基于多源信息融合的降雨量估算方法技术

本发明专利技术提供一种基于多源信息融合的降雨量估算方法，包括：将研究区域内的地面站观测降雨数据和研究区域多源卫星降雨量数据体相结合，构成研究区域多源数据集；建立基于动态贝叶斯理论的研究区域的贝叶斯降雨预测模型；利用最大熵方法求取贝叶斯降雨预测模型的非线性最优解，进而确定各个卫星数据源的最佳权重和不确定性信息；基于卫星数据源的最佳权重和不确定性，生成研究区域内应用多源信息融合降雨量的估算结果。优点为：本发明专利技术多种数据源融合分析的结果减少了由于某单类降雨信息的不准确带来的区域降雨量估算不确定性；为加强区域高精度灾害预警、规避洪涝风险或小流域暴雨洪水估算提供更为可靠的数据输入以及更丰富更精细化的建模数据。

Rainfall estimation method based on multi-source information fusion

The invention provides a rainfall estimation method based on multi-source information fusion, including: combining the observed rainfall data of ground stations in the research area with the rainfall data volume of multi-source satellites in the research area to form a multi-source data set in the research area; and establishing a Bayesian rainfall prediction model for the research area based on dynamic Bayesian theory. The maximum entropy method is used to obtain the non-linear optimal solution of Bayesian rainfall prediction model, and then determine the optimal weight and uncertainty information of each satellite data source. Based on the optimal weight and uncertainty of satellite data source, the estimation results of rainfall fused by multi-source information in the research area are generated. The advantages of the method are as follows: the results of fusion analysis of various data sources of the invention reduce the uncertainty of regional rainfall estimation caused by inaccuracy of a single type of rainfall information; provide more reliable data input and richer and more refined data input for strengthening regional high-precision disaster early warning, avoiding flood risk or rainstorm flood estimation of small watershed. Modeling data.

