降水量预测方法、装置、电子设备及存储介质与流程

1.本发明涉及天气预报领域，尤其涉及降水量预测技术领域。


背景技术：

2.随着社会的不断发展，企业或者个人对天气预报也有着越来越高的要求，特别是天气预报中相关地区的降水量预测，很多时候直接关系到正常的生产和生活，精准的降水预测可以让企业或个人提前做好准备，以便最大程度的减少灾害天气带来的损失。
3.而一般的降水预测是通过气象站点的气象雷达数据来进行计算，比如使用雷达回波外推来计算得出降水预报值。但现有的这种方式很多时候适用于特定的局部地区，不能满足跨地区的快速降水预测。


技术实现要素：

4.本发明提供了一种降水量预测方法、装置、电子设备及存储介质。
5.根据本发明的第一方面，提供了降水量预测方法，包括：在飞行器飞行过程中，获取所述飞行器所处的目标位置；获取所述目标位置属于的第一预设区域，其中，在所述飞行器的飞行范围内，被预先划分为多个预设区域；获取所述第一预设区域在第一时间段内对应的第一雷达回波图，并基于所述第一雷达回波图预测所述第一预设区域在第二时间段内的第一雷达回波预测图，所述第一雷达回波预测图用于表征所述第一预设区域在所述第二时间段内雷达回波强度；基于所述第一雷达回波预测图、目标降水模型和所述目标降水模型在所述第一预设区域对应的第一目标模型参数，获取所述第一预设区域在所述第二时间段内的降水强度，所述目标降水模型用于表征雷达回波强度与降水强度之间的对应关系，不同预设区域对应有不同的模型参数。
6.可选地，所述基于所述第一雷达回波图预测所述第一预设区域在第二时间段内的第一雷达回波预测图，包括：将所述第一预设区域在第一时间段内对应的雷达回波图输入到训练后的预设模型中，输出所述第一预设区域在第二时间段内的第一雷达回波预测图；其中，按照时间序列对第三时间段内的历史雷达回波图像序列进行划分，获得多个训练样本图像序列，并按照时间序列通过所述多个训练样本图像依次对预设模型进行训练，在训练过程中，计算第i个训练样本图像的输出结果与第i+1个训练样本图像的结构相似度，在所述结构相似度变化量维持小于阈值的状态超过n次迭代时，停止训练，得到所述训练后的预设模型；所述第三时间段在时间上早于所述第二时间段。其中，n为正整数。
7.可选地，所述目标降水模型为z-r关系模型，所述多个预设区域分别设置有气象站点，所述基于所述第一雷达回波预测图、目标降水模型和所述目标降水模型在所述第一预设区域对应的第一目标模型参数，获取所述第一预设区域在所述第二时间段内的降水强
度，包括：判断是否获取到所述第一预设区域对应的第一目标模型参数；如果没有获取到所述第一预设区域对应的第一目标模型参数，向所述第一预设区域中的第一目标气象站点发送第一参数获取请求，并获取所述第一目标气象站点响应于所述第一参数获取请求发送的第一目标模型参数；基于所述z-r关系模型、第一时间段内对应的雷达回波图及所述第一目标模型参数，确定所述第一预设区域在所述第二时间段内的降水强度。
8.可选地，所述方法还包括：在接收到所述第一目标气象站点发送的第一目标模型参数时，确定所述第一目标模型参数的更新时长；如果所述第一目标模型参数的更新时长大于预设时长，向所述第一目标气象站点发送更新确认请求，以使所述第一目标气象站点响应于所述更新确认请求，确认是否需要重新发送更新后的第一目标模型参数，所述更新后的第一目标模型参数的更新日期晚于所述第一目标模型参数。
9.可选地，所述方法还包括：获取所述飞行器的飞行路线；基于所述飞行路线和所述目标位置，确定所述飞行器距离第二预设区域的距离，所述第二预设区域与所述第一预设区域相邻且所述第二预设区域位于所述飞行器的前进方向上；判断所述飞行器距离第二预设区域的距离是否小于预设距离；在所述飞行器距离第二预设区域的距离小于预设距离时，向所述第二预设区域中的第二目标气象站点发送第二参数获取请求，并获取所述第二目标气象站点响应于所述第二参数获取请求发送的第二目标模型参数。
10.可选地，所述方法还包括：获取所述第二预设区域第二雷达回波预测图，所述第二雷达回波预测图用于表征所述第二预设区域在所述第二时间段内雷达回波强度；根据所述第二目标模型参数、所述目标降水模型和所述第二目标模型参数，获得所述第二预设区域在所述第二时间段内的降水强度；基于所述第二预设区域在所述第二时间段内的降水强度重新确定所述飞行器的飞行路线。
