本發(fā)明屬于大氣科學領(lǐng)域，具體涉及微波鏈路、雨滴譜儀、雨量計與天氣雷達的同步測量，通過數(shù)據(jù)融合方法對多源降雨資料進行優(yōu)化，實現(xiàn)降雨場的重構(gòu)。
背景技術(shù)：
：降水空間分布的精確估計對于洪澇監(jiān)測、地質(zhì)災害預警、流域水文分析和水利工程設(shè)計等均具有重要意義。天氣雷達可以提供空間上連續(xù)的降水動態(tài)觀測信息，實現(xiàn)對降水的實時監(jiān)測和預警，但雷達回波強度Z受到地物、地形雜波、傳播路徑等多種因素的影響，與降雨強度I之間的關(guān)系不穩(wěn)定，使得測定局地降水量的精度不高。雨量計可以獲得高精度的單點降水強度和累積降水量，但僅能反映有限離散點的降水信息，且站點分布密度有限，空間代表性差，往往容易漏掉暴雨強中心，無法獲取降水的空間精細分布。雨滴譜儀可以獲取降水的雨滴譜特征，可對降水進行精細化描述，測量精度高，但空間代表有限。一種新的技術(shù)是使用微波鏈路測雨，可提供路徑平均兩點間的降雨強度。微波鏈路網(wǎng)能夠覆蓋近地面層較大區(qū)域，通過微波衰減與雨強之間的關(guān)系進行區(qū)域降水測量，具有測量精度高的特點。將不同儀器聯(lián)合起來對降水進行同步觀測，通過數(shù)據(jù)融合技術(shù)對多源資料進行分析與同化，實現(xiàn)區(qū)域降雨場的重構(gòu)，是進一步提高降水空間分布精度的途徑。隨著測雨方法、數(shù)據(jù)融合技術(shù)的發(fā)展，為了充分挖掘降雨資料的有效信息，在時空匹配的基礎(chǔ)上，將不同來源、不同精度、不同時空分辨率的雷達遙測信息、微波鏈路測雨信息與地表雨量觀測信息等結(jié)果在同一系統(tǒng)中構(gòu)成，也可加入數(shù)值天氣預報估計結(jié)果等。通過一定的數(shù)據(jù)融合技術(shù)準則對各數(shù)據(jù)進行匹配、權(quán)衡和優(yōu)化組合，實現(xiàn)對降雨場分布的合理重構(gòu)，獲得對“真實”降雨分布狀態(tài)的更合理估計。從雷達測雨信息的角度而言，在融合過程中，單點測量(雨量計和雨滴譜儀)、微波鏈路對降雨的“點”、“線”觀測體現(xiàn)了降雨的細節(jié)狀態(tài)；從單點測量、微波鏈路測雨的角度而言，雷達對降雨的“面”觀測信息能對降水空間的連續(xù)性和結(jié)構(gòu)特征加以描述。總之，三種類型的“點”、“線”、“面”數(shù)據(jù)融合是一個互相平衡的過程，最終的結(jié)果是獲取了對降水空間分布的更精確的估計。技術(shù)實現(xiàn)要素：本發(fā)明的目的是：提出一種微波鏈路、雨滴譜儀、雨量計與天氣雷達聯(lián)合的多源降水資料同化方法，通過以自適應最優(yōu)加權(quán)為例的融合方法實現(xiàn)區(qū)域降水場的重構(gòu)，提高區(qū)域降水的測量精度。本發(fā)明的技術(shù)方案為：微波鏈路、雨滴譜儀、雨量計與天氣雷達聯(lián)合的降雨場重構(gòu)方法，包括如下步驟：1)選定微波鏈路網(wǎng)絡(luò)、雨滴譜儀、雨量計和天氣雷達同步觀測的覆蓋區(qū)域，并進行離散格點化；2)對雨滴譜儀、雨量計和天氣雷達同步觀測的降雨強度資料按空間匹配與時間匹按照配，采用反距離插值法進行插值，得到格點化資料；3)利用微波鏈路、雨滴譜儀、雨量計和天氣雷達同步觀測的降雨強度格點化資料進行降雨場重構(gòu)：以自適應