本发明涉及评估领域，尤其涉及一种面向嵌入对流单体的积层混合云播云效果评估方法。
背景技术：
1、人工影响天气是指为避免和减轻气象灾害，在适当条件下通过技术手段对大气的物理、化学过程进行人工影响，实现增雨、防雹、消减雨、消雾等目的，使得局部天气现象朝着预定的方向转变。一般来说，人工催化的效果是指目标云的微物理过程和降水过程发生的变化。由于缺乏科学、有效的方法和手段，人工催化效果评估一直以来是制约人影工作发展的技术难题之一。
2、目前科研和业务上常用的效果评估方法包括物理检验和数值模拟检验，其中物理检验受限于云降水观测仪器的覆盖和精度，数值模拟检验往往由模式自身对云降水的预报准确性决定。因此，做到人工播云效果的科学、定量评估仍然较为困难。针对均匀性的层状云和对流单体的作业效果评估，往往采用直观对比方法。而针对积层混合云，特别是有嵌入对流单体的情况下，其在发展演变过程中存在巨大的自然变差，效果评估的难点是将播云产生的影响从云系的自然演变中剥离出来。传统的直观对比方法在对比区选取存在较强的主观性，有时甚至很难选择到何合适的对比区。因此亟需研发一种面向嵌入对流单体的积层混合云人工催化效果评估方法。
技术实现思路
1、本发明的目的是要提供一种面向嵌入对流单体的积层混合云播云效果评估方法。
2、为达到上述目的，本发明是按照以下技术方案实施的：
3、本发明包括以下步骤：
4、采集嵌入对流单体的监测数据和图像数据，对所述监测数据和所述图像数据进行预处理；所述监测数据包括雷达数据、飞行探测数据；
5、对所述图像数据进行单体特征提取获得明显单体特征，将明显单体特征所在的区域作为第一影响区，反之作为非影响区；
6、根据所述监测数据采用催化剂扩散传播模型计算所述非影响区的作业影响，获得第二影响区，通过剩余区域的回波强度阈值确定背景区，将所述第一影响区和所述第二影响区整合为影响区，根据所述影响区和所述背景区构造积层混合云播云效果函数；
7、根据所述积层混合云播云效果函数构建积层混合云播云效果评估模型，优化所述积层混合云播云效果评估模型，将待评估数据输入所述积层混合云播云效果评估模型，输出评估结果。
8、进一步的，对所述图像数据进行单体特征提取获得明显单体特征的方法，包括：
9、将图像数据从笛卡尔坐标系转换到球面坐标系，采用边缘检测算法对图像数据进行边缘提取，获得图像边缘；
10、将边缘按照区域划分，计算区域边缘与云团的关联度：
11、
12、其中边缘的数量为k，云团的数量为y，第k个边缘与第y个云团的相似度为s(k,y)，偏差系数为p，区域边缘与云团的相似度为
13、将区域边缘累加求平均值，提取平均值大于0.57的边缘构成的图像为云团，采用卷积神经网络算法对云团进行特征提取，获得云团特征；
14、按照时间先后对云团特征进行排序，将不同时刻的云团特征进行比对，计算不同时刻云团特征的变化度：
15、
16、其中第s个时刻和第s+1个时刻的第w个云团的第c个云团特征相似度为hw,c(s,s+1)，云团特征的数量为第s个时刻和第s+1个时刻的第w个云团的变化度为第s+1个时刻云团的位置为第s个时刻云团的位置为调控因子为σ，第s个时刻和第s+1个时刻第c个云团特征的距离为第w个云团的误差常数为μw；
17、将变化度大于0.417的云团特征输出为明显单体特征。
18、进一步的，根据所述监测数据采用催化剂扩散传播模型计算所述非影响区的作业影响的方法，包括：
19、催化剂扩散传播模型采用分子动力学进行模拟；
20、计算监测数据的重要度：
21、
22、其中第u个监测数据的重要度为gu，对流单体为监测数据为l，第τ+1时刻第u个监测数据为lu,τ+1，第τ时刻第u个监测数据为lu,τ，对流单体出现的概率为监测数据l出现的概率为q(l)，对流单体和监测数据l同时出现的概率为偏差系数为δ，风场影响系数为q；
23、将重要度大于0.407的监测数据作为重点数据，计算非影响区内重点数据的作业影响：
24、
25、其中第i个非影响区的作业影响为非影响区的重点数据数量为第i个非影响区第κ个重点数据的重要度为gi,κ，初始第i个非影响区第κ个重点数据值为χi,κ，嵌入对流单体后第i个非影响区第κ个重点数据为
26、将作业影响大于0.657的非影响区输出为第二影响区。
27、进一步的，通过剩余区域的回波强度阈值确定背景区的方法，包括：
28、通过气象学原理确定回波强度阈值，采用阈值分割法将小于回波强度阈值的剩余区域识别为背景区。
29、进一步的，根据所述影响区和所述背景区构造积层混合云播云效果函数的方法，包括：
30、采用相关系数法对监测数据进行筛选，获得指标数据，构造积层混合云播云效果函数，表达式为
31、
32、其中第j个指标的效果权重为θj，影响区作业前后第j个指标的差值为δrj，背景区作业前后第j个指标的差值为第j个指标的自然变化系数βj，积层混合云播云效果函数为
33、进一步的，根据所述积层混合云播云效果函数构建积层混合云播云效果评估模型的方法，包括：
34、根据积层混合云播云效果函数构造目标函数：
35、
