[发明专利]一种气象输入数据匹配方法及系统

说明书

本发明提供一种气象输入数据匹配方法及系统，包括：将目标流域划分为多个子流域，并获取在所述目标流域中气象站点的分布信息；在每个所述子流域的几何中心生成一个虚拟气象站点；获取每个所述子流域的虚拟气象站点的虚拟气象数据，作为每个所述子流域的气象输入数据，输入至流域面源污染模型。本发明提供的气象输入数据匹配方法及系统，针对流域尺度的农业面源污染模型的气象数据匹配问题，基于影响气象数据指标的环境特征，将气象输入数据匹配至计算单元尺度，提高面源污染模型的输入数据精度，最终提升整个流域面源污染模型的计算精度。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种气象输入数据匹配方法及系统。

背景技术

采用模型对流域农业面源污染排放负荷量或动态过程进行模拟，是进行农业面源污染研究和实践的重要技术手段。模型的基本工作流程主要为先划分计算单元，然后在每个计算单元内进行计算，最后汇总到整个流域。面源模型中的计算公式和流程只能保证计算过程合理性，而输入数据的精度则很大程度上决定了模拟结果的数值精度，准确提取输入数据是模型模拟的前提。当输入数据的观测尺度与计算单元的尺度不匹配时，就需要对输入数据进行尺度转化，使得计算单元内提取的参数尽可能真实反映现实状态。

现有技术中，如在SWAT(Soil and Water Assessment Tool)模型中，一般采用以下方法对输入数据进行匹配：先将目标流域划分为子流域(Sub-Watersheds)，再进一步划分出水文响应单元作为计算单元(Hydrologic Response Unit，HRU)，针对子流域往往选择距其最近的气象站点作为输入气象数据，子流域内的HRU统一采用子流域确定的气象数据。而在基于遥感分布式面源污染计算模型(Diffuse Pollution estimation With RemoteSensing，DPeRS)中，一般是以遥感像元为基本计算单元，采用空间插值方法将气象站点数据推算到像元。

由于直接采用距离最近的气象站点数据的方法对输入数据的提取进行很大程度的近似，在计算单元与气象站点两者距离较远或环境特征差异较大时，会导致提取的气象数据有很大的不确定性。对站点数据进行空间插值的方法也面临以下缺陷：站点数据密度低导致插值结果不确定性高；当待插值的气象指标存在较强空间异质性时，不符合插值方法的适用条件。栅格气象数能够覆盖全部计算单元，但其数值精度通常明显低于实测站点数据。另一方面，栅格气象数据的空间分辨率较低，单个栅格可能覆盖多个子流域，导致不同计算单元的数据差异被平均化。

由于现有的输入数据的观测尺度与计算单元的尺度不匹配，使得计算单元内提取的气象数据均存在一定程度的误差，从而直接影响了流域农业面源污染排放负荷量或动态过程的计算精度，故亟需提供一种新的气象输入数据匹配方法。

发明内容

针对现有技术存在的缺陷，本发明实施例提供一种气象输入数据匹配方法及系统。

本发明提供一种气象输入数据匹配方法，包括：将目标流域划分为多个子流域，并获取在所述目标流域中气象站点的分布信息；在每个所述子流域的几何中心生成一个虚拟气象站点；获取每个所述子流域的虚拟气象站点的虚拟气象数据，作为每个所述子流域的气象输入数据，输入至流域面源污染模型。

根据本发明提供的一种气象输入数据匹配方法，在气象数据仅包含气象站点的实测气象数据的情况下，所述获取每个所述子流域的虚拟气象站点的虚拟气象数据，包括：根据预设的环境特征相似性指标，分别提取每个所述子流域的环境特征值，以构建特征描述向量；在确定任一目标子流域为一类子流域的情况下，根据所述目标子流域中每个所述气象站点的实测气象数据，确定所述目标子流域中虚拟气象站点的虚拟气象数据；在确定任一目标子流域为二类子流域的情况下，根据所有一类子流域的虚拟气象数据的加权平均值，确定所述目标子流域中虚拟气象站点的虚拟气象数据；所述加权平均值的权重为所述目标子流域的特征描述向量与相应的一类子流域的特征描述向量的余弦距离；所述一类子流域为具有至少一个气象站点的子流域；所述二类子流域为子流域不具有气象站点的子流域。