CN115861811B - 一种风切变区域识别方法、装置、存储介质及终端 - Google Patents
一种风切变区域识别方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN115861811B CN115861811B CN202211558202.9A CN202211558202A CN115861811B CN 115861811 B CN115861811 B CN 115861811B CN 202211558202 A CN202211558202 A CN 202211558202A CN 115861811 B CN115861811 B CN 115861811B
- Authority
- CN
- China
- Prior art keywords
- wind field
- wind
- target
- channel
- field set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000010586 diagram Methods 0.000 claims description 50
- 239000013598 vector Substances 0.000 claims description 40
- 238000002372 labelling Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000007641 inkjet printing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种风切变区域识别方法、装置、存储介质及终端,方法包括:根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度。
Description
技术领域
本发明涉及天气系统自动识别技术领域,特别涉及一种风切变区域识别方法、装置、存储介质及终端。
背景技术
在气象领域中,风切变是一种大气现象,风矢量(风向、风速)在空中水平和(或)垂直距离上的变化,垂直风切变的存在会对桥梁、高层建筑、航空飞行等造成破坏,同时发生在低空的风切变是飞机起飞和着陆阶段的一个重要危险因素。因此在天气分析中,风切变的分析有着非常重要的作用,它一定程度上可以为相关作业人员提供重要的参考,避免天气所造成的损失,因此准确判断风切变线是天气系统分析和天气图绘制的重要内容。
在现有技术中,气象预报中的风切变区域分析基本上采用人工分析的方法实现。人工分析风切变区域存在着明显的缺陷,一方面分析工作量较大,效率较低;另一方面对于风切变区域的分析,预报员主观上分析经验不同,客观上侧重依据差异,都对风切变区域的分析产生影响,从而降低了风切变区域识别准确度。
发明内容
本申请实施例提供了一种风切变区域识别方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
第一方面,本申请实施例提供了一种风切变区域识别方法,方法包括:
根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。
可选的,根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,包括:
获取待识别地区在待预测时刻的气象原始数据;
将气象原始数据的风场数据插值为预设第一经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第一风场集;
将气象原始数据的风场数据插值为预设第二经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第二风场集;
根据气象原始数据计算间隔为预设位势高度的等值线,得到目标等值线集合;其中,第一经纬度间距大于第二经纬度间距。
可选的,根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,包括:
将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图;
将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片。
可选的,将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图,包括:
构建与目标等值线集合中等值线分辨率相同的第一单通道平面图;
采用墨卡托投影法将目标等值线集合投影到第一单通道平面图上,得到第一投影图;
控制第一投影图中等值线的像素值为预设像素值,并控制第一投影图中除等值线之外的像素值为0,得到目标等值线图;
构建与第一风场集、第二风场集中风场分辨率相同的第二单通道平面图和第三单通道平面图;
采用墨卡托投影法将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中,得到第一风场图、第二风场图。
可选的,将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中,包括:
判断第一风场集、第二风场集中各风场数据属性的向量是否超过预设向量阈值,生成判断结果;
根据判断结果确定第一风场集、第二风场集中超过预设向量阈值的风场数据属性,并将超过预设向量阈值的风场数据属性设置为预设向量阈值,得到更新后的第一风场集、第二风场集;
将更新后的第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中。
