[发明专利]一种基于大数据的降水量检测方法及系统

说明书

本发明提供了一种基于大数据的降水量检测方法及系统，该控制方法包括：获取检测数据，并根据检测数据建立时空检测模型；判断时空检测模型中的检测参数是否存在奇异值，并当判断到检测参数中存在奇异值时，对检测参数进行校正；根据预设优化规则对时空检测模型进行数据优化，以得到时空优化模型；针对时空优化模型进行模型损失计算，以得到损失函数，并当判断到损失函数小于损失阈值时，输出时空优化模型，以得到检测结果。本发明通过建立时空检测模型的设计，以使将检测数据转化为具体模型参数，方便了后续对数据的处理和计算，通过对时空检测模型进行数据优化的设计，防止了干扰因素对时空检测模型的影响，以提高检测结果的准确性。

技术领域

本发明涉及降水量检测技术领域，具体而言，涉及一种基于大数据的降水量检测方法及系统。

背景技术

降水的时空分布异常是引发洪涝灾害、山体滑坡、泥石流等自然灾害的重要因素，我国每年由洪涝灾害引发的直接经济损失超过千亿元，平均受灾人口超过1.2亿人。虽然雨量计、天气雷达和气象卫星等多种降水测量手段已经广泛应用，但是降水在城市、山区等重点区域存在极为复杂的时空变化，雨量计站点分布不均匀，即使在城市等站点相对密集的地区，仍难以监测到降水的精细时空变化；天气雷达在高仰角条件下只能测量到部分降水体或云体，在低仰角条件下易受地物回波影响，因而在城市和山区的测量效果有限；测雨卫星只能自上而下测量云顶或穿透云顶，与降落到地表附近的实际降水之间存在较大差别，难以根据回波反演和检测到准确的降水分布。

现有的针对降水量的检测所采用的方法为基于雷达的降水量检测，而由于现有的基于雷达的降水量的检测方式使用过程中，其检测精准度较低，并能有效的针对降水量进行检测。

发明内容

基于此，本发明实施例的目的在于解决现有技术中，针对降雨量的检测精准度低的问题。

第一方面，本发明提供了一种基于大数据的降水量检测方法，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。

进一步地，在本发明较佳的实施例中，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。

进一步地，在本发明较佳的实施例中，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。

进一步地，在本发明较佳的实施例中，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。

进一步地，在本发明较佳的实施例中，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：