11.根据本发明的第二方面，提供了一种降水量预测装置，包括：位置获取模块，用于在飞行器飞行过程中，获取所述飞行器所处的目标位置；区域确定模块，用于获取所述目标位置属于的第一预设区域，其中，在所述飞行器的飞行范围内，被预先划分为多个预设区域；第一雷达回波预测图获取模块，用于获取所述第一预设区域在第一时间段内对应的第一雷达回波图，并基于所述第一雷达回波图预测所述第一预设区域在第二时间段内的第一雷达回波预测图，所述第一雷达回波预测图用于表征所述第一预设区域在所述第二时间段内雷达回波强度；第一降水强度预测模块，用于基于所述第一雷达回波预测图、目标降水模型和所
述目标降水模型在所述第一预设区域对应的第一目标模型参数，获取所述第一预设区域在所述第二时间段内的降水强度，所述目标降水模型用于表征雷达回波强度与降水强度之间的对应关系，不同预设区域对应有不同的模型参数。
12.可选地，所述第一雷达回波预测图获取模块，包括：训练子模块，用于将所述第一预设区域在第一时间段内对应的雷达回波图输入到训练后的预设模型中，输出所述第一预设区域在第二时间段内的第一雷达回波预测图；其中，按照时间序列对第三时间段内的历史雷达回波图像序列进行划分，获得多个训练样本图像序列，并按照时间序列通过所述多个训练样本图像依次对预设模型进行训练，在训练过程中，计算第i个训练样本图像的输出结果与第i+1个训练样本图像的结构相似度，在所述结构相似度变化量维持小于阈值的状态超过n次迭代时，得到所述训练后的预设模型；所述第三时间段在时间上早于所述第二时间段；其中，n为正整数。
13.可选地，所述目标降水模型为z-r关系模型，所述多个预设区域分别设置有气象站点，所述第一降水强度预测模块，包括：参数获取判断子模块，用于判断是否获取到所述第一预设区域对应的第一目标模型参数；第一参数请求发送子模块，用于在没有获取到所述第一预设区域对应的第一目标模型参数时，向所述第一预设区域中的第一目标气象站点发送第一参数获取请求，并获取所述第一目标气象站点响应于所述第一参数获取请求发送的第一目标模型参数；第一降水强度预测子模块，用于基于所述z-r关系模型、第一时间段内对应的雷达回波图及所述第一目标模型参数，确定所述第一预设区域在所述第二时间段内的降水强度。
14.可选地，所述装置还包括：更新时长获取模块，用于在接收到所述第一目标气象站点发送的第一目标模型参数时，确定所述第一目标模型参数的更新时长；更新确认请求发送模块，用于在所述第一目标模型参数的更新时长大于预设时长时，向所述第一目标气象站点发送更新确认请求，以使所述第一目标气象站点响应于所述更新确认请求，确认是否需要重新发送更新后的第一目标模型参数，所述更新后的第一目标模型参数的更新日期晚于所述第一目标模型参数。
15.可选地，所述装置还包括：飞行路线获取模块，用于获取所述飞行器的飞行路线；距离确定模块， 用于基于所述飞行路线和所述目标位置，确定所述飞行器距离第二预设区域的距离，所述第二预设区域与所述第一预设区域相邻且所述第二预设区域位于所述飞行器的前进方向上；距离判断模块，用于判断所述飞行器距离第二预设区域的距离是否小于预设距离；第二参数获取请求发送模块，用于在所述飞行器距离第二预设区域的距离小于预设距离时，向所述第二预设区域中的第二目标气象站点发送第二参数获取请求，并获取所述第二目标气象站点响应于所述第二参数获取请求发送的第二目标模型参数。
16.可选地，所述装置还包括：
第二雷达回波预测图获取模块，用于获取所述第二预设区域第二雷达回波预测图，所述第二雷达回波预测图用于表征所述第二预设区域在所述第二时间段内雷达回波强度；第二降水强度预测模块，用于根据所述第二目标模型参数、所述目标降水模型和所述第二目标模型参数，获得所述第二预设区域在所述第二时间段内的降水强度；飞行路线确认模块，用于基于所述第二预设区域在所述第二时间段内的降水强度重新确定所述飞行器的飞行路线。
17.根据本发明的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
18.根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本发明的第一方面的方法。
19.应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
20.本发明实施例提供的降水量预测方法、装置、电子设备及存储介质，可以在飞行器飞行过程中，获取该飞行器的目标位置，通过获取该目标位置所属的第一预设区域在第一时间段内对应的第一雷达回波图，并基于目标降水模型和第一预设区域对应的第一目标模型参数，来获得第一预设区域在第二时间段内的降水强度。由于本发明实施例在飞行器飞行过程中，通过对飞行器的飞行区域进行预先划分为多个预设区域，不同预设区域对应有不同的模型参数，这样通过获取飞行器所在预设区域的模型参数、目标降水模型及对应的雷达回波预测图，可以快速实现跨区域的降水强度预测。
附图说明
21.结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本发明的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1示出了本发明实施例中降水量预测的方法的流程示意图；图2示出了本发明实施例中根据泰森多边形法则划定的预设区域示意图；图3示出了本发明实施例中建立的雷达反射率图片的存储索引示意图；图4示出了本发明又一实施例中降水量预测的方法流程示意图；图5示出了本发明又一实施例中降水量预测的方法流程示意图；图6示出了本发明又一实施例中降水量预测的方法流程示意图；图7示出了根据本发明的实施例的降水量预测装置的框图；图8示出了本发明实施例的电子设备的框图。
具体实施方式
22.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员
在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。
23.另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
24.在进行气象预报过程中，针对降水量预报的场景，可以利用雷达回波图像进行短期临时外推。但是，通过外推得到的雷达回波强度并不能直接反映降水的分布，其中的转换关系会受到季节性和地区性的影响，即会受到时间因素和空间因素的影响，会有较大范围的波动，特别是在跨区域的快速降水预测中。
25.例如，在使用无人机进行油气管线日常巡检的过程，巡航速度可达100公里每小时，单次巡检里程可达200公里以上。此过程中，无人机将会飞越多个地理区域，这些区域的地形、气候条件各不相同，这样在对无人机经过的各个地方进行降水预报的过程中，由于基于雷达回波进行预报的方式一般针对特定的区域设定恒定的系数，无法灵活应对快速跨区域的降水量预报。
26.由此，本发明实施例提出一种根据时空间索引建立雷达回波强度历史数据和降水量历史数据之间的关系，并动态维护相关参数更新的数据管理系统。在进行降水预报时，可快速实现跨区域的降水量预测。
27.因此，为了实现跨区域的快速降水预测，如图1所示，本发明实施例首先提供了一种降水量预测方法，该方法可以包括以下步骤：在步骤s110中，在飞行器飞行过程中，获取飞行器所处的目标位置。
28.在本发明提供的实施例中，飞行器可以是无人机或者有人驾驶的飞机等。例如，该飞行器可以是工业级无人机飞行控制，应用的场景可以是无人机进行油气管线日常巡检的过程中。由于无人机的巡航速度通常可达100公里每小时，单次巡检里程可达200公里以上，所以无人机在巡航的过程中可能会跨域多个区域。
29.在步骤s120中，获取目标位置属于的第一预设区域，其中，在飞行器的飞行范围内，被预先划分为多个预设区域。
30.实施例中，仍旧以无人机巡航为例进行说明，无人机的飞行控制中，可以将该无人机的飞行区域进行划分，划分为多个预设区域，无人机在飞行过程中，可以跨域多个预设区域。
31.在对无人机的飞行范围内进行区域划分时，可以检测该飞行范围内的气象站点的情况，根据气象站点在该飞行范围内的分布，通过泰森多边形法将其划分为多个预设区域，每个预设区域可以包括一个气象站点，如图2所示，为本发明实施例中根据泰森多边形法则划定的多个预设区域，首先选取一个大小合适滑动窗口，对于窗口内的站点根据泰森多边形法则划分为若干不重不漏的多边形小区域。并根据划分好的区域，建立由时空间信息索引的数据库以供后续调用模型参数。
32.需要说明的是，由于无人机的巡航速度可达100公里每小时，速度很快，在很短的时间内可能会从一个预设区域进入到另外一个预设区域。因此，上述步骤s110中，以无人机为代表的飞行器在飞行过程中，在需要获取无人机所处的目标位置，并且需要确定该目标位置所处的预设区域的降水强度的过程中，无人机很可能已经飞行到当前位置对应的预设区域的边缘，或者已经进入到了另外一个预设区域。
33.例如，无人机当前的位置处于一预设区域的边缘，很可能马上要进入另外一个预设区域，这时预测后一个预设区域的降水强度可能更有意义，因此，实施例中可以是在获取到飞行器当前位置所对应的目标预设区域，计算该当前位置距离该目标预设区域边缘的距离，如果该距离大于预设距离，可以将当前位置所处的目标预设区域作为第一预设区域，即这是该目标位置可以为当前位置；否则，如果该距离不大于预设距离，那么将飞行器即将飞入的区域作为第一预设区域，即该目标位置可以看做是属于下一个预设区域。其中，该当前位置距离该目标预设区域边缘，是指在飞行器飞行方向上目标预设区域指向的边缘。
34.在步骤s130中，获取第一预设区域在第一时间段内对应的第一雷达回波图，并基于第一雷达回波图预测第一预设区域在第二时间段内的第一雷达回波预测图。其中，该第一雷达回波预测图用于表征第一预设区域在第二时间段内雷达回波强度。
35.实施例中，可以首先获取第一预设区域在第一时间段内对应的第一雷达回波图，该第一雷达回波图可以从该第一预设区域中的气象站点获取。具体可以通过训练后的预设模型进行预测，例如，通过包含多个雷达回波图样本对预设模型进行训练，将第一预设区域内的第一时间段内对应的第一雷达回波图输入到训练后的预设模型中，可以预测第一预设区域在第二时间段内的第二雷达回波预测图，该预设模型可以是convlstm等。
36.在步骤s140中，基于第一雷达回波预测图、目标降水模型和目标降水模型在第一预设区域对应的第一目标模型参数，获取第一预设区域在第二时间段内的降水强度。其中，目标降水模型用于表征雷达回波强度与降水强度之间的对应关系，不同预设区域对应有不同的模型参数。
37.实施例中，由于目标降水模型用于表征雷达回波强度与降水强度之间的对应关系，因此可以通过该目标降水模型和该目标降水模型对应的目标参数，来获得与第一雷达回波预测图相对应的降水强度，该降水强度即为降水强度。
38.本发明实施例提供的降水量预测方法，可以在飞行器飞行过程中，获取该飞行器的目标位置，通过获取该目标位置所属的第一预设区域在第一时间段内对应的第一雷达回波图，并基于目标降水模型和第一预设区域对应的第一目标模型参数，来获得第一预设区域在第二时间段内的降水强度。由于本发明实施例在飞行器飞行过程中，通过对飞行器的飞行区域进行预先划分为多个预设区域，不同预设区域对应有不同的模型参数，这样通过获取飞行器所在预设区域的模型参数、降水模型及雷达回波预测图，可以快速实现跨区域的降水强度预测。
39.需要说明的是，本发明实施例中的降水强度，是指降水过程中某一时间段降下水量的多少，因此对某区域降水强度的预测，相当于是对该区域降水量的预测，实施例中可以通过降水强度的大小来表征降水量的多少。
40.基于上述实施例，在本发明提供的又一实施例中，上述步骤s130中，在基于第一雷达回波图预测第一预设区域在第二时间段内的第一雷达回波预测图时，其具体可以通过如下方式进行预测：将第一预设区域在第一时间段内对应的雷达回波图输入到训练后的预设模型中，输出第一预设区域在第二时间段内的第一雷达回波预测图。
41.其中，按照时间序列对第三时间段内的历史雷达回波图像序列进行划分，获得多个训练样本图像序列，并按照时间序列通过多个训练样本图像依次对预设模型进行训练，
在训练过程中，计算第i个训练样本图像的输出结果与第i+1个训练样本图像的结构相似度，在所述结构相似度变化量维持小于阈值的状态超过n次迭代时，停止训练，得到训练后的预设模型；第三时间段在时间上早于第二时间段。实施例中i为正整数。其中，n为正整数，实施例中可以根据数据规模可预设n=10,30,100
…
。
42.例如，使用雷达图像的历史数据开展深度学习外推模型的预训练，以使用convlstm模型为例，将当前的雷达回波数据以灰度图像的形式存在，并根据yyyymmdd/hh/mm这种格式的时间序列构成索引，如图3所示为建立的雷达反射率图片的存储索引。
43.依据时序遍历存储目录，跳过缺失数据的部分，将可以构成连续2小时的时间片段构成新的列表。便可以得到根据连续时间片段重组生成的数据集。使用前一小时内的连续图像序列作为输入，后一小时内的连续图像序列作为输出对convlstm网络进行训练。在每次迭代过程中计算模型预测结果图像序列和真实结果图像序列的结构相似度（ssim），当迭代至结构相似度收敛不再变化时，得到了训练后的convlstm模型，将前1小时范围内的连续多张图像数据读取为矩阵并进行归一化后，便可将其打包输入预先训练完毕的深度学习模型进行外推得到之后1小时的连续多张雷达回波预测图像。然后再将预测出的这些图像进行标准化还原到强度为[0,70]区间，即可得到对雷达回波强度数值预测的分布图像序列。这样可以将第一雷达回波图通过训练后的convlstm模型来预测第一预设区域在第二时间段内的第一雷达回波预测图。
[0044]
基于上述实施例，在本发明提供的又一实施例中，该目标降水模型可以为z-r关系模型，实施例中多个预设区域可以分别设置有气象站点，步骤s140具体还可以包括如下步骤：在步骤s141中，判断是否获取到第一预设区域对应的第一目标模型参数。
[0045]
实施例中，第一目标模型参数即为第一预设区域中的z-r模型的a，b参数，由于不同z-r模型参数受到地域和时间上的影响会有变化，因此需要获取第一预设区域最新的模型参数，那么第一目标模型参数可以看作是更新后的最新参数，如果没有获取到，就需要向第一预设区域中的气象站点获取最新的模型参数，否则会影响降水预测的准确度。
[0046]
如果没有获取到第一预设区域对应的第一目标模型参数，在步骤s142中，向第一预设区域中的第一目标气象站点发送第一参数获取请求，并获取第一目标气象站点响应于第一参数获取请求发送的第一目标模型参数。
[0047]
在步骤s143中，基于z-r关系模型、第一时间段内对应的雷达回波图及第一目标模型参数，确定第一预设区域在第二时间段内的降水强度。
[0048]
实施例中，可以结合图2，对于每个站点根据历史的雷达数据和降水数据，可构建回归模型拟合出逐月变化的z-r关系a、b系数存储到数据库中。且每经过一段周期，也可对数据库进行动态的更新维护，以适应环境变化、站点搬迁等因素产生的影响。
[0049]
之后，对于每个站点根据历史数据中的雷达回波强度z和降水量r两个变量，可构建回归模型。由于数据量不大且变量数少，实施例中可以使用简单线性回归模型，拟合出逐月变化的关系中a、b系数的取值，根据对应站点索引存储到数据库中。且每经过一段周期（如半年），也可对数据库进行动态的迭代更新，以适应环境变化、站点搬迁等因素产生的影响。将该滑动窗口在全国范围内滑动扫描，即可得到全国范围各站点所辖区域对应的a、b初始参数配置，对于图中每一个格点检索其对应所属的站点区域，从而得到对应的
a、b系数。实施例中，每个气象站点可以对应有编号，例如，第一预设区域对比的编号、a、b参数分别为，station no.=59758,a=103.87961172，b= 1.18605944。
[0050]
再根据z-r关系公式（1）来确定降水强度：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，其中z是雷达反射因子，与雨滴谱直径的六次方成正比，单位是mm6/m3（毫米6次方每立方米）。dbz为雷达回波图中显示的对数化雷达回波强度，dbz可用来估算降雨和降雪强度及预测诸如冰雹、大风等灾害性天气出现的可能性。它的值越大降雨、降雪可能性越大，强度也越强，当它的值大于或等于40dbz时，出现雷雨天气的可能性较大，当它的值在45dbz或以上时，出现暴雨、冰雹、大风等强对流天气的可能性较大。而将dbz反算为z后，再经过由系数a、b决定的指数关系转化，便可以得到降水量r，单位为mm/h (毫米每小时)。
[0051]
从雷达强度dbz矩阵反解出降水量r矩阵得到降水量预报数值，还可以根据分级阈值绘制为降水量显示图层，并将降水图层依照边界坐标附在地形底图上，即可进行可视化降水短临预报。
[0052]
为了保证获取到的第一目标模型参数为最新的参数，基于上述实施例，在本发明提供的又一实施例中，如图4所示，该方法还可以包括以下步骤：在步骤s150中，在接收到第一目标气象站点发送的第一目标模型参数时，确定第一目标模型参数的更新时长。
[0053]
在步骤s160中，如果第一目标模型参数的更新时长大于预设时长，向第一目标气象站点发送更新确认请求，以使第一目标气象站点响应于更新确认请求，确认是否需要重新发送更新后的第一目标模型参数，更新后的第一目标模型参数的更新日期晚于第一目标模型参数。