36、其中目标函数为积层混合云播云效果函数为实际评估值为z，预测评估值为z*，遗传系数为α；
37、积层混合云播云效果评估模型包括自助法、偏差分析算法、层次聚类算法、关联规则算法、循环神经网络算法；
38、自助法将输入数据按照5:1随机抽取，获得训练数据和测试数据；
39、偏差分析算法按照时序对训练数据进行排序，对排序后的训练数据进行云团变化分析，获得云团偏差程度；
40、层次聚类算法根据云团偏差程度对训练数据进行偏差聚类，获得聚类数据；
41、关联规则算法根据聚类数据的关联度进行聚类数据选择，获得关键数据；
42、循环神经网络算法按照时间对关键数据进行排序，捕捉排序后关键数据的时间变化规律，根据时间变化规律对测试数据进行评估预测，获得预测评估；
43、根据测试数据的实际评估和预测评估方差调整积层混合云播云效果评估模型的参数。
44、进一步的，优化所述积层混合云播云效果评估模型的方法，包括：
45、计算判定变量：
46、
47、其中判定变量为判定变量的初始值为最大迭代次数为tmax，当前迭代次数为t；
48、计算搜索子的适应度值：
49、
50、其中适应度值为目标值为估计目标值为平均目标值为优化因子为m，自然常数为e；
51、选择适应度值最小的搜索子作为初级搜索子，当判定变量的绝对值小于1时，根据随机游走机制计算搜索子位置：
52、
53、其中第t+1次迭代第a个搜索子第v个维度的位置为第t次迭代第a个搜索子的轮盘随机扰动为第t次迭代第a个搜索子的精英随机扰动为
54、否则，根据全局搜索计算搜索子位置：
55、
56、其中0到1的随机数为解空间上界为vmax，解空间下界为vmin，-1到1的随机数分别为r1、r2、r3、r4、r5、r6，陷落趋势为随机数r3第t次迭代第v个维度的位置为随机数r4第t次迭代第v个维度的位置为初级搜索子的位置为c，初级搜索子的平均位置为初级优质搜索子的位置为ce；
57、更新初级搜索子的位置，表达式为：
58、
59、其中更新后第a个初级搜索子的位置为第b个搜索子的位置为位置的适应度值为位置ca的适应度值为初级优质搜索子的平均位置为
60、基于自适应更新搜索子的位置，表达式为：
61、
62、其中更新后第t+1次迭代第a个搜索子的位置为控制参数为ρ，衰减系数为
63、不断迭代直到达到最大迭代次数，否则更新初级搜索子的位置。
64、第二方面，本技术实施例还提供一种电子设备，包括：
65、处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行第一方面所述的方法步骤。
66、第三方面，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行第一方面所述的方法步骤。
67、本发明的有益效果是：
68、本发明是一种面向嵌入对流单体的积层混合云播云效果评估方法，与现有技术相比，本发明具有以下技术效果：
69、本发明通过预处理、特征提取、确定影像区、确定背景区、构造效果函数、模型构建和模型优化步骤，可以提高面向嵌入对流单体的积层混合云播云效果评估的准确性，从而提高面向嵌入对流单体的积层混合云播云效果评估的精度，将面向嵌入对流单体的积层混合云播云效果评估优化，可以大大节省资源，提高工作效率，可以实现对积层混合云播云效果的自动评估，实时对面向嵌入对流单体的积层混合云播云效果评估进行影响区域修正，对面向嵌入对流单体的积层混合云播云效果评估具有重要意义，可以适应不同标准的面向嵌入对流单体的积层混合云播云效果评估、不同面向嵌入对流单体的积层混合云播云效果评估需求，具有一定的普适性。
1.一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，对所述图像数据进行单体特征提取获得明显单体特征的方法，包括：
3.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，根据所述监测数据采用催化剂扩散传播模型计算所述非影响区的作业影响的方法，包括：
4.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，通过剩余区域的回波强度阈值确定背景区的方法，包括：
5.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，根据所述影响区和所述背景区构造积层混合云播云效果函数的方法，包括：
6.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，根据所述积层混合云播云效果函数构建积层混合云播云效果评估模型的方法，包括：
7.根据权利要求1所述一种面向嵌入对流单体的积层混合云播云效果评估方法，其特征在于，优化所述积层混合云播云效果评估模型的方法，包括：
8.一种电子设备，包括：处理器；以及
9.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1～6任一所述方法。
