申请/专利权人：深圳市气象局(深圳市气象台);哈尔滨工业大学(深圳)

申请日：2020-05-28

公开（公告）日：2024-05-14

公开（公告）号：CN111708030B

主分类号：G01S13/95

分类号：G01S13/95;G06N3/0442;G06N3/0464;G06N3/049;G06N3/0455;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2020.10.27#实质审查的生效;2020.09.25#公开

摘要：本发明涉及一种基于能量生成对抗性预测器的灾害天气预报方法，包括以下步骤：S1、获取用于进行天气短临预报的雷达回波图像序列；S2、将所述雷达回波图像序列输入基于能量的EBGAN预测器，以生成天气短临预报结果。在EBGAN预测器的模型中输入用于进行灾害性天气临近预报的雷达回波图像序列，通过模型获取雷达回波图像序列中的图像特征信息，从而能够对图像特征信息进行分析，以此能够使得更加方便获取天气短临预报，并且使预报更加准确。

主权项：1.一种基于能量生成对抗性预测器的灾害天气预报方法，其特征在于，包括以下步骤：S1、获取用于进行天气短临预报的雷达回波图像序列；S2、将所述雷达回波图像序列输入基于能量的EBGAN预测器，以生成天气短临预报结果；所述EBGAN预测器由作为生成器的序列到序列预测模型和基于能量的鉴别器组成；在所述生成器中，时空LSTM用于构建预测器，并考虑了回波图外推；在所述鉴别器中，训练编码解码框架来区分给定的回波图序列是预测的还是真实的，实际样本将接收高能量，而预测样本将接收低能量；给定雷达回波图序列作为输入，所述生成器将输出一系列合成样例图像作为未来的预测；所述鉴别器将通过计算能量分数来将合成样例与真实样例区分开来，其中合成样例预期得分较高，而真实样例预期得分较低；给定雷达的固定长度回波图序列作为输入，所述生成器旨在预测固定窗口中的后续雷达回波图序列；令t表示输入序列的长度，k表示输出序列的长度；令xi表示在时间i观察到的H×W雷达回波图，xj表示在时间j观察到的H×W雷达回波图；制定所述生成器的目标如式1： 所述生成器的总体架构由两部分组成，即至少两个RNN层编码器和至少两个RNN层解码器；在给定输入序列的编码器中，我们首先利用卷积运算对输入进行下采样，然后附加一个ConvRNN层，重复执行该过程，构建一个至少两层的编码器；基于编码器中ConvRNN的最后一层中提取的隐藏特征，采用带上采样层的ConvRNN解码时空特征，利用编码器中相应的ConvRNN的解码结果和隐藏状态，重复执行前一层ConvRNN和上采样，建立一个至少两层的解码器；所述下采样和上采样层中利用了至少两个比例内核，引入多尺度内核卷积算子，在各下采样和上采样层中卷积运算符的参数设置不同；所述生成器中ConvRNN的结构是通过使用时空LSTM单位建立的；ST-LSTM在标准的ConvLSTM单元中引入了时空存储信息输入门it，忘记门ft，输入调制门gt，在标准LSTM单元第l级的时间存储信息和相应的参数i't；以及引入时空存储单元的相应参数：忘记门f't，输入门g't，以及输出ot和隐藏状态Ht的计算如下： 构建了一个两层的ST-LSTM体系结构来替换每个ConvRNN层，两层ST-LSTM构成一个PredRNN单元，沿时间维度传递时间存储信息作为ConvLSTM，同时时空存储信息还在空间维度传送。

全文数据：

权利要求：

百度查询： 深圳市气象局(深圳市气象台);哈尔滨工业大学(深圳) 基于能量生成对抗性预测器的灾害天气预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD