基于格点化气象数据的气象风险评估方法及分析预警平台技术

本发明专利技术公开一种基于格点化气象数据的气象风险评估方法及分析预警平台，包括：数据获取模块、数据清洗模块、数据融合模块、天气风险评估模块。该气象风险评估方法及分析预警平台，将通过多种渠道获得的历史气象数据进行充分清洗，纠正历史气象数据中存在的错误，以保证作为基础数据库的数据的来源的严谨性。对清洗后的历史气象数据插值后结合精细化地形数据和卫星资料反演验证，形成格点化气象数据，将所有相关数据统一到同一物理空间，通过空间场算法融合，以得到最接近实况的数值。该气象风险评估方法及分析预警平台，将现有的气象预报数据纳入气象风险评估模型，实现实时气象灾害的播报，并能准确地针对目标气象灾害的风险等级进行评估。

【技术实现步骤摘要】
基于格点化气象数据的气象风险评估方法及分析预警平台
本专利技术涉及天气风险评估领域，尤其涉及基于格点化气象数据的气象风险评估方法及分析预警平台。
技术介绍
气象灾害风险是对一定时期风险区遭受不同强度气象灾害的可能形及其可能造成的后果进行定量的分析和评估，气象灾害风险管理是通过风险识别、风险估测、风险评价，并在此基础上优化组合各种风险管理技术，对气象灾害风险实施有效地控制以及妥善处理风险所招致的的后果，以期达到以最小陈本获得最大安全保障的摸底。灾害风险评估是灾害风险管理中的关键环节，是开展有效的灾害预防、应急救援等活动的科学依据。天气风险的评估方法，主要是对历史数据进行分析，得出致灾因子及其权重系数，建立气象灾害风险指数，并以此建立天气风险评估模型，最后，通过加载预报的数据进行天气风险评估。因此，现有技术存在缺陷，需要改进。
技术实现思路
本专利技术的目的是克服现有技术的不足，提供一种基于格点化气象数据的气象风险评估方法，包括以下步骤：S1，收集历史气象数据：通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据；S2，清洗历史气象数据：比较通过多种方式所收集的历史气象数据的一致性，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误；S3：格点化气象数据：对各类缺测的历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转化为格点化的面数据，实现气象数据区域化覆盖，并进行验证以得到最接近实况的数值；S4：建立基础数据库：将各类的格点化气象数据结合包括年份和地理地域信息在内的数据建立基础数据库；S5：气象风险评估：根据基础数据库对各个地区的各类气象灾害的风险等级进行评估。进一步地，步骤S1中获取气象风险评估所需的历史数据的途径包括：国家气象观测站数据、其他专业气象观测站数据、卫星遥感数据和雷达观测数据。进一步地，步骤S2中采用质量控制算法对历史气象数据中的脏数据进行清洗。进一步地，步骤S3包括以下步骤：S301：运用对偶克里金插值方法，对各类历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转化为格点化的面数据，实现气象数据区域化覆盖；S302：利用包括地形资料同化技术、卫星资料反演证技术对格点化数据进行验证；步骤S303：将所有相关数据统一到同一物理空间，通过空间场算法融合，以得到最接近实况的数值。进一步地，步骤S4包括以下步骤：S401：按照年份、地理地域信息构件基础数据库的表结构；S402：制作可按照年份、经纬度读取各类气象要素的表格；S403：合成标准结构化查询语言，并插入基础数据库。进一步地，步骤S5包括以下步骤：S501：通过设置阀值的方式，划分目标地点各类天气的风险等级；S502：针对目标地点上的目标气象灾害建立风险评估模型；S503：将目标地点的主、客观天气预报数据作为风险评估模型的输入数据，根据风险评估模型评估目标气象灾害发生的概率，根据目标气象灾害的发生概率划分风险等级。本专利技术还提供一种基于格点化气象数据的气象风险分析预警平台，所述气象风险分析预警平台包括：数据获取模块，通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据；数据清洗模块，用于纠正历史气象数据中存在的错误；数据融合模块，对数据清洗模块得到的数据进行插值处理并验证，以得到最接近实况的数值；天气风险评估模块，所述天气风险评估模块包括综合展示单元和目标风险评估单元，所述综合展示单元用于展示目标地点的各类天气要素的评估值，目标风险评估单元用于展示目标地点的各类气象灾害的风险等级。采用上述方案，本专利技术提供一种基于格点化气象数据的气象风险评估方法及分析预警平台，具有如下有益效果：1、该气象风险评估方法及分析预警平台，将通过多种渠道获得的历史气象数据进行充分清洗，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误，以保证作为基础数据库的数据的来源的严谨性。2、运用对偶克里金法插值法对清洗后的历史气象数据进行插值。克里金法利用变异函数衡量数据间的空间相关性，并强调局部最优以及无偏估计，应用最为广泛。克里金方法中的泛克里金方法假定区域化变量具有某种以多项式表征的倾向，从而无需平稳假设，适合于非平稳情形，广泛应用于地质、地理、海洋和气象等地球科学领域。在气象数据网格化处理时，针对泛克里金法计算量大、耗时长的缺点，通过等效替换，将泛克里金插值法转换成对偶克里金插值法，实现区域化变量的全局差值，在不影响精度的同时，大幅提升了计算效率，具有计算量小、容易实现等特点。3、将插值后的历史气象数据结合精细化地形数据和卫星资料反演验证，形成格点化气象数据，将所有相关数据统一到同一物理空间，通过空间场算法融合，以得到最接近实况的数值。4、该气象风险评估方法及分析预警平台适用于多种气象灾害，将现有的气象预报数据纳入气象风险评估模型，实现实时气象灾害的播报，并能准确地针对目标气象灾害的风险等级进行评估。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术的分析预警平台结构示意图；图2为本专利技术的气象风险评估方法的流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式以下结合附图和具体实施例，对本专利技术进行详细说明。参照图1和图2所示，本专利技术提供一种基于格点化气象数据的气象风险分析预警平台，所述气象风险分析预警平台包括：数据获取模块，通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据，其中从国家气象观测站、其他专业气象观测站、卫星遥感和雷达观测等方式和渠道获得的数据。数据清洗模块，比较历史气象数据的一致性，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误。数据融合模块，对数据清洗模块得到的数据进行插值处理并验证，以得到最接近实况的数值；天气风险评估模块，所述天气风险评估模块包括综合展示单元和目标风险评估单元，所述综合展示单元用于展示目标地点的各类天气要素的评估值，目标风险评估单元用于展示目标地点的各类气象灾害的风险等级。本专利技术还提供一种基于格点化气象数据的气象风险评估方法，包括以下步骤：S1，收集历史气象数据：通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据；S2，清洗历史气象数据：比较通过多种方式所收集的历史气象数据的一致性，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误；S3：格点化气象数据：对各类历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转本文档来自技高网...

