【技术实现步骤摘要】
本专利技术属于天气预测领域，具体涉及对区域暴雨频次的研判方法及系统。
技术介绍
1、随着气象资料的不断丰富，当下基于众多的气象要素主要是针对短期发生的极端天气进行预测研究，其预测精度虽然较高，但对于区域居民应对极端天气的时间相当之短，从而导致由于应对时间不充分造成的经济财产损失。因此为了减少该类型的损失，防患于未然，利用气象要素对当地区域极端天气（例如暴雨天气等）频次的长期评估是十分必要的。
2、现有技术中利用ahp层次分析法或者相关系数法并结合相关人文、气象等数据对特定地域的暴雨洪涝灾害进行了评估，通过划分评价层与指标层，将一些难以量化的地理信息指标结合实际情况进行主观上的赋权判断，从而得到特定区域内暴雨大致的致灾情况。虽然该方法在对暴雨的评估过程中，对数据的依赖程度小操作便捷，同时所取地面的降水数据较容易搜集，但却使得所获得的暴雨频次评估结果由于缺乏大量数据以及相关气象要素支撑，仅基于大致经验判断，而存在一定程度上客观性与准确性的缺失，从而对区域的暴雨风险评估带来一定潜在的风险。
技术实现思路
1、本专利技术提供了一种对区域暴雨频次的研判方法及系统，对高空气象要素数据分层和分类从而分析确定暴雨发生的影响因子，确保所得出的暴雨频次评估指标真实准确，进而分析得出的暴雨发生影响因子对地区暴雨频次的客观评估，以便于对于暴雨灾害进行更好的预测和防范。
2、为达到上述目的，本专利技术所采用的技术方案是：
3、本专利技术第一方面提供了一种对区域暴雨频次的研
4、获取当地的降水数据并筛选出暴雨发生的时次收集对应的实时高空气象要素数据，根据高空观测资料对于不同气压高度层次、不同气象要素并确定判定层次和判定指标，并将实时高空气象要素数据输入至预设的暴雨判定指标模型，基于所述判定层次和判定指标提取第 i个时次第 t个气压层次下对应指标序号为 k的暴雨影响因子，对各暴雨影响因子进行加权处理获得对应第 i个时次的第 t个层次下暴雨关联值；基于暴雨关联值结合topsis优劣解距算法分析得到各个时次 i的概率评估指数；根据概率评估指数进一步验证暴雨发生的最终影响因子以及确定暴雨发生的高频时间节点及排序；
5、所述暴雨判定指标模型的构建和优化过程包括：
6、基于降雨要素指标建立暴雨初始判定指标模型；将历史高空气象要素数据进行预处理后输入至暴雨初始判定指标模型获得第 i个时次第 t个气压层次下对应指标序号为 k的高空影响因子；将高空影响因子输入至暴雨初始判定指标模型，重复迭代筛选出第 i个时次第 t’个气压层次下对应指标序号为 k’的最终高空影响因子，记录最终高空影响因子对应的权重；基于暴雨发生高空影响因子以及对应的权重对所述暴雨初始判定指标模型进行优化获得暴雨判定指标模型。
7、进一步的，将历史高空气象要素数据进行预处理后输入至暴雨初始判定指标模型获得高空影响因子的方法包括：
8、按照气压高度对历史高空气象要素数据进行区间划分后，将各气压高度区间的历史高空气象要素数据输入至暴雨判定指标模型；
9、将历史高空气象要素数据转化为第 i个时次第 t个气压层次下第 j个指标的气象评价要素，对气象评价要素进行规范化处理获得规范数据；利用正态分布的模型对气象评价要素进行筛选获得 m个时次下各指标各层次间的正常数据集；利用正常数据集计算对应的正向指标数据和负向指标数据；基于正向指标数据和负向指标数据计算各气压层次 t中各要素指标 j的降雨要素指标的权重，对各降雨要素指标的权重取最大值获得各个气压层次 t中的影响权重，基于权重由规范数据中筛选出高空影响因子。
10、进一步的，将历史高空气象要素数据转化为气象评价要素的方法包括：将历史高空气象要素数据划分为正向型要素数据、负向型要素数据和区间型要素数据；将区间型要素数据进行正向化操作转化为正向型要素数据，然后将正向型要素数据、负向型要素数据统一记为气象评价要素。
