一种气象数据预测方法、装置、存储介质及电子装置与流程

本发明属于量子计算，特别是涉及一种气象数据预测方法、装置、存储介质及电子装置。

背景技术：

1、量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解rsa密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。

2、气象预测可以指导人类的日常生产生活，避免极端气象带来的损失，例如，农业、运输和国际商务等基础领域的日常活动。可见快速准确的气象预测具有重要意义。

3、传统的天气预报方法依赖于先验，如大气的热力学特性、数据的统计分布以及包含具有不同初始条件的多个模型的集成学习。这类模型属于数值天气预报方法，而气象数据复杂度高，即使依赖于超级计算机的处理能力，也需要数个小时才能提供预测结果，在气象变化快速的环境下，传统的天气预报方法无法实现短时气象预测。

技术实现思路

1、本发明的目的是提供一种气象数据预测方法、装置、存储介质及电子装置，旨在实现短时气象预测。

2、为了实现上述目的，本发明实施例的第一方面，提供了一种气象数据预测方法，该方法包括：

3、获取待预测时刻前多个时刻的气象数据图序列，每个时刻对应所述气象特征图序列中的一个气象数据图；每一气象数据图包括待预测区域内各子区域的气象数据；

4、将所述气象数据图序列输入预训练的量子经典混合unet模型，得到在所述待预测时刻待预测区域的预测气象特征图；所述量子经典混合unet模型包括量子卷积层和经典采样层，所述量子卷积层用于将所述气象数据图编码至量子比特进行量子态演化，得到量子卷积特征图，所述经典采样层和所述量子卷积层对所述量子卷积特征图进行多次特征采样和卷积，得到所述预测气象特征图；

5、根据所述预测气象特征图确定在所述待预测时刻待预测区域的预测气象数据图。

6、可选的，所述量子卷积层用于遍历所述气象数据图，多次选取预设数量个气象数据，并对所述预设数量个气象数据进行量子特征卷积，得到量子卷积特征图。

7、可选的，所述量子卷积层包括预设数量个量子比特、量子态编码层、含参变分层和量子态测量层；所述预设数量个气象数据和所述预设数量个量子比特一一对应；

8、所述量子态编码层用于将所述预设数量个气象数据编码至所述预设数量个量子比特，所述含参变分层用于对编码之后的预设数量个量子比特进行量子态演化，所述量子态测量层用对量子态演化后的预设数量个量子比特进行期望值测量，得到所述量子卷积特征图。

9、可选的，所述量子态编码层包括第一量子逻辑门，所述第一量子逻辑门包括以下至少一种：rx门、ry门、第一rz门；

10、所述量子态编码层用于根据所述预设数量个气象数据确定预设数量个旋转参数，第一量子逻辑门用于根据所述预设数量个旋转参数对每一对应量子比特进行量子态编码。

11、可选的，所述含参变分层包括作用于每一量子比特的第二rz门、第三rz门和作用于相邻量子比特cnot门。

12、可选的，每一气象数据图中的气象数据通过以下公式进行归一化处理：

13、

14、xk＝{x 1k，...，xtk}；k∈1，....，d；t＝tin+tout。

15、其中，xk表示气象数据图中的第k个子区域的气象数据，d表示待预测区域的空间维度，t表示待预测时刻前的多个时刻，tin表示输入时间窗口，tout表示输出时间窗口。

16、可选的，所述量子经典混合unet模型通过以下损失函数训练得到：

17、

18、其中，toutmn表示输入时间窗口，m和n表示待预测区域的空间维度，t，k，l表示求和索引，yt,k,l表示t时刻的真实气象数据，表示t时刻的预测气象数据。

19、本发明实施例的第二方面，提供一种气象数据预测装置，该装置包括：

20、获取模块，用于获取待预测时刻前多个时刻的气象数据图序列，每个时刻对应所述气象特征图序列中的一个气象数据图；每一气象数据图包括待预测区域内各子区域的气象数据；

21、输入模块，用于将所述气象数据图序列输入预训练的量子经典混合unet模型，得到在所述待预测时刻待预测区域的预测气象特征图；所述量子经典混合unet模型包括量子卷积层和经典采样层，所述量子卷积层用于将所述气象数据图编码至量子比特进行量子态演化，得到量子卷积特征图，所述经典采样层和所述量子卷积层对所述量子卷积特征图进行多次特征采样和卷积，得到所述预测气象特征图；

22、确定模块，用于根据所述预测气象特征图确定在所述待预测时刻待预测区域的预测气象数据图。

23、本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述第一方面中任一项所述方法的步骤。

24、本发明实施例的第四方面，提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述第一方面中任一项所述方法的步骤。

25、基于上述技术方案，本发明可以获取待预测时刻前多个时刻的气象数据图序列，通过将气象数据图序列输入量子经典混合unet模型，由于量子经典混合unet包括量子卷积层，量子卷积层可以将所述气象数据图编码至量子比特进行量子态演化，得到量子卷积特征图，并和经典采样层对量子卷积特征图进行多次卷积和采样，得到待预测时刻的待预测区域的气象特征图，相比于经典unet模型中经典卷积层，量子卷积层可以有效减少参数量，降低计算的复杂度，加快计算速度，此外量子并行计算也可以加快对初始数据集的处理速度，进而可以根据气象特征图确定待预测时刻的气象数据图，提高了气象预测速度，实现了短时气象预测。

技术特征：

1.一种气象数据预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述量子卷积层用于遍历所述气象数据图，多次选取预设数量个气象数据，并对所述预设数量个气象数据进行量子特征卷积，得到量子卷积特征图。

3.根据权利要求2所述的方法，其特征在于，所述量子卷积层包括预设数量个量子比特、量子态编码层、含参变分层和量子态测量层；所述预设数量个气象数据和所述预设数量个量子比特一一对应；

4.根据权利要求3所述的方法，其特征在于，所述量子态编码层包括第一量子逻辑门，所述第一量子逻辑门包括以下至少一种：rx门、ry门、第一rz门；

5.根据权利要求3所述的方法，其特征在于，所述含参变分层包括作用于每一量子比特的第二rz门、第三rz门和作用于相邻量子比特cnot门。

6.根据权利要求1所述的方法，其特征在于，每一气象数据图中的气象数据通过以下公式进行归一化处理：

7.根据权利要求1至6任一所述的方法，其特征在于，所述量子经典混合unet模型通过以下损失函数训练得到：

8.一种气象数据预测装置，其特征在于，所述装置包括：

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

技术总结
本发明公开了一种气象数据预测方法、装置、存储介质及电子装置，涉及量子计算技术领域，该方法包括：获取待预测时刻前多个时刻的气象数据图序列，每个时刻对应气象特征图序列中的一个气象数据图；每一气象数据图包括待预测区域内各子区域的气象数据；将气象数据图序列输入预训练的量子经典混合Unet模型，得到在待预测时刻待预测区域的预测气象特征图；根据预测气象特征图确定在待预测时刻待预测区域的预测气象数据图。可以实现短时气象数据预测。

技术研发人员：窦猛汉,请求不公布姓名,请求不公布姓名,请求不公布姓名
受保护的技术使用者：本源量子计算科技（合肥）股份有限公司
技术研发日：
技术公布日：2024/8/20