[发明专利]降水量的预测方法、装置、设备和存储介质

权利要求书

1.一种降水量的预测方法，其特征在于，所述方法包括：

获取预设数量的雷达回波图；

将所述预设数量的雷达回波图输入预先训练好的降水预测网络模型，以得到预设数量的处理后的雷达回波图；

根据预设数量的处理后的雷达回波图进行降水量预测；

其中，所述降水预测网络模型由非局部模块组成，所述非局部模块的输入与输出的维度相同。

2.根据权利要求1所述的方法，其特征在于，将所述预设数量的雷达回波图输入预先训练好的降水预测网络模型，以得到预设数量的处理后的雷达回波图，包括：

将所述预设数量的雷达回波图一次性输入预先训练好的所述降水预测网络模型，以得到预设数量的处理后的雷达回波图。

3.根据权利要求2所述的方法，其特征在于，所述降水预测网络模型包括输入模块和网络模块，所述网络模块包括设定层数的非局部模块，所述将所述预设数量的雷达回波图一次性输入预先训练好的所述降水预测网络模型，以得到预设数量的处理后的雷达回波图，包括：

经由所述输入模块，一次性获取预设数量的雷达回波图；

经由所述设定层数的非局部模块，对预设数量的雷达回波图进行全局特征提取，得到预设数量的处理后的雷达回波图。

4.根据权利要求3所述的方法，其特征在于，所述非局部模块包括第一卷积层、第二卷积层、第三卷积层、归一化层、第四卷积层和残差层，所述经由所述设定层数的非局部模块用于对预设数量的雷达回波图进行全局特征提取，得到预设数量的处理后的雷达回波图，包括：

经由所述第一卷积层基于1×1×1卷积，对输入数据以及第一参数进行卷积操作，以得到第一卷积数据，其中，所述输入数据为预设数量的雷达回波图或上一层非局部模块的输出数据；

经由所述第二卷积层基于1×1×1卷积，对输入数据以及第二参数进行卷积操作，以得到第二卷积数据；

经由所述第三卷积层基于1×1×1卷积，对输入数据以及第三参数进行卷积操作，以得到第三卷积数据；

经由所述归一化层基于softmax函数对所述第一卷积数据和第二卷积数据进行处理，以得到归一化数据；并将所述归一化数据与所述第三卷积数据进行矩阵相乘，以得到特征数据；

经由所述第四卷积层基于1×1×1卷积，对所述特征数据以及第四参数进行卷积操作，以得到重组数据；

经由所述残差层将所述重组数据与所述输入数据相加，以得到所述非局部模块的输出数据，其中，最后一层所述非局部模块的输出数据为所述预设数量的处理后的雷达回波图。

5.根据权利要求3所述的方法，其特征在于，所述设定层数为3层。

6.根据权利要求1所述的方法，其特征在于，所述降水预测网络模型的训练过程为：

获取历史时间采集的历史雷达回波图；

将所述历史雷达回波图划分为训练集和验证集，其中，所述训练集和验证集的数据对应的时间相差预设时间；

对所述降水预测网络模型进行初始化；

基于所述训练集的历史雷达回波图对所述降水预测网络模型进行训练，并基于验证集中相应的历史雷达回波图以及损失函数计算网络误差；

经所述网络误差进行反向传播，以更新所述降水预测网络模型的参数；

当所述网络误差满足预设条件时，输出训练好的降水预测网络模型。

7.根据权利要求6所述的方法，其特征在于，所述根据预设数量的处理后的雷达回波图进行降水量预测，包括：

根据预设数量的处理后的雷达回波图的各个区域的基本反射率，确定各个区域未来预设时间段内的降水量。

8.一种降水量的预测装置，其特征在于，包括：

回波图获取模块，用于获取预设数量的雷达回波图；

图像处理模块，用于将所述预设数量的雷达回波图输入预先训练好的降水预测网络模型，以得到预设数量的处理后的雷达回波图；

降水量预测模块，用于根据预设数量的处理后的雷达回波图进行降水量预测；

其中，所述降水预测网络模型由非局部模块组成，所述非局部模块的输入与输出的维度相同。