[发明专利]基于生成对抗网络和数值模式产品的仿真卫星云图生成方法

说明书

本发明提供了一种基于生成对抗网络和数值模式产品的仿真卫星云图生成方法，包括：收集并整理得到同一时次、同一区域的卫星云图数据和数值模式分析场产品，构建训练数据集；根据所述训练数据集，构建基于深度生成对抗网络的仿真卫星云图生成模型并对模型进行训练；根据仿真卫星云图生成模型，以数值模式预报场产品作为模型输入，重构对应预报时次的仿真卫星云图并作为结果输出。通过本发明实现了由数值模式产品生成仿真卫星云图的目的。

技术领域

本发明属于气象技术领域，涉及一种仿真卫星云图生成方法，尤其涉及一种基于生成对抗网络(GAN)和数值模式产品的仿真卫星云图生成方法。

背景技术

随着卫星遥感技术的快速发展，卫星云图在天气分析和预报中的作用日益增大，利用卫星云图可以分析不同尺度云系结构及其活动规律，而且云图数据直观性强，易于理解，是气象预报员分析天气现象的重要资料。然而，由于卫星云图是一种实时监测数据，实际业务过程中只能获取过去时次的卫星云图，而获取未来数小时或数十小时的卫星云图对于预报员判明未来天气演变具有重要的指导意义。数值天气预报模式是能够定量表述未来天气变化的一种主要技术手段，通过在数值天气预报模式产品基础上通过深度学习的方法生成仿真卫星云图，可获取未来数小时至数十小时的卫星云图仿真产品，对于气象预报员直观的掌握未来天气形势发展有很大的帮助，具有重要的实际使用价值。

在现有技术方法中，可以通过辐射传输模式(RTTOV模式或CRTM模式等)计算辐射亮温，从而生成红外通道的仿真卫星云图，这种方法存在一定的不足和缺陷，具体表现为：(一)、无法仿真卫星云图的可见光通道。由于基于辐射传输模式的仿真方法只能计算辐射亮温，因而仅能模拟云图的红外通道数据，无法计算可见光通道的反照率数据，因此无法仿真卫星云图的可见光通道；(二)、起始预报时次仿真效果不佳。基于辐射传输模式的方法需要经历一个启动过程后才能获取稳定的输出，在实际使用中一般模式起始预报时刻6时次后的产品才基本可用；(三)、辐射传输模式需要的基础输入数据的类别和相应高度层较多，且需要多个相关时次的边界层数据，对输入数据条件有较高的要求；(四)、辐射传输模式的计算过程需要大量的计算资源，在基层气象台站的实际业务工作中一般难以满足计算资源条件要求。

发明内容

为了克服现有基于辐射传输模式的仿真卫星云图生成技术的不足，本发明人进行了锐意研究，提供了一种基于生成对抗网络和数值模式产品的仿真卫星云图生成方法，旨在通过数值模式产品生成仿真卫星云图产品，从而完成本发明。

本发明的目的在于提供以下技术方案：

一种基于生成对抗网络和数值模式产品的仿真卫星云图生成方法，该方法包括如下步骤：

步骤1，收集并整理得到同一时次、同一区域的卫星云图数据和数值模式分析场产品，构建训练数据集；

步骤2，根据所述训练数据集，构建基于深度生成对抗网络的仿真卫星云图生成模型并对模型进行训练；

步骤3，根据仿真卫星云图生成模型，以数值模式预报场产品作为模型输入，重构对应预报时次的仿真卫星云图并作为结果输出。

根据本发明提供的一种基于生成对抗网络和数值模式产品的仿真卫星云图生成方法，带来了以下有益技术效果：

(1)常规的辐射传输模式仅计算辐射亮温，一般不计算可见光通道的反照率数据，因而仅能模拟云图的红外通道，而本发明方法可以仿真合成云图的可见光通道产品；

(2)基于辐射传输模式的方法需要经历一个启动过程后才能获取稳定的输出，在实际中通常使用模式起报时刻3～6时次后的产品，而本发明方法无此限制；

(3)辐射传输模式需要的基础输入数据的类别和相应高度层较多，对输入数据条件有较高的要求，而本发明方法对输入数据的要求较低；