基于convLSTM模型的雷达图像外推算法

前言

现在的数值预报模式是一种长时预报，预报未来一天或者一周的降水或者天气情况。这种预报密度已无法满足现今的生产生活需要，临近预报或者短时预报对于人们的出行，民航飞行计划制定，工农业生产有重要的指导意义。

云与雨水的关系

不去谈降水形成背后复杂的大气物理运动，我们从生活常识来理解云与降水的关系。我们常用万里晴空或者万里无云来描述晴天，常用阴云密布来形容雨天，显然云层的状态直接影响降雨。

云层的状态包含云层的高度、厚度、形状、运动趋势等。为了能够利用云层的状况或者说是特征来建立云与降水的关系，首先要获取云层的特征描述也叫观测数据。目前成熟的方法是用雷达获取云层的反射率数据，基于雷达反射率数据做降水分析等。

雷达基数据解析

关于多普勒雷达基数据解析，可以在网上找到很多专业的解释，如果对这一块不是很了解的可以查阅资料快速的理解一下，或者直接找经过解析的雷达反射率图像。简单解释一下，雷达基数据是以二进制形式存储的数据，一般是2位连在一起解析出实际的反射率数值。

可以参考我的实现（同样是参考前人的实现）

class Radar(object):
    ## path + file_name
    ## 
    def __init__(self,*args):
        path,name = args
        self.AbsolutePath = os.path.join(path,name)
        file = open(self.AbsolutePath,'rb')
        file.seek(0)
        self.RawData = np.array([int(i) for i in file.read()])
        self.