【技术实现步骤摘要】
基于视觉特征的相似降雨预报方法和设备
[0001]本专利技术属于洪水预报领域,尤其是基于视觉特征的相似降雨预报方法。
技术介绍
[0002]近年来,全球气候变化导致的问题越来越严峻,暴雨洪水灾害频发。雨洪预测作为一项影响经济建设和生命财产安全的工作,受到越来越多的重视。为此,技术人员提出了多种解决方案。
[0003]在现有的解决方案中,雨洪相似度的分析方法多偏向于单一特征的相关统计,对于多特征、多样本的处理相对局限。另外,雨洪特征信息输入考虑地相对不足,有效特征分析方面相对薄弱;但是机器学习的算法其性能好坏,很大程度上取决于模型输入的特征。最后,直接依据雨量站的降雨数据对降雨相似度进行分析,难以直观展现数据,同时无法从系统层面准确描述雨洪过程。
技术实现思路
[0004]专利技术目的:提供一种基于视觉特征的相似降雨预报方法,以解决现有技术存在的上述问题。
[0005]技术方案:基于视觉特征的相似降雨预报方法,包括如下步骤:S1、构建历史降雨图片库S11、采集预定区域多个时期内的历史降雨数据,并基于历史降雨数据绘制若干组历史降雨分布图;S12、基于每组所述历史降雨分布图,提取历史降雨视觉特征;所述历史降雨视觉特征包括总降雨量、降雨空间分布和降雨中心;S2、构建当前降雨图片集,提取当前降雨视觉特征,S3、对所述历史降雨视觉特征和当前降雨视觉特征的距离进行度量,计算当前降雨视觉特征与每一时期历史降雨视觉特征的降雨相似度;为各个降雨相似度赋予权重,获得综合降雨相似度,并排序输出。
[0 ...
【技术保护点】
【技术特征摘要】
1.基于视觉特征的相似降雨预报方法,其特征在于,包括如下步骤:S1、构建历史降雨图片库S11、采集预定区域多个时期内的历史降雨数据,并基于历史降雨数据绘制若干组历史降雨分布图;S12、基于每组所述历史降雨分布图,提取历史降雨视觉特征;所述历史降雨视觉特征包括总降雨量、降雨空间分布和降雨中心;S2、构建当前降雨图片集,提取当前降雨视觉特征,S3、对所述历史降雨视觉特征和当前降雨视觉特征的距离进行度量,计算当前降雨视觉特征与每一时期历史降雨视觉特征的降雨相似度;为各个降雨相似度赋予权重,获得综合降雨相似度,并排序输出。2.如权利要求1所述的基于视觉特征的相似降雨预报方法,其特征在于,所述步骤S11进一步为:获取预定区域的地理数据和各个时期各雨量站的降雨数据;基于地理数据绘制预定区域的地图并栅格化;基于降雨数据为栅格化地图填充颜色参数,获得历史降雨分布图。3.如权利要求2所述的基于视觉特征的相似降雨预报方法,其特征在于,所述步骤S12进一步为:读取所述历史降雨分布图,转换为灰度图,再根据降雨等级设定灰度图的数值区间,将灰度图转换为N
×
N灰度图片矩阵;根据降雨等级,将灰度图片矩阵二值化,获得不同降雨等级对应的二值化降雨矩阵。4.如权利要求2所述的基于视觉特征的相似降雨预报方法,其特征在于,所述总降雨量RT为:;式中,k为各张历史降雨分布图中颜色的数量;p(C
i
)为第i种颜色出现的频次,v(C
i
)为第i种颜色对应的降雨量数值。5.如权利要求4所述的基于视觉特征的相似降雨预报方法,其特征在于,所述降雨空间分布R为:;m、n为各张历史降雨分布图进行分块后的行数和列数;r
m
×
n
为第m行n列对应的分块的降雨量数值。6.如权利要求5所述的基于视觉特征的相似降雨预报方法,其特征在于,所述降雨中心C=(C
x
,C
y
);式中,,r
ab
为第a行第b列的降雨量数值,m、n为各张历史降雨分布图进行分块后的行数和列数。7.如权利要求6所述的基于视觉特征的相似降雨预报方法,其特征在于,所述步骤S3中计算当前降雨视觉特征与每一时期历史降雨视觉特征的降雨相似度的过程进一步为:步骤S31、采用闵可夫斯基距离d1计算预定流域的总降雨量相似度,d1=
∆
RT;
步骤S32、采用欧式距离d2计算预定流域的降雨中心相似度,;(C
1x
,C
1y
)、(C
2x
,C
2y
)分别为第一降雨中心和第二降雨中心;步骤S33、采用分块区域降雨近似率表示降雨空间分布近似率:步骤S330、确定两个降雨空间分布R中两个分块是否相似;分别读取两个分块的降雨量数值,其中较大值为max,较小值为min,定义雨量差比例为(max
‑
min)/max,雨量差比例的阈值为α,则雨量差比例小于等于阈值时,两个分块相似;步骤S331、计算两个降雨空间分布R中相似...
【专利技术属性】
技术研发人员:冯宝飞,陈瑜彬,李玉荣,张潇,许银山,田逸飞,王乐,张涛,曾明,李洁,严方家,杨雁飞,秦昊,牛文静,徐雨妮,
申请(专利权)人:长江水利委员会水文局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。