当前位置: 首页 > 专利查询>清华大学专利>正文

基于空间插值的多卫星融合降水预测方法及系统技术方案

技术编号:17732855 阅读:117 留言:0更新日期:2018-04-18 10:44
本发明专利技术提供一种基于空间插值的多卫星融合降水预测方法及系统,所述方法包括将待预测区域划分为已知网格和待预测网格;根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数;利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数;根据所述已知网格的多卫星融合降水参数、所述待预测网格的多卫星融合降水参数、所述待预测网格和已知网格的卫星降水数据,计算所述待预测区域的融合降水值。根据采样时段的不同,及所述地面站点选择的不同,多卫星融合降水参数在时间及空间上均呈现动态的特性,使得多卫星融合降水预测的结果更加准确。

Prediction method and system for multi satellite fusion precipitation based on spatial interpolation

【技术实现步骤摘要】
基于空间插值的多卫星融合降水预测方法及系统
本专利技术涉及卫星融合降水
,特别是涉及基于空间插值的多卫星融合降水预测方法及系统。
技术介绍
降水是大气水文模型不确定性的最关键输入参数之一,也是全球水分与能量循环的核心组成部分。传统技术中,获取降水数据主要有三种方式。一是地面站点观测,采用局部点采样观测的结果代表周边几十甚至几百平方公里范围内的真实降水。目前认为地面站点的降水资料是最可信赖的降水观测资料,但地面站点的观测数据在时空分布上存在明显的不连续性,难以反映实际降水显著的时空变异性,并且中国的地面站点的分布东密西疏,观测资料时间和空间分布也不均等,导致基于地面站点观测的降水数据质量受到影响,因此,地面站点观测虽然能够精确测量地面降水,但受站网密度及其空间分布的影响较大,尤其是对于地形相对复杂的山区,现有站网布局不能满足应用需求。二是天气雷达,天气雷达通过探测大气中与降水有关的物理量,间接获得空间连续的降水信息,在一定程度上弥补了地面站点空间分布的不足,但天气雷达容易受电子信号以及运行环境等多因素影响,如地形遮挡、雷达射线抬升和Z-R(雷达反射率Z和降雨强度R)关系的不确定性等,在地形复杂地区具有较大的不确定性,精度较地面站点的雨量计观测差。三是气象卫星,卫星监测的反演降水数据具有观测范围广、时间间隔短,相对于独立、离散的地面站点观测而言时空分布较为连续,已经逐渐成为在全球及区域尺度上进行降雨监测及灾害预报预警的重要工具,同时也为地面缺测资料流域的水文研究提供了极具应用价值的降雨观测信息。但跟天气雷达一样,卫星遥感技术也是对降雨过程的间接观测手段,受遥感探测仪器、反演算法等因素影响,产品的精度相对较低,具有显著的不确定性。各卫星的反演降水数据估测误差与研究区域、降水类型、降水季节、地表覆被情况、地形等因素有关,在不同时空范围内具有各自的优缺点。为了更加真实地描述实际的降水变化,需要融合较好捕获降水场时空分布的卫星反演降水数据,综合考虑不同卫星的误差特性及观测优势。目前比较传统的多卫星融合降水方法有:简单算术平均、去除最大偏差等。其中,简单算术平均简单易懂,是一种快速将各卫星的反演降水数据融合的方法,但这种方法认为各颗卫星产品数据在不同的时刻具有相同的权重,捕捉降水的能力相同,这与实际情况并不相符。去除最大偏差法先将偏差最大的卫星反演降水数据剔除,然后对剩余的卫星反演降水数据进行算术平均,在一定程度上考虑了不同卫星反演降水的性能的不等,但对剩余卫星反演降水数据进行算术平均时,同样存在算术平均方法的问题。进一步的,目前比较传统的基于空间插值的多卫星融合降水预测方法为利用传统的卫星融合降水方法,将计算出的卫星融合降水数据直接用于待预测区域,但由于传统的卫星融合降水方法存在较大的误差,且无法体现降水的时空连续性,导致预测结果准确率过低。如何使多卫星融合降水的预测结果更加准确,得到高精度和高时空分辨率的多卫星融合降水预测结果,是卫星融合降水预测领域亟待解决的技术问题。
技术实现思路