[0054]
由于第一目标模型参数，例如z-r模型中的a、b，通常会受到环境变化、站点搬迁等因素产生的影响，因此，可以通过参数的更新时长来确认是否是最新的参数，以便更准确的对预设区域的降水强度预报。
[0055]
基于上述实施例，在本发明提供的又一实施例中，如图5所示，该方法还可以包括以下步骤：在步骤s510中，获取飞行器的飞行路线。
[0056]
例如无人机等，一般可以有预先设定的飞行路线，该飞行路线上会通过多个预先划定的预设区域。
[0057]
在步骤s520中，基于飞行路线和目标位置，确定飞行器距离第二预设区域的距离。
[0058]
其中，第二预设区域与第一预设区域相邻且第二预设区域位于飞行器的前进方向上。
[0059]
在步骤s530中，判断飞行器距离第二预设区域的距离是否小于预设距离。
[0060]
实施例中，可以根据飞行器的当前位置，计算当前距离飞行方向上距离前方第二预设区域的距离。
[0061]
在飞行器距离第二预设区域的距离小于预设距离时，在步骤s540中，向第二预设区域中的第二目标气象站点发送第二参数获取请求，并获取第二目标气象站点响应于第二
参数获取请求发送的第二目标模型参数。
[0062]
由于飞行器即将从第一预设区域飞入到第二预设区域，因此，可以提前向第二预设区域中的第二目标气象站点发送第二参数获取请求，以便在飞行器进入到第二预设区域中时，可以根据获取到的第二预设区域的参数来快速实现降水强度的预测。避免在飞行器进入到第二预设区域时，才开始获取第二预设区域的第二目标模型参数，导致不能及时获取第二目标模型参数而耽误第二预设区域的降水强度预测。
[0063]
基于上述实施例，在本发明提供的有一实施例中，如图6所示，该方法还可以包括如下步骤：在步骤s550中，获取第二预设区域第二雷达回波预测图。
[0064]
其中，该第二雷达回波预测图用于表征第二预设区域在第二时间段内雷达回波强度。
[0065]
在步骤s560中，根据第二目标模型参数、目标降水模型和第二目标模型参数，获得第二预设区域在第二时间段内的降水强度。
[0066]
在步骤s570中，基于第二预设区域在第二时间段内的降水强度重新确定飞行器的飞行路线。
[0067]
本发明实施例中，上述实施例，飞行器在将要进入第二预设区域时，通过获取第二预设区域的第二雷达回波预测图，并根据第二预设区域中的第二目标模型参数、目标降水模型和第二目标模型参数，获得第二预设区域在第二时间段内的降水强度。这样可以根据第二预设区域在第二时间段内的降水强度，来调整飞行器的飞行路线。
[0068]
在本发明提供的一个实施例中，可以根据飞行器飞行的目的，例如，如果是为了避免降水强度过大对飞行器的飞行造成影响，可以在预测到第二预设区域在第二时间段内的降水强度大于预设强度时，尽量避免进入第二预设区域，或者减少飞行器在第二预设区域的飞行路程，进而从新规划飞行器的飞行路线。
[0069]
在本发明提供的一个实施例总，如果飞行器是为了收集在各种降水强度的情况下对预设区域的相关信息，在预测到第二预设区域在第二时间段内的降水强度大于预设强度时，可以通过调整飞行器的飞行路线，以使尽量在第二时间段内在第二预设区域内飞行。
[0070]
本发明提供的实施例中，可以将上述提供的降水量预测方法覆盖到全国范围内等可获得观测数据支持的区域，而且能够快速生成指定区域预报结果的降水短临预报系统。这样可以避免在z-r关系中的a、b参数受地理位置、季节变化影响变动剧烈，无需针对项目需求单独进行建模 ，还可以提供统一的调度、存储、索引方式。在遇到需要灵活跨越多个区域的需求场景，比如无人机巡逻之类的任务时，可以做到保证准确率和时效性的前提下进行降水强度的预报。其中，表1为本发明实施例中通过测试提供的预报数据。
[0071]
表1：预报流程模块检索区域划分运行外推模型生成降水分布推送预报结果运行平均用时≤5秒≤10秒≤5秒≤2秒需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明
所必须的。
[0072]
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
[0073]
