[发明专利]一种基于神经网络的降水数据的估算方法和装置

权利要求书

1.一种基于神经网络的降水数据的估算方法，其特征在于，包括：

获取雷达扫描区域中每一估算点的经度和纬度，并获取每一估算点在估算时刻的雷达反射率因子，其中，每一估算点为对所述雷达扫描区域进行网格化后的一个网格点；

将每一估算点的经度、纬度和在所述估算时刻的雷达反射率因子分别作为每一估算点在所述估算时刻的第一三维向量，每一估算点的经度、纬度和雷达反射率因子分别为每一估算点对应的第一三维向量中的三个分量；

将每一估算点在所述估算时刻的第一三维向量输入至已训练的神经网络，输出每一估算点对应的第二三维向量，其中，每一第二三维向量中的三个分量分别为每一第二三维向量对应的估算点的经度、纬度和在所述估算时刻的降水数据；

所述获取每一估算点在估算时刻的雷达反射率因子，包括：

获取每一雷达扫描点在估算时刻的雷达反射率因子；

根据每一雷达扫描点在估算时刻的雷达反射率因子，并基于插值法获取每一估算点在估算时刻的雷达反射率因子；

所述将每一估算点的经度、纬度和在所述估算时刻的雷达反射率因子分别作为每一估算点在所述估算时刻的第一三维向量，包括：

对于任一估算点，将所述任一估算点的经度作为所述任一估算点对应的第一三维向量的第一个分量，将所述任一估算点的纬度作为所述任一估算点对应的第一三维向量的第二个分量，将所述任一估算点在所述估算时刻的雷达反射率因子作为所述任一估算点对应的第一三维向量的第三个分量。

2.根据权利要求1所述的方法，其特征在于，所述神经网络的训练步骤包括：

选取多个历史时刻，获取每一估算点在每一历史时刻的第一三维向量，获取每一估算点在每一历史时刻的第二三维向量；

对于任一估算点和任一历史时刻，将所述任一估算点在所述任一历史时刻的第一三维向量和所述任一估算点在所述任一历史时刻的第二三维向量组成的一组向量对作为一个训练样本；

将所有训练样本输入到所述神经网络，对所述神经网络进行训练。

3.根据权利要求2所述的方法，其特征在于，所述获取每一估算点在每一历史时刻的第一三维向量，包括：

获取每一估算点在每一历史时刻的雷达反射率因子；

将所述任一估算点的经度、纬度和在所述任一历史时刻的雷达反射率因子分别作为每所述任一估算点在所述任一历史时刻的第一三维向量，以此获取每一估算点在每一历史时刻的第一三维向量。

4.根据权利要求2所述的方法，其特征在于，所述获取每一估算点在每一历史时刻的第二三维向量，包括：

获取每一估算点在每一历史时刻的降水数据，每一历史时刻的降水数据由雨量计分别在每一历史时刻测量获得；

将每一估算点的经度、纬度和降水数据分别作为一个第二三维向量的三个分量，以获取每一估算点在每一历史时刻的第二三维向量。

5.根据权利要求4所述的方法，其特征在于，所述将每一估算点的经度、纬度和降水数据分别作为一个第二三维向量的三个分量，包括：

将所述任一估算点的经度作为所述任一估算点对应的第二三维向量的第一个分量，将所述任一估算点的纬度作为所述任一估算点对应的第二三维向量的第二个分量，将所述任一估算点的降水数据作为所述任一估算点对应的第二三维向量的第三个分量。

6.一种基于神经网络的降水数据的估算装置，其特征在于，包括：

至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令以执行如权利要求1至5任一所述的方法。

7.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至5任一所述的方法。