可选的,将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片,包括:
将目标等值线图确定为多通道图片的第一通道;
将第一风场图确定为多通道图片的第二通道;
将第二风场图确定为多通道图片的第三通道;
基于第一通道、第二通道以及第三通道生成目标多通道图片。
可选的,根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合之前,还包括:
获取待识别地区在历史时间段内的历史气象数据;
根据历史气象数据创建第一历史风场集、第二历史风场集以及历史等值线集合;
将第一历史风场集与历史等值线集合通过墨卡托投影到平面图上,得到历史天气图;
接收针对历史天气图的风切变标注指令,并基于风切变标注指令在历史天气图上标注出风切变区域,得到多个风切变区域框;
将第一历史风场集、第二历史风场集以及历史等值线集合融合为历史多通道图片;
创建风切变区域识别模型,并将多个风切变区域框和历史多通道图片输入风切变区域识别模型中进行模型训练,输出模型损失值;
当模型损失值到达预设阈值时,生成预先训练的风切变区域识别模型。
第二方面,本申请实施例提供了一种风切变区域识别装置,装置包括:
数据创建模块,用于根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
多通道图片构建模块,用于根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
风切变区域输出模块,用于将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。
第三方面,本申请实施例提供一种计算机存储介质,计算机存储介质存储有多条指令,指令适于由处理器加载并执行上述的方法步骤。
第四方面,本申请实施例提供一种终端,可包括:处理器和存储器;其中,存储器存储有计算机程序,计算机程序适于由处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果:
在本申请实施例中,风切变区域识别装置首先根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,然后根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,最后将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。由于本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种风切变区域识别方法的流程示意图;
图2是本申请实施例提供的一种等值线投影后的效果示意图;
图3是本申请实施例提供的一种风场数据投影后的效果示意图;
图4是本申请实施例提供的另一种风场数据投影后的效果示意图;
图5是本申请实施例提供的一种多种图像融合后的效果示意图;
图6是本申请实施例提供的一种等值线和风场数据融合的效果示意图;
图7是本申请实施例提供的一种天气图上标注的风切变区域的示意图;
图8是本申请实施例提供的一种风切变区域识别装置的结构示意图;
图9是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请提供了一种风切变区域识别方法、装置、存储介质及终端,以解决上述相关技术问题中存在的问题。本申请提供的技术方案中,由于本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度,下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图7,对本申请实施例提供的风切变区域识别方法进行详细介绍。该方法可依赖于计算机程序实现,可运行于基于冯诺依曼体系的风切变区域识别装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。
请参见图1,为本申请实施例提供了一种风切变区域识别方法的流程示意图。如图1所示,本申请实施例的方法可以包括以下步骤:
S101,根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
其中,待识别地区为需要进行风切变区域识别的某个地方,例如某个城市。待预测时刻可以是未来几个小时的时刻,也可以是未来一整天的所有时刻。气象原始数据是当前监测到的该地方的气象信息,至少包括风场数据、气压数据等数据信息。
在本申请实施例中,在根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合时,首先获取待识别地区在待预测时刻的气象原始数据,然后将气象原始数据的风场数据插值为预设第一经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第一风场集,其次将气象原始数据的风场数据插值为预设第二经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第二风场集,最后根据气象原始数据计算间隔为预设位势高度的等值线,得到目标等值线集合;其中,第一经纬度间距大于第二经纬度间距。
在一种可能的实现方式中,首先采用空间插值算法将气象原始数据的风场数据插值为经纬度间距为1度的网格数据,每个格点的风场数据属性为(u,v),其中u为风场水平分量,v为风场垂直分量,将该第一风场集记为然后采用空间插值算法将气象原始数据的风场数据插值为经纬度间距为0.5度的网格数据,每个格点的风场数据属性为(u,v),其中u为风场水平分量,v为风场垂直分量,将该第二风场集合记为/>最后计算间隔为2位势高度的等值线,将其存入计算机内存中,将所有的等值线构成的目标等值线集合记为Ulines。
