基于多源數據融合的氣象探測數據分析評估系統的制作方法

本發明涉及氣象探測數據處理，具體涉及基于多源數據融合的氣象探測數據分析評估系統。

背景技術：

1、隨著氣象現代化業務的推進，氣象觀測數據的數量越來越大，氣象觀測數據是整個氣象部門的業務基礎，其價值在氣象部門正在被深層次的挖掘和利用。隨著觀測頻率的越來越高，觀測站點越來越密，探測時間越來越長，氣象探測數據量在呈指數級增長，面對這樣迅猛的發展和復雜的環境，探測數據難免出現數據異常和錯誤，如此龐大的探測數據對數據的傳輸和存儲提出了很高的要求。在傳輸和存儲的過程中氣象觀測數據難免出現數據缺失和損耗。

2、為此，對氣象數據進行質量控制是氣象部門的一項重要的工作，準確和連續的探測數據是氣象業務的基礎，是完成預報預測和防災減災的前提。

3、現有技術中，還沒有一種基于多源數據融合的氣象探測數據分析評估系統來實現對氣象探測數據的質量把控。

技術實現思路

1、本發明的目的在于提供基于多源數據融合的氣象探測數據分析評估系統：解決現有方案不能夠對氣象探測數據的質量進行精準把控的技術問題。

2、本發明的目的可以通過以下技術方案實現：

3、基于多源數據融合的氣象探測數據分析評估系統，系統包括氣象探測數據獲取模塊、氣象探測數據重構模塊、氣象探測數據分析模塊和預警模塊；

4、氣象探測數據獲取模塊用于獲取由地面觀測站、雷達、衛星采集到的氣象探測數據，其中，氣象探測數據包括氣壓探測要素、氣溫探測要素、濕度探測要素、風向風速探測要素和雨量探測要素；

5、氣象探測數據重構模塊用于對氣象探測數據基于相空間重構卡爾曼濾波算法重構氣象探測數據中缺失的時序氣象數據：確定氣象探測要素重構序列的延遲時間t和嵌入維數m，基于重構序列的延遲時間t和嵌入維數m重構氣象探測要素多變量相空間序列，將作為狀態向量，并根據卡爾曼濾波狀態方程計算狀態轉移矩陣，并基于已知氣象探測數據樣本對缺失的時序對應的當前狀態進行預測，得到缺失的時序氣象數據；

6、氣象探測數據分析模塊用于將缺失的時序氣象數據依據缺失的時序填補到氣象探測數據中，得到重構后的氣象探測數據，并對重構后的氣象探測數據進行分析，得到分析結果；

7、預警模塊用于基于分析結果進行預警。

8、進一步地，確定氣象探測要素重構序列的延遲時間t和嵌入維數m，基于延遲時間t和嵌入維數m重構氣象探測要素多變量相空間序列具體包括以下過程：

9、基于關聯積分函數來確定時間延時t，該關聯積分公式如下：

10、；其中，m為相空間重構樣本數，；是以延遲時間t為變量的關聯積分函數表達式，當取最小值時，對應的變量t即為延遲時間，其中，為相空間重構樣本的取值半徑，嵌入維數m為10，為時間序列的長度；

11、基于延遲時間t和嵌入維數m重構氣象探測要素多變量相空間序列：

12、；其中，為氣象探測數據中缺失的時序氣象數據，，其中，、、、和分別表示重構的氣壓探測要素、氣溫探測要素、濕度探測要素、風向風速探測要素和雨量探測要素。

13、進一步地，將作為狀態向量，并根據卡爾曼濾波狀態方程計算狀態轉移矩陣具體包括以下過程：

14、；

15、根據卡爾曼濾波狀態方程計算狀態轉移矩陣；其中，為激勵轉移矩陣，由系統提供，為系統噪聲向量。

16、進一步地，基于已知氣象探測數據樣本對缺失的時序對應的當前狀態進行預測，得到缺失的時序氣象數據具體包括以下過程：

17、將已知氣象探測數據樣本代入卡爾曼濾波模型對缺失的時序對應的當前狀態進行預測：

18、；

19、其中，為缺失的時序對應的當前狀態向量；

20、基于當前狀態向量確定缺失的時序氣象數據。

21、進一步地，對重構后的氣象探測數據進行分析，得到分析結果具體包括以下過程：

22、基于重構后的氣象探測數據獲取預設管理時段內的各個探測要素數據值；以預設管理時段的執行時間為x軸、各個探測要素數據值為y軸建立直角坐標系，通過預設管理時段的各個探測要素數據值在直角坐標系中繪制預設管理時段的各個探測要素曲線，將各個探測要素曲線的兩個端點向x軸作垂線得到若干個截斷線段，由各個探測要素曲線、若干個截斷線段以及x軸構成若干個圖形，將圖形的面積值之和標記為實測值；

