[发明专利]一种气象图像处理方法、装置、设备及存储介质

权利要求书

1.一种气象图像处理方法，其特征在于，包括：

获取待处理低分辨率气象图像；

将所述待处理低分辨率气象图像输入目标神经网络模型，得到高分辨率气象图像，其中，所述目标神经网络模型通过目标气象图像样本集迭代训练随机森林回归模型得到，所述目标气象图像样本集包括：高分辨率气象图像训练样本和低分辨率气象图像训练样本，所述低分辨率气象图像训练样本对应的降水数据为从所述高分辨率气象图像训练样本对应的降水数据中选取的与所述待处理低分辨率气象图像站点分布一致的降水数据。

2.根据权利要求1所述的方法，其特征在于，通过目标气象图像样本集迭代训练随机森林回归模型包括：

建立随机森林回归模型；

将所述目标气象图像样本集中的所述低分辨率气象图像训练样本输入所述随机森林回归模型得到预测图像；

根据所述预测图像和所述低分辨率气象图像训练样本对应的高分辨率气象图像训练样本形成的目标函数训练所述随机森林回归模型的参数；

返回执行将所述目标气象图像样本集中的所述低分辨率气象图像训练样本输入所述随机森林回归模型得到预测图像的操作，直至得到所述目标神经网络模型。

3.根据权利要求1所述的方法，其特征在于，获取待处理低分辨率气象图像包括：

获取第一预设时间范围内的第一站点集合对应的数据；

通过插值方式将所述第一站点集合对应的数据转换为第一格点数据；

根据所述第一格点数据生成待处理低分辨率气象图像。

4.根据权利要求3所述的方法，其特征在于，将所述待处理低分辨率气象图像输入目标神经网络模型，得到高分辨率气象图像之前，还包括：

获取第二预设时间范围内的第二站点集合对应的数据，其中，所述第一预设时间范围位于所述第二预设时间范围之前，所述第二站点集合真包含所述第一站点集合；

通过插值方式将所述第二站点集合对应的数据转换为第二格点数据；

根据所述第二格点数据生成高分辨率气象图像样本；

获取所述第二预设时间范围内的第一站点集合对应的数据；

通过插值方式将所述第一站点集合对应的数据转换为第三格点数据；

根据所述第三格点数据生成低分辨率气象图像样本；

根据所述高分辨率气象图像样本和所述低分辨率气象图像样本生成目标气象图像样本集。

5.根据权利要求4所述的方法，其特征在于，还包括：

根据所述高分辨率气象图像样本和所述低分辨率气象图像样本生成测试样本集，所述测试样本集和所述目标气象图像样本集中的图像不同。

6.根据权利要求1至5任意一项所述的方法，其特征在于，将所述待处理低分辨率气象图像输入目标神经网络模型，得到高分辨率气象图像包括：

获取测试样本集，其中，所述测试样本集包括高分辨率气象图像测试样本和低分辨率气象图像测试样本；

将所述测试样本集中的低分辨率气象图像测试样本输入所述目标神经网络模型，得到预测图像；

根据所述预测图像和所述低分辨率气象图像测试样本对应的高分辨率气象图像测试样本生成评价指标；

若所述评价指标满足预设条件，则将所述待处理低分辨率气象图像输入所述目标神经网络模型，得到高分辨率气象图像。

7.根据权利要求6所述的方法，其特征在于，所述评价指标包括：召回率和/或精确率。

8.一种气象图像处理装置，其特征在于，包括：

获取模块，用于获取待处理低分辨率气象图像；

训练模块，用于将所述待处理低分辨率气象图像输入目标神经网络模型，得到高分辨率气象图像，其中，所述目标神经网络模型通过目标气象图像样本集迭代训练随机森林回归模型得到，所述目标气象图像样本集包括：高分辨率气象图像训练样本和低分辨率气象图像训练样本，所述低分辨率气象图像训练样本对应的降水数据为从所述高分辨率气象图像训练样本对应的降水数据中选取的与所述待处理低分辨率气象图像站点分布一致的降水数据。