【技术实现步骤摘要】
基于多源信息融合的降雨量估算方法
本专利技术属于降雨量估算
，具体涉及一种基于多源信息融合的降雨量估算方法。
技术介绍
降雨是水文系统循环过程中的一个关键环节，在整个水循环中起到了至关重要的作用，而较短时间内降雨量的巨大变化，极易引发区域地质和环境问题，例如城市积水，山区地质灾害或河流流域洪涝灾害等问题，对社会政治和经济的发展造成严重的损害。如何在较短的时间内精准估量区域降雨量，是目前水信息领域亟需解决的关键问题之一。随着观测手段和水平的发展，卫星观测地面降雨量技术取得了长足的进步，为地面降雨量估算提供了数据基础。每个类型的卫星观测降雨量数据源自不同平台，有各自的格式和标准；目前，采用单独使用一类数据进行降雨量估算，易引起估算结果随观测数据的误差而产生偏差，从而不利于为地质灾害监控，防汛抗旱等工作提供准确的数据支持。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种基于多源信息融合的降雨量估算方法，可有效解决上述问题。本专利技术采用的技术方案如下：本专利技术提供一种基于多源信息融合的降雨量估算方法，包括以下步骤：步骤1，获取多源卫星降雨数据和研究区域内的地面站观测降雨数据；步骤2，对多源卫星降雨数据进行预处理，包括：对多源卫星降雨数据进行格式统一、区域裁剪和尺度匹配，形成研究区域多源卫星降雨量数据体；步骤3，将研究区域内的地面站观测降雨数据和研究区域多源卫星降雨量数据体相结合，构成研究区域多源数据集；步骤4，采用所述研究区域多源数据集，利用地面站观测降雨数据作为约束，体现不同来源的卫星降雨数据对研究区域降雨量的影响权重，进而建立基于动态贝叶斯理论的研究区域的贝叶斯降雨预测模型；其中，所述贝叶斯降雨预测模型是权重将作为先验概率的多源卫星降雨数据转化为作为后验概率的地面站观测降雨数据的过程；步骤5，目标动态训练样本提取：针对步骤4建立的贝叶斯降雨预测模型，利用地面站观测降雨数据作为训练样本，对步骤4建立的贝叶斯降雨预测模型进行训练，得到训练后的贝叶斯降雨预测模型；步骤6，利用最大熵方法求取步骤5得到的训练后的贝叶斯降雨预测模型的非线性最优解，进而确定各个卫星数据源的最佳权重和不确定性信息；其中，最佳权重和不确定性随空间位置、时间的变化而变化，呈现动态性；步骤7，基于卫星数据源的最佳权重和不确定性，生成研究区域内应用多源信息融合降雨量的估算结果。优选的，所述多源卫星降雨数据是指来自于不同平台不同卫星类型的降雨数据；在获得原始的多源卫星降雨数据后，剔除异常值后，再进行格式统一、区域裁剪和尺度匹配处理。优选的，步骤2中，所述格式统一的具体过程为：将多源卫星降雨数据的格式统一为二进制格式；其中，头文件中包括坐标范围和数据来源，文件体中包括对应位置的降雨量数据矩阵；所述区域裁剪的具体过程为：从多源卫星降雨数据中裁剪出属于研究区域范围的多源卫星降雨数据，裁剪出的数据空间范围为矩形，其坐标范围由研究区域坐标的极值决定，即裁剪出的区域为包含研究区域的最小矩形；所述尺度匹配的具体过程为：尺度匹配过程包括时刻统一和空间尺度统一；由于各种卫星降雨数据的监测时刻和空间分辨能力存在区别，因此，将研究区域范围的多源卫星降雨数据转化为时刻统一，空间网格一致的数据；经过格式统一、区域裁剪和尺度匹配，将多源卫星降雨数据转化为格式统一，时间间隔和空间位置一致的数据体，由此形成研究区域内标准网格中各个时刻降雨量的多源卫星降雨量数据体。优选的，步骤3具体为：将地面站观测降雨数据放入研究区域多源卫星降雨量数据体的对应网格中，如果单一网格中存在同一地面站的多个地面站观测降雨数据，则取均值；将存在地面站观测降雨数据的网格作为参考点和约束条件，用于评价并优化贝叶斯降雨预测模型的最优解的符合度；对于不存在地面站观测降雨数据的网格，利用优化过的贝叶斯降雨预测模型进行估算得到最优解。优选的，步骤4中，所建立的贝叶斯降雨预测模型为：其中，p(y|D)为融合后目标降雨的后验概率；y为融合后的目标降水；D为一定时段中的地面观测降雨数据；p(fk|D)为地面观测降雨条件下的数据反演降雨的后验概率，也视为在地面观测降雨条件下不同卫星反演降雨的准确程度；fk为不同模型的反演降水；p(y|fk,D)为基于不同模型反演降水，地面观测降水条件下融合降水的后验分布；k为不同模型种类；M为模型总量；其均值表示为其中：E(y|D)代表贝叶斯多模型集成的均值，其中E符号代表均值；E[pk(y|fk,D)]为基于不同模型反演降水，地面观测降水条件下融合降水的后验分布的均值；wk为地面观测降雨条件下的数据反演降雨的后验概率的简写；wk＝p(fk|D)，则有方差表示为：其中：Var(y|D)表示基于动态贝叶斯多模型集成的方差；σ2为卫星降水相对于地面降水的方差。优选的，步骤6中，在采用最大熵方法求取训练后的贝叶斯降雨预测模型的非线性最优解时，条件熵最大时对应的条件概率就是所需要得到的条件概率，即：其中：H(p)为融合降雨量与地面站观测相关性最大时的条件熵；p(D)为融合降雨量为地面观测值。优选的，步骤7具体为：利用地质统计学空间插值方法，将目标期内标定台站的最佳权重和不确定性信息插值到整个研究区域，并将插值后的权重进行归一化处理，使得每个格点满足各个卫星的权重之和恒等于1，由此获得研究区域内各类卫星数据的归一化权值，得到研究区域的权重空间分布图；基于所述权重空间分布图，生成研究区域内应用多源信息融合降雨量的估算结果。本专利技术提供的基于多源信息融合的降雨量估算方法具有以下优点：本专利技术选用目标区域内适合的多源多平台卫星降雨监测数据，建立基于动态贝叶斯模型的降雨量模型，通过熵最大方法求取模型的非线性极值点，进而求取各类数据的全局最佳权重和不确定性，最终估算目标区域连续时段内的降雨量。本专利技术的多源信息融合的降雨量估算方法可以发挥多源数据的优势，获得精度更高更加置信的降雨量数据。本专利技术多种数据源融合分析的结果减少了由于某单类降雨信息的不准确带来的区域降雨量估算不确定性；为加强区域高精度灾害预警、规避洪涝风险或小流域暴雨洪水估算提供更为可靠的数据输入以及更丰富更精细化的建模数据。附图说明图1为本专利技术提供的基于多源信息融合的降雨量估算方法的流程示意图；图2为本专利技术多源信息估算结果与单个卫星的估算结果统计规律比较图；图3为基于本专利技术多源信息的降雨量估算贴近度值与单卫星数据降雨量比较图；图4为基于本专利技术多源信息的降雨量估算均方根误差与单卫星数据降雨量比较图。具体实施方式为了使本专利技术所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。综合利用多平台数据进行降雨量分析和估算是大势所趋。将源自多平台的多源卫星降雨量加以融合，既能充分发挥各个平台数据的优势又可以减小由于单类数据偏差所引起的估算结果误差。同时，借助地面监测降雨量作为标准加以校正，可以建立一套多源多信息融合的降雨量估算方法，提供更加可信和准确的地面降雨量分布，进而为地质灾害监控，防汛抗旱等工作提供准确的数据支持。本专利技术涉及一种多源信息融合降雨量估算方法，该方法利用多源多平台降雨量监测信息，形成降雨量空间分布数据；通过建立适合多源数本文档来自技高网...

