[发明专利]并行气象要素降尺度方法、装置、电子设备及存储介质

说明书

本申请提供一种并行气象要素降尺度方法、装置、电子设备及存储介质。方法包括：获取原始气象要素数据，原始气象要素数据包括目标气象要素的目标图像数据和辅助气象要素的辅助图像数据；通过降尺度模型中的融合网络模块对原始气象要素数据进行特征提取获得特征数据；利用降尺度模型中的多个超分辨率网络模块对特征数据进行处理获得每个超分辨率网络模块对应的高分辨率数据；通过降尺度模型中的集成网络模块将多个高分辨率数据进行融合，获得目标图像数据对应的目标降尺度数据。本申请实施例通过降尺度模型对原始气象要素数据进行特征提取、分辨率转换、数据融合等操作，以获得目标降尺度数据，能够降低降尺度的计算难度，从而提高了降尺度的效率。

技术领域

本申请涉及气象数据处理领域，具体而言，涉及一种并行气象要素降尺度方法、装置、电子设备及存储介质。

背景技术

随着社会的发展，人们生活质量的提高，越来越多的人、越来越多的领域需要时间分辨率高的降水预报，以及其他气象要素的精确预报，包括温度、空气湿度、大气压强、风速、风向、空气可见度等气象要素。现有的气象数据传感器收集到的气象数据密度达不到1km级别，使用一种高效的多要素气象数据超分辨率模型，可以在不增加测量传感器的前提下得到较为准确的高分辨率气象数据。

直观地来看，降水、空气湿度、温度、大气压强、风向风速、可见度等这些气象要素之间存在着一些较为复杂的关联和影响，比如降水多的区域空气湿度较大，可见度相对也会较低。除此之外，地形对气象要素也有着一定的影响，比如地势较高的地方，测得的大气压强较低，山脉对风向有影响等。

目前国内外针对气象数据降尺度的传统方法有双线性插值方法和动力降尺度法、统计降尺度法和统计与动力相结合的降尺度法。传统简单的双线性插值方法，很多局地高分辨率信息(地形、地物)资料信息没有利用好，传统的动力降尺度比较耗时；动力降尺度法具有计算量大，受全球气候模式提供的边界条件影响大，动力模式对气候模拟的系统误差比较大等缺点，统计降尺度法则需要足够的观测资料建立统计模式，且不能用于大尺度气候要素与区域气候要素相关性差的地区，由上可知，传统技术和方法较为耗时。

发明内容

本申请实施例的目的在于提供一种并行气象要素降尺度方法、装置、电子设备及存储介质，用以解决现有的降尺度方法耗时的问题。

第一方面，本申请实施例提供一种并行气象要素降尺度方法，包括：

获取原始气象要素数据，所述原始气象要素数据包括目标气象要素的目标图像数据和辅助气象要素的辅助图像数据；通过降尺度模型中的融合网络模块对所述原始气象要素数据进行特征提取，获得特征数据；利用所述降尺度模型中的多个超分辨率网络模块分别对所述特征数据进行处理，获得每个超分辨率网络模块对应的高分辨率数据；通过所述降尺度模型中的集成网络模块将多个高分辨率数据进行融合，获得所述目标图像数据对应的目标降尺度数据。

本申请实施例通过降尺度模型对原始气象要素数据进行特征提取、分辨率转换、数据融合等操作，以获得目标降尺度数据，能够降低降尺度的计算难度，从而提高了降尺度的效率。

可选地，所述利用所述降尺度模型中的多个超分辨率网络模块分别对所述特征数据进行处理，获得每个超分辨率网络模块对应的高分辨率数据，包括：

利用子像素卷积操作对所述特征数据进行上采样，获得初始高分辨率数据；

通过所述降尺度模型中的多个超分辨率网络模块分别对所述初始高分辨率数据进行上采样，获得每个超分辨率网络模块对应的高分辨率数据。

本申请实施例通过子像素卷积操作获得高分辨率数据，其所需时间代价小，且获得的高分辨率数据较为准确。

可选地，所述通过所述降尺度模型中的集成网络模块将多个高分辨率数据进行融合，获得所述目标图像数据对应的目标降尺度数据，包括：

通过所述集成网络模块将多个高分辨率数据进行融合，获得融合后图像数据；