S102,根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
在本申请实施例中,在根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片时,首先将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图,然后将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片。其中多通道图片例如为RGB三通道图片。
具体的,在将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图时,首先构建与目标等值线集合中等值线分辨率相同的第一单通道平面图,再采用墨卡托投影法将目标等值线集合投影到第一单通道平面图上,得到第一投影图,然后控制第一投影图中等值线的像素值为预设像素值,并控制第一投影图中除等值线之外的像素值为0,得到目标等值线图,其次构建与第一风场集、第二风场集中风场分辨率相同的第二单通道平面图和第三单通道平面图,最后采用墨卡托投影法将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中,得到第一风场图、第二风场图。
具体的,在将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中时,首先判断第一风场集、第二风场集中各风场数据属性的向量是否超过预设向量阈值,生成判断结果,然后根据判断结果确定第一风场集、第二风场集中超过预设向量阈值的风场数据属性,并将超过预设向量阈值的风场数据属性设置为预设向量阈值,得到更新后的第一风场集、第二风场集,最后将更新后的第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中。
具体的,在将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片时,首先将目标等值线图确定为多通道图片的第一通道,然后将第一风场图确定为多通道图片的第二通道,其次将第二风场图确定为多通道图片的第三通道,最后基于第一通道、第二通道以及第三通道生成目标多通道图片。
在一种可能的实现方式中,将目标等值线图Ulines通过墨卡托投影方式投影到相同分辨率的单通道平面图上,并设置等值线的像素值为255,其余为0,如图2所示。将第一风场集合通过墨卡托投影方式投影到相同分辨率的单通道平面图上,同样为了避免风场向量过长与相邻点位造成重叠,判断风场向量是否超过某个阈值,如果超过则风场向量长度限制为该阈值,如图3所示。将第二风场集合/>通过墨卡托投影方式投影到相同分辨率的单通道平面图上,同样为了避免风场向量过长与相邻点位造成重叠,判断风场向量是否超过某个阈值,如果超过则风场向量长度限制为该阈值,如图4所示。
例如,以传统图像数据为多通道图片,将图2作为第一通道,图3作为第二通道,图4作为第三通道,合并为一张多通道图片,如图5所示。其中图2提供等值线信息,图3提供低分辨率风场信息,图4提供高分辨率风场信息。
S103,将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。
其中,预先训练的风切变区域识别模型是可以识别出天气图中风切变区域的数学模型。该数学模型包括但不限于yolo系列,ssd系列的模型。
在本申请实施例中,在生成预先训练的风切变区域识别模型时,首先获取待识别地区在历史时间段内的历史气象数据,历史时间段可以是17年到21年五年的500hpa高度的天气图数据,再根据历史气象数据创建第一历史风场集、第二历史风场集以及历史等值线集合,然后将第一历史风场集与历史等值线集合通过墨卡托投影到平面图上,得到历史天气图,其次接收针对历史天气图的风切变标注指令,并基于风切变标注指令在历史天气图上标注出风切变区域,得到多个风切变区域框,再将第一历史风场集、第二历史风场集以及历史等值线集合融合为历史多通道图片,最后创建风切变区域识别模型,并将多个风切变区域框和历史多通道图片输入风切变区域识别模型中进行模型训练,输出模型损失值,并当模型损失值到达预设阈值时,生成预先训练的风切变区域识别模型。
具体的,在将多个风切变区域框和历史多通道图片输入风切变区域识别模型中进行模型训练,输出模型损失值时,首先将多个风切变区域框输入模型的编码器模块中,以确定每个风切变区域的时序信息,并提取历史多通道图片的预设N个采样点的初始特征向量,以及将时序信息中所含的序列信息编码到N个采样点的初始特征向量中,得到N个最终特征向量,根据N个最终特征向量结合预设损失函数计算模型损失值,并输出模型的损失值。本申请在模型训练的过程中通过获取风切变区域框的时序信息并将其中蕴含的序列信息编码进提取到的特征向量中,进而提升了模型对天气图像中风切变框的识别准确度,从而提升了风切变识别精度。
进一步地,当模型损失值未到达预设阈值时,可将模型损失值进行反向传播以更新模型的参数,并继续执行将多个风切变区域框和历史多通道图片输入风切变区域识别模型中进行模型训练的步骤,直到模型损失值到达预设阈值时停止训练。
例如,将第一历史风场集与历史等值线集合通过墨卡托投影到平面图上,投影时为了避免风场向量过长与相邻点位造成重叠,判断风场向量是否超过某个阈值,如果超过则风场向量长度限制为该阈值。风场长度限制阈值为15个像素点,绘制的经度范围为40-170,纬度范围为5-80,最终得到历史天气图如图6所示。然后接收针对图6中风切变区域标注指令,将风切变区域标注出来,标注原则风切变区域内的为风切变线的凸凹性不变,如果凸凹性改变,即使两个区域连着也标注为两个区域,最终标注的多个风切变区域框如图7所示。
