本發(fā)明涉及極端天氣預(yù)測，特別涉及一種極端天氣預(yù)測模型訓(xùn)練方法、極端天氣預(yù)測方法、極端天氣預(yù)測模型訓(xùn)練裝置、極端天氣預(yù)測裝置、電子設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)：

1、隨著全球氣候變化的影響，極端天氣事件的發(fā)生頻率和強度不斷增加，給人類社會和自然環(huán)境帶來了嚴(yán)重的影響。極端天氣事件包括極端降雨、極端強風(fēng)等情況。極端降雨會對地區(qū)生產(chǎn)總值(grp)造成負(fù)面影響。有研究表明，降雨天數(shù)和極端日降雨量的增加會導(dǎo)致全球宏觀經(jīng)濟增長率大幅下降。極端強風(fēng)可能會影響風(fēng)力渦輪機的正常工作，阻礙風(fēng)力發(fā)電，還可能導(dǎo)致房屋毀壞，影響交通出行。為了減輕極端天氣對于人類社會活動造成的損失，使人們能夠提前做好防護措施，有必要準(zhǔn)確預(yù)報極端天氣，或?qū)O端天氣進行早期預(yù)警。

2、由于大氣系統(tǒng)存在混動效應(yīng)，大氣中的不同氣體、顆粒物會通過物理和動力學(xué)過程進行混合，這些混合過程對天氣和氣候有重要影響，因此，極端天氣的準(zhǔn)確預(yù)測是非常困難的任務(wù)，特別是對于極端降水(即極端降雨)、極端強風(fēng)。

3、現(xiàn)有技術(shù)中，針對天氣預(yù)測，通常采用的是數(shù)值天氣預(yù)報(nwp)模型來預(yù)測各種天氣參數(shù)，數(shù)值天氣預(yù)報(nwp)模型是一種使用數(shù)學(xué)方程和數(shù)值方法來模擬大氣狀態(tài)和預(yù)測未來天氣的模型，nwp模型基于物理和大氣動力學(xué)。然而，由于極端天氣事件在時間和空間上分布多變，具有高時空變異性，極端天氣還與多尺度因素相關(guān)，例如小尺度的雨滴、大尺度的整個天氣系統(tǒng)等，nwp模型難以面面俱到，細(xì)節(jié)關(guān)注度不夠，對于極端天氣的預(yù)測仍然不夠準(zhǔn)確。

4、現(xiàn)有技術(shù)中，還有通過人工智能機器學(xué)習(xí)來預(yù)測天氣的方法。然而，這些基于人工智能機器學(xué)習(xí)的天氣預(yù)報模型通常采用自回歸的方式進行建模，通過rmse損失函數(shù)進行優(yōu)化，這些模型在進行天氣預(yù)測時，會容易出現(xiàn)不切實際的平滑預(yù)測的問題，例如忽略天氣快速變化的波動、缺乏對天氣細(xì)節(jié)的把握、未能捕捉到部分極端天氣事件，且隨著預(yù)測時間的增加，平滑預(yù)測的問題會更加明顯，導(dǎo)致對于極端天氣事件強度的低估，極端天氣預(yù)測不夠準(zhǔn)確。

技術(shù)實現(xiàn)思路

1、本發(fā)明提出了一種極端天氣預(yù)測模型的訓(xùn)練方法，用以解決上述問題。

2、第一方面，本發(fā)明的實施方式公開了一種極端天氣預(yù)測模型的訓(xùn)練方法，極端天氣預(yù)測模型用于對極端天氣進行預(yù)測，極端天氣預(yù)測模型包括擴散模型，擴散模型包括正向擴散模塊和反向擴散模塊，極端天氣預(yù)測模型的訓(xùn)練方法包括：

3、確定用于訓(xùn)練極端天氣預(yù)測模型的初步預(yù)測天氣樣本和初步預(yù)測天氣樣本對應(yīng)的預(yù)測標(biāo)簽；

4、通過初步預(yù)測天氣樣本和預(yù)測標(biāo)簽對擴散模型進行訓(xùn)練，具體包括：

5、通過正向擴散模塊對初步預(yù)測天氣樣本添加噪聲數(shù)據(jù)，以使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)；

6、通過反向擴散模塊對噪聲天氣融合數(shù)據(jù)還原至預(yù)測天氣還原樣本，得到預(yù)測噪聲數(shù)據(jù)；

7、根據(jù)添加的噪聲數(shù)據(jù)與預(yù)測噪聲數(shù)據(jù)確定損失函數(shù)；

8、根據(jù)損失函數(shù)、預(yù)測天氣還原樣本和預(yù)測標(biāo)簽訓(xùn)練擴散模型以更新擴散模型的參數(shù)，直至滿足預(yù)設(shè)訓(xùn)練條件，得到訓(xùn)練完成的擴散模型，從而得到訓(xùn)練完成的極端天氣預(yù)測模型。

