[发明专利]天气预测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种天气预测方法、装置、计算机设备和存储介质。所述方法包括：获取第一待检测图像，以及与第一待检测图像对应的气象数据；识别第一待检测图像，得到云层检测结果；当云层检测结果为积雨云时，对第一待检测图像进行特征提取，得到初始特征矩阵；根据初始特征矩阵和气象数据生成目标特征矩阵；根据目标特征矩阵，得到是否降雨的预测结果。采用本方法一方面，基于深度学习理论进行检测是否降雨，触发设备自动执行天气预测，可以减少人力成本和时间成本；另一方面，通过结合云层检测结果为积雨云的图像以及对应的气象数据，使得到的是否降雨的预测结果具有较高的准确度。

技术领域

本申请涉及天气预测技术领域，特别是涉及一种天气预测方法、装置、计算机设备和存储介质。

背景技术

雨水能造成能见度下降，不仅会影响人们的生活，还会干扰到交通出行(城市交通、高速公路、机场航班起降、水陆航运等)和身体健康。因此，准确的预测降雨以及降雨强度成为生活中必不可少的事。

在传统技术中，气象部门可以根据气象卫星、气象雷达等气象观测设备观测到的气象数据进行综合分析，预测未来在某一时间内的天气现象。用户可以通过查看天气预报获知未来的天气现象。但是，相关技术中，由于气象观测设备通常距离地面较远，分辨能力有限，难以观测到局部地区的气象变换情况。因此，采用传统技术中的天气预测方法存在不够准确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确预测局部地区是否降雨的天气预测方法、装置、计算机设备和存储介质。

第一方面，本申请实施例提供一种天气预测方法，所述方法包括：

获取第一待检测图像，以及与第一待检测图像对应的气象数据；

识别第一待检测图像，得到云层检测结果；

当云层检测结果为积雨云时，对第一待检测图像进行特征提取，得到初始特征矩阵；

根据初始特征矩阵和气象数据生成目标特征矩阵；

根据目标特征矩阵，得到是否降雨的预测结果。

在其中一个实施例中，根据目标特征矩阵，得到是否降雨的预测结果，包括：

获取历史特征矩阵，历史特征矩阵具体根据云层检测结果为积雨云的历史图像和对应的历史气象数据生成，历史图像为在识别得到云层检测结果为积雨云之前的预设时间段内获取的图像；

识别历史特征矩阵和目标特征矩阵，得到是否降雨的预测结果。

在其中一个实施例中，根据初始特征矩阵和气象数据生成目标特征矩阵，包括：

对气象数据中的各个气象要素数据进行归一化处理；

将初始特征矩阵以及归一化处理后的气象数据进行拼接处理，得到目标特征矩阵。

在其中一个实施例中，气象要素数据包括风速、风向、温度和湿度中的至少一个；对气象数据中的各个气象要素数据进行归一化处理，包括：

对已获取的风速、风向、温度和湿度数据中的至少一个进行归一化处理。

在其中一个实施例中，云层检测结果还包括正在降雨；所述方法还包括：

当云层检测结果为正在降雨时，根据第一待检测图像，得到能见度；

根据能见度，从预先配置的能见度和降雨强度的对应关系中，查询得到对应的降雨强度。

在其中一个实施例中，云层检测结果还包括正在降雨；所述方法还包括：

当云层检测结果为正在降雨时，获取第二待检测图像，第二待检测图像是在观测点拍摄标志物得到的图像，第二待检测图像与第一待检测图像在同一场景中拍摄得到；