【技术实现步骤摘要】
本专利技术涉及温度监测预警，具体为一种考虑dem和地表覆盖物的温度差异化预警方法。
技术介绍
1、气温对人类的生产、生活具有重大的意义。目前，天气预报及相关气象预警仅预报气象温度，目前，气象部门测量气温的依据是世界气象组织(wmo)规定的标准，即距离地面1.5米高处百叶箱内的空气温度，而且天气预报一般按照最小空间尺度为区县级行政区划给出温度范围，区县范围内没有给出差异化温度。
2、因地表比辐射率对近地表温度影响较大，相关研究表明，发射率0.01相对误差，能导致近地表温度0.75k的误差，所以地表覆盖物类型就显得尤为重要。而世界气象组织(wmo)规定的标准忽略了地表覆盖物和地形的影响，使得人体实际感受温度的差距较大，如同一温度，不透水层覆盖面积较大的城市比乡村的要感觉更热；也忽略了由于实际情况的现状，气象监测站点的布设位置和数量受到限制，造成了实际气温和预报数据的误差较大；无法有效的覆盖更为精细化的温度空间分布。
3、所以，本专利技术公开一种考虑dem和地表覆盖物的温度差异化预警方法来解决问题。
技术实现思路
1、本专利技术的目的在于提供一种考虑dem和地表覆盖物的温度差异化预警方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方法，该方法包括如下步骤：
3、s1：数据资料准备，获取气象监测站点数据、dem数据和地表覆盖类型数据；
4、s2：根据获取的dem数据和地表覆盖类型数据，按照全
5、s3：根据获取的气象监测站点数据，通过差值方法进行全域范围内的差值计算；
6、s4：基于通信基站经纬度和海拔数据，利用泰森多边形的生成方法，构建通信基站空间分布图；
7、s5：根据地表覆盖类型和用户的海拔数据确定近地表温度时的各个参数值；
8、s6：根据通信基站经纬度和海拔数据，利用三角定位法或通信基站空间分布图确定用户所处位置，并计算该位置近地表温度值；
9、s7：根据上述计算所得的地表温度值，各基站发布地表高温预警短信。
10、根据上述方法，所述数据资料包括研究区域内的气象监测站点数据、dem数据和地表覆盖类型数据；所述研究区域内的气象监测站点数据包括空间坐标及气温监测预报数据；所述dem数据来源为地面测绘数据或卫星遥感数据，包括测绘部门的电子地形图、aster-gdem和srtm-dem数据；所述地表覆盖数据通过相关多光谱卫星采集的遥感影像进行分类提取，包括landsat和modis数据。所述aster-gdem为星载热发射和反射无线电全球数字高程模型，srtm-dem为航天飞机雷达地形测绘使命数字高程模型；所述landsat为地球资源卫星，modis为中分辨率成像光谱仪。
11、根据上述方法，所述地表覆盖物分类，基于全国遥感监测土地利用分类体系，结合归一化被指数最终分为耕地、林地、草地、水域、城乡工矿(含未利用土地)和居民用地；
12、归一化被指数(ndvi)能够较为准确地反映植被覆盖状况和陆地辐射温度，利用植物在近红外波和红光波段反射光谱的差异，计算归一化值得到ndvi，ndvi的计算公式如下：
13、ndvi＝(nir-r)÷(nir+r)
14、其中nir为近红外波段的反射值，r为红光波段的反射值；nir值和r值均能够直接从步骤s1中获取的多光谱卫星数据中直接获得；
15、按照全国遥感监测土地利用分类体系分别计算六种类型覆盖物的ndvi值，其中城乡、工矿、居民用地拆分为城乡工矿和居民用地两个小类，实际共七类地表覆盖物类型，城乡工矿和未利用土地的ndvi值较为接近，故将二者合并为一个大类；最终确定在本专利技术中的地表覆盖物六大分类体系为：耕地，林地，草地，水域，城乡工矿(含未利用土地)，居民用地。
16、基于数据计算的ndvi值，结合分类方法构建全域地表覆盖物类型分布图。
17、根据上述方法，获取气象监测站站点经纬度数据和海拔数据，利用空间化的气象监测站点数据生成气象监测站点泰森多边形，覆盖整个行政区域；
18、所述建立泰森多边形算法是对离散数据点合理地连成三角网，即构建delaunay三角网，建立泰森多边形的步骤为：
19、s11：离散点自动构建三角网，即构建delaunay三角网，对离散点和形成的三角形编号，记录每个三角形是由哪三个离散点构成的；
20、s12：找出与每个离散点相邻的所有三角形的编号，并记录下来，这只要在已构建的三角网中找出具有一个相同顶点的所有三角形即可；
21、s13：对与每个离散点相邻的三角形按顺时针或逆时针方向排序，以便下一步连接生成泰森多边形，设离散点为o，找出以o为顶点的一个三角形，设为a；取三角形a除o以外的另一顶点，设为a，则另一个顶点也能够被找出，记为f；则下一个三角形必然是以of为边的，即为三角形f；三角形f的另一顶点为e，则下一三角形是以oe为边的；如此重复进行，直到回到oa边；
