申请/专利权人：宜宾学院

申请日：2023-09-10

公开（公告）日：2024-06-21

公开（公告）号：CN118230114A

主分类号：G06V10/82

分类号：G06V10/82;G01S7/41;G01S13/95;G01W1/10;G01W1/14;G06V10/62;G06V10/44;G06V10/30;G06T3/40;G06T5/00;G06T7/246;G06T7/73;G06N3/0464;G06N3/0455;G06N3/0475;G06N3/094

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：现有的卫星雷达图像拥有高分辨率特性，然而，直接使用GAN和DDPM来预测未来的雷达图像序列计算开销很大，在现有的GPU上利用雷达图像进行降雨量的预测是一项极具挑战性的任务。因此，为了解决这个问题，本发明引入了一项创新方法。首先，它通过对雷达图像进行分辨率下采样，生成了低分辨率的雷达图像。接着，将这些低分辨率雷达图像输入DDPM模型进行训练和预测。与现有的编码器‑解码器方法不同，本发明在扩散训练过程中保留了低分辨率雷达图像的空间和时间信息。通过对预测的低分辨率雷达图像序列进行超分辨率重构，我们获得了所需的高分辨率雷达图像序列，从而能够更准确地预测降雨量。由于模型训练在低分辨率空间进行，提出的方法能够一次性处理更多雷达图像帧，从而考虑到更多帧之间的相关性。这项技术不仅能更精确地预测降雨量在空间上的分布情况，还能对更长时间段内的降雨情况进行预测。

主权项：1.一种基于去噪扩散概率模型在本发明中去噪扩散概率模型简称为DDPM的短临降雨量预测方法，具体实施步骤如下：步骤1数据准备，获取卫星雷达回波历史高分辨图像帧；首先将高分辨观察雷达图像帧T1、T2、T3、T4，和高分辨目标雷达图像帧T5、T6、…、T24组成样本对；T1、T2、…、T24雷达图像帧组成了数据库的样本对；如果雷达图像帧是每5分钟间隔采样一次，则24帧表示的是120分钟内的降雨量情况和位置信息；步骤2设计DDPM中使用的UNet网络，“预测DDPM”和“超分辨DDPM”中需要用到UNet深度神经网络模型；本发明采用的UNet中包含的主要组件有：FlashAttention-2、2D卷积、2×2最大池下采样、2×2上采样、拷贝块、跳跃连接和Dropout；在UNet网络的中间核心层上首先用2D卷积计算，然后用FlashAttention-2计算；2D卷积计算的目的是拓展更多的特征通道，而FlashAttention-2计算是为了可靠快速的提取图像特征，并且能够更好的分析图像帧的长时序关系；步骤3训练“预测DDPM”，训练“预测DDPM”是在低分辩雷达图像帧数据库的样本对上进行；首先需要将高分辨的雷达图像帧样本对进行下采样，得到低分辩的雷达图像帧样本对；将低分辩的雷达图像帧样本对，包括4帧低分辨观察雷达图像帧t1、t2、t3、t4和20帧低分辨目标雷达图像帧t5、t6、…、t23、t24，同时送入“预测DDPM”进行训练；训练中低分辩的4帧低分辨观察雷达图像帧是“预测DDPM”的条件输入，而20帧低分辨目标雷达图像帧是“预测DDPM”的预测的目标；学习中用的损失是20帧低分辨目标雷达图像帧t5、t6、…、t23、t24与预测的20帧低分辨目标雷达图像帧p1、p2、…、p20的差值之和，当两者的差值小到一定值时停止训练；步骤4训练“超分DDPM”，首先将T1、T2、…、TN帧高分辨图像下采样得到低分辩雷达图像以及“预测DDPM”预测对应的低分辩图像，得到t1、t2、…、tN帧低分辩雷达图像；将t1、t2、…、tN帧做为“超分辨DDPM”，其重构的高分辨雷达图像帧为S1、S2、…、SN；将重构的雷达图像帧S1、S2、…、SN与原雷达图像帧T1、T2、…、TN帧做损失进行反馈学习，从而训练出“超分辨DDPM”；步骤5实现预测，首先将获取的最新的4帧高分辨观察雷达图像帧T1、T2、T3、T4下采样得到低分辩的4帧雷达图像t1、t2、t3、t4；然后将这低分辩4帧雷达图像送入“预测DDPM”得到20帧预测的低分辨目标雷达图像帧p1、p2、…、p20；最后将预测的p1、p2、…、p20共20帧低分辩雷达图像帧送入到“超分辨DDPM”得到20帧高分辨雷达图像帧S1、S2、…、S20；S1、S2、…、S20便是预测将来100分钟内的降雨量信息。

全文数据：

权利要求：

百度查询： 宜宾学院 一种基于去噪扩散概率模型的短临降雨量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD