本发明涉及短临降水预报领域，具体是一种基于双偏振多普勒雷达数据的临近降水预报方法。
背景技术：
1、临近降水预报是指特定区域短时间内的降水预报。其重点关注生命周期短、突发性强、生消演变快的中小尺度天气系统，尤其是强对流天气系统。准确的气象预报预警是做好综合防灾减灾的第一道防线，提升对于强对流等灾害天气的预报预警能力有助于完善我国的公共安全体系。因此，提升临近降水预报能力和强对流天气预警服务水平对于防灾减灾、保护人民生命财产安全具有重要意义。
2、多普勒天气雷达是天气监测和预警的重要探测工具，基于雷达观测资料的降水预报一直以来是多普勒雷达的重要应用之一。常规的单偏振多普勒天气雷达只能发射和接收水平方向的偏振波，相比之下，双偏振雷达可以同时发射和接收在水平和垂直两个，偏振方向的电磁波，可以根据两个偏振方向上的回波的强度差别、相位关系等信息获得降水粒子的大小、相态、含水量等微物理信息。
3、现有的临近降水预报方法均是应用在对单偏振雷达的单向回波的预测上，对于降水的预测通常还需结合经验性的z-r关系对回波进行转换，但由于不同地区、不同类型降水的雨滴谱特征存在差异，因此适用的z-r关系也不尽相同，使得预测得到的单偏振雷达回波转换为降水会引发误差叠加。除此之外，双偏振雷达作为一种相对较新的技术，其在降水预报方面的应用时间尚短，许多潜在的价值和功能尚未被充分挖掘。因此，基于双偏振雷达数据的临近降水预报方法仍有很大的改进和发展空间。通过融合双偏振雷达数据，我们有望进一步提高临近降水预报的准确性和效率，为防灾减灾工作提供更加有力的支持。
技术实现思路
1、本发明的目的是针对现有临近降水预报方法中存在的叠加误差问题，提供一种能够通过双偏振雷达数据直接预测降水的临近降水预报方法。
2、本发明的技术方案详见下文描述：
3、一种基于双偏振雷达数据的临近降水预报方法，包括以下步骤：
4、(1)步骤s1：对双偏振雷达基数据和与之时空匹配的降水数据进行预处理。
5、(2)步骤s2：将预处理后的双偏振雷达-降水数据随机划分为深度学习网络训练所用的训练集和测试集，并对划分好的数据集进行归一化操作。
6、(3)步骤s3：使用训练集对基于双偏振雷达数据的临近降水预报网络进行训练，利用训练好的临近降水预报网络对测试集进行降水预测，得到预测降水数据。
7、(4)步骤s4：将预测后的降水数据与实际观测数据对比进行降水预报检测。
8、上述技术方案中，步骤s1包括以下步骤：
9、计算比差分相移
10、其中，r2和r1分为为两个距离库离雷达的距离，φ2和φ1是这两个距离库的差分相位值
11、比较双偏振雷达位置所在经纬度的相同方位角相同距离不同高度处的双偏振雷达基数据，取中值以初步减少个别雷达数据异常值的影响。采用最近邻近插值法将极坐标存储下的雷达基数据变换至笛卡尔坐标系下，完成数据的格点化过程。
12、计算双偏振雷达参量(反射率zh、差分反射率因子zdr和比差分相移kdp)和降水量的均值协方差矩阵和马氏距离将马氏距离大于均值加3倍标准差的数据归类为异常值并进行归零操作。
13、设置大小为3×3的滤波窗口实现滑动平均滤波以减少噪声干扰。
14、上述技术方案中，步骤s2包括以下步骤：
15、在上述预处理的基础上，使用长度为20，步长为5的滑动窗口生成样本序列，保留数据样本中的后十帧中降水面积覆盖率大于整体尺寸1/4总数一半的样本个例，将得到双偏振雷达-降水数据集按照9:1的比例被随机划分为训练集和测试集。
16、利用数据集中每个特征(反射率、差分反射率因子、比差分相移和降水量)的数值范围，对每个特征x应用最大值和最小值将其归一化映射到[0，1]之间：
17、
18、其中，xmax和xmin分别是数据集中相应特征的最大值和最小值。
19、上述技术方案中，步骤s3所述的基于双偏振雷达数据的临近降水预报方法的模型构建过程包括：
20、输入前1h的双偏振雷达序列首先分别在通道和空间-时间维度上应用平均池化与最大池化和全局平均池化与标准差池化级联成的注意力图提取模块得到空间注意力图msa(f)和通道注意力图mca(f)，如公式(1)(2)所示：
21、msa(f)＝f([avgpool(f),maxpool(f)]) (1)
22、mca(f)＝f([gap(f),std(f)]) (2)
23、其中，avgpool(f)、maxpool(f)、gap(f)和std(f)分别为对双偏振雷达序列应用平均池化、最大池化、全局平均池化和标准差池化后得到的四组不同的特征表示，[]表示沿着通道维度堆叠，f表示卷积核大小3×3×3为的3d卷积层和sigmoid函数。
24、然后再利用空间和通道注意力图对原始双偏振雷达序列进行加权融合，得到融合后的特征序列f，如公式(3)(4)所示：
25、f′＝f([zh×mca(zh),zh×mca(zdr),zh×mca(kdp)]) (3)
26、f＝f([f′×msa(zh),f′×msa(zdr),f′×msa(kdp)]) (4)
27、接着再分别通过堆叠4个卷积层和多个完全基于cnn的inception模块堆叠而成的一个深层的encoder-decoder的u型结构来提取融合特征序列f的空间特征zi和时间动态特征zk。并且将自注意机制集成到unet的每层跳跃连接中，实现时间序列上的自注意力机制，具体为先通过三组非线性变换得到查询向量q、键向量k、值向量v，随后对序列中的每个时刻数据，然后计算它对序列中其他所有时刻数据的注意力分数，并通过softmax函数得到每个时刻间的注意力权重紧接着将得到的注意力权重与值向量v进行加权求和得到增强后的特征σiattentionivi，最后经过一个残差连接，生成一个融合了整个时间序列信息的综合特征表示：
28、zi＝σ(norm(conv2d(zi-1))),1≤i≤4 (5)
29、zk＝concat(tsam(inception(zl)),zj+1),1≤l,j≤8 (6)
30、最后将提取的空间特征zi和时间动态特征zk沿着通道进行堆叠，并通过4个卷积层输出未来1h内降水数据{rt+1,rt+2...,rt+t}。
31、训练过程为：
32、使用均方误差作为模型训练的损失函数计算模型的预测结果与标签数据之间的误差：
33、
34、其中yi表示实际值，表示预测值。
35、最终利用反向传播算法和梯度下降法优化模型权重与偏置，以最小化误差值。
36、本发明的有益效果是：
37、本发明中，通过构建双偏振雷达数据-降水的端到端临近降水预报模型，使模型能够解决现有临近降水预报方法中存在的叠加误差问题，并且通过融合双偏振雷达的多模态数据，能够可以帮助模型更全面地理解降水信息，从而降低因单一数据源误差导致的预测不确定性，提高临近降水预报的准确性。
1.一种基于双偏振雷达的临近降水预报方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双偏振雷达的临近降水预报方法，其特征在于，所述数据预处理包括：
3.根据权利要求1所述的一种基于双偏振雷达的临近降水预报方法，其特征在于，所述步骤s2包括：
4.根据权利要求1所述的一种基于双偏振雷达的临近降水预报方法，其特征在于，临近降水预报模型构建过程包括：
