(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111582970.3 (22)申请日 2021.12.2 2 (71)申请人 北京玖天气象科技有限公司 地址 100000 北京市海淀区中关村南大街 46号院北区1 1号楼四层A3 -I-J室 (72)发明人 郭禹琛　何晓凤　武正天　王仁磊　 郭鹏　 (74)专利代理 机构 北京知企鸿蒙专利代理事务 所(普通合伙) 11692 专利代理师 张瑞玲 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 17/18(2006.01) G01W 1/10(2006.01) (54)发明名称 一种基于葵花静止卫星的降水反演方法及 系统 (57)摘要 本申请公开一种基于葵花静止卫星的降水 反演方法及系统。 所述方法包括： 预先选取大量 卫星通道数据和高程数据作为第一训练样本集， 并选取大量站点实况 降水统计量作为第二训练 样本集； 将第一样本集和第二样 本集输入卷积神 经网络中进行训练， 经三层卷积分类器和残差神 经网络回归器， 得到晴雨模型集和降水强度模型 集； 采集当前站点的卫星通道数据和高程数据， 将当前卫星通道数据和 高程数据输入晴雨模型 集， 确定当前站点为降水区域或非降水区域， 对 于降水区域， 将降水区域的降水统计量输入降水 强度模型即， 输出卫星反演实况降水指数。 本申 请基于神经网络的晴雨分类和降水强度模型结 合使用的方法， 提高降水反演的准确率。 权利要求书2页 说明书5页 附图3页 CN 114492159 A 2022.05.13 CN 114492159 A 1.一种基于 葵花静止卫星的降水反演方法， 其特 征在于， 包括： 预先选取大量卫星通道数据和高程数据作为第 一训练样本集， 并选取大量站点实况降 水统计量作为第二训练样本集； 将第一样本集和第 二样本集输入卷积神经网络 中进行训练， 经三层卷积分类器和残差 神经网络回归器， 得到晴雨模型集和降水强度模型集； 采集当前站点的卫星通道数据和高程数据， 将当前卫星通道数据和高程数据输入晴雨 模型集， 确定 当前站点为降水区域或非降水区域， 对于降水区域， 将降水区域的降水 统计量 输入降水强度模型即， 输出卫星反演实况降水指数。 2.如权利要求1所述的基于葵花静止卫星的降水反演方法， 其特征在于， 预先选取站点 对应上空的卫星通道数据和高程数据， 以及选取站点对应区域下的实况降水统计量。 3.如权利要求2所述的基于葵花静止卫星的降水反演方法， 其特征在于， 选取站点对应 上空14km 的2km分辨率的卫星通道数据以及对应的14km的2km分辨率的高程数据作为训练 集合的第一样本集。 4.如权利要求2所述的基于葵花静止卫星的降水反演方法， 其特征在于， 选取对应区域 下全国综合气象信息共享平台的10mi n的站点实况降水作为训练数据集 合的第二样本集。 5.如权利要求1所述的基于 葵花静止卫星的降水反演方法， 其特 征在于， 在模型的训练端， 将卫星通道数据和高程数据作为第一样本集、 将地面降水统计量作 为第二样本集， 将第一样本集和第二样本集输入三层卷积分类器进行训练分类， 得到 晴雨 模型集， 并且第一样本集和第二样本集输入残差神经网络回归器， 得到降水强度模型集； 在模型的输出端， 将卫星通道数据和高程数据先输入晴雨模型表， 然后根据晴雨模型 表确定当前站点是降水区域还是非降水区域， 对于降水区域， 获取降水统计量， 将降水 统计 量再输入降水强度模型集中， 输出卫星反演实况降水指数。 6.一种基于葵花静止卫星的降水反演系统， 其特征在于， 包括： 训练样本集选取模块、 训练模块、 采集模块、 模型输出模块； 训练样本集选取模块预先预先选取大量卫星通道数据和高程数据作为第一训练样本 集， 并选取大量站点实况降水统计量作为第二训练样本集； 训练模块将第一样本集和第二 样本集输入卷积神经网络中进行训练， 经三层卷积分类器和残差神经网络回归器， 得到 晴 雨模型集和降水强度模型集； 采集模块采集当前站点的卫星通道数据和高程数据， 将当前 卫星通道数据和高程数据输入晴雨模型集； 模型输出模块确定 当前站点为降水区域或非降 水区域， 对于降水区域， 将降水区域的降水 统计量输入降水强度模型即， 输出卫星反演实况 降水指数。 7.如权利要求6所述的基于葵花静止卫星的降水反演系统， 其特征在于， 训练样本集选 取模块具体用于预先选取站 点对应上 空的卫星通道数据和高程数据， 以及选取站点对应区 域下的实况降水统计量。 8.如权利要求7所述的基于葵花静止卫星的降水反演系统， 其特征在于， 训练样本集选 取模块包括水汽选取子模块， 用于选取站点对应上空14km 的2km分辨率的卫星通道数据以 及对应的14 km的2km分辨率的高程数据作为训练集 合的第一样本集。 9.如权利要求7所述的基于葵花静止卫星的降水反演系统， 其特征在于， 训练样本集选 取模块包括高程地形 因素选取子模块， 用于选取对应区域下全国综合气象信息共享平台的权　利　要　求　书 1/2 页 2 CN 114492159 A 210min的站点实况降水作为训练数据集 合的第二样本集。 10.如权利要求6所述的基于 葵花静止卫星的降水反演系统， 其特 征在于， 训练模块具体用于在模型的训练端， 将卫星通道数据和高程数据作为第一样本集、 将 地面降水 统计量作为第二样本集， 将第一样本集和 第二样本集输入三层卷积分类器进 行训 练分类， 得到晴雨模 型集， 并且第一样本集和第二样本集输入残差神经网络回归器， 得到降 水强度模型集； 模型输出模块具体用于在模型的输出端， 将卫星通道数据和高程数据 先输入晴雨模型 表， 然后根据晴雨模 型表确定当前站 点是降水区域还是非降水区域， 对于降水区域， 获取降 水统计量， 将降水统计量再输入降水强度模型集中， 输出卫星反演实况降水指数。权　利　要　求　书 2/2 页 3 CN 114492159 A 3