利索能及
我要发布
收藏
专利号: 2022114133785
申请人: 南京气象科技创新研究院
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-22
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种雷达定量估测降水的自动优化方法,其特征在于包括以下步骤:步骤S1,单因素指标值 的计算

以雨量站距离雷达中心位置的距离 或雨量站对应的雷达回波强度 作为目标雨量站的单因素指标,其中 通过式(1)计算得到,(1)

式中, 为雷达的中心位置坐标, 为雨量站 的位置坐标,下角标 表示雨量站的序号, , 为雷达扫描区域内监测到降水的雨量站总数;

步骤S2,降水过程类型确定

设 和 分别为最小建模雨量站数和最大建模雨量站数,雷达扫描区域内有降水的雨量站总数为 ;

若 ,降水过程为小区域降水过程,采用双站模型进行参数解算,进入步骤S3;

若 ,降水过程为大区域降水过程,采用多站模型进行参数解算,进入步骤S4;

步骤S3,小区域降水过程Z‑I关系模型参数解算①首先,将所有雨量站按其对应的雷达回波强度进行升序排序;

②然后,按顺序从雨量站排列中选取目标雨量站 ,将其他雨量站作为匹配雨量站 ,并通过式(2)计算得到目标雨量站 和匹配雨量站 的双站模型经验参数 和 , ,(2)式中, 和 分别为目标雨量站对应的雷达回波强度和降水强度, 和 分别为匹配雨量站对应的雷达回波强度和降水强度;

③根据步骤②解算得到的目标雨量站与匹配雨量站计算获得的经验参数 和 ,通过Z‑I关系式计算出目标雨量站 和匹配雨量站外其他所有雨量站的估算降水量,并与雨量站对应的实测雨量值比较得到降水量估算绝对误差平均值;

④遍历所有匹配雨量站,以降水量估算绝对误差平均值最小者对应的模型参数A和b,作为目标雨量站 最优模型参数;

⑤继续选取下一个目标雨量站 ,并重复步骤②—④从而获得所有目标雨量站最优模型参数;

步骤S4,大区域降水过程Z‑I关系模型参数解算①从雷达扫描区域内监测到的雨量站中,选取目标雨量站 ,其对应的单因素指标为;

②通过式(3)计算得到目标雨量站 与其他雨量站 的单因素指标绝对差 ,(3)③然后,按照单因素指标绝对差 升序,对其他雨量站排序得到雨量站队列;

④从所述雨量站队列中选取前n个雨量站作为一个样本集,以该样本集建立Z‑I关系,通过拟合确定目标雨量站 的模型参数A和b,以及降水量拟合绝对误差平均值,其中;

⑤增加样本集雨量站个数到 ,并重复步骤④,直到样本集雨量站个数为 ,此时选取降水量拟合绝对误差平均值最小者对应的模型参数A和b作为目标雨量站 最优模型参数;

⑥继续选取下一个目标雨量站 ,并重复步骤②—⑤,从而遍历所有雨量站得到所有雨量站的最优模型参数;

步骤S5,模型参数的空间分布插值

雷达扫描影像内,对于没有雨量站对应的网格,其模型参数按以下方法获取:①通过式(4)计算得到网格点 与各雨量站的单因素指标绝对差 ,(4)

式中, 为网格点 的单因素指标,N为雨量站个数;

②将所有雨量站按单因素指标绝对差 以升序排序,并在该排序队列中选取前 个雨量站作为插值参考站;

③并通过式(5)计算各插值参考站的权重 ,(5)

④通过式(6)计算网格点 对应的模型参数,(6)

式中, 和 分别表示第l个参考站的模型参数;

步骤S6,依据网格点的模型参数,结合Z‑I关系式,生成面雨量空间分布图。

2.根据权利要求1所述雷达定量估测降水的自动优化方法,其特征在于:所述最小建模雨量站数 和最大建模雨量站数 的取值分别为20和40。

3.根据权利要求1所述雷达定量估测降水的自动优化方法,其特征在于:步骤S5中 的取值为5。

4.根据权利要求1所述雷达定量估测降水的自动优化方法,其特征在于:步骤S5中的步骤③中,若 ,计算得到 的雨量站数为m,则相应参考站权重为1/m,其他雨量站的权重标记为0。