【技术实现步骤摘要】
耦合干湿状态辨识与多源信息融合的降水估计方法及系统
[0001]本专利技术涉及降水定量估计
，尤其涉及耦合干湿状态辨识与多源信息融合的降水估计方法及系统。
技术介绍
[0002]受地形、气候及人类活动等多重因素的复合影响，降水呈现复杂的时空变异性，导致其成为最难精准估计的气象变量。当前，降水估测方法不断丰富，主要包括地面观测站、气象卫星与天气雷达遥感反演以及数值模式再分析及预报等。地面观测站可获取点状高精度降水信息，但站点离散分布、空间代表性不足，无法反映降水的连续空间结构；而遥感反演、再分析和数值预报降水具有连续的空间分布，一定程度上能够动态捕捉降水空间演替特征，但定量误差相对突出，且在不同气候、地形、雨强、降雨类型等条件下变化复杂。
[0003]鉴于各种降水估测信息的优势与短板，融合地面观测、遥感反演、再分析等来源、空间分辨率和质量不同的降水信息及其它相关辅助信息，实现空间分布与数据精度的平衡互补，成为获取兼具空间连续、高分辨率、高精度降水时空信息的主要途径。现有主流多源信息融合算法包括加权平均集成、协克里...
【技术保护点】
【技术特征摘要】
1.耦合干湿状态辨识与多源信息融合的降水估计方法，其特征在于，包括如下步骤：步骤1、获取不同来源、相互独立的降水观测信息，匹配各降水数据的时空尺度，准备降水估计所需的地理信息；步骤2、根据步骤1中获取的降水观测信息及辅助地理信息，提取地面站点有雨/无雨状态值，构建降水概率估计模型，计算各地面站点及栅格位置的降水概率；步骤3、将各地面站点降水概率与降水概率阈值比对，判断有雨/无雨状态，以站点有雨/无雨状态的正确判断率最高值构建目标函数，确定最优降水概率阈值，由此辨识各栅格位置的有雨/无雨状态；步骤4、根据步骤1中获取的地理信息与多源降水观测信息，构建多源降水信息融合模型，估计各栅格位置的融合降水量；步骤5、以步骤3中辨识的各栅格有雨/无雨状态结果修正融合降水量，检测融合降水量不合理的栅格并修正，最终获得降水量估计结果。2.如权利要求1所述的降水估计方法，其特征在于，所述步骤1进一步为：步骤11、获取不同来源且相互独立的多源降水观测信息，包括地面站点观测降水、遥感反演与再分析栅格降水数据；步骤12、确定栅格降水估计的时空分辨率；时间方面，对遥感反演、再分析降水进行数据处理，得到目标时间分辨率的栅格降水；空间方面，将不同遥感反演、再分析降水进行升/降尺度操作，获得空间分辨率一致的栅格降水；步骤13、利用地面站点最邻近M1个栅格降水数据，采用反距离加权方法，计算得到遥感反演与再分析产品在地面站点位置的降水估计值，从而实现栅格与地面站点降水空间尺度匹配；步骤14、准备地面站点与栅格的经纬度，从数字高程模型中提取包括站点与栅格的高程、坡度和坡向在内的地理信息。3.如权利要求2所述的降水估计方法，其特征在于，所述步骤2进一步为：步骤21、选取有雨/无雨状态判断的降水量阈值T，若地面站点观测降水大于等于T，则表示有雨，降水状态变量I
o
=1，反之表示无雨，降水状态变量I
o
=0，依次判断得到每个站点的降水状态变量；步骤22、以地面站点有雨/无雨状态为因变量，以站点地理信息为解释变量，构建站点位置的降水概率估计模型，优化确定最佳空间邻域带宽q1‑
best
，并进一步估计模型的回归参数矩阵；步骤23、利用步骤22估计的最优带宽q1‑
best
，推求各栅格降水概率估计模型的回归参数，计算得到各站点和栅格的降水概率估计值，分别记为pop
s
‑
gauge
、pop
s
‑
grid 。4.如权利要求3所述的降水估计方法，其特征在于，所述步骤3进一步为：步骤31、初始化降水概率阈值C
pop0
，据下式判断各站点有雨/无雨状态的估计结果，以所有站点有雨/无雨状态的正确判断率CIR取到最大为目标函数，确定最优降水概率阈值C
pop
‑
best
，寻优区间为[0,1]：
式中：I
s
‑
gauge
为基于降水概率模型与降水概率阈值判断的站点有雨/无雨状态；cnt(
·
)表示满足预定条件的站点数...
【专利技术属性】
技术研发人员：李伶杰，王磊之，胡庆芳，王银堂，云兆得，邓鹏鑫，刘勇，崔婷婷，
申请(专利权)人：长江水利委员会水文局，
类型：发明
国别省市：
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。