作为上述方法实施例的具体实现，在本发明提供的有一实施例中，如图7所示，还提供了一种降水量预测装置700，包括：位置获取模块710，用于在飞行器飞行过程中，获取所述飞行器所处的目标位置；区域确定模块720，用于获取所述目标位置属于的第一预设区域，其中，在所述飞行器的飞行范围内，被预先划分为多个预设区域；第一雷达回波预测图获取模块730，用于获取所述第一预设区域在第一时间段内对应的第一雷达回波图，并基于所述第一雷达回波图预测所述第一预设区域在第二时间段内的第一雷达回波预测图，所述第一雷达回波预测图用于表征所述第一预设区域在所述第二时间段内雷达回波强度；第一降水强度预测模块740，用于基于所述第一雷达回波预测图、目标降水模型和所述目标降水模型在所述第一预设区域对应的第一目标模型参数，获取所述第一预设区域在所述第二时间段内的降水强度，所述目标降水模型用于表征雷达回波强度与降水强度之间的对应关系，不同预设区域对应有不同的模型参数。
[0074]
在本发明提供的又一实施例中，所述第一雷达回波预测图获取模块，包括：训练子模块，用于将所述第一预设区域在第一时间段内对应的雷达回波图输入到训练后的预设模型中，输出所述第一预设区域在第二时间段内的第一雷达回波预测图；其中，按照时间序列对第三时间段内的历史雷达回波图像序列进行划分，获得多个训练样本图像序列，并按照时间序列通过所述多个训练样本图像依次对预设模型进行训练，在训练过程中，计算第i个训练样本图像的输出结果与第i+1个训练样本图像的结构相似度，在所述结构相似度变化量维持小于阈值的状态超过n次迭代时，停止训练，得到所述训练后的预设模型；所述第三时间段在时间上早于所述第二时间段。其中，n为正整数，实施例中可以根据数据规模可预设n=10,30,100
…
。
[0075]
在本发明提供的又一实施例中，所述目标降水模型为z-r关系模型，所述多个预设区域分别设置有气象站点，所述第一降水强度预测模块，包括：参数获取判断子模块，用于判断是否获取到所述第一预设区域对应的第一目标模型参数；第一参数请求发送子模块，用于在没有获取到所述第一预设区域对应的第一目标模型参数时，向所述第一预设区域中的第一目标气象站点发送第一参数获取请求，并获取所述第一目标气象站点响应于所述第一参数获取请求发送的第一目标模型参数；第一降水强度预测子模块，用于基于所述z-r关系模型、第一时间段内对应的雷达回波图及所述第一目标模型参数，确定所述第一预设区域在所述第二时间段内的降水强度。
[0076]
在本发明提供的又一实施例中，所述装置还包括：更新时长获取模块，用于在接收到所述第一目标气象站点发送的第一目标模型参数时，确定所述第一目标模型参数的更新时长；更新确认请求发送模块，用于在所述第一目标模型参数的更新时长大于预设时长
时，向所述第一目标气象站点发送更新确认请求，以使所述第一目标气象站点响应于所述更新确认请求，确认是否需要重新发送更新后的第一目标模型参数，所述更新后的第一目标模型参数的更新日期晚于所述第一目标模型参数。
[0077]
在本发明提供的又一实施例中，所述装置还包括：飞行路线获取模块，用于获取所述飞行器的飞行路线；距离确定模块， 用于基于所述飞行路线和所述目标位置，确定所述飞行器距离第二预设区域的距离，所述第二预设区域与所述第一预设区域相邻且所述第二预设区域位于所述飞行器的前进方向上；距离判断模块，用于判断所述飞行器距离第二预设区域的距离是否小于预设距离；第二参数获取请求发送模块，用于在所述飞行器距离第二预设区域的距离小于预设距离时，向所述第二预设区域中的第二目标气象站点发送第二参数获取请求，并获取所述第二目标气象站点响应于所述第二参数获取请求发送的第二目标模型参数。
[0078]
在本发明提供的又一实施例中，所述装置还包括：第二雷达回波预测图获取模块，用于获取所述第二预设区域第二雷达回波预测图，所述第二雷达回波预测图用于表征所述第二预设区域在所述第二时间段内雷达回波强度；第二降水强度预测模块，用于根据所述第二目标模型参数、所述目标降水模型和所述第二目标模型参数，获得所述第二预设区域在所述第二时间段内的降水强度；飞行路线确认模块，用于基于所述第二预设区域在所述第二时间段内的降水强度重新确定所述飞行器的飞行路线。
[0079]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0080]
