【技术实现步骤摘要】
基于虚拟站点的格状遥测雨量和点状实测雨量的融合框架
[0001]本专利技术属于少资料地区降雨估计
,涉及一种基于虚拟站点的格状遥测雨量和点状实测雨量的融合框架。
技术介绍
[0002]降水在水文、农业、气象等领域至关重要,但降雨场较强的空间异质性导致对其精确估计成为一项挑战。目前降水监测主要包括两种方式,一种是基于地面雨量站的点状直接测量方式,另一种是基于雷达、卫星和数值气象模型等的网格状间接测量方式。直接测量方式在站点位置处测量精准,但受投资资金、地形气候以及设备维护等条件限制,在站点空间覆盖稀疏的地区,雨量站点难以捕捉降水的全部空间分布信息,例如漏测降雨中心。得力于遥感技术快速发展,间接监测方法的空间连续估计可反映降雨场的空间分布,特别是对于空间降雨最值的捕捉;然而,间接测量方法对降雨量的数值估计存在误差和较多不确定性,特别是对于近实时或实时降水产品。因此,亟需专利技术一项融合格状遥测雨量和点状实测雨量的降雨估计方法,从而更准确地估计降雨场。
[0003]根据两种测量方式的特性,融合思路主要分为两类,一类是利用点状实测雨量校正格状遥测雨量;另一类是利用格状遥测雨量补充点状实测雨量缺测的降雨空间分布信息。许多研究在融合格状遥测雨量和点状实测雨量方面做出尝试,融合方法主要包含三类。第一类,利用统计分析模型以点状实测雨量为基准校正格状遥测雨量;第二类,给定多源降雨估计以不同权重从而融合多源降雨估计;第三类,基于机器学习方法融合多源降雨估计。以上融合方法的步骤可以概括为:首先,在有雨量站的格点,以地面站点的 ...
【技术保护点】
【技术特征摘要】
1.一种基于虚拟站点的格状遥测雨量和点状实测雨量的融合框架,其特征在于,包括以下步骤:第一步,根据雨量站点集合G=[G1,G2,
…
],将待估计降雨场的对象地区划分为多个子区域;首先,将对象区域按选定分辨率划分为网格;其次,将由同一组雨量站点控制的网格划分为一个子区域;d
c
是雨量站点的可控距离,g
X
代表控制同一子区域的雨量站,它是所有雨量站点的一个子集;对于一个子区域,任一格点x的估计降雨的理论取值范围均是:其中,其中,其中,是实际雨量站点G
i
的实测雨量值,G
i
是格点x控制距离内的实际雨量站点;第二步,针对每一个子区域,推荐所需虚拟站点的数量和位置;其中,虚拟站点的数量和位置由多源格状遥测雨量产品与点状实测雨量做空间比较后推荐;实际雨量超出第一步中理论取值范围的格点均可选取为待补充的虚拟站点,选取超出理论取值范围的最大雨量和最小雨量分别所在的两个格点作为该子区域的虚拟站点;若某子区域存在以下情况:存在部分格点实际雨量小于P
min
,同时存在部分格点实际雨量大于P
max
,则该子区域需在最大雨量和最小雨量分别所在的两个格点补充虚拟站;不存在格点的实际雨量小于P
min
,存在部分格点实际雨量大于P
max
,则该子区域需在最大雨量所在格点补充一个虚拟站;存在格点的实际雨量小于P
min
,不存在格点的实际雨量大于P
max
,则该子区域需在最小雨量所在格点补充一个虚拟站;所有格点的实际雨量均在[P
min
,P
max
]范围内,则该子区域不需补充虚拟站;因此,在每个子区域内需补充虚拟站数量不超过两个;所有降水产品均完成推荐虚拟站点的步骤后,若超过半数产品推荐的虚拟站点位置相同或者相邻,则该位置为最终确定的虚拟站点位置,反之,该子区域不需补充虚拟站点;第三步,利用现有的非空间类融合方法估计虚拟站点处的降雨量,所述的非空间类融合方法的思路可概括为:2.1)训练模型基于各类回归分析建立一个因变量与自变量的转化模型,其中,因变量为站点实测雨量,自变量为多源降雨产品在实际站点位置的雨量估计值以及其他相关的协变量;式中,f(
·
)是所训练的转化模型,P
G
是实际站点G的实测雨量,是降雨产品S
i
在G处的雨量估计值,A
...
【专利技术属性】
技术研发人员:窦延虹,叶磊,张弛,艾家棋,李昱,欧阳文宇,顾学志,李晓阳,
申请(专利权)人:大连理工大学,
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。