【技术实现步骤摘要】
本申请涉及降水反演，尤其涉及一种降水数据获取方法、装置及存储介质。
技术介绍
1、实时、准确的获取降水检测数据对于评估评估极端降水和洪涝灾害的影响具有重要意义。高时效性、高时空分辨率的静止卫星观测数据为实时获取降水数据提供了有效的支持。
2、当前基于静止卫星的降水估算方法主要包括统计方法、云运动矢量插值方法以及神经网络方法。统计方法是通过建立静止卫星可见光或红外云顶信息与降水之间的统计关系实现降水反演。云运动矢量算法主要是利用基于静止卫星高频观测数据获取的云的运动矢量数据对微波降水数据进行时空外推插值。神经网络算法主要是通过输入降水区域和非降水区的静止卫星观测的云顶反射率或亮温数据建立神经网络模型。在训练数据良好的情况下，一般具有较高的降水估算精度，但是模型训练所需资源较大，且很难直接用于其他卫星。
3、上述几类方法所面临的主要问题是在降水反演过程中仅仅依赖云顶的反射率或亮温信息，这些信息与降水强度并不存在较强的相关性，因此容易造成较大的降水识别和反演误差，同时云顶信息与降水强度之间建立的降水反演模型并不适用于每一次降水过程，随着时间的推移，会产生较大的降水反演误差。
技术实现思路
1、本申请实施例提供一种降水数据获取方法、装置及存储介质，用以解决相关技术中降水反演误差大的技术问题。
2、第一方面，本申请实施例提供一种降水数据获取方法，包括：
3、获取云顶亮温数据；
4、基于所述云顶亮温数据、降水识别区域和降水反演数据库获
5、在一些实施例中，所述方法还包括：
6、基于降水识别模型，获取降水识别区域。
7、在一些实施例中，所述基于降水识别模型，获取降水识别区域，包括：
8、基于降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数和非降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数，获取降水检测指数；
9、基于所述降水检测指数，获取所述降水识别区域。
10、在一些实施例中，所述获取降水检测指数的计算公式为：
11、
12、pdi为降水检测指数，prain(x)为降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数，pnorain(x)为非降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数。
13、在一些实施例中，所述基于所述降水检测指数，获取所述降水识别区域，包括：
14、基于所述降水检测指数，确定降水检测波段；
15、基于所述降水检测波段和云微物理参数，确定降水识别阈值；
16、基于所述降水识别阈值，获取所述降水识别区域。
17、在一些实施例中，所述基于所述降水检测波段和云微物理参数，确定降水识别阈值，还包括：
18、基于降水识别精度评价指标优化所述降水识别阈值；
19、基于云微物理参数动态更新所述降水识别阈值。
20、在一些实施例中，所述方法还包括：
21、基于概率密度函数匹配法确定所述云顶亮温数据和所述降水数据的映射关系；
22、动态更新所述映射关系。
23、在一些实施例中，所述云微物理参数包括以下参数中的一种或多种：
24、云光学厚度；
25、云粒子有效半径。
26、第二方面，本申请实施例还提供一种降水数据获取装置，包括：
27、第一获取模块，用于获取云顶亮温数据；
28、第二获取模块，用于基于所述云顶亮温数据、降水识别区域和降水反演数据库获取降水数据，所述降水反演数据库用于指示所述云顶亮温数据和所述降水数据的映射关系，所述降水识别区域是基于云微物理参数确定的。
29、在一些实施例中，所述降水数据获取装置还包括：
30、第三获取模块，用于基于降水识别模型，获取降水识别区域。
31、在一些实施例中，所述第三获取模块包括：
32、第一获取子模块，用于基于降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数和非降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数，获取降水检测指数；
33、第二获取子模块，用于基于所述降水检测指数，获取所述降水识别区域。
34、在一些实施例中，所述获取降水检测指数的计算公式为：
35、
36、pdi为降水检测指数，prain(x)为降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数，pnorain(x)为非降雨站点位置的静止卫星的云顶亮温数据的概率密度分布函数。
37、在一些实施例中，所述第二获取子模块包括：
38、第一确定单元，用于基于所述降水检测指数，确定降水检测波段；
39、第二确定单元，用于基于所述降水检测波段和云微物理参数，确定降水识别阈值；
40、第一获取单元，用于基于所述降水识别阈值，获取所述降水识别区域。
41、在一些实施例中，所述第二确定单元还包括：
42、第一优化子单元，用于基于降水识别精度评价指标优化所述降水识别阈值；
43、第一更新子单元，用于基于云微物理参数动态更新所述降水识别阈值。
44、在一些实施例中，所述降水数据获取装置还包括：
45、第一确定模块，用于基于概率密度函数匹配法确定所述云顶亮温数据和所述降水数据的映射关系；
46、第一更新模块，用于动态更新所述映射关系。
47、在一些实施例中，所述云微物理参数包括以下参数中的一种或多种：
48、云光学厚度；
49、云粒子有效半径。
50、第三方面，本申请实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述降水数据获取方法。
51、第四方面，本申请实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述降水数据获取方法。
52、第五方面，本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述降水数据获取方法。
53、本申请实施例提供的降水数据获取方法、装置及存储介质，可以根据云微物理参数确定降水识别区域，并根据降水识别区域和降水反演数据库中云顶亮温数据和降水数据的映射关系来确定降水数据，能够提高降水反演的精度。
本文档来自技高网...【技术保护点】
1.一种降水数据获取方法，其特征在于，包括：
2.根据权利要求1所述的降水数据获取方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的降水数据获取方法，其特征在于，所述基于降水识别模型，获取降水识别区域，包括：
4.根据权利要求3所述的降水数据获取方法，其特征在于，所述获取降水检测指数的计算公式为：
5.根据权利要求3所述的降水数据获取方法，其特征在于，所述基于所述降水检测指数，获取所述降水识别区域，包括：
6.根据权利要求5所述的降水数据获取方法，其特征在于，所述基于所述降水检测波段和云微物理参数，确定降水识别阈值，还包括：
7.根据权利要求1所述的降水数据获取方法，其特征在于，所述方法还包括：
8.根据权利要求1至7中任一项所述的降水数据获取方法，其特征在于，所述云微物理参数包括以下参数中的一种或多种：
9.一种降水数据获取装置，其特征在于，包括：
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1
...【技术特征摘要】
1.一种降水数据获取方法，其特征在于，包括：
2.根据权利要求1所述的降水数据获取方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的降水数据获取方法，其特征在于，所述基于降水识别模型，获取降水识别区域，包括：
4.根据权利要求3所述的降水数据获取方法，其特征在于，所述获取降水检测指数的计算公式为：
5.根据权利要求3所述的降水数据获取方法，其特征在于，所述基于所述降水检测指数，获取所述降水识别区域，包括：
6.根据权利要求5所述的降水数据获...
【专利技术属性】
技术研发人员：姬大彬，胡斯勒图，石崇，孙启翔，
申请(专利权)人：中国科学院空天信息创新研究院，
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。