最優(yōu)加權(quán)融合方法為例，對一定時間序列下的資料，通過時間域估計值遞推求取微波鏈路、雨滴譜儀、雨量計和天氣雷達的降雨強度資料的自相關(guān)系數(shù)和互相關(guān)系數(shù)，進而確定微波鏈路、雨滴譜儀、雨量計和天氣雷達的觀測方差；通過最小方差估計確定四種觀測數(shù)據(jù)的最優(yōu)權(quán)重；根據(jù)最優(yōu)權(quán)重和實時觀測值，將各降雨強度資料進行融合，實現(xiàn)降雨場重構(gòu)；3-1)對一定時間序列的降水觀測資料，建立自相關(guān)系數(shù)和互相關(guān)系數(shù)的迭代形式：Rii(k)=k-1kRii(k-1)+1kXi(k)Xi(k)---(1)]]>Rij(k)=k-1kRij(k-1)+1kXi(k)Xj(k)---(2)]]>其中k為格點X上的降雨強度測量數(shù)據(jù)Xi(k)個數(shù)，Rii(k)、Rij(k)為時間域估計值，自相關(guān)系數(shù)Rii(k)介于0～1之間，互相關(guān)系數(shù)Rij(k)介于-1～1之間，N種儀器的觀測值表示為Xi(i＝1,2,..,N)；典型的N為三種儀器。3-2)通過求取互相關(guān)系數(shù)的均值降低誤差，并通過(3)式求解時刻k的最小方差σi2=E[ni2]=Rii-R‾ij---(3)]]>3-3)依據(jù)(4)式求得最優(yōu)權(quán)重Wi=1σi2Σi=1N1σi2---(4)]]>4)由求得的最優(yōu)權(quán)重與觀測值，按(5)式對天氣雷達、微波鏈路、雨量計的降雨強度測量數(shù)據(jù)進行融合，得到融合后的降雨重構(gòu)場；在時刻k格點X上的估計值為X^=Σi=1NWiXi(k)---(5)]]>其中N為N種儀器，Xi為降雨強度測量數(shù)據(jù)，Wi為加權(quán)因子，滿足所采用的觀測資料是經(jīng)檢驗有效的數(shù)據(jù)。包括但并不限于以自適應最優(yōu)加權(quán)的融合方法進行降雨場重構(gòu)，此種融合方法融合過程中根據(jù)一定時間序列下的觀測資料，利用自適應的方式得到各儀器的自相關(guān)系數(shù)和互相關(guān)關(guān)系；利用自、互相關(guān)關(guān)系得到各儀器的最優(yōu)加權(quán)因子。本發(fā)明的有益效果：一是將不同類型的降水信息進行適當?shù)娜诤?，可利用實時的動態(tài)觀測值實現(xiàn)降雨場的重構(gòu)，可有效提高資料的信息利用和區(qū)域降雨分布的精度，降低了某一資料出現(xiàn)錯誤時所造成的影響；尤其當某個儀器出現(xiàn)錯誤或失效時，其他儀器也可獨立提供信息。二是融合模型中觀測量的標準偏差通過實時動態(tài)數(shù)據(jù)累積，被設(shè)置為當前最佳的猜測值。自適應加權(quán)融合方法以均方誤差最小做最優(yōu)條件來獲取最優(yōu)權(quán)重，因而該估計算法的均方誤差是最小的。將不同來源、不同精度、不同時空分辨率的微波鏈路、雨滴譜儀、雨量計與天氣雷達的多源降水觀測信息，在總均方誤差最小的最優(yōu)條件下，根據(jù)各儀器所提供的測量值，以自適應的形式找到各儀器對應的最優(yōu)加權(quán)因子，進行降雨場重構(gòu)，從而使得重構(gòu)后的結(jié)果達到最優(yōu)。將不同儀器聯(lián)合起來對降水進行同步觀測，對進一步提高降水空間分布的精度具有重要意義。