9、采用上述技術(shù)方案，極端天氣預(yù)測模型的訓(xùn)練方法通過對初步預(yù)測天氣樣本添加噪聲使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)，再獲得與噪聲相關(guān)的損失函數(shù)，訓(xùn)練擴散模型以使擴散模型能夠從噪聲天氣融合數(shù)據(jù)中還原出預(yù)測的天氣結(jié)果，并使訓(xùn)練出的極端天氣預(yù)測模型預(yù)測的天氣結(jié)果具備更多的天氣情況細(xì)節(jié)，提升模型的天氣預(yù)報技巧，提高模型天氣預(yù)測的準(zhǔn)確性。

10、根據(jù)本發(fā)明的另一具體實施方式，通過正向擴散模塊對初步預(yù)測天氣樣本添加噪聲數(shù)據(jù)，以使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)，具體包括：

11、通過正向擴散模塊對初步預(yù)測天氣樣本采用馬爾科夫鏈原理多次添加噪聲單元數(shù)據(jù)，以使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)；

12、根據(jù)初步預(yù)測天氣樣本和噪聲天氣融合數(shù)據(jù)確定噪聲數(shù)據(jù)；

13、其中，噪聲單元數(shù)據(jù)為高斯噪聲，噪聲數(shù)據(jù)為高斯噪聲分布數(shù)據(jù)。

14、根據(jù)本發(fā)明的另一具體實施方式，損失函數(shù)為mse損失。

15、第二方面，本發(fā)明的實施方式還公開了一種極端天氣預(yù)測模型的訓(xùn)練裝置，極端天氣預(yù)測模型用于對極端天氣進行預(yù)測，極端天氣預(yù)測模型包括擴散模型，擴散模型包括正向擴散模塊和反向擴散模塊，極端天氣預(yù)測模型的訓(xùn)練裝置包括：

16、訓(xùn)練準(zhǔn)備模塊，用于確定用于訓(xùn)練極端天氣預(yù)測模型的初步預(yù)測天氣樣本和初步預(yù)測天氣樣本對應(yīng)的預(yù)測標(biāo)簽；

17、訓(xùn)練模塊，用于通過初步預(yù)測天氣樣本和預(yù)測標(biāo)簽對擴散模型進行訓(xùn)練，具體包括：通過正向擴散模塊對初步預(yù)測天氣樣本添加噪聲數(shù)據(jù)，以使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)；通過反向擴散模塊對噪聲天氣融合數(shù)據(jù)還原至預(yù)測天氣還原樣本，得到預(yù)測噪聲數(shù)據(jù)；根據(jù)添加的噪聲數(shù)據(jù)與預(yù)測噪聲數(shù)據(jù)確定損失函數(shù)；根據(jù)損失函數(shù)、預(yù)測天氣還原樣本和預(yù)測標(biāo)簽訓(xùn)練擴散模型以更新擴散模型的參數(shù)，直至滿足預(yù)設(shè)訓(xùn)練條件，得到訓(xùn)練完成的擴散模型，從而得到訓(xùn)練完成的極端天氣預(yù)測模型。

18、采用上述技術(shù)方案，極端天氣預(yù)測模型的訓(xùn)練裝置通過對初步預(yù)測天氣樣本添加噪聲使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)，再獲得與噪聲相關(guān)的損失函數(shù)，訓(xùn)練擴散模型以使擴散模型能夠從噪聲天氣融合數(shù)據(jù)中還原出預(yù)測的天氣結(jié)果，并使訓(xùn)練出的極端天氣預(yù)測模型預(yù)測的天氣結(jié)果具備更多的天氣情況細(xì)節(jié)，提升模型的天氣預(yù)報技巧，提高模型天氣預(yù)測的準(zhǔn)確性。

19、第三方面，本發(fā)明的實施方式還公開了一種極端天氣預(yù)測方法，通過極端天氣預(yù)測模型對極端天氣進行預(yù)測，極端天氣預(yù)測模型通過前述任一項實施方式的極端天氣預(yù)測模型的訓(xùn)練方法訓(xùn)練所得，極端天氣預(yù)測模型包括預(yù)測模型和擴散模型，極端天氣預(yù)測方法包括：

20、根據(jù)當(dāng)前天氣情況確定當(dāng)前天氣變量數(shù)據(jù)；

21、根據(jù)當(dāng)前天氣變量數(shù)據(jù)通過預(yù)測模型預(yù)測下一個預(yù)設(shè)時刻的天氣情況，得到初步預(yù)測天氣數(shù)據(jù)；

22、通過擴散模型對初步預(yù)測天氣數(shù)據(jù)進行細(xì)節(jié)恢復(fù)處理，得到最終預(yù)測天氣數(shù)據(jù)；最終預(yù)測天氣數(shù)據(jù)為極端天氣預(yù)測模型對極端天氣在下一個預(yù)設(shè)時刻的預(yù)測結(jié)果。

23、采用上述技術(shù)方案，極端天氣預(yù)測方法通過訓(xùn)練出的極端天氣預(yù)測模型對極端天氣進行預(yù)測，得到的極端天氣的預(yù)測結(jié)果具備更多的細(xì)節(jié)，對極端天氣的預(yù)測更準(zhǔn)確。