【技术保护点】
一种基于格点化气象数据的气象风险评估方法，其特征在于包括以下步骤：S1、收集历史气象数据：通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据；S2、清洗历史气象数据：比较通过多种渠道和方式所收集的历史气象数据的一致性，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误；S3、格点化气象数据：对历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转化为格点化的面数据，实现气象数据区域化覆盖，并进行验证以得到最接近实况的数值；S4、建立基础数据库：将各类的格点化气象数据结合包括年份和地理地域信息在内的数据建立基础数据库；S5、气象风险评估：根据基础数据库对各个地区的各类气象灾害的风险等级进行评估。

【技术特征摘要】
1.一种基于格点化气象数据的气象风险评估方法，其特征在于包括以下步骤：S1、收集历史气象数据：通过多种渠道和方式收集气象风险评估所需的各地的各类天气的历史气象数据；S2、清洗历史气象数据：比较通过多种渠道和方式所收集的历史气象数据的一致性，检测历史气象数据中包含无效值和缺失值在内的脏数据并进行处理，处理后再对历史气象数据进行重复性审查和校验，纠正历史气象数据中存在的错误；S3、格点化气象数据：对历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转化为格点化的面数据，实现气象数据区域化覆盖，并进行验证以得到最接近实况的数值；S4、建立基础数据库：将各类的格点化气象数据结合包括年份和地理地域信息在内的数据建立基础数据库；S5、气象风险评估：根据基础数据库对各个地区的各类气象灾害的风险等级进行评估。2.根据权利要求1所述的基于格点化气象数据的气象风险评估方法，其特征在于，步骤S1中获取气象风险评估所需的历史数据的途径包括：国家气象观测站数据、其他专业气象观测站数据、卫星遥感数据和雷达观测数据。3.根据权利要求1所述的基于格点化气象数据的气象风险评估方法，其特征在于，步骤S2中采用质量控制算法对历史气象数据中的脏数据进行清洗。4.根据权利要求1所述的基于格点化气象数据的气象风险评估方法，其特征在于，步骤S3包括以下步骤：S301、运用对偶克里金插值方法，对各类历史气象数据进行插值，形成完整的气象数据集合，将原本按照一定分布密度进行布局的单独站点的气象探测数据，转化为...

【专利技术属性】
技术研发人员：高鸿，刘锋，罗峰，
申请(专利权)人：智慧天气风险管理深圳有限公司，
类型：发明
国别省市：广东,44