附圖說明圖1是本發(fā)明的工作示意圖；圖2是本發(fā)明的工作流程圖；圖3是本發(fā)明的重構(gòu)流程圖。具體實施方式結(jié)合說明書附圖詳細描述本發(fā)明的實施方式。如圖2所示，本發(fā)明的多源降雨資料重構(gòu)降水場的算法包括以下步驟：1.選定微波鏈路網(wǎng)、雨滴譜儀、部分雨量計和天氣雷達同步觀測的覆蓋區(qū)域，并進行離散格點化；2.對降水資料做空間匹配與時間匹配，采用反距離插值法進行插值，得到格點化資料；3.通過以自適應最優(yōu)加權(quán)為例的融合算法，依據(jù)一定時間序列下的觀測值，求解得到各格點對應的最優(yōu)權(quán)重。如圖3所示，以自適應最優(yōu)加權(quán)融合算法為例的重構(gòu)流程為：1)對于網(wǎng)格上任意一點X，將N種儀器的觀測值表示為Xi(i＝1,2,..,N)，表述為Xi(t)＝X(t)+ni(t)(1)其中t為觀測時刻，ni(t)為真值X(t)的誤差量，ni(t)的方差為因為觀測是無偏、相互獨立的，則點X的估計和均方方差表示為X^=Σi=1NWiXi---(2)]]>σ2=Σi=1NWiσi2---(3)]]>其中Wi為加權(quán)因子，滿足為了求得最小方差下對X的估計，即確定(3)式中方差最小的Wi，構(gòu)造輔助函數(shù)f(W1,W2,...,WN,λ)=Σi=1NWi2σi2+λ(Σi=1NWi-1)---(4)]]>將(4)式在約束條件下的最值問題轉(zhuǎn)化為條件極值問題：∂f∂W1=2W1σ12+λ=0∂f∂W2=2W2σ22+λ=0...∂f∂WN=2WNσN2+λ=0Σi=1NWi-1=0---(5)]]>求解后滿足Wi=1σi2Σi=1N1σi2---(6)]]>由上式知，要確定最優(yōu)權(quán)重，最重要的是確定從以上分析可以看出，最優(yōu)加權(quán)因子Wi由各個儀器的方差決定。2)由于儀器方差一般是未知的，利用各儀器所提供的測量值，依據(jù)以下算法求解方差。任意兩個不同的儀器i、j的測量值分別為Xi、Xj，所對應的觀測誤差分別為ni、nj，即Xi(t)＝X(t)+ni(t)(7)Xj(t)＝X(t)+nj(t)(8)因為ni、nj互不相關(guān)，且均值為零，與X也不相關(guān)，所以Xi、Xj的互相關(guān)系數(shù)滿足Rij＝E[XiXj]＝E[X2](9)Xi的自相關(guān)系數(shù)Rii滿足Rii=E[XiXi]=E[X2]+E[σi2]---(10)]]>(10)式與(9)式相減得σi2=E[ni2]=Rii-Rij---(11)]]>通過自相關(guān)、互相關(guān)系數(shù)的時間域估計值求解Rii、Rij。3)設(shè)格點X上的測量數(shù)據(jù)個數(shù)為k，Rii的時間域估計值為Rii(k)，Rij的時間域估計值為Rij(k)，則Rii(k)=k-1kRii(k-1)+1kXi(k)Xi(k)---(12)]]>同理Rij(k)=k-1kRij(k-1)+1kXi(k)Xj(k)---(13)]]>為降低誤差，求取各儀器對應Rij(k)的均值，所以有σi2=Rii(k)-R‾ij(k)---(14)]]>那么在時刻k格點X上的估計值為X^=Σi=1NWiXi(k)---(15)]]>4.通過各格點對應的權(quán)重與實時觀測值，進行降雨場重構(gòu)；5.降雨場重構(gòu)結(jié)束。當前第1頁1 2 3