基于时空注意力门控循环单元的特征增强云图预测算法

作     者：张秀再 李景轩 杨昌军 冯绚 Zhang Xiuzai;Li Jingxuan;Yang Changjun;Feng Xuan

作者机构：南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044 中国气象局中国遥感卫星辐射测量和定标重点开放实验室/国家卫星气象中心(国家空间天气监测预警中心)北京100081 许健民气象卫星创新中心北京100081 中国科学院空间利用技术与工程中心北京100094 

基　　金：第二次青藏高原综合科学考察研究项目(2019QZKK0105) 中美人工智能战略比较研究(22BZZ080) 国家自然科学青年基金项目(41905033) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2023年第60卷第24期

页      码：69-78页

摘      要：各种天气现象的变化都伴随着云的运动,气象卫星获取的连续卫星云图含大量的时空序列信息,即连续卫星云图具有显著的时序特征,可作为云图预测的基本信息。云图预测本质上是一种处理云图时空序列特性的视频预测问题,为了准确预测云的位置变化,针对云的不稳定、非线性运动特性,基于CrevNet视频预测模型提出SmartCrevNet云图预测算法。在该算法中设计了一种时空注意力门控循环预测单元(STA-GRU),同时在CrevNet原有的双向自编码模块中引入轻量型注意力模块(SGE),可在不增加计算量的情况下增强云图语义信息,提高特征提取能力。将该算法分别在公共数据集MovingMNIST数据集及FY-4A卫星云图数据集上进行实验,结果表明,在FY-4A卫星云图数据集和MovingMNIST数据集上,SmartCrevNet的均方误差(MSE)分别比CrevNet降低了7.3%和6.1%,结构相似性(SSIM)分别提升了7.9%和1.2%,预测效果优于CrevNet和传统的视频预测算法。

主 题 词：遥感 云图预测 FY-4A卫星 门控循环单元 轻量型注意力模块 

学科分类：0810[工学-土木类] 0808[工学-自动化类] 08[工学] 081002[081002] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3788/LOP231059

馆 藏 号：203124521...