基于此,有必要针对多卫星融合降水的预测问题,提供一种基于空间插值的多卫星融合降水预测方法,所述方法包括:将待预测区域划分为已知网格和待预测网格,所述已知网格为包含地面降水数据的网格,所述待预测网格为不包含地面降水数据的网格;根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数,所述已知网格的多卫星融合降水参数包括各卫星的融合权重系数;利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数;根据所述已知网格的多卫星融合降水参数、所述待预测网格的多卫星融合降水参数、所述待预测网格和已知网格的卫星降水数据,计算所述待预测区域的融合降水值。在其中一个实施例中,所述利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数,包括:利用普通克里金空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的插值权重系数;根据所述已知网格的多卫星融合降水参数和所述待预测网格的插值权重系数,计算所述待预测网格的多卫星融合降水参数。在其中一个实施例中,所述利用普通克里金空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的插值权重系数,包括:使各所述已知网格的多卫星融合降水参数的实际值和估计值之间的误差最小,且期望值之差等于0。在其中一个实施例中,所述根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数,所述多卫星融合降水参数包括各卫星的融合权重系数,包括:获取采样时段,所述采样时段包括N年中每一年的预设时段,每个所述预设时段的时长小于一年,其中N为正整数;分别获取所述采样时段内的地面降水数据和至少两颗卫星的降水数据;确定各卫星的先验概率;根据所述各卫星的先验概率、所述地面降水数据和所述各卫星的降水数据,利用概率统计模型计算多卫星融合降水参数。在其中一个实施例中,所述根据所述各卫星的先验概率、所述地面降水数据和所述各卫星的降水数据,利用概率统计模型计算多卫星融合降水参数,包括:根据所述各卫星的降水数据的后验概率和多卫星融合降水的后验分布,确定多卫星融合降水的概率密度函数,其中,所述各卫星的降水数据的后验概率为各卫星的降水数据在所述地面降水数据条件下的后验概率,所述多卫星融合降水的后验分布为基于所述各卫星的降水数据及所述地面降水数据条件下的多卫星融合降水的后验分布;将所述多卫星融合降水的概率密度函数进行迭代计算,确定所述多卫星融合降水参数。在其中一个实施例中,所述将所述多卫星融合降水的概率密度函数进行迭代计算,确定所述多卫星融合降水参数,包括:将所述地面降水数据和所述各卫星的降水数据分别进行正态分布转换,获取地面正态分布降水数据和各卫星的正态分布降水数据;根据所述地面正态分布降水数据、所述各卫星的正态分布降水数据,将所述多卫星融合降水的概率密度函数利用最大期望算法进行迭代计算,确定优化后的各卫星的降水数据的后验概率;将所述优化后的各卫星的降水数据的后验概率确定为所述各卫星的融合权重系数。在其中一个实施例中,所述根据所述地面正态分布降水数据、所述各卫星的正态分布降水数据,将所述多卫星融合降水的概率密度函数利用最大期望算法进行迭代计算,确定优化后的各卫星的降水数据的后验概率,包括:根据所述各卫星的降水数据和所述地面降水数据,计算所述各卫星的降水数据的误差;将所述各卫星的降水数据的误差、所述各卫星的降水数据的后验概率,确定为所述多卫星融合降水的概率密度函数中的初始待求参数集合;根据所述初始待求参数的集合,所述地面正态分布降水数据和所述各卫星的正态分布降水数据,确定所述初始待求参数集合的对数似然函数;迭代计算所述对数似然函数并确定所述对数似然函数的最大似然值,根据所述最大似然值确定优化后的待求参数集合,所述优化后的待求参数集合包括优化后的各卫星的降水数据的后验概率。在其中一个实施例中,所述方法还包括:所述多卫星融合降水参数,还包括多卫星融合降水的误差信息;根据所述优化后的待求参数集合,计算所述多卫星融合降水的概率密度函数的方差;将所述多卫星融合降水的概率密度函数的方本文档来自技高网
...
基于空间插值的多卫星融合降水预测方法及系统

【技术保护点】
一种基于空间插值的多卫星融合降水预测方法,其特征在于,所述方法包括:将待预测区域划分为已知网格和待预测网格,所述已知网格为包含地面降水数据的网格,所述待预测网格为不包含地面降水数据的网格;根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数,所述已知网格的多卫星融合降水参数包括各卫星的融合权重系数;利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数;根据所述已知网格的多卫星融合降水参数、所述待预测网格的多卫星融合降水参数、所述待预测网格和已知网格的卫星降水数据,计算所述待预测区域的融合降水值。

