基于残差网络的风向自记图识别方法

陈 艳，李永利，马志强,3，王洪彬，张 立

(1.内蒙古工业大学 数据科学与应用学院，内蒙古 呼和浩特 010080； 2.内蒙古自治区气象局 内蒙古自治区气象信息中心，内蒙古 呼和浩特 010051； 3.内蒙古工业大学 内蒙古自治区基于大数据的软件服务工程技术研究中心，内蒙古 呼和浩特 010080)

0 引 言

风向自记图是我国气象领域保存的珍贵气象数据资料之一，将风向自记图信息提取加以利用有利于灾害防治、能源利用。1971年到2010年内蒙古自治区气象监测站使用自行研制的EL型电接风向风速计(EL type electric wind direction anemometer)通过风向标摆动信号来记录24小时内风向风速的变化信息。由于保存的风向自记图过于庞大不利于查阅某一时刻的风向信息，使得这部分宝贵的气象数据资料得不到有效的开发利用。通过对风向自记图识别技术的改进和完善使得风向自记图可以充分利用。这对气象工作者与资料信息化建设都具有重要的应用价值。

然而，国内很少有人对风向自记图识别进行研究。近十年国内对珍贵的气象资料的研究取得了显著进步，屈志毅等[1]通过对自记曲线分割、跟踪，识别出风向自记纸上的曲线所表征的数据。叶闯等[2]通过对自记曲线进行人工标记，采用区域分割和投影的方法，将风向自记图中的风向曲线进行量化。但是这些方法容易受到墨迹污染、断裂等干扰因素的影响，且需要耗费大量的人力。我们在研究初期采用最基本的卷积神经网络(convolutional neural networks，CNN)对自记图进行风向识别，但是由于自记图存在有背景文字干扰、特征所在区域固定，以及卷积神经网络存在提取局部近邻区域特征等问题，导致了识别准确率较低，在top-1上仅有50%的准确率。……