22、s14：计算每个三角形的外接圆圆心，并记录之；
23、s15：根据每个离散点的相邻三角形，连接这些相邻三角形的外接圆圆心，即得到泰森多边形，对于三角网边缘的泰森多边形，作垂直平分线与图廓相交，与图廓一起构成泰森多边形。
24、根据上述方法，获取通信基站站点经纬度数据，利用泰森多边形的生成方法，制作全域通信基站点位及信号覆盖范围分布图。
25、根据上述方法，基于以上数据计算其近地表温度估算值：
26、ti＝f(h,t,c)
27、其中t为i位置所处的气象站qi的气温高温预报数据，h为i位置的海拔与气象站qi的海拔差值，c为地表覆盖物类型对近地表温度的影响矫正系数；
28、则公式转化为：ti＝t-n×h+c
29、其中n是上升单位海拔的温度下降数值。
30、根据上述方法，所述计算用户所在位置，本专利技术提供两种方法；若要获取用户的准确位置，通过方法一，即三角定位法对用户进行定位；若需要快速进行估算，选择以方法二，即利用基站位置代替用户位置。
31、根据上述方法，所述三角定位法，已知a、b和c三个基站位置分别为(x1,y1)，(x2,y2)，(x3,y3)和用户未知坐标点o(x,y)，且已知用户到a、b和c三个基站位置的距离分别为d1、d2和d3；其中距离的d的获取方法为，已知电磁波速度为30万千米每秒，通过获取基站发送电磁波时间与用户接收电磁波时间差，即可获得距离值；
32、利用勾股定理可知：
33、
34、由以上三个方程能够得到用户位置坐标o(x,y)；在获取到用户的准确位置后，按照步骤s5计算用户所处位置的近地表温度ti；
35、所述基站位置代替用户位置；按照步骤s5，计算全域近地表温本文档来自技高网...
【技术保护点】
1.一种考虑DEM和地表覆盖物的温度差异化预警方法，其特征在于：该方法包括如下步骤：
2.根据权利要求1所述的一种考虑DEM和地表覆盖物的温度差异化预警方法，其特征在于：所述数据资料包括研究区域内的气象监测站点数据、DEM数据和地表覆盖类型数据；所述研究区域内的气象监测站点数据包括空间坐标及气温监测预报数据；所述DEM数据来源为地面测绘数据或卫星遥感数据，包括测绘部门的电子地形图、ASTER-GDEM和SRTM-DEM数据；所述地表覆盖数据通过相关多光谱卫星采集的遥感影像进行分类提取，包括LANDSAT和MODIS数据。
3.根据权利要求1所述的一种考虑DEM和地表覆盖物的温度差异化预警方法，其特征在于：所述地表覆盖物分类，基于全国遥感监测土地利用分类体系，结合归一化被指数最终分为耕地、林地、草地、水域、城乡工矿(含未利用土地)和居民用地；
4.根据权利要求1所述的一种考虑DEM和地表覆盖物的温度差异化预警方法，其特征在于：获取气象监测站站点经纬度数据和海拔数据，利用空间化的气象监测站点数据生成气象监测站点泰森多边形，覆盖整个行政区域；
...【技术特征摘要】
1.一种考虑dem和地表覆盖物的温度差异化预警方法，其特征在于：该方法包括如下步骤：
2.根据权利要求1所述的一种考虑dem和地表覆盖物的温度差异化预警方法，其特征在于：所述数据资料包括研究区域内的气象监测站点数据、dem数据和地表覆盖类型数据；所述研究区域内的气象监测站点数据包括空间坐标及气温监测预报数据；所述dem数据来源为地面测绘数据或卫星遥感数据，包括测绘部门的电子地形图、aster-gdem和srtm-dem数据；所述地表覆盖数据通过相关多光谱卫星采集的遥感影像进行分类提取，包括landsat和modis数据。
3.根据权利要求1所述的一种考虑dem和地表覆盖物的温度差异化预警方法，其特征在于：所述地表覆盖物分类，基于全国遥感监测土地利用分类体系，结合归一化被指数最终分为耕地、林地、草地、水域、城乡工矿(含未利用土地)和居民用地；
4.根据权利要求1所述的一种考虑dem和地表覆盖物的温度差异化预警方法，其特征在于：获取气象监测站站点经纬度数据和海拔数据，利用空间化的气象监测站点数据生成气象监测站点泰森多边形，覆盖整个行政区域；
5.根据权利要求1所述的一种考虑dem和地表覆盖物的温度差异化预警方法，其特征在于：获取通信基站站点经纬度数据，利用泰森多边形的生...
【专利技术属性】
技术研发人员：孟良成，高原，熊政辉，何志畏，王晓晨，孟令威，
申请(专利权)人：联通数字科技有限公司，
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。