CN107544098A - 地表粗糙度的生成方法、装置、存储介质和处理器 - Google Patents

Abstract

本发明公开了一种地表粗糙度的生成方法、装置、存储介质和处理器。该方法包括：获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到；获取基于不同时间的中尺度时间序列气象数据的拟合规则；根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。通过本发明，达到了提高由粗糙度计算风速廓线的准确性的效果。

Description

地表粗糙度的生成方法、装置、存储介质和处理器

技术领域

本发明涉及气象领域，具体而言，涉及一种地表粗糙度的生成方法、装置、存储介质和处理器。

背景技术

目前，地表粗糙度是影响地面以上空气流场的重要因素，是计算大气边界层气象要素的重要参数。传统的地表粗糙度赋值是根据地表覆盖物的运用经验得到，可以通过地表粗糙度计算地面以上的风速廓线。但是一次生成的地表粗糙度用来计算地面以上的风速廓线误差较大，导致风速廓线的准确性低的问题。

针对现有技术中通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种地表粗糙度的生成方法、装置、存储介质和处理器，以解决通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种地表粗糙度的生成方法。该方法包括：获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到；获取基于不同时间的中尺度时间序列气象数据的拟合规则；根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。

可选地，获取预设区域的地表粗糙度包括：从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组；分别生成与多个目标数据组对应的对数律风速廓线，其中，对数律风速廓线为由参数控制的对数曲线，参数包括预设时间的地表粗糙度；对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度。

可选地，从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组包括：对中尺度时间序列气象数据按照时间和中尺度水平格点进行分组，得到中尺度时间序列气象数据的多个数据组，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组，其中，多个目标数据组对应的风速廓线单调递增。

可选地，每个数据组按照高度划分为多个子数据组，每个子数据组包括以下至少之一的数据项：时间；水平位置坐标；距离地面的高度；各风速矢量的分量。

可选地，从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组包括：按照高度对每个数据组的多个子数据组按照预设顺序进行排序，得到第一序列的子数据组，其中，第一序列的子数据组中的每个子数据组通过与预设顺序对应的序号进行标识；从第一序列的子数据组中获取第一子数据组；在第一子数据组的高度未超过预设高度的情况下，获取第一子数据组的第一风速；在第一子数据组的序号不符合预设条件的情况下，比较第一子数据组的第一风速和第二子数据组中的第二风速，其中，第二子数据组的序号小于第一子数据组的序号，且第二子数据组的序号与第一子数据组的序号相邻；在第一风速大于等于第二风速的情况下，获取第三子数据组，其中，第三子数据组的序号大于第一子数据组的序号，且第三子数据组的序号与第一子数据组的序号相邻；在第一风速小于第二风速的情况下，确定第一子数据组所处的数据组不为目标数据组。

可选地，在获取第三子数据组之后，该方法还包括：在第三子数据组的高度超未过预设高度的情况下，获取第三子数据组的第三风速；在第三子数据组的序号不符合预设条件的情况下，比较第三子数据组的第三风速和第一子数据组的第一风速；在第三风速大于等于第一风速的情况下，获取第四子数据组，其中，第四子数据组的序号大于第三子数据组的序号，且第四子数据组的序号与第三子数据组的序号相邻；在第三风速小于第一风速的情况下，确定第三子数据组所处的数据组不为目标数据组。

可选地，分别生成与多个目标数据组对应的对数律风速廓线包括：对每个目标数据组进行拟合处理，得到每个目标数据组的对数律风速廓线。

可选地，对每个目标数据组进行拟合处理，得到每个目标数据组的对数律风速廓线包括：通过如下公式得到对数律风速廓线B： B＝(da-bc)/(cN-bd)，其中，N用于表示在预设高度以下的高度层数，z_i用于表示第i高度层距离地面的高度，1≤i≤N，U_i用于表示风速，z₀＝e^-B用于表示地表粗糙度。

可选地，对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度包括：获取预设区域中的多个中尺度水平格点在不同时间的地表粗糙度，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；对每个中尺度水平格点在不同时间的地表粗糙度进行平均，得到每个中尺度水平格点的地表粗糙度。

可选地，在获取中尺度时间序列气象数据之后，该方法还包括：基于中尺度时间序列气象数据的格点分布确定与目标区域对应的模拟区域，其中，模拟区域包括中尺度时间序列气象数据中的多个格点数据。

为了实现上述目的，根据本发明的另一方面，还提供了一种数据处理装置。该装置包括：第一获取单元，用于获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到；第二获取单元，用于获取基于不同时间的中尺度时间序列气象数据的拟合规则；生成单元，用于根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；第三获取单元，用于根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例的地表粗糙度的生成方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例的地表粗糙度的生成方法。