本发明实施例提供的降水量预测装置，可以在飞行器飞行过程中，获取该飞行器的目标位置，通过获取该目标位置所属的第一预设区域在第一时间段内对应的第一雷达回波图，并基于目标降水模型和第一预设区域对应的第一目标模型参数，来获得第一预设区域在第二时间段内的降水强度。由于本发明实施例在飞行器飞行过程中，通过对飞行器的飞行区域进行预先划分为多个预设区域，不同预设区域对应有不同的模型参数，这样通过获取飞行器所在预设区域的模型参数、降水模型及雷达回波预测图，可以快速实现跨区域的降水强度预测。
[0081]
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本发明上述任一所述的降水量预测的方法。
[0082]
在本发明提供的又一实施例中，还提供了一种计算机程序产品，该计算机程序产品在运行时被执行上述任一所述的降水量预测的方法。
[0083]
图8示出了可以用来实施本发明的实施例的电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装
置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0084]
设备800包括计算单元801，其可以根据存储在只读存储器（rom）802中的计算机程序或者从存储单元808加载到随机访问存储器（ram）803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出（i/o）接口805也连接至总线804。
[0085]
设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0086]
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元（cpu）、图形处理单元（gpu）、各种专用的人工智能（ai）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（dsp）、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如降水量预测的方法。例如，在一些实施例中，降水量预测的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的降水量预测的方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行降水量预测的方法。
[0087]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列（fpga）、专用集成电路（asic）、专用标准产品（assp）、芯片上系统的系统（soc）、负载可编程逻辑设备（cpld）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0088]
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0089]
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦除可编程只读存储器（eprom
或快闪存储器）、光纤、便捷式紧凑盘只读存储器（cd-rom）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0090]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，crt（阴极射线管）或者lcd（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
[0091]
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（lan）、广域网（wan）和互联网。
[0092]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0093]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。
[0094]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。