[发明专利]云分类方法及设备

说明书

本发明的目的是提供一种云分类方法及设备，通过卫星图像和神经网络的结合，同时输入地形、晨昏线数据和标签数据的重要信息，综合考虑到地形数据、晨昏线数据、标签数据对云状的影响，共同训练出一个可在夜晚和白天通用的，且能考虑到不同地形影响的卫星图像反演云状模型，能够更高效和准确的完成全天候的云状产品输出。

技术领域

本发明涉及计算机领域，尤其涉及一种云分类方法及设备。

背景技术

气象观测是气象工作的基础，地面气象观测是气象观测的重要组成部分。而天空中云的观测是地面观测的重要部分之一，云的准确无误的观测对飞机航行、人工影响天气(人工影响天气是指为避免或者减轻气象灾害，合理利用气候资源，在适当条件下通过科技手段对局部大气的物理过程进行人工影响，实现增雨(雪)、防雹、消雨、消雾、防霜等目的的活动)和天气预报都有重要意义。

天空中云的观测，包括云状、云量和云高的观测。云量是指云遮蔽天空视野的成数，云高是指云底距离观测站的垂直高度。如果有条件可通过云幕球、激光测云仪等进行实测云高，否则可通过目测和经验公式等估测云高。然而唯有云状的观测为最不易掌握。因为云的演变是千变万化的，几分钟前的某种云状，几分钟后就有可能发展变化为另一种云状。并且云状的变化受到当时天气条件等多方面的影响，如天空中风速的大小、天空中对流、乱流、水汽含量、逆温层、局地环流变化及大范围天气系统变化等诸多因素的影响，使得天空中云状的变化难以捕捉和确认。如何准确无误的取准天空中的每一种云状，这就需要观测员的综合判断能力。

然而，一方面人为的判断容易受主观影响，另一方面，人力有穷尽时，器材也有不方便安装的时候，比如海上和无人区等。这个时候想要获取局地的准确云状就是一个极大的问题。所以，国际上目前比较通用的方法是通过气象卫星云图反演云状产品，通过1982年建立的国际卫星云气候计划(ISCCP)制定的标准，通过阈值法确定遥感图像上的云状。然而这种方法也存在几点不足：

1.该方法需要可见光的辅助，基本只在有可见光通道即白天的时候才能较为准确的输出结果。

2.由于阈值的选取一般较为固定，不能很好的考虑到不同地形的影响，从而对于高原或者盆地等容易产生较大偏差。

发明内容

本发明的一个目的是提供一种云分类方法及设备。

根据本发明的一个方面，提供了一种云分类方法，该方法包括：

获取各组初始数据，每组初始数据包括：样本卫星图像数据及其对应的地形数据、晨昏线数据和标签数据；

对每组初始数据进行预处理，以得到预处理后的各组训练数据；

将预处理后的各组训练数据输入模型进行训练，以得到训练完成的模型；

将一组待检测数据输入到训练完成的模型中，以得到待检测数据对应的云状类别，其中，每组待检测数据包括：待检测的卫星图像数据及其对应的地形数据和晨昏线数据。

进一步的，上述方法中，每组初始数据中的样本卫星图像数据采用卫星云图中的监测下层云雾、监测中层水汽、监测地表温度及监测云的图像和海面水温的四个通道的数据；每组待检测数据中的待检测的卫星图像数据采用卫星云图中的监测下层云雾、监测中层水汽、监测地表温度及监测云的图像和海面水温的四个通道的数据；

每组初始数据中的样本卫星图像数据对应的地形数据包括：对应的水陆数据和海拔高度数据，其中，所述水陆数据包括陆地或水面数据；每组待检测数据中的待检测的卫星图像数据对应的地形数据包括：对应的水陆数据和海拔高度数据，其中，所述水陆数据包括陆地或水面数据；

每组初始数据中的样本卫星图像数据对应的晨昏线数据包括：对应的以晨昏线为分界线生成的白天和黑夜数据；每组待检测数据中的待检测的卫星图像数据对应的晨昏线数据包括：对应的以晨昏线为分界线生成的白天和黑夜数据；