【技术实现步骤摘要】
本专利技术涉及天气现象观测，尤其涉及一种天气现象的智能观测方法、装置、设备及存储介质。
技术介绍
1、在气象观测领域，传统的气象观测主要依赖于单一的物理传感器(如雨量计、风速仪、雷达等)以及人工观测。虽然这些方法可以提供较为准确的天气数据，但存在着信息片面、实时性不足和精度受限等问题。近年来，随着图像处理技术、机器学习和深度学习等人工智能技术的发展，多源数据融合的智能气象观测技术逐渐兴起，通过对图像、音频及多种传感器数据进行综合处理，能够实时、全面、准确地监测和预报天气现象。
2、然而，现有的气象监测系统仍面临着以下问题：数据来源单一，大多数系统仅依赖气象雷达或单一传感器，难以获得全面的气象信息；融合精度低，在融合多个观测数据时，系统缺乏有效的融合算法，导致观测结果不准确；实时性不足，传统系统的数据处理效率低，难以实时响应天气变化，影响天气预测的及时性。
3、综上所述，现有技术中存在的问题亟需得到解决。
技术实现思路
1、本专利技术提供一种天气现象的智能观测方法、装置、设备及存储介质，用以解决现有技术中的缺陷，实现天气现象的自动观测。
2、本专利技术提供一种天气现象的智能观测方法，包括：
3、通过若干个图像采集设备获取待观测图像，并通过天气雷达获取回波强度数据；
4、将所述待观测图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据，所述云况观测数据包括云高数据和云类别数据；
5、通过雨量传感器获取实时降
6、将所述待观测图像和所述实时降水数据输入至降水识别模型中，得到降水观测数据；
7、通过若干个录音采集设备获取待检测音频；
8、将所述待观测图像和所述待检测音频输入至雷电识别模型中，得到雷电观测数据；
9、将所述云况观测数据、所述降水观测数据和所述雷电观测数据整合，得到天气观测结果。
10、根据本专利技术提供的一种天气现象的智能观测方法，在所述将所述待观测图像和所述待检测音频输入至雷电识别模型中，得到雷电观测数据这一步骤之后，所述方法还包括：
11、获取包含有固定目标物的待检测图像；
12、根据所述待检测图像的清晰程度，得到能见度数据。
13、根据本专利技术提供的一种天气现象的智能观测方法，所述图像采集设备为全彩鱼眼摄像头，所述全彩鱼眼摄像头设置在云台上，所述通过若干个图像采集设备获取待观测图像这一步骤，具体包括：
14、每间隔预设时间，控制所述云台按照预设采集线路，并控制所述全彩鱼眼摄像头在预设方位进行拍摄采集，得到所述待观测图像。
15、根据本专利技术提供的一种天气现象的智能观测方法，所述雨量传感器包括压电式雨量传感器、雨滴谱仪和光学雨量传感器。
16、根据本专利技术提供的一种天气现象的智能观测方法，所述待观测图像包括卫星云图和云况图像，所述将所述待观测图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据这一步骤，具体为：
17、将所述卫星云图、所述云状图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据；
18、所述卫星云图用于云类别和云高的判断，所述云状图像用于云高的判断。
19、根据本专利技术提供的一种天气现象的智能观测方法，所述待观测图像包括降水图像，所述将所述待观测图像和所述实时降水数据输入至降水识别模型中，得到降水观测数据这一步骤，具体为：
20、将所述降水图像和所述实时降水数据输入至降水识别模型中，得到降水观测数据；
21、所述降水观测数据包括降水强度和降水类型。
22、根据本专利技术提供的一种天气现象的智能观测方法，所述将所述云况观测数据、所述降水观测数据和所述雷电观测数据整合，得到天气观测结果这一步骤，具体包括：
23、对所述云况观测数据、所述降水观测数据和所述雷电观测数据进行权重分配；
24、对所述云况观测数据、所述降水观测数据和所述雷电观测数据进行加权融合，得到天气观测结果。
25、本专利技术还提供一种天气现象的智能观测装置，包括：
26、第一数据获取模块，用于通过若干个图像采集设备获取待观测图像，并通过天气雷达获取回波强度数据；
27、云况识别模块，用于将所述待观测图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据，所述云况观测数据包括云高数据和云类别数据；
28、第二数据获取模块，用于通过雨量传感器获取实时降水数据；
29、降水识别模块，用于将所述待观测图像和所述实时降水数据输入至降水识别模型中，得到降水观测数据；
30、第三数据获取模块，用于通过若干个录音采集设备获取待检测音频；
31、雷电识别模块，用于将所述待观测图像和所述待检测音频输入至雷电识别模型中，得到雷电观测数据；
32、数据整合模块，用于将所述云况观测数据、所述降水观测数据和所述雷电观测数据整合，得到天气观测结果。
33、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述天气现象的智能观测方法。
34、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述天气现象的智能观测方法。
35、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述天气现象的智能观测方法。
36、本专利技术提供的天气现象的智能观测方法、装置、设备及存储介质，通过云况识别模型、降水识别模型、雷电识别模型等机器学习模型，对采集到的多源数据进行智能识别和分析，自动生成云高、云类别、降水强度、降水类型、雷电活动等关键气象要素，减少了人工干预，提升了观测的精度和自动化水平。并且，引入多种传感设备，如图像采集设备、天气雷达、雨量传感器、录音设备等，获取多维度的天气信息，涵盖了云况、降水、雷电等多种天气现象，克服了传统气象观测手段数据来源单一的问题，增强了观测的全面性和可靠性。
本文档来自技高网...【技术保护点】
1.一种天气现象的智能观测方法，其特征在于，包括：
2.根据权利要求1所述的天气现象的智能观测方法，其特征在于，在所述将所述待观测图像和所述待检测音频输入至雷电识别模型中，得到雷电观测数据这一步骤之后，所述方法还包括：
3.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述图像采集设备为全彩鱼眼摄像头，所述全彩鱼眼摄像头设置在云台上，所述通过若干个图像采集设备获取待观测图像这一步骤，具体包括：
4.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述雨量传感器包括压电式雨量传感器、雨滴谱仪和光学雨量传感器。
5.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述待观测图像包括卫星云图和云况图像，所述将所述待观测图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据这一步骤，具体为：
6.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述待观测图像包括降水图像，所述将所述待观测图像和所述实时降水数据输入至降水识别模型中，得到降水观测数据这一步骤，具体为：
7.根据权利
8.一种天气现象的智能观测装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述天气现象的智能观测方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述天气现象的智能观测方法。
...【技术特征摘要】
1.一种天气现象的智能观测方法，其特征在于，包括：
2.根据权利要求1所述的天气现象的智能观测方法，其特征在于，在所述将所述待观测图像和所述待检测音频输入至雷电识别模型中，得到雷电观测数据这一步骤之后，所述方法还包括：
3.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述图像采集设备为全彩鱼眼摄像头，所述全彩鱼眼摄像头设置在云台上，所述通过若干个图像采集设备获取待观测图像这一步骤，具体包括：
4.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述雨量传感器包括压电式雨量传感器、雨滴谱仪和光学雨量传感器。
5.根据权利要求1所述的天气现象的智能观测方法，其特征在于，所述待观测图像包括卫星云图和云况图像，所述将所述待观测图像和所述回波强度数据输入至云况识别模型中，得到云况观测数据这一步骤，具体为：
【专利技术属性】
技术研发人员：林光，林培东，孙向阳，莫亚楠，谢千里，陈星宇，朱伟伟，梁文艺，吴锐恒，张李梓，谢来阳，
申请(专利权)人：广州中南民航空管技术装备工程有限公司，
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。