11、进一步的，将区间型要素数据进行正向化操作转化为正向型要素数据的方法包括：
12、暴雨发生时近地面区间型要素范围设定为[，]，取[，]为最大影响范围气温下限，取[，]为最大影响范围气温上限，则对第 t个气压层次下第 i个区间型气温数据进行正向化操作，表达公式为：
13、；
14、公式中，表示为在近地面时区间型要素范围下边界值，表示为在近地面时区间型要素范围下边界值上边界值，表示为区间型要素下最大影响范围气温下边界值，表示为区间型要素下最大影响范围气温上边界值。
15、进一步的，基于正向指标数据和负向指标数据计算各降雨要素指标的权重的方法包括：
16、基于正向指标数据和负向指标数据计算第 t个气压层次下第 j个降雨要素指标下第 i个时次下高空气象要素数据的数值权重；
17、基于数值权重计算各降雨要素指标的权重，表达公式为：
18、；
19、；
20、；
21、公式中，表示为第 t个气压层次下第 j个降雨要素指标的变异系数，表示为第 t个气压层次下第 j个降雨要素指标的权重， m为总时次数。
22、进一步的，基于暴雨关联值结合topsis优劣解距算法分析得到概率评估指数的方法包括：
23、第 t个气压层次下暴雨发生理想值：；
24、第 t个气压层次下暴雨发生低频值：；
25、第 i个暴雨关联值到暴雨发生理想值的距离，计算公式如下：
26、；
27、第 i个暴雨关联值到暴雨发生低频值的距离，计算公式如下： ...
【技术保护点】
1.一种对区域暴雨频次的研判方法，其特征在于，包括：
2.根据权利要求1所述的对区域暴雨频次的研判方法，其特征在于，将历史高空气象要素数据进行预处理后输入至暴雨初始判定指标模型获得高空影响因子的方法包括：
3.根据权利要求2所述的对区域暴雨频次的研判方法，其特征在于，将历史高空气象要素数据转化为气象评价要素的方法包括：将历史高空气象要素数据划分为正向型要素数据、负向型要素数据和区间型要素数据；将区间型要素数据进行正向化操作转化为正向型要素数据，然后将正向型要素数据、负向型要素数据统一记为气象评价要素。
4.根据权利要求3所述的对区域暴雨频次的研判方法，其特征在于，将区间型要素数据进行正向化操作转化为正向型要素数据的方法包括：
5.根据权利要求2所述的对区域暴雨频次的研判方法，其特征在于，基于正向指标数据和负向指标数据计算各降雨要素指标的权重的方法包括：
6.根据权利要求1所述的对区域暴雨频次的研判方法，其特征在于，基于暴雨关联值结合topsis优劣解距算法分析得到概率评估指数的方法包括：
7.一种对区域暴雨频
8.一种电子设备，包括存储介质和处理器；所述存储介质用于存储指令；其特征在于，所述处理器用于根据所述指令进行操作以执行权利要求1至权利要求6任一项所述的方法。
...【技术特征摘要】
1.一种对区域暴雨频次的研判方法，其特征在于，包括：
2.根据权利要求1所述的对区域暴雨频次的研判方法，其特征在于，将历史高空气象要素数据进行预处理后输入至暴雨初始判定指标模型获得高空影响因子的方法包括：
3.根据权利要求2所述的对区域暴雨频次的研判方法，其特征在于，将历史高空气象要素数据转化为气象评价要素的方法包括：将历史高空气象要素数据划分为正向型要素数据、负向型要素数据和区间型要素数据；将区间型要素数据进行正向化操作转化为正向型要素数据，然后将正向型要素数据、负向型要素数据统一记为气象评价要素。
4.根据权利要求3所述的对区域暴雨频次的研判方法，其特征...
【专利技术属性】
技术研发人员：黄柯，张小娜，张小瑞，孙伟，
申请(专利权)人：南京信息工程大学，
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。