欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2023105160877
申请人: 成都信息工程大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于卫星遥感和地理数据的山区空间降水估算方法,其特征在于:所述估算方法包括:S1、收集地理信息数据并进行空间分辨率处理生成两种不同空间分辨率的数据集,收集ERA5同化系统输出数据并根据配置的WRF模型生成低空间分辨率和高空间分辨率的地表大气和云参数信息数据集,收集卫星和地面降水数据;

S2、将卫星降水数据与地面雨量计的空间位置分布图进行空间匹配,以空间匹配后的卫星降水数据为因变量,地面雨量计观测数据为自变量,根据非线性指数误差模型得到卫星降水的平均系统误差并对误差进行修正;

S3、生成多种类型自变量组合作为自变量,将修正后的卫星降水数据作为因变量,根据多元线性回归方法计算得到影响卫星空间降水最主要的自变量组合;

S4、构建气流垂直速度计算模型,根据水汽平衡方程中水汽垂直速度与湿度、气压差和其他气象要素之间的关系建立基于地表常规气象要素与地理信息的地形降水增量计算模型,并生成地形降水增量分布数据集;

S5、构建基于生成对抗网络的空间降水降尺度模型,并根据该模型生成高空间分辨率的降水量分布数据;

所述S2的步骤具体包括以下内容:

S201、将卫星降水的时间量转换为北京时间,并与地面雨量计降水进行时间匹配;

S202、根据地面雨量计的空间位置分布,利用空间自协方差最佳插值法将卫星降水数据插值到地面雨量计的空间位置分布图中,从而实现卫星降水数据和地面雨量计在空间的匹配;

S203、以空间匹配后的卫星降水数据为因变量,以地面雨量计观测数据为自变量,根据非线性指数误差模型,采用最小二乘法计算得到非线性指数误差模型的系数和残差量;

S204、将除去残差量后的非线性指数误差模型输出量与卫星降水实测数据作差并进行统计分析,得到卫星降水的平均系统误差,并将卫星降水数据减去平均系统误差,实现卫星降水数据的误差修正;

所述S3的步骤具体包括以下内容:

S301、将得到的低空间分辨率的地理信息数据、地表大气数据和云参数信息根据自由组合的规律,生成由至少两种自变量因子构成的多种类型自变量组合;

S302、将经过误差修正后的低空间分辨率原始卫星降水数据作为因变量,将多种类型自变量组合当成自变量,利用多元线性回归方法分别计算出每种自变量组合情况下的偏决定系数,选择偏决定系数最大的一组自变量组合,作为影响卫星空间降水最主要的自变量因子组合;

所述非线性指数误差模型为: ,其中Yi,j和Xi,j分别代

表卫星降水数据和地面雨量计观测数据,εi,j表示残差且服从正态分布,a和b为误差模型的系数,i和j分别代表网格经度和纬度标识。

2.根据权利要求1所述的一种基于卫星遥感和地理数据的山区空间降水估算方法,其特征在于:所述S1的步骤具体包括以下内容:S101、收集数字高程数据、归一化植被指数数据,收集ERA5同化系统的地表温度、湿度、风速、风向和云参数信息,收集卫星降水数据和地面雨量计实测数据;

S102、将数字高程数据输入到Arcgis地理信息系统,根据3D分析工具生成低空间分辨率和高空间分辨率的坡位、坡向和坡度数据集,设定低空间分辨率和高空间分辨率的网络点分布图,计算出归一化植被指数格点数据到网络点的距离,距离越远则赋予的权重值越小,从而生成两种不同空间分辨率的归一化植被指数数据集;

S103、配置WRF模型的参数化方案和三层网络嵌套模式,将最外层和最内层的空间分辨率分别设置为低空间分辨率和高空间分辨率,将中间层的空间分辨率设置为高空间分辨率与低空间分辨率之间的中间值,将收集的ERA5同化系统数据输入到配置好的WRF模型中,运行WRF模型生成低空间分辨率和高空间分辨率的地表温度、湿度、风速、风向以及云参数信息数据集。

3.根据权利要求1所述的一种基于卫星遥感和地理数据的山区空间降水估算方法,其特征在于:所述S4的步骤具体包括以下内容:S401、基于地形降水生成机制,根据风向、坡度、坡向的角度确定三者之间的三角函数关系,分解出风向向量垂直和平行于坡面的分量,构建因地形强迫抬升产生的气流垂直速度计算模型;

S402、根据水汽平衡方程中水汽垂直速度与湿度、气压差和其他气象要素之间的关系,结合构建的气流垂直速度计算模型建立基于地表常规气象要素与地理信息的地形降水增量计算模型;

S403、分别生成低空间分辨率和高空间分辨率地形降水增量分布数据集。

4.根据权利要求1所述的一种基于卫星遥感和地理数据的山区空间降水估算方法,其特征在于:所述S5的步骤具体包括以下内容:S501、将确定的低空间分辨率的自变量组合数据、低空间分辨率地形降水增量分布数据和误差修正后的低空间分辨率卫星降水数据组成训练集,构建基于生成对抗网络的空间降水降尺度模型;

S502、将降水主要影响因子的高空间分辨率数据和生成的高空间分辨率地形降水增量分布数据输入到训练好的空间降水降尺度模型中,生成高空间分辨率的降水量分布数据。

5.根据权利要求1所述的一种基于卫星遥感和地理数据的山区空间降水估算方法,其特征在于:所述地形降水增量计算模型为:,其中ρ为空气密度, 为风向向量,α、β、

θ分别为坡度、坡向、风向,q为比湿,∆z为垂直速度为0时的高度。