[发明专利]基于空间插值的多卫星融合降水预测方法及系统有效
| 申请号: | 201610880735.7 | 申请日: | 2016-10-09 |
| 公开(公告)号: | CN107918165B | 公开(公告)日: | 2019-10-18 |
| 发明(设计)人: | 马颖钊;杨媛;洪阳 | 申请(专利权)人: | 清华大学 |
| 主分类号: | G01W1/10 | 分类号: | G01W1/10 |
| 代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 黎艳 |
| 地址: | 100084*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 空间 卫星 融合 降水 预测 方法 系统 | ||
本发明提供一种基于空间插值的多卫星融合降水预测方法及系统,所述方法包括将待预测区域划分为已知网格和待预测网格;根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数;利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数;根据所述已知网格的多卫星融合降水参数、所述待预测网格的多卫星融合降水参数、所述待预测网格和已知网格的卫星降水数据,计算所述待预测区域的融合降水值。根据采样时段的不同,及所述地面站点选择的不同,多卫星融合降水参数在时间及空间上均呈现动态的特性,使得多卫星融合降水预测的结果更加准确。
技术领域
本发明涉及卫星融合降水技术领域,特别是涉及基于空间插值的多卫星融合降水预测方法及系统。
背景技术
降水是大气水文模型不确定性的最关键输入参数之一,也是全球水分与能量循环的核心组成部分。传统技术中,获取降水数据主要有三种方式。一是地面站点观测,采用局部点采样观测的结果代表周边几十甚至几百平方公里范围内的真实降水。目前认为地面站点的降水资料是最可信赖的降水观测资料,但地面站点的观测数据在时空分布上存在明显的不连续性,难以反映实际降水显著的时空变异性,并且中国的地面站点的分布东密西疏,观测资料时间和空间分布也不均等,导致基于地面站点观测的降水数据质量受到影响,因此,地面站点观测虽然能够精确测量地面降水,但受站网密度及其空间分布的影响较大,尤其是对于地形相对复杂的山区,现有站网布局不能满足应用需求。二是天气雷达,天气雷达通过探测大气中与降水有关的物理量,间接获得空间连续的降水信息,在一定程度上弥补了地面站点空间分布的不足,但天气雷达容易受电子信号以及运行环境等多因素影响,如地形遮挡、雷达射线抬升和Z-R(雷达反射率Z和降雨强度R)关系的不确定性等,在地形复杂地区具有较大的不确定性,精度较地面站点的雨量计观测差。三是气象卫星,卫星监测的反演降水数据具有观测范围广、时间间隔短,相对于独立、离散的地面站点观测而言时空分布较为连续,已经逐渐成为在全球及区域尺度上进行降雨监测及灾害预报预警的重要工具,同时也为地面缺测资料流域的水文研究提供了极具应用价值的降雨观测信息。但跟天气雷达一样,卫星遥感技术也是对降雨过程的间接观测手段,受遥感探测仪器、反演算法等因素影响,产品的精度相对较低,具有显著的不确定性。各卫星的反演降水数据估测误差与研究区域、降水类型、降水季节、地表覆被情况、地形等因素有关,在不同时空范围内具有各自的优缺点。为了更加真实地描述实际的降水变化,需要融合较好捕获降水场时空分布的卫星反演降水数据,综合考虑不同卫星的误差特性及观测优势。
目前比较传统的多卫星融合降水方法有:简单算术平均、去除最大偏差等。其中,简单算术平均简单易懂,是一种快速将各卫星的反演降水数据融合的方法,但这种方法认为各颗卫星产品数据在不同的时刻具有相同的权重,捕捉降水的能力相同,这与实际情况并不相符。去除最大偏差法先将偏差最大的卫星反演降水数据剔除,然后对剩余的卫星反演降水数据进行算术平均,在一定程度上考虑了不同卫星反演降水的性能的不等,但对剩余卫星反演降水数据进行算术平均时,同样存在算术平均方法的问题。
进一步的,目前比较传统的基于空间插值的多卫星融合降水预测方法为利用传统的卫星融合降水方法,将计算出的卫星融合降水数据直接用于待预测区域,但由于传统的卫星融合降水方法存在较大的误差,且无法体现降水的时空连续性,导致预测结果准确率过低。
如何使多卫星融合降水的预测结果更加准确,得到高精度和高时空分辨率的多卫星融合降水预测结果,是卫星融合降水预测领域亟待解决的技术问题。
发明内容
基于此,有必要针对多卫星融合降水的预测问题,提供一种基于空间插值的多卫星融合降水预测方法,所述方法包括:
将待预测区域划分为已知网格和待预测网格,所述已知网格为包含地面降水数据的网格,所述待预测网格为不包含地面降水数据的网格;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610880735.7/2.html,转载请声明来源钻瓜专利网。





