[发明专利]获取最优地表类型数据集配置的方法和设备

说明书

提供一种获取最优地表类型数据集配置的方法和设备，所述方法包括：根据地表粗糙度对地表类型进行粗分类，获取粗分类地表类别；根据粗分类地表类别的划分标准，分别将第一地表分类数据集和第二地表分类数据集归类到相应的粗分类地表类别中，得到第一分类结果和第二分类结果；针对每个粗分类地表类别，将第二分类结果中落入该粗分类地表类别的地表类型，以遍历的方式与所述第一分类结果中落入该粗分类地表类别的地表类型进行配对，得到多种地表类型配对方案；对目标区域在预定时间段内的天气进行WRF模拟，得到与各地表类型配对方案对应的数值天气模拟结果；根据目标区域在预定时间段内的天气实测值及数值天气模拟结果，确定最优地表类型数据集。

技术领域

本发明总体来说涉及地表下垫面分类数据集的处理领域，更具体地讲，涉及一种获取最优地表类型数据集配置的方法和设备。

背景技术

在新能源电场功率预测、新能源资源评估、气象灾害预报等领域中，准确的数值天气模拟是解决问题的关键之一。在现有的技术中，可通过中尺度数值天气模式来进行对区域以及全球的气象场的数值天气模拟计算，目前，常用的中尺度数值天气模式是天气搜索和预报(WRF，Weather Research and Forecast)模式。

WRF模式仅可直接识别MODIS(Moderate Resolution ImagingSpectroradiometer)地表下垫面分类数据集或者USGS(U.S.GeologicalSurvey)地表下垫面分类数据集。具体说来，MODIS地表下垫面分类数据集包括21种地表类型，空间分辨率为15arcsec；USGS地表下垫面分类数据集包括24种地表类型，空间分辨率为30arcsec，此外，MODIS地表下垫面分类数据集或者USGS地表下垫面分类数据集代表的时间较为久远。由于MODIS地表下垫面分类数据集和USGS地表下垫面分类数据集的分辨率较低、所包括的地表类型较少，代表时间较为久远等原因，目前，MODIS地表下垫面分类数据集和USGS地表下垫面分类数据集无法准确代表当前地表下垫面的实际情况。

随着勘探技术的发展，市面上逐渐出现了具有更高分辨率、更准确的地表类型数据集，例如欧洲航天局(European Space Agency，ESA)发布了Climate Change Initiative(CCI)地表下垫面分类数据集，该地表下垫面数据集具有300m高空间分辨率，并且具有很长的代表年份(1992-2015)，如果能应用在WRF模式的下边界条件中，将改善WRF模式的模拟效果。但是，由于数据分类系统的不同，在将该地表下垫面数据集应用到WRF模式的过程中，工作人员仅能依据经验和当地的地理气候特征对其进行大致分类，由于通过这种方式获取的分类结果准确性较差，因此会导致数据使用不当或效率低下等问题的发生。

发明内容

本发明的示例性实施例在于提供一种获取最优地表类型数据集配置的方法和设备，其能够克服将新地表下垫面分类数据集应用到WRF模式的过程中，对新地表下垫面分类数据集进行人工分类时，分类结果准确性较差的缺陷，以及还能够克服使用当前的MODIS地表下垫面分类数据集或者USGS地表下垫面分类数据集进行数值天气模拟时得到的数值天气模拟结果不准确的缺陷。

根据本发明示例性实施例的一方面，提供一种获取最优地表类型数据集配置的方法，所述方法包括：

根据地表粗糙度对地表类型进行粗分类，获取粗分类地表类别；

根据所述粗分类地表类别的划分标准，分别将第一地表分类数据集和第二地表分类数据集归类到相应的粗分类地表类别中，得到第一分类结果和第二分类结果；

针对每个所述粗分类地表类别，将所述第二分类结果中落入该粗分类地表类别的地表类型，以遍历的方式与所述第一分类结果中落入该粗分类地表类别的地表类型进行配对，得到多种地表类型配对方案；

基于各所述地表类型配对方案中与第一地表分类数据集对应的第二地表分类数据集，对目标区域在预定时间段内的天气进行WRF模拟，得到与各地表类型配对方案对应的数值天气模拟结果；