在一种可能的实现方式中,在得到目标多通道图片后,可将目标多通道图片输入预先训练的风切变区域识别模型中进行处理,模型处理结束后输出气象原始数据对应的目标风切变区域。
在本申请实施例中,风切变区域识别装置首先根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,然后根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,最后将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。由于本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
请参见图8,其示出了本发明一个示例性实施例提供的风切变区域识别装置的结构示意图。该风切变区域识别装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置1包括数据创建模块10、多通道图片构建模块20、风切变区域输出模块30。
数据创建模块10,用于根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
多通道图片构建模块20,用于根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
风切变区域输出模块30,用于将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。
需要说明的是,上述实施例提供的风切变区域识别装置在执行风切变区域识别方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的风切变区域识别装置与风切变区域识别方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请实施例中,风切变区域识别装置首先根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,然后根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,最后将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。由于本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度。
本发明还提供一种计算机可读介质,其上存储有程序指令,该程序指令被处理器执行时实现上述各个方法实施例提供的风切变区域识别方法。
本发明还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各个方法实施例的风切变区域识别方法。
请参见图9,为本申请实施例提供了一种终端的结构示意图。如图9所示,终端1000可以包括:至少一个处理器1001,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分,通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据,执行电子设备1000的各种功能和处理数据。可选的,处理器1001可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图9所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及风切变区域识别应用程序。
在图9所示的终端1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储的风切变区域识别应用程序,并具体执行以下操作:
根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。
在一个实施例中,处理器1001在根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合时,具体执行以下操作:
获取待识别地区在待预测时刻的气象原始数据;
将气象原始数据的风场数据插值为预设第一经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第一风场集;
将气象原始数据的风场数据插值为预设第二经纬度间距的网格数据,并根据网格数据中每个格点的风场数据属性生成第二风场集;
根据气象原始数据计算间隔为预设位势高度的等值线,得到目标等值线集合;其中,第一经纬度间距大于第二经纬度间距。
在一个实施例中,处理器1001在执行根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片时,具体执行以下操作:
将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图;
将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片。
在一个实施例中,处理器1001在执行将第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图时,具体执行以下操作:
构建与目标等值线集合中等值线分辨率相同的第一单通道平面图;
采用墨卡托投影法将目标等值线集合投影到第一单通道平面图上,得到第一投影图;
控制第一投影图中等值线的像素值为预设像素值,并控制第一投影图中除等值线之外的像素值为0,得到目标等值线图;