【技术保护点】
1.一种基于多源信息融合的降雨量估算方法，其特征在于，包括以下步骤：步骤1，获取多源卫星降雨数据和研究区域内的地面站观测降雨数据；步骤2，对多源卫星降雨数据进行预处理，包括：对多源卫星降雨数据进行格式统一、区域裁剪和尺度匹配，形成研究区域多源卫星降雨量数据体；步骤3，将研究区域内的地面站观测降雨数据和研究区域多源卫星降雨量数据体相结合，构成研究区域多源数据集；步骤4，采用所述研究区域多源数据集，利用地面站观测降雨数据作为约束，体现不同来源的卫星降雨数据对研究区域降雨量的影响权重，进而建立基于动态贝叶斯理论的研究区域的贝叶斯降雨预测模型；其中，所述贝叶斯降雨预测模型是权重将作为先验概率的多源卫星降雨数据转化为作为后验概率的地面站观测降雨数据的过程；步骤5，目标动态训练样本提取：针对步骤4建立的贝叶斯降雨预测模型，利用地面站观测降雨数据作为训练样本，对步骤4建立的贝叶斯降雨预测模型进行训练，得到训练后的贝叶斯降雨预测模型；步骤6，利用最大熵方法求取步骤5得到的训练后的贝叶斯降雨预测模型的非线性最优解，进而确定各个卫星数据源的最佳权重和不确定性信息；其中，最佳权重和不确定性随空间位置、时间的变化而变化，呈现动态性；步骤7，基于卫星数据源的最佳权重和不确定性，生成研究区域内应用多源信息融合降雨量的估算结果。...

【技术特征摘要】
1.一种基于多源信息融合的降雨量估算方法，其特征在于，包括以下步骤：步骤1，获取多源卫星降雨数据和研究区域内的地面站观测降雨数据；步骤2，对多源卫星降雨数据进行预处理，包括：对多源卫星降雨数据进行格式统一、区域裁剪和尺度匹配，形成研究区域多源卫星降雨量数据体；步骤3，将研究区域内的地面站观测降雨数据和研究区域多源卫星降雨量数据体相结合，构成研究区域多源数据集；步骤4，采用所述研究区域多源数据集，利用地面站观测降雨数据作为约束，体现不同来源的卫星降雨数据对研究区域降雨量的影响权重，进而建立基于动态贝叶斯理论的研究区域的贝叶斯降雨预测模型；其中，所述贝叶斯降雨预测模型是权重将作为先验概率的多源卫星降雨数据转化为作为后验概率的地面站观测降雨数据的过程；步骤5，目标动态训练样本提取：针对步骤4建立的贝叶斯降雨预测模型，利用地面站观测降雨数据作为训练样本，对步骤4建立的贝叶斯降雨预测模型进行训练，得到训练后的贝叶斯降雨预测模型；步骤6，利用最大熵方法求取步骤5得到的训练后的贝叶斯降雨预测模型的非线性最优解，进而确定各个卫星数据源的最佳权重和不确定性信息；其中，最佳权重和不确定性随空间位置、时间的变化而变化，呈现动态性；步骤7，基于卫星数据源的最佳权重和不确定性，生成研究区域内应用多源信息融合降雨量的估算结果。2.根据权利要求1所述的基于多源信息融合的降雨量估算方法，其特征在于，所述多源卫星降雨数据是指来自于不同平台不同卫星类型的降雨数据；在获得原始的多源卫星降雨数据后，剔除异常值后，再进行格式统一、区域裁剪和尺度匹配处理。3.根据权利要求1所述的基于多源信息融合的降雨量估算方法，其特征在于，步骤2中，所述格式统一的具体过程为：将多源卫星降雨数据的格式统一为二进制格式；其中，头文件中包括坐标范围和数据来源，文件体中包括对应位置的降雨量数据矩阵；所述区域裁剪的具体过程为：从多源卫星降雨数据中裁剪出属于研究区域范围的多源卫星降雨数据，裁剪出的数据空间范围为矩形，其坐标范围由研究区域坐标的极值决定，即裁剪出的区域为包含研究区域的最小矩形；所述尺度匹配的具体过程为：尺度匹配过程包括时刻统一和空间尺度统一；由于各种卫星降雨数据的监测时刻和空间分辨能力存在区别，因此，将研究区域范围的多源卫星降雨数据转化为时刻统一，空间网格一致的数据；经过格式统一、区域裁剪和尺度匹配，将多源卫星降雨数据转化为格式统一，...

【专利技术属性】
技术研发人员：张国宝，高立东，李善飞，李维垚，郭继亮，胡小青，王丹，刘慧文，李小超，张佳宾，
申请(专利权)人：中国电建集团北京勘测设计研究院有限公司，
类型：发明
国别省市：北京,11