一种基于深度学习的雷达回波外推方法技术

本发明专利技术涉及天气雷达信息处理技术领域，具体是一种基于深度学习的雷达回波外推方法，包括如下具体步骤：获取天气雷达数据；根据获取的天气雷达数据，对其多仰角的反射率数据进行组合反射率计算和坐标校正；对组合反射率进行数据质量控制，并按时序进行划分，连续的20个时次的雷达回波序列中，前10帧为雷达外推模型的输入，后10帧为标签；建立基于深度学习的雷达回波外推模型；训练获得最佳模型；测试新的多普勒雷达数据，生成未来连续10个时次的雷达回波序列。本发明专利技术基于雷达回波数据，可以较为准确地预测未来回波的分布，为高精度的区域降水预测提供数据基础。水预测提供数据基础。水预测提供数据基础。

【技术实现步骤摘要】
一种基于深度学习的雷达回波外推方法


[0001]本专利技术涉及天气雷达信息处理
，具体是一种基于深度学习的雷达回波外推方法。

技术介绍

[0002]气象雷达作为基本的遥感仪器之一，在气象学中发挥着重要的作用。探测到的雷达回波具有高时空分辨率和与气象条件密切相关的优势，可作为预报员对天气系统进行识别和分类。特别是，可以根据已有的雷达回波观测资料，通过预测雷达反射率的强度和分布来预测天气状况。因此，雷达外推成为最可行的临近预报技术之一。
[0003]传统的雷达外推方法，如质心跟踪法、交叉相关法、光流法等，都是在假设其为刚体运动的基础上计算运动矢量，精度低，预测时效短。近年来，与传统方法相比，作为雷达外推的核心问题，时空序列预测的研究取得了很大的进展。然而，它们仍然陷入了一个长尾预测的瓶颈，即准确性和清晰度通常会从第三或第四预测框架突然骤降，这是将该技术扩展到实际临近预测应用的一个重要原因。
[0004]造成这种预测困境的主要原因有几个：首先，大气系统的演化具有固有的混乱和复杂，特别是在气象现象的产生和消失问题上；此外，系统误差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的雷达回波外推方法，其特征在于：包括如下具体步骤：步骤1、根据历史降水资料，获取天气雷达数据；步骤2、根据获取的天气雷达数据，对其多仰角的反射率数据进行组合反射率计算和坐标校正；步骤3、根据计算的组合反射率数据，利用马氏距离对组合反射率图像进行质量控制，获得较为准确的输入与标签；步骤4、建立基于深度学习的雷达回波外推模型；步骤5、设置模型的超参数、总训练次数、可调节学习率、动量参数、权重衰减参数和损失函数，经过反复调整和对比试验得到最佳参数，以得到最佳雷达回波外推模型；步骤6、将训练好的最佳雷达外推模型应用测试新的天气雷达数据，预测完成后得到未来10个时次的雷达回波外推结果，并叠加到地形文件上。2.根据权利要求1所述的一种基于深度学习的雷达回波外推方法，其特征在于：所述步骤1中，在中国气象数据网(http://data.cma.cn)获取多普勒雷达基数据。3.根据权利要求1所述的一种基于深度学习的雷达回波外推方法，其特征在于：所述步骤2中，对多仰角的反射率数据进行组合反射率计算和坐标校正，具体包括消除小于0dBZ和大于70dBZ的基本反射率，并将原始极坐标转换为笛卡尔坐标，网格尺寸为1km
×
1km；同时对每层仰角的数据通过使用三维k近邻算法插值格点的缺失数据，最终组合反射率中每个格点的值为不同仰角数据在该格点位置中的最大值。4.根据权利要求1所述的一种基于深度学习的雷达回波外推方法，其特...

【专利技术属性】
技术研发人员：牛向华，田伟，廖斌，易雷，朱文会，张鹏飞，沈凯令，程振，张瑜，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：