24、根據(jù)本發(fā)明的另一具體實施方式，當(dāng)前天氣變量數(shù)據(jù)包括：當(dāng)前氣壓層的溫度、當(dāng)前氣壓層的濕度、當(dāng)前氣壓層的風(fēng)速、當(dāng)前氣壓層的氣壓、當(dāng)前地面層的溫度、當(dāng)前地面層的降水量和當(dāng)前地面層的氣壓。

25、根據(jù)本發(fā)明的另一具體實施方式，預(yù)測模型選自以下幾種中的一種：fuxi模型、pangu-weather模型、graphcast模型。

26、根據(jù)本發(fā)明的另一具體實施方式，極端天氣包括：極端降水、極端風(fēng)速、極端溫度和熱帶氣旋；

27、其中，極端降水的標(biāo)準(zhǔn)根據(jù)中國國家標(biāo)準(zhǔn)(gb/t?28592-2012)中24小時降水量的分級標(biāo)準(zhǔn)來確定；極端風(fēng)速的標(biāo)準(zhǔn)根據(jù)蒲福風(fēng)級的標(biāo)準(zhǔn)來確定；極端溫度的標(biāo)準(zhǔn)根據(jù)era-interim地面氣溫再分析數(shù)據(jù)集中的百分位數(shù)閾值來確定；熱帶氣旋的極端程度根據(jù)極端天氣預(yù)測模型預(yù)測到的預(yù)測值與實際觀測到的觀測值的差異來確定。

28、第四方面，本發(fā)明的實施方式還公開了一種極端天氣預(yù)測裝置，其特征在于，通過極端天氣預(yù)測模型對極端天氣進行預(yù)測，極端天氣預(yù)測模型通過如權(quán)利要求1-3任一項所述的極端天氣預(yù)測模型的訓(xùn)練方法訓(xùn)練所得，極端天氣預(yù)測模型包括預(yù)測模型和擴散模型，極端天氣預(yù)測裝置包括：

29、當(dāng)前天氣獲取模塊，用于根據(jù)當(dāng)前天氣情況確定當(dāng)前天氣變量數(shù)據(jù)；

30、初步天氣預(yù)測模塊，用于根據(jù)當(dāng)前天氣變量數(shù)據(jù)通過預(yù)測模型預(yù)測下一個時刻的天氣情況，得到初步預(yù)測天氣數(shù)據(jù)；

31、最終天氣預(yù)測模塊，用于通過擴散模型對初步預(yù)測天氣數(shù)據(jù)進行細(xì)節(jié)恢復(fù)處理，得到最終預(yù)測天氣數(shù)據(jù)；最終預(yù)測天氣數(shù)據(jù)為極端天氣預(yù)測模型對極端天氣預(yù)測的結(jié)果。

32、采用上述技術(shù)方案，極端天氣預(yù)測裝置通過訓(xùn)練出的極端天氣預(yù)測模型對極端天氣進行預(yù)測，得到的極端天氣的預(yù)測結(jié)果具備更多的細(xì)節(jié)，對極端天氣的預(yù)測更準(zhǔn)確。

33、第五方面，本發(fā)明的實施方式還公開了一種電子設(shè)備，包括處理器和存儲器，存儲器中存儲有至少一條指令，至少一條指令在被處理器執(zhí)行時實現(xiàn)前述任一實施方式中的極端天氣預(yù)測模型的訓(xùn)練方法，和/或，實現(xiàn)前述任一實施方式中的極端天氣預(yù)測方法。

34、采用上述技術(shù)方案，電子設(shè)備通過對初步預(yù)測天氣樣本添加噪聲使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)，再獲得與噪聲相關(guān)的損失函數(shù)，訓(xùn)練擴散模型以使擴散模型能夠從噪聲天氣融合數(shù)據(jù)中還原出預(yù)測的天氣結(jié)果，并使預(yù)測的天氣結(jié)果具備更多的天氣情況細(xì)節(jié)，提升模型的天氣預(yù)報技巧，訓(xùn)練出的極端天氣預(yù)測模型在進行極端天氣預(yù)測時預(yù)測結(jié)果更準(zhǔn)確。

35、第六方面，本發(fā)明的實施方式還公開了一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)中存儲有至少一條指令，至少一條指令在被執(zhí)行時實現(xiàn)前述任一實施方式中的極端天氣預(yù)測模型的訓(xùn)練方法，和/或，實現(xiàn)前述任一實施方式中的極端天氣預(yù)測方法。

36、采用上述技術(shù)方案，計算機可讀存儲介質(zhì)通過對初步預(yù)測天氣樣本添加噪聲使初步預(yù)測天氣樣本成為噪聲天氣融合數(shù)據(jù)，再獲得與噪聲相關(guān)的損失函數(shù)，訓(xùn)練擴散模型以使擴散模型能夠從噪聲天氣融合數(shù)據(jù)中還原出預(yù)測的天氣結(jié)果，并使預(yù)測的天氣結(jié)果具備更多的天氣情況細(xì)節(jié)，提升模型的天氣預(yù)報技巧，訓(xùn)練出的極端天氣預(yù)測模型在進行極端天氣預(yù)測時預(yù)測結(jié)果更準(zhǔn)確。