【技术实现步骤摘要】
本专利技术属于毫米波测云仪晴空回波识别，特别涉及一种基于深度学习的毫米波测云仪晴空回波识别方法及系统。
技术介绍
1、毫米波测云仪在气象领域的应用是多方面的，它以其独特的技术优势在天气预报、气候研究以及灾害性天气监测中扮演着重要角色。不仅提高了气象观测的精度，还为气候研究、环境监测和航空安全提供了强有力的技术支持。随着技术的进步和应用的深入，毫米波测云仪将在气象领域发挥越来越重要的作用，主要包括：
2、云层结构和特性的观测：毫米波测云仪通过发射毫米波信号并接收其回波来获取云层信息。这种雷达系统能够提供高分辨率的云层结构信息，包括云滴和云颗粒的尺寸、分布和速度等参数。由于毫米波的波长较短，毫米波测云雷达能够提供比传统雷达更精细的观测结果，这对于理解云层的微观和宏观特性至关重要；提高天气预报精度：毫米波测云仪能够连续监测云的垂直剖面变化，这对于弥补遥感手段的不足和提高天气预报的准确性具有重要意义。它能够探测直径远小于雷达波长的粒子，从而能够描述云内部的物理结构；极端天气事件的监测：毫米波测云仪能够探测和预报极端性气象灾害的发生，如强雷暴等灾害性天气。它对于还未形成降水的云也能进行有效探测，尤其是当云体内的云滴粒子比较小、含水量较少时，这一点对于厘米波雷达来说较为困难；云物理和人工影响天气研究：毫米波测云仪为云物理效应研究、人工影响天气、数值模拟等研究提供了重要的基础性数据。它能够穿透云层，描述云内部的物理结构，这对于科学研究和实际应用都具有重要价值；环境和气候研究：云层对辐射能量传输和平衡过程有重要影响，是研究气候的一个
3、但受地物反射、超折射现象、信号衰减、多普勒效应、鸟类、昆虫以及信号干扰等的影响，毫米波测云仪观测数据中往往可能包含很多晴空回波数据，有时候会严重干扰对正常气象回波的识别，有必要进行剔除，以确保气象观测结果的准确性和可靠性。
技术实现思路
1、基于此，本专利技术实施例当中提供了一种基于深度学习的毫米波测云仪晴空回波识别方法及系统，旨在为毫米波云雷达数据用户提供更准确的观测数据。
2、本专利技术实施例的第一方面提供了一种基于深度学习的毫米波测云仪晴空回波识别方法，所述方法包括：
3、获取毫米波测云仪历史观测数据，并将所述毫米波测云仪历史观测数据转换为预设维数的numpy数组格式，其中，所述毫米波测云仪历史观测数据按照时间列先后顺序和高度行从低到高进行截取，对每一个时间列的观测时间进行标注，另外，numpy数组中包含各毫米波测云仪不同时间，不同高度下的速度、回波反射率因子以及线性退极化比；
4、将numpy数组中的数据进行数据清洗处理，并将清洗后的数据进行可视化，同时，对可视化后的回波反射率因子要素图像绘制标签，其中，可视化图像的横坐标为时间，纵坐标为高度，标签包括无回波标签、气象回波标签以及晴空回波标签；
5、在保证维数大小不变的情况下，将numpy数组中的数据进行归一化处理，得到目标numpy数组；
6、根据所述目标numpy数组中的数据以及标签，对u-net模型进行训练，得到目标模型，其中，在对u-net模型进行训练的过程中，将气象回波保留率和晴空回波识别率作为评估函数；
7、获取毫米波测云仪观测数据，转换为预设维数的numpy数组格式，并进行数据清洗处理后，输入所述目标模型中，输出质控后反射率回波；
8、将质控后反射率回波中的晴空回波标签替换为无回波标签，并对时间列中的标注进行分解，以还原毫米波测云仪每一分钟垂直观测的质控结果。
9、进一步的，所述将numpy数组中的数据进行数据清洗处理的步骤中，将所有存在观测数据的时间按先后顺序进行存储，并对每一个时间进行标注；没有观测数据的时间全部以第一默认缺失值进行补齐，并拼接在对应的数据后；当采集高度低于预设高度时，则将采集高度与预设高度之间的数据以第二默认缺失值进行补齐；当采集高度高于预设高度时，则仅保留预设高度内的数据。
10、进一步的，所述u-net模型包括编码部分和解码部分，所述编码部分包括卷积层和池化层，所述解码部分包括拼接层、卷积层和子像素卷积层，所述子像素卷积层的缩减比例设为2。
11、进一步的，所述对可视化后的回波反射率因子要素图像绘制标签的步骤包括：
12、根据存在晴空回波的高度，确定待进行标签绘制的具有规则形状的基础区域；
13、获取属于气象回波的像素值范围，根据所述像素值范围，确定可视化后的回波反射率因子要素图像中的第一像素点，并将相邻的所述第一像素点组合，形成第一区域；
14、获取相邻的所述第一区域之间的第一间隔距离，判断所述第一间隔距离是否小于预设距离；
15、若判断所述第一间隔距离小于预设距离，则将相邻的所述第一区域组合，形成第二区域；
16、根据所述第一区域和所述第二区域的边界，修改所述基础区域，得到目标区域；
17、在所述目标区域的基础上，标记所述无回波标签、所述气象回波标签以及所述晴空回波标签。
18、进一步的，所述根据所述第一区域和所述第二区域的边界，修改所述基础区域，得到目标区域的步骤包括：
19、分别确定所述第一区域、所述第二区域以及所述基础区域的边界，并根据所述第一区域、所述第二区域以及所述基础区域的边界，计算边界之间区域的第二间隔距离；
20、判断所述第二间隔距离是否大于阈值；