构建与第一风场集、第二风场集中风场分辨率相同的第二单通道平面图和第三单通道平面图;
采用墨卡托投影法将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中,得到第一风场图、第二风场图。
在一个实施例中,处理器1001在执行将第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中时,具体执行以下操作:
判断第一风场集、第二风场集中各风场数据属性的向量是否超过预设向量阈值,生成判断结果;
根据判断结果确定第一风场集、第二风场集中超过预设向量阈值的风场数据属性,并将超过预设向量阈值的风场数据属性设置为预设向量阈值,得到更新后的第一风场集、第二风场集;
将更新后的第一风场集、第二风场集分别投影到第二单通道平面图和第三单通道平面图中。
在一个实施例中,处理器1001在执行将第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片时,具体执行以下操作:
将目标等值线图确定为多通道图片的第一通道;
将第一风场图确定为多通道图片的第二通道;
将第二风场图确定为多通道图片的第三通道;
基于第一通道、第二通道以及第三通道生成目标多通道图片。
在一个实施例中,处理器1001在执行根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合之前时,具体执行以下操作:
获取待识别地区在历史时间段内的历史气象数据;
根据历史气象数据创建第一历史风场集、第二历史风场集以及历史等值线集合;
将第一历史风场集与历史等值线集合通过墨卡托投影到平面图上,得到历史天气图;
接收针对历史天气图的风切变标注指令,并基于风切变标注指令在历史天气图上标注出风切变区域,得到多个风切变区域框;
将第一历史风场集、第二历史风场集以及历史等值线集合融合为历史多通道图片;
创建风切变区域识别模型,并将多个风切变区域框和历史多通道图片输入风切变区域识别模型中进行模型训练,输出模型损失值;
当模型损失值到达预设阈值时,生成预先训练的风切变区域识别模型。
在本申请实施例中,风切变区域识别装置首先根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,然后根据第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,最后将目标多通道图片输入预先训练的风切变区域识别模型中,输出气象原始数据对应的目标风切变区域。由于本申请通过预先训练的风切变区域识别模型实现风切变区域的自动识别,提升了风切变区域识别效率,同时基于第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,可通过一张图片分别提供等值线信息、低分辨率和高分辨率的风场信息,使得输入模型的数据量更丰富,进而提升了风切变区域识别的准确度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,风切变区域识别的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,风切变区域识别的程序的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (8)
1.一种风切变区域识别方法,其特征在于,所述方法包括:
根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
根据所述第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;
其中,所述根据所述第一风场集、第二风场集以及目标等值线集合构建目标多通道图片,包括:
将所述第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图;
将所述第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片;其中,
所述将所述第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图,包括:
构建与所述目标等值线集合中等值线分辨率相同的第一单通道平面图;
采用墨卡托投影法将所述目标等值线集合投影到所述第一单通道平面图上,得到第一投影图;
控制所述第一投影图中等值线的像素值为预设像素值,并控制所述第一投影图中除等值线之外的像素值为0,得到目标等值线图;
构建与所述第一风场集、第二风场集中风场分辨率相同的第二单通道平面图和第三单通道平面图;
采用墨卡托投影法将所述第一风场集、第二风场集分别投影到所述第二单通道平面图和第三单通道平面图中,得到第一风场图、第二风场图;
将所述目标多通道图片输入预先训练的风切变区域识别模型中,输出所述气象原始数据对应的目标风切变区域。
2.根据权利要求1所述的方法,其特征在于,根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合,包括:
获取待识别地区在待预测时刻的气象原始数据;
将所述气象原始数据的风场数据插值为预设第一经纬度间距的网格数据,并根据所述网格数据中每个格点的风场数据属性生成第一风场集;
将所述气象原始数据的风场数据插值为预设第二经纬度间距的网格数据,并根据所述网格数据中每个格点的风场数据属性生成第二风场集;
根据所述气象原始数据计算间隔为预设位势高度的等值线,得到目标等值线集合;其中,所述第一经纬度间距大于所述第二经纬度间距。
3.根据权利要求1所述的方法,其特征在于,所述将所述第一风场集、第二风场集分别投影到所述第二单通道平面图和第三单通道平面图中,包括:
