降水预报方法、装置、电子设备及存储介质制造方法及图纸

本公开的实施例提供了降水预报方法、装置、电子设备及存储介质，应用于天气预报领域。所述方法包括获取待测区域的亮温数据；所述亮温数据是通过微波湿度计的探测通道获取的大气窗区数据；将所述亮温数据输入预先训练的时间序列降水预测模型中，输出对应的雷达反射率数据；基于所述雷达反射率数据确定所述待测区域的降水量，并进行对应强度的降水气象预报。以此方式，可以结合地面雷达数据来改进微波湿度计的降水反演预报算法，具有预报降水覆盖面广、预报精度高、预报时间长的优点。预报时间长的优点。预报时间长的优点。

【技术实现步骤摘要】
降水预报方法、装置、电子设备及存储介质


[0001]本公开涉及天气预报领域，尤其涉及降水量预测
，具体涉及降水预报方法、装置、电子设备及存储介质。

技术介绍

[0002]降水预报具有高度非线性复杂的变化趋势，需要较高时空分辨率和时效性较强的数据来训练预测模型。目前，在降水预报方面，最常见的为数理统计方法、传统的数值天气预报降水、以及使用雷达回波外推预报降水。数理统计方法主要是通过收集和降水相关性较高的相关因子，建立物理统计模型，进而对降水进行预测。数值天气预报是指根据大气实际情况，在设置一定的初值及边界场条件下，通过求解热动力学方程和流体力学方程，来预报未来的天气形势。比如，一种结合中尺度数值天气预报模型和“外推”的临近预报技术，利用数值预报校正场调整相应时间数值预报的定量降水区域和强度，将数值模式定量降水预报和临近降水预报结果进行融合，弥补“外推预报”在2h以上降水预报不足的缺陷。人工智能技术与气象领域相结合的应用已经非常广泛，气象雷达具有6分钟扫描一次、1km空间分辨率的优势，在短临预报降水中应用广泛。短时临近降雨最常用的方法为卷积L本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种降水预报方法，其特征在于，包括：获取待测区域的亮温数据；所述亮温数据是通过微波湿度计的探测通道获取的大气窗区数据；将所述亮温数据输入预先训练的时间序列降水预测模型中，输出对应的雷达反射率数据；基于所述雷达反射率数据确定所述待测区域的降水量，并进行对应强度的降水气象预报。2.根据权利要求1所述的方法，其特征在于，所述时间序列降水预测模型的样本生成过程，包括：获取历史亮温数据、历史雷达反射率数据；根据历史雷达反射率数据对对应时间的历史亮温数据进行标识；将标识后的历史亮温数据作为训练样本。3.根据权利要求2所述的方法，其特征在于，所述时间序列降水预测模型的训练包括对训练样本的输入长度进行处理，具体包括：在Informer模型的每两个自注意力块之间使用卷积层和最大池化层来修建训练样本的输入长度。4.根据权利要求2所述的方法，其特征在于，所述时间序列降水预测模型包括时序特征训练层，具体包括：将训练样本输入到Informer模型进行数据的时序特征训练；响应于输出的雷达反射率数据与标识的雷达反射率数据的差异度小于第一预设阈值，完成对所述时间序列降水预测模型的学习。5.根据权利要求4所述的方法，其特征在于，对所述时间序列降水预测模型的学习，还包括对模型的调参处理，具体包括：基于交叉验证对训练样本进行数据分割，得到训练样本集、验证样本集；基于验证样本集输出的雷达反射率数据与训练样本集输出的雷达反射率数据之间的误差值，调整所述时间序列降水预测模型的参数。6.根据权利要...

【专利技术属性】
技术研发人员：燕广庆，郭晓芳，冯德财，王江伟，董玮，陈昌硕，喻家麒，
申请(专利权)人：中科星图维天信北京科技有限公司，
类型：发明
国别省市：