[发明专利]一种基于大数据的降水量检测方法及系统

权利要求书

1.一种基于大数据的降水量检测方法，其特征在于，所述方法包括：

获取检测数据，并根据所述检测数据建立时空检测模型；

判断所述时空检测模型中的检测参数是否存在奇异值，并当判断到所述检测参数中存在所述奇异值时，对所述检测参数进行校正；

根据本地预设优化规则对所述时空检测模型进行数据优化，以得到时空优化模型；

针对所述时空优化模型进行模型损失计算，以得到损失函数，并当判断到所述损失函数小于损失阈值时，输出所述时空优化模型，以得到检测结果；

所述根据所述检测数据建立时空检测模型的步骤包括：

获取所述检测数据中存储的雷达反射率因子组合，并以MSE为优化目标，以建立降水空间依赖映射关系；

获取所述检测数据中存储的降水过程的相关性，并以所述降水过程的相关性为目标，以建立降水时间序列映射关系；

所述判断所述时空检测模型中的检测参数是否存在奇异值的步骤包括：

分别计算相邻所述检测参数之间的参数差值，并判断所述参数差值是否大于差值阈值；

若是，则判定所述参数差值对应的所述检测参数为奇异值。

2.根据权利要求1所述的基于大数据的降水量检测方法，其特征在于，所述对所述检测参数进行校正的步骤包括：

删除所述检测参数，并获取所述检测参数相邻参数之间的参数和；

计算所述参数和的平均值，以得到替换值，并将所述替换值对所述检测参数进行替换。

3.根据权利要求1所述的基于大数据的降水量检测方法，其特征在于，所述根据本地预设优化规则对所述时空检测模型进行数据优化的步骤包括：

对所述时空检测模型进行方差计算，以得到方差值，并将所述方差值与本地预存储的优化表进行匹配，以得到第一优化波动；

根据所述第一优化波动对所述时空检测模型进行波动优化；

对所述时空检测模型进行滤波计算，以得到滤波值，并将所述滤波值与所述优化表进行匹配，以得到第二优化波动；

根据所述第二优化波动对所述时空检测模型进行波动优化；

对所述时空检测模型进行滤波方差计算，以得到滤波方差值，并将所述滤波方差值与所述优化表进行匹配，以得到第三优化波动；

根据所述第三优化波动对所述时空检测模型进行波动优化。

4.一种基于大数据的降水量检测系统，其特征在于，包括：

建模模块，用于获取检测数据，并根据所述检测数据建立时空检测模型；

判断模块，用于判断所述时空检测模型中的检测参数是否存在奇异值，并当判断到所述检测参数中存在所述奇异值时，对所述检测参数进行校正；

优化模块，用于根据本地预设优化规则对所述时空检测模型进行数据优化，以得到时空优化模型；

计算模块，用于针对所述时空优化模型进行模型损失计算，以得到损失函数，并当判断到所述损失函数小于损失阈值时，输出所述时空优化模型，以得到检测结果；

所述建模模块包括：

第一建模单元，用于获取所述检测数据中存储的雷达反射率因子组合，并以MSE为优化目标，以建立降水空间依赖映射关系；

第二建模单元，用于获取所述检测数据中存储的降水过程的相关性，并以所述降水过程的相关性为目标，以建立降水时间序列映射关系；

所述判断模块包括：

第一计算单元，用于分别计算相邻所述检测参数之间的参数差值；

判断单元，用于判断所述参数差值是否大于差值阈值；若是，则判定所述参数差值对应的所述检测参数为奇异值。

5.根据权利要求4所述的基于大数据的降水量检测系统，其特征在于，所述判断模块还包括：

获取单元，用于删除所述检测参数，并获取所述检测参数相邻参数之间的参数和；

第二计算单元，用于计算所述参数和的平均值，以得到替换值，并将所述替换值对所述检测参数进行替换。