【技术特征摘要】
1.一种基于空间插值的多卫星融合降水预测方法,其特征在于,所述方法包括:将待预测区域划分为已知网格和待预测网格,所述已知网格为包含地面降水数据的网格,所述待预测网格为不包含地面降水数据的网格;根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数,所述已知网格的多卫星融合降水参数包括各卫星的融合权重系数;利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数;根据所述已知网格的多卫星融合降水参数、所述待预测网格的多卫星融合降水参数、所述待预测网格和已知网格的卫星降水数据,计算所述待预测区域的融合降水值。2.根据权利要求1所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述利用空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的多卫星融合降水参数,包括:利用普通克里金空间插值算法,根据所述已知网格的多卫星融合降水参数,计算所述待预测网格的插值权重系数;根据所述已知网格的多卫星融合降水参数和所述待预测网格的插值权重系数,计算所述待预测网格的多卫星融合降水参数。3.根据权利要求2所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述待预测网格的插值权重系数,包括:使各所述已知网格的多卫星融合降水参数的实际值和估计值之间的误差最小,且期望值之差等于0的插值权重系数。4.根据权利要求1所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述根据所述已知网格的地面降水数据和至少两颗卫星的降水数据,计算所述已知网格的多卫星融合降水参数,所述多卫星融合降水参数包括各卫星的融合权重系数,包括:获取采样时段,所述采样时段包括N年中每一年的预设时段,每个所述预设时段的时长小于一年,其中N为正整数;分别获取所述采样时段内的地面降水数据和至少两颗卫星的降水数据;确定各卫星的先验概率;根据所述各卫星的先验概率、所述地面降水数据和所述各卫星的降水数据,利用概率统计模型计算多卫星融合降水参数。5.根据权利要求4所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述根据所述各卫星的先验概率、所述地面降水数据和所述各卫星的降水数据,利用概率统计模型计算多卫星融合降水参数,包括:根据所述各卫星的降水数据的后验概率和多卫星融合降水的后验分布,确定多卫星融合降水的概率密度函数,其中,所述各卫星的降水数据的后验概率为各卫星的降水数据在所述地面降水数据条件下的后验概率;所述多卫星融合降水的后验分布为基于所述各卫星的降水数据及所述地面降水数据条件下的多卫星融合降水的后验分布;将所述多卫星融合降水的概率密度函数进行迭代计算,确定所述多卫星融合降水参数。6.根据权利要求5所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述将所述多卫星融合降水的概率密度函数进行迭代计算,确定所述多卫星融合降水参数,包括:将所述地面降水数据和所述各卫星的降水数据分别进行正态分布转换,获取地面正态分布降水数据和各卫星的正态分布降水数据;根据所述地面正态分布降水数据、所述各卫星的正态分布降水数据,将所述多卫星融合降水的概率密度函数利用最大期望算法进行迭代计算,确定优化后的各卫星的降水数据的后验概率;将所述优化后的各卫星的降水数据的后验概率确定为所述各卫星的融合权重系数。7.根据权利要求6述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述根据所述地面正态分布降水数据、所述各卫星的正态分布降水数据,将所述多卫星融合降水的概率密度函数利用最大期望算法进行迭代计算,确定优化后的各卫星的降水数据的后验概率,包括:根据所述各卫星的降水数据和所述地面降水数据,计算所述各卫星的降水数据的误差;将所述各卫星的降水数据的误差、所述各卫星的降水数据的后验概率,确定为所述多卫星融合降水的概率密度函数中的初始待求参数集合;根据所述初始待求参数的集合,所述地面正态分布降水数据和所述各卫星的正态分布降水数据,确定所述初始待求参数集合的对数似然函数;迭代计算所述对数似然函数并确定所述对数似然函数的最大似然值,根据所述最大似然值确定优化后的待求参数集合,所述优化后的待求参数集合包括优化后的各卫星的降水数据的后验概率。8.根据权利要求7所述的基于空间插值的多卫星融合降水预测方法,其特征在于,所述已知网格的多卫星融合降水参数还包括多卫星融合降水的误差信息,所述误差信息的计算方法包括:根据所述优化后的待求参数集合,计算所述多卫星融合降水的概率密度函数的方差;将所述多卫星融合降水的概率密度函数的方差确定为所述多卫星融合降水的误差信息。9.一种基于空间插值的多卫星融合降...

【专利技术属性】
技术研发人员:马颖钊杨媛洪阳
申请(专利权)人:清华大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1