判断所述第一风场集、第二风场集中各风场数据属性的向量是否超过预设向量阈值,生成判断结果;
根据所述判断结果确定所述第一风场集、第二风场集中超过预设向量阈值的风场数据属性,并将超过预设向量阈值的风场数据属性设置为预设向量阈值,得到更新后的所述第一风场集、第二风场集;
将更新后的所述第一风场集、第二风场集分别投影到所述第二单通道平面图和第三单通道平面图中。
4.根据权利要求1所述的方法,其特征在于,所述将所述第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片,包括:
将所述目标等值线图确定为多通道图片的第一通道;
将所述第一风场图确定为多通道图片的第二通道;
将所述第二风场图确定为多通道图片的第三通道;
基于所述第一通道、第二通道以及第三通道生成目标多通道图片。
5.根据权利要求1所述的方法,其特征在于,所述根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合之前,还包括:
获取待识别地区在历史时间段内的历史气象数据;
根据所述历史气象数据创建第一历史风场集、第二历史风场集以及历史等值线集合;
将所述第一历史风场集与所述历史等值线集合通过墨卡托投影到平面图上,得到历史天气图;
接收针对所述历史天气图的风切变标注指令,并基于所述风切变标注指令在所述历史天气图上标注出风切变区域,得到多个风切变区域框;
将所述第一历史风场集、第二历史风场集以及历史等值线集合融合为历史多通道图片;
创建风切变区域识别模型,并将所述多个风切变区域框和所述历史多通道图片输入所述风切变区域识别模型中进行模型训练,输出模型损失值;
当所述模型损失值到达预设阈值时,生成预先训练的风切变区域识别模型。
6.一种风切变区域识别装置,其特征在于,所述装置包括:
数据创建模块,用于根据待识别地区在待预测时刻的气象原始数据创建第一风场集、第二风场集以及目标等值线集合;
多通道图片构建模块,用于根据所述第一风场集、第二风场集以及目标等值线集合构建目标多通道图片;其中,
所述多通道图片构建模块具体用于:
将所述第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图;
将所述第一风场图、第二风场图以及目标等值线图进行通道融合,得到目标多通道图片;其中,
所述将所述第一风场集、第二风场集以及目标等值线集合分别投影到与其分辨率相同的单通道平面图上,得到第一风场图、第二风场图以及目标等值线图,包括:
构建与所述目标等值线集合中等值线分辨率相同的第一单通道平面图;
采用墨卡托投影法将所述目标等值线集合投影到所述第一单通道平面图上,得到第一投影图;
控制所述第一投影图中等值线的像素值为预设像素值,并控制所述第一投影图中除等值线之外的像素值为0,得到目标等值线图;
构建与所述第一风场集、第二风场集中风场分辨率相同的第二单通道平面图和第三单通道平面图;
采用墨卡托投影法将所述第一风场集、第二风场集分别投影到所述第二单通道平面图和第三单通道平面图中,得到第一风场图、第二风场图;
风切变区域输出模块,用于将所述目标多通道图片输入预先训练的风切变区域识别模型中,输出所述气象原始数据对应的目标风切变区域。
7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1-5任意一项所述的方法。
8.一种终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211558202.9A CN115861811B (zh) | 2022-12-06 | 2022-12-06 | 一种风切变区域识别方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211558202.9A CN115861811B (zh) | 2022-12-06 | 2022-12-06 | 一种风切变区域识别方法、装置、存储介质及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115861811A CN115861811A (zh) | 2023-03-28 |
CN115861811B true CN115861811B (zh) | 2023-06-20 |
Family
ID=85670381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211558202.9A Active CN115861811B (zh) | 2022-12-06 | 2022-12-06 | 一种风切变区域识别方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115861811B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116759009B (zh) * | 2023-06-09 | 2024-02-02 | 中科三清科技有限公司 | 通过机器学习匹配天气型的臭氧预报方法、系统、介质 |
CN118262252B (zh) * | 2024-03-15 | 2024-08-23 | 中科三清科技有限公司 | 高低压中心识别方法、系统、介质及电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5565578B2 (ja) * | 2010-10-04 | 2014-08-06 | セイコーエプソン株式会社 | 気象変動予測情報提供システム及び気象変動予測情報提供方法 |