23、獲取預設管理時段內的預定值，該預定值由系統進行設置；

24、計算得到實測值與預定值的比值，將比值記為分析結果。

25、進一步地，基于分析結果進行預警具體包括以下過程：

26、獲取分析結果，判斷比值是否超過預設比值，若是，則判定重構后的氣象探測數據質量合格，不生成預警信號，若否，則判定重構后的氣象探測數據質量不合格，生成預警信號，其中，預設比值由系統設定且存儲于預警模塊中。

27、進一步地，在氣象探測數據獲取模塊獲取由地面觀測站、雷達、衛星采集到的氣象探測數據之前，系統的工作流程包括以下過程：

28、對采集到的氣象探測數據進行一致性檢查，其中，一致性檢查包括氣候學界限值檢查、內部一致性檢查和時間一致性檢查。

29、進一步地，氣象探測數據獲取模塊還用于判斷地面觀測站、雷達、衛星采集到的氣象探測數據是否為有效的數據：

30、以地面觀測站、雷達、衛星為臺站，并以臺站的位置為圓心，搜索在一定范圍內同一要素的觀測值，利用相關臺站到圓心的距離作為權值，對范圍內臺站加權平均，之后與圓心臺站進行比較，通過兩者之間的差值來判斷目標臺站數據是否為有效觀測數據，若差值在預設范圍內，則氣象探測數據為有效觀測數據。

31、相比于現有方案，本發明實現的有益效果：

32、一方面，本發明能夠對對氣象探測數據基于相空間重構卡爾曼濾波算法重構氣象探測數據中缺失的時序氣象數據，實現對缺失數據的填補，能夠提升對氣象探測數據的質量把控。

33、另一方面，本發明能夠基于重構后的氣象探測數據進行分析，并根據分析結果來評估重構的氣象數據的質量，進一步地，提升對氣象探測數據的質量把控。

技術特征：

1.基于多源數據融合的氣象探測數據分析評估系統，其特征在于，系統包括氣象探測數據獲取模塊、氣象探測數據重構模塊、氣象探測數據分析模塊和預警模塊；

2.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，確定氣象探測要素重構序列的延遲時間t和嵌入維數m，基于延遲時間t和嵌入維數m重構氣象探測要素多變量相空間序列具體包括以下過程：

3.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，將作為狀態向量，并根據卡爾曼濾波狀態方程計算狀態轉移矩陣具體包括以下過程：

4.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，基于已知氣象探測數據樣本對缺失的時序對應的當前狀態進行預測，得到缺失的時序氣象數據具體包括以下過程：

5.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，對重構后的氣象探測數據進行分析，得到分析結果具體包括以下過程：

6.根據權利要求5所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，基于分析結果進行預警具體包括以下過程：

7.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，在氣象探測數據獲取模塊獲取由地面觀測站、雷達、衛星采集到的氣象探測數據之前，系統的工作流程包括以下過程：

8.根據權利要求1所述的基于多源數據融合的氣象探測數據分析評估系統，其特征在于，氣象探測數據獲取模塊還用于判斷地面觀測站、雷達、衛星采集到的氣象探測數據是否為有效的數據：

技術總結
本發明涉及氣象探測數據處理技術領域，具體涉及基于多源數據融合的氣象探測數據分析評估系統。該系統包括：氣象探測數據獲取模塊用于獲取由地面觀測站、雷達、衛星采集到的氣象探測數據，氣象探測數據重構模塊用于對氣象探測數據基于相空間重構卡爾曼濾波算法重構氣象探測數據中缺失的時序氣象數據；氣象探測數據分析模塊用于將缺失的時序氣象數據依據缺失的時序填補到氣象探測數據中，得到重構后的氣象探測數據，并對重構后的氣象探測數據進行分析，得到分析結果；預警模塊用于基于分析結果進行預警。本發明能夠提升對氣象探測數據的質量把控。

技術研發人員：劉煥莉,谷永利,田志廣,宋安祺,劉雨晴,鄭欣飛,李嬋,楊靜
受保護的技術使用者：河北省氣象信息中心
技術研發日：
技術公布日：2024/10/21