1.一种基于ModelArts平台的暖锋识别方法，其特征在于：包括以下步骤：

步骤S1、获取历史数据，所述历史数据包括设定历史时间段内850hPa高度上的风场uv数据、温度数据、相对湿度数据、地面海平面气压场数据、10m风场数据，并绘制成850hPa和地面相关的气象要素图像，基于气象要素图像，人工分析出暖锋位置，获得人工暖锋数据，将人工暖锋数据逐条进行实例分割，得到存在暖锋区域的像素点的位置信息，作为训练标签；

步骤S2、利用设定历史时间段内850hpa高度上风场uv数据和温度数据计算出温度平流数据，将温度平流数据、温度数据、相对湿度数据三个要素进行处理，并分别放置在RGB图像中的R、G、B三个通道中，制作成训练图像，将训练图像与所述训练标签制作成类coco格式的暖锋训练数据集；

步骤S3、将所述暖锋训练数据集、DETR模型脚本、训练镜像分别上传至ModelArts平台，设置训练参数，利用暖锋训练数据集对DETR模型进行训练，获得DETR模型识别暖锋权重；

步骤S4：将当前待识别的850hPa高度上的温度平流数据、温度数据、相对湿度数据制作成RGB图像，放入训练好的DETR模型中，再利用DETR模型识别暖锋权重进行预测，获得自动识别的暖锋锋线数据，并将暖锋锋线数据映射在图像中格点的相对位置，计算出暖锋线条对应的经纬度信息，最终获得DETR模型识别的暖锋数据；

所述步骤S3中利用暖锋训练数据集对DETR模型网络进行训练，获得DETR模型识别暖锋权重，具体为：

模型骨干backbone使用resnet50，相关预训练权重在Github网站获取公开资源，分类数为1+1，图片长641、宽281，npu数量1，Ascend910芯片单次处理图片数量，训练200轮；其中，每20轮保存一次训练权重，并在训练过程中添加验证判定，利用coco_evaluator.coco_eval函数将训练过程中验证得分最高的权重保存为最佳权重；DETR模型先训练出实例检测后再训练分割，将训练出的实例检测最佳权重再次放入DETR模型中作为冻结权重训练mask分割头，同样保存分割最佳权重，获得DETR暖锋分割模型；

所述步骤S3中的DETR模型脚本在Github网站上获取公开资源；利用docker工具拉取ModelArts平台上提供的pytorch基础镜像，基于pytorch基础镜像添加DETR模型脚本运行的依赖库，得到训练镜像；依赖库包括cython、pycocotools、submitit、panopticapi、scipy中的至少一种；依赖库的版本与pytorch版本兼容；利用dockerpush将训练镜像上传至ModelArts镜像服务控制台，并在ModelArts平台上利用暖锋数据集对DETR模型进行训练；

依据暖锋数据集的类型对模型网络设置参数，将脚本中gpu相关代码修改适配为npu，将args.device修改为调用npu；

所述步骤S4中暖锋线条对应的经纬度信息的计算公式为：

其中，lon表示所求的暖锋锋线经度信息；lat表示所求的暖锋锋线纬度信息；leftlon表示选择的数据绘制范围中经度最小值；rightlon表示选择的数据绘制范围中经度最大值；upperlat表示选择的数据绘制范围中纬度最大值；lowerlat表示纬度最小值；mx表示模型预测输出数组的长；my表示模型预测输出数组的宽；ix表示模型分割出暖锋锋线的点在数组中列的位置；iy表示模型分割出暖锋锋线的点在数组中行的位置。

2.根据权利要求1所述的基于ModelArts平台的暖锋识别方法，其特征在于：获取所述步骤S1中风场uv数据、温度数据、相对湿度数据、地面海平面气压场数据、10m风场数据的时间间隔为12小时。

3.根据权利要求1所述的基于ModelArts平台的暖锋识别方法，其特征在于,获取所述步骤S1中风场uv数据、温度数据、相对湿度数据、地面海平面气压场数据、10m风场数据的空间分辨率0.25°×0.25°。

4.根据权利要求1所述的基于ModelArts平台的暖锋识别方法，其特征在于：所述步骤S1中人工分析出暖锋位置，具体为：将绘制成的850hPa和地面相关气象要素图像，每一个时次对应一张所述气象要素图像，基于人工对气象要素图像的暖锋线条进行逐张分析；

将人工分析出的暖锋线条通过图像像素点定位，确定出暖锋锋线的具体经纬信息。

5.根据权利要求1所述的基于ModelArts平台的暖锋识别方法，其特征在于：所述步骤S2中，利用设定历史时间段内850hpa高度上uv风场数据和温度场数据计算温度平流数据的公式具体为：其中，为850hPa上水平风场的矢量形式，▽表示计算梯度，T为850hPa上的温度，u为水平风场中的纬向风，v为水平风场中的经向风，x表示纬向上的格点，y表示经向上的格点。

6.根据权利要求1所述的基于ModelArts平台的暖锋识别方法，其特征在于：所述步骤S2具体为：将温度平流数据、温度数据、相对湿度数据三个要素分别映射至0‑255之间，放置在RGB图像中的R、G、B三个通道中，制作成训练图像。