21、若判断所述第二间隔距离大于阈值，则根据预设间隔距离，将所述第二间隔距离进行划分，得到若干划分区域；
22、获取各所述划分区域中，具有回波反射率数据的像素点，并确定距离所述基础区域的边界最近的第一目标像素点；
23、根据所述第一目标像素点，确定所述第一目标像素点中的第二目标像素点；
24、将所述第二目标像素点连接，在所述第二目标像素点的连接线、所述第一区域、所述第二区域以及所述基础区域的边界形成的区域中生成目标线，所述目标线围合成的区域为所述目标区域。
25、进一步的，所述根据所述第一目标像素点，确定所述第一目标像素点中的所述第二目标像素点的步骤包括：
26、步骤一、在各所述划分区域中，选择最左侧或最右侧的所述第一目标像素点作为端点；
27、步骤二、根据所述端点，生成射线；
28、步骤三、以竖直方向为所述射线的起始位置，所述端点为中心点，控制所述射线顺时针或逆时针旋转，确定所述射线首次经过的第一目标像素点；
29、步骤四、判断所述射线首次经过的第一目标像素点是否为最左侧或最右侧的所述第一目标像素点；
30、步骤五本文档来自技高网...
【技术保护点】
1.一种基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述将Numpy数组中的数据进行数据清洗处理的步骤中，将所有存在观测数据的时间按先后顺序进行存储，并对每一个时间进行标注；没有观测数据的时间全部以第一默认缺失值进行补齐，并拼接在对应的数据后；当采集高度低于预设高度时，则将采集高度与预设高度之间的数据以第二默认缺失值进行补齐；当采集高度高于预设高度时，则仅保留预设高度内的数据。
3.根据权利要求2所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述U-NET模型包括编码部分和解码部分，所述编码部分包括卷积层和池化层，所述解码部分包括拼接层、卷积层和子像素卷积层，所述子像素卷积层的缩减比例设为2。
4.根据权利要求3所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述对可视化后的回波反射率因子要素图像绘制标签的步骤包括：
5.根据权利要求4所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，
6.根据权利要求5所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述根据所述第一目标像素点，确定所述第一目标像素点中的所述第二目标像素点的步骤包括：
7.根据权利要求6所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述将所述第二目标像素点连接，在所述第二目标像素点的连接线、所述第一区域、所述第二区域以及所述基础区域的边界形成的区域中生成目标线，所述目标线围合成的区域为所述目标区域的步骤包括：
8.一种基于深度学习的毫米波测云仪晴空回波识别系统，其特征在于，用于实现如权利要求1-7任意一项所述的基于深度学习的毫米波测云仪晴空回波识别方法，所述系统包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任意一项所述的基于深度学习的毫米波测云仪晴空回波识别方法。
10.一种电子设备，其特征在于，包括存储器、处理器以及存储在存储器上并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权利要求1-7任意一项所述的基于深度学习的毫米波测云仪晴空回波识别方法。
...【技术特征摘要】
1.一种基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述将numpy数组中的数据进行数据清洗处理的步骤中，将所有存在观测数据的时间按先后顺序进行存储，并对每一个时间进行标注；没有观测数据的时间全部以第一默认缺失值进行补齐，并拼接在对应的数据后；当采集高度低于预设高度时，则将采集高度与预设高度之间的数据以第二默认缺失值进行补齐；当采集高度高于预设高度时，则仅保留预设高度内的数据。
3.根据权利要求2所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述u-net模型包括编码部分和解码部分，所述编码部分包括卷积层和池化层，所述解码部分包括拼接层、卷积层和子像素卷积层，所述子像素卷积层的缩减比例设为2。
4.根据权利要求3所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述对可视化后的回波反射率因子要素图像绘制标签的步骤包括：
5.根据权利要求4所述的基于深度学习的毫米波测云仪晴空回波识别方法，其特征在于，所述根据所述第一区域和所述第二区域的边界，修改所述基...
【专利技术属性】
技术研发人员：肖安，李显风，刘献耀，薛谌彬，徐全倩，刘雅楠，袁文强，钟育青，
申请(专利权)人：江西省气象台江西省环境气象预报中心，
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。