System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于邻近站对插值点所张有效角度的雨量插值算法制造技术_技高网

基于邻近站对插值点所张有效角度的雨量插值算法制造技术

技术编号:42669176 阅读:26 留言:0更新日期:2024-09-10 12:23
本发明专利技术提出了基于邻近站对插值点所张有效角度的雨量插值算法,属于水文雨量插值计算领域。该算法首先以所有雨量站和插值点构建泰森多边形,并记录泰森多边形每个边对应的点对;点对中包含插值点的是插值点的最小泰森多边形和相关雨量站;然后,连接插值点和相关雨量站,得到距离;连接插值点和最小泰森多边形顶点,得到每个边对应三角形的面积;最后,通过面积除以反距离平方得到组合权重,并计算插值点雨量。为邻近雨量站对插值点所张的有效角度。克服了单纯泰森多边形面积权重法和单纯反距离平方权重法的缺点,提高了面雨量插值计算精度,为水文过程模拟、洪涝灾害防范等领域提供了技术支持。

【技术实现步骤摘要】

本专利技术属于水文雨量插值计算领域,更具体的说涉及基于邻近站对插值点所张有效角度的雨量插值算法


技术介绍

1、在现代气象数据处理和气候学研究中,雨量插值是非常重要的一项任务。由于各个观测站之间的距离差距较大,常常需要借助插值算法对缺失或者无观测站点的雨量数据进行估计。传统的空间插值方法主要包括克里金插值、反距离权重插值以及最近邻插值等。

2、在气象学、环境科学等领域,空间插值是一种常用的数据分析方法。但在实际应用中,常规的插值方法往往存在局限性,例如,反距离权重法(idw)容易偏向近邻点,使得有时候远处的信息被忽略;而kriging和splines方法虽然可以全局考虑所有数据点,但计算复杂度高,不适合大数据处理。特别是在处理海量的气象数据时,插值效果的准确性和计算效率都是必须要考虑的。

3、同时,不同地点的雨量受地形、风向等多重因素影响。传统的基于距离或者面积的权重插值方法往往忽视这些影响因素,这就会导致插值的结果偏离真实情况。针对这一局限性,如何有效地采集、处理和利用相关的影响因素,来提高雨量插值的准确性,是当前的研究难题。

4、此外,传统的单一权重插值方法(如面积权重或者距离权重)在插值结果上容易出现局部的突变和断裂带,影响了插值结果的连续性和平滑性,这在一些需要连续性强或者平滑性好的应用场景(如气象预报、灾害预警等)上表现得尤为突出。


技术实现思路

1、本专利技术提出了一种新型的基于邻近站对插值点所张有效角度的雨量插值算法,通过计算待插值点最小泰森多边形的邻近雨量站,然后根据泰森多边形面积与反距离平方的组合权重方法进行插值,弥补了传统插值方法在面对复杂地形和空间数据分布非均匀时的缺点,提高了预测的精度和可靠性。

2、为了实现上述目的,本专利技术是采用以下技术方案实现的:所述的的雨量插值算法包括:

3、数据采集,包括待插值点、雨量站和雨量站的时段雨量;

4、雨量插值计算,采用基于邻近站对插值点所张有效角度的雨量插值算法;

5、数据输出,包括待插值点的邻近雨量站与权重和待插值点的时段雨量。

6、在一个方案中,所述的数据采集包括:

7、1)雨量待插值点数据集:编号、大地坐标;

8、2)雨量站数据集:编号、大地坐标;

9、3)时段雨量数据集:雨量站编号、监测时间、监测雨量。

10、在一个方案中,所述的雨量插值计算包括:

11、(1)对所有雨量站和插值点一并构建泰森多边形,并记录泰森多边形每个边对应的点对;

12、(2)确认点对中包含插值点的是插值点的最小泰森多边形和相关雨量站;

13、(3)连线插值点和相关雨量站,得到距离;连线插值点和最小泰森多边形顶点,得到每个边对应三角形的面积;

14、(4)通过面积除以反距离平方得到组合权重,并计算插值点雨量;命名为泰森多边形面积与反距离平方组合权重法vidw。

15、在一个方案中,所述的数据输出包括:

16、1)待插值点的邻近雨量站与权重:待插值点编号、邻近雨量站n的编号,权重;

17、2)待插值点的时段雨量:待插值点编号、监测时间、插值后雨量。

18、在一个方案中,所述的泰森多边形面积与反距离平方组合权重法vidw具体如下:

19、1)将该点放置在雨量站空间分布中构建泰森多边形;

20、2)分析该点所在的泰森多边形,分析过程如下:

21、连线细分泰森多边形为三角形,计算各三角形的面积ai;

22、连线该点到雨量站,计算该点到周围各雨量站的距离di;

23、利用泰森多边形面积与反距离平方组合权重法vidw,即各边与插值点连线形成的三角形面积除以距离平方作为各邻近雨量站的权重:

24、

25、式中:i为雨量站;di为点对(i,插值点)的距离;ai为点对(i,插值点)对应泰森多边形第i个边与插值点形成的三角形面积;pi为雨量站i的雨量;p为插值点插值雨量。

26、本专利技术有益效果:

27、精确度提高:本专利技术采用了基于邻近站对插值点所张有效角度的雨量插值算法,兼顾了观测点与待插值点的地理位置和距离关系,通过最小泰森多边形和反距离平方的权重插值方法,能更加精确地反映出实际雨量的分布。

28、本算法解决了:

29、1)仅泰森多边形面积权重法,结果越远的、面积越大的权重太大,偏离常识;

30、2)仅反距离平方权重法,结果越近的,其测量误差过度放大;

31、3)无论是泰森多边形面积法,还是反距离平方权重法,多点插值后的等值线都存在局部突变断裂带。

本文档来自技高网...

【技术保护点】

1.基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的雨量插值算法包括:

2.根据权利要求1所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的数据采集包括:

3.根据权利要求1所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的雨量插值计算包括:

4.根据权利要求1所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的数据输出包括:

5.根据权利要求3所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的泰森多边形面积与反距离平方组合权重法VIDW具体如下:

【技术特征摘要】

1.基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的雨量插值算法包括:

2.根据权利要求1所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:所述的数据采集包括:

3.根据权利要求1所述的基于邻近站对插值点所张有效角度的雨量插值算法,其特征在于:...

【专利技术属性】
技术研发人员:王中根付潇然李军王宁孙洪泉祁书文
申请(专利权)人:应急管理部国家自然灾害防治研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1