CN104951624B (zh) * | 2015-07-13 | 2017-10-17 | 中国人民解放军理工大学 | 一种计算机气象软件中基于风场数据的槽线自动绘制方法 |
CN105607063B (zh) * | 2016-01-05 | 2017-12-15 | 北京无线电测量研究所 | 一种机场低空风切变探测方法及系统 |
CN109583593B (zh) * | 2018-10-31 | 2020-11-13 | 安徽四创电子股份有限公司 | 一种基于自动气象站的低空风切变识别方法 |
CN111624607A (zh) * | 2020-06-12 | 2020-09-04 | 上海眼控科技股份有限公司 | 低空风切变区域的获取方法、装置、设备和存储介质 |
CN113486844B (zh) * | 2021-07-26 | 2022-04-15 | 中科三清科技有限公司 | 水平风切变位置判断方法、装置、电子设备及存储介质 |
CN113673181A (zh) * | 2021-08-13 | 2021-11-19 | 中国人民解放军国防科技大学 | 一种基于多源风场数据的机场区域风切变智能识别方法 |
CN114252938B (zh) * | 2021-12-14 | 2024-07-02 | 航天新气象科技有限公司 | 一种风切变警报方法及装置 |
CN114647985A (zh) * | 2022-04-06 | 2022-06-21 | 航天新气象科技有限公司 | 锋面过境预测模型的训练方法及锋面过境的预测方法 |
-
2022
- 2022-12-06 CN CN202211558202.9A patent/CN115861811B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115861811A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115861811B (zh) | 一种风切变区域识别方法、装置、存储介质及终端 | |
WO2017186137A1 (zh) | 无人飞行器控制方法及装置 | |
CN116071651B (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
CN114863418B (zh) | 一种均压场识别方法、装置、存储介质及终端 | |
CN114025219B (zh) | 增强现实特效的渲染方法、装置、介质及设备 | |
CN114565056A (zh) | 一种基于机器学习的冷锋前识别方法、装置、存储介质及终端 | |
CN115731560B (zh) | 一种基于深度学习的槽线识别方法、装置、存储介质及终端 | |
CN116681959B (zh) | 基于机器学习的锋线识别方法、装置、存储介质及终端 | |
CN112580558A (zh) | 红外图像目标检测模型构建方法、检测方法、装置及系统 | |
CN113516666A (zh) | 图像裁剪方法、装置、计算机设备及存储介质 | |
CN108074279B (zh) | 气象数据三维展示方法、装置和设备 | |
CN115937690B (zh) | 一种槽线生成方法、装置、存储介质及终端 | |
CN115861816A (zh) | 一种立体低涡识别方法、装置、存储介质及终端 | |
CN114663397A (zh) | 可行驶区域的检测方法、装置、设备及存储介质 | |
CN114565057B (zh) | 一种基于机器学习的均压场识别方法、装置、存储介质及终端 | |
CN116091586B (zh) | 一种槽线识别方法、装置、存储介质及终端 | |
CN115859628B (zh) | 一种基于贝塞尔曲线的风切变点识别方法、装置、存储介质及终端 | |
CN107478235A (zh) | 网络环境下基于模板的动态地图获取系统 | |
CN115065867B (zh) | 基于无人机视频金字塔模型的动态处理方法及装置 | |
CN116385651A (zh) | 图像处理方法、神经网络模型的训练方法、装置和设备 | |
CN112785083B (zh) | 到达时间的预估方法、装置、电子设备以及存储介质 | |
CN115830380B (zh) | 一种基于人工智能的风切变线识别方法、装置、存储介质及终端 | |
CN113239994A (zh) | 基于YOLOv4-tiny算法的电网缺陷检测方法、装置、存储介质及电子设备 | |
CN118214844B (zh) | 空中显示屏的图像显示方法、装置、设备及存储介质 | |
CN116051805B (zh) | 一种副热带高压的影响区识别方法、装置、存储介质及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230328 Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd. Assignor: 3CLEAR TECHNOLOGY Co.,Ltd. Contract record no.: X2023980042173 Denomination of invention: A method, device, storage medium, and terminal for identifying wind shear zones Granted publication date: 20230620 License type: Common License Record date: 20230920 |