置于所述区域曲面卷积层之后；所述基于所述第一空间特征图获得气旋强度预测结果包括：将所述第一空间特征图输入所述经纬度注意力层，在所述经纬度注意力层，分别在经度方向和纬度方向对所述第一空间特征图计算均值，得到尺寸分别为C*1*W和C*H*1的两个特征块，其中，C为通道维度，H为经度维度，W为纬度维度；将两个所述特征块中的任一个特征块的最后两个维度交换，再与剩下的另一个特征块融合，得到融合特征块；将所述融合特征块依次进行下采样和上采样后，重新生成尺寸分别为C*1*W和C*H*1的两个特征块，将重新生成的两个特征块分别进行卷积和膨胀操作后生成两个尺寸为C*H*W的特征块；将两个尺寸为C*H*W的特征块与所述第一空间特征图融合得到第二空间特征图；基于所述第二空间特征图获得气旋强度预测结果。3.如权利要求2所述的气旋强度预测模型的构建方法，其特征在于，所述空间特征提取块包括两个所述区域曲面卷积层和一个所述经纬度注意力层，所述经纬度注意力层设置于两个所述区域曲面卷积层之间。4.如权利要求2所述的气旋强度预测模型的构建方法，其特征在于，所述空间特征提取块还包括归一化
‑
...

【专利技术属性】
技术研发人员：贾鹏飞，李旭涛，叶允明，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：