改进U-Net的风云四号卫星降水估计算法研究

来源：计算机工程与应用杂志2023年第11期北京时间：

作者：黄杰, 张永宏, 马光义, 朱灵龙, 田伟

单位：1.南京信息工程大学 自动化学院，南京 210044；2.南京信息工程大学 气象灾害预报预警与评估协同创新中心，南京 210044；3.南京信息工程大学 电子与信息工程学院，南京 210044；4.南京信息工程大学 计算机与软件学院，南京 210044

摘要：针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题，提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合，使得模型参数可以共享，避免深层网络模型梯度消失的情况。在此结构基础上引入了空间金字塔模块进行多尺度特征提取，保留更多的图像特征，加强对细小降水云团信息的特征提取能力；引入了注意力机制模块，提取重要降水特征信息。实验结果表明，该算法在命中率、虚警率、相关系数分别为0.84、0.48、0.59；均方根误差、平均绝对误差分别为1.354?mm/h、0.432?mm/h。与PERSIANN-CNN、U-Net算法相比，有效地提升了降水量估计精度。与其他降水产品对比，能更好地识别出降水区。该算法可以实现近实时的降水估计，能够有效地提升降水估计精度，对低时间分辨率的降水估计研究具有一定的价值。

关键词：降水量估计,风云四号卫星,卷积神经网络,语义分割