[发明专利]气象数据处理方法和装置

说明书

本发明公开了一种气象数据处理方法和装置。其中，该方法包括：获取中尺度时间序列气象数据，根据中尺度时间序列气象数据的格点分布确定与目标区域对应的微尺度水平模拟区域并使微尺度水平模拟区域的边界之上或边界的预设范围内存在中尺度时间序列气象数据，将位于边界之上或边界的预设范围内的中尺度时间序列气象数据进行转换并按预设顺序组成向量集合，生成初始中心点，基于初始中心点使用聚类算法将向量集合进行分组处理并使得到的多个向量组的有效性指标满足预设条件，确定进行分组处理之后得到的每个向量组的中心点。本发明解决了相关技术中直接运用大量中尺度气象数据执行微尺度数据模拟运算量过大的技术问题。

技术领域

本发明涉及气象数据处理领域，具体而言，涉及一种气象数据处理方法和装置。

背景技术

近年来国内国外采用基于CFD(Computational Fluid Dynamics，计算流体动力学)数值模拟技术(或称为微尺度数值模拟技术)进行风资源的评估取得了一定发展，由于基于CFD技术的风资源评估技术精度较高，因而其应用范围逐渐扩大。但是到目前为止，这种技术存在如下缺陷：1、边界条件按照定常、表面均匀的假定设定，不能适用于复杂地形；2、计算所用到的关键参量，例如，大气边界层参量等，都是主观设定的，没有实测数据基础。以上缺陷均影响了CFD的计算精度，特别是在复杂地形条件下的计算结果的精度。近年来由于天气预报技术和计算机技术的发展，计算机的运算能力大幅度提高，中尺度天气预报模式得到迅速发展与广泛应用。中尺度天气预报模式是以观测数据和背景场预测数据或再分析数据为基础，通过同化和数值模拟生成规则格点数据的模式，所以具有观测数据的基础。用中尺度数值模拟的数据结果来构建微尺度数值模拟的边界条件，可以使得微尺度数值模拟边界条件具有实测数据基础，因而是国际国内研究人员研究的课题。但是，由于中尺度数值模拟输出的时间序列数据(通常不少于1年)数据量过于庞大，超出目前一般的计算机的运算能力，因此直接采用中尺度数值模拟的输出数据作为微尺度的边界条件(也即直接耦合方式)还不具有实用性。因此，如何根据大量的中尺度时间序列气象数据执行微尺度数值模拟、成为必须要解决的问题。

针对相关技术中直接运用大量中尺度气象数据执行微尺度数据模拟运算量过大的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种气象数据处理方法和装置，以至少解决相关技术中直接运用大量中尺度气象数据执行微尺度数据模拟运算量过大的技术问题。

根据本发明实施例的一个方面，提供了一种气象数据处理方法，该方法包括：获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据是对背景场数据和实测数据执行同化和中尺度数值模拟之后得到的数据；根据中尺度时间序列气象数据的格点分布确定与目标区域对应的微尺度水平模拟区域并使微尺度水平模拟区域的边界之上或边界的预设范围内存在中尺度时间序列气象数据；将位于边界之上或边界的预设范围内的中尺度时间序列气象数据进行转换并按预设顺序组成向量集合；生成初始中心点；基于初始中心点使用聚类算法将向量集合进行分组处理并使得到的多个向量组的有效性指标满足预设条件；确定进行分组处理之后得到的每个向量组的中心点，其中，中心点用于产生微尺度数值模拟边界条件的向量。

进一步地，根据中尺度时间序列气象数据的格点分布确定与目标区域对应的微尺度水平模拟区域包括：在中尺度时间序列气象数据的格点分布的地域上确定至少覆盖目标区域的区域为微尺度水平模拟区域，其中，微尺度水平模拟区域为需要进行微尺度数值模拟的区域在水平面投影的矩形区域，微尺度水平模拟区域的边界在预设地理坐标系统中满足预设位置条件，且在微尺度水平模拟区域的边界之上或边界的预设范围内存在中尺度时间序列气象数据。

进一步地，将位于边界之上或边界的预设范围内的中尺度时间序列气象数据进行转换并按预设顺序组成向量集合包括：将每个时点对应的在边界之上或边界的预设范围内的中尺度时间序列气象数据转换为一个向量，以得到向量集合。

进一步地，生成初始中心点为在不同的大气稳定度、不同的日间时段以及不同的季节的中尺度时间序列气象数据中随机产生。