通过本发明，采用获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到；获取基于不同时间的中尺度时间序列气象数据的拟合规则；根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。由于中尺度时间序列气象数据是基于测量数据通过数值模拟生成的数据，能够相对真实地反映大气运动的状态，解决了通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，进而达到提高由粗糙度计算风速廓线的准确性的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种地表粗糙度的生成方法的流程图；以及

图2是根据本发明实施例的一种地表粗糙度的生成装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种地表粗糙度的生成方法。

图1是根据本发明实施例的一种地表粗糙度的生成方法的流程图。如图1所示，该方法可以包括以下步骤：

步骤S102，获取中尺度时间序列气象数据。

在本申请上述步骤S102提供的技术方案中，获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到。

在该实施例中，中尺度时间序列气象数据可以是通过对实测数据进行同化处理和数值模拟得到的，也即，中尺度时间序列气象数据为数值化的中尺度时间序列气象数据。可选地，获取对中尺度时间序列气象数据进行实测的测量数据，采用同化技术将获取到的测量数据转换为数值化分析数据，然后通过中尺度数值模拟技术对上述数值化分析数据进行降尺度处理，得到的数值化的时间序列气象分析数据，从而实现了提高时间分辨率和空间分辨率的效果。

获取上述时间序列气象分析数据，可以获取预设区域的中尺度时间序列气象数据，比如，获取并筛选在预设区域的常规中尺度时间序列气象数据，得到第一集合。该实施例的中尺度时间序列气象数据分布在不同的时间点和物理位置上，可以为具有特定时间点和特定水平位置的中尺度气象数据组，也即，对所有时间序列气象分析数据按照时间点和水平位置分组，得到中尺度气象数据组。

步骤S104，获取基于不同时间的中尺度时间序列气象数据的拟合规则。

在本申请上述步骤S104提供的技术方案中，获取基于不同时间的中尺度时间序列气象数据的拟合规则。

在获取中尺度时间序列气象数据之后，获取基于不同时间的中尺度时间序列气象数据的拟合规则。该拟合规则也即为基于不同时间点的中尺度时间序列气象数据的拟合方法，为用于根据中尺度时间序列气象数据生成地表粗糙度的拟合方法，可以用于对特定时点和特定水平位置的中尺度气象数据组进行拟合，使得基于中尺度时间序列气象数据通过数据拟合产生的地表粗糙度更能符合大气边界层特性。

步骤S106，根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度。

在本申请上述步骤S106提供的技术方案中，根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度。

中尺度时间序列气象数据分布在不同的时间点和物理位置上。在获取基于不同时间的中尺度时间序列气象数据的拟合规则之后，根据获取到的拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度，也即，通过基于不同时间点的中尺度时间序列气象数据的拟合方法生成对应于中尺度时间序列气象数据的物理位置和时间点的地表粗糙度。其中，地表粗糙度，也即，地面粗糙度，为粗糙度参数，用于表示地球表面的粗糙程度，也即，从地形学角度出发，地表粗糙度为地面凹凸不平的程度，也称为地表微地形，具有长度量纲的特征参数。当下垫面为地面时，地面粗糙度代表近地面平均风速为0处的高度，在推导风的对数定律时，可以作为下边界条件引入，当下边界平坦时，地面粗糙度较小，反之较大。地表粗糙度反映了地表对风速减弱作用以及对风沙活动的影响，其大小取决于地表粗糙元的性质及流经地表的流体的性质，也即，地表粗糙度反映了地表抗风蚀的能力，提高地表粗糙度可以有效地防止风蚀的发生。

步骤S108，根据生成的地表粗糙度，获取预设区域的地表粗糙度。

在本申请上述步骤S108提供的技术方案中，根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。

在根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度之后，根据生成的地表粗糙度，获取预设区域的地表粗糙度，该预设区域的地表粗糙度为预设区域的地表的粗糙度，预设区域包括中尺度气象数据中的多个格点数据，可以通过综合方法得到预设区域的地表粗糙度，也即，对预设中区域中的所有生成的地表粗糙度进行综合处理，从而使得预设区域的地表的任意水平格点位置都可以采用预设方法进行地表粗糙度的赋值。其中，地表任意水平格点位置可以基于特定时间点地表粗糙度采用预设方法进行地表粗糙度赋值，比如，对预设区域中的每一水平格点位置的所有特定时间点地表粗糙度采用取平均值的预设方法，进而得到每一水平格点位置的地表粗糙度。

在本申请上述步骤S102至步骤S108中，通过获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到；获取基于不同时间的中尺度时间序列气象数据的拟合规则；根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。由于中尺度时间序列气象数据是基于测量数据通过数值模拟生成的数据，能够相对真实地反映大气运动的状态，解决了通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，进而达到提高由粗糙度计算风速廓线的准确性的效果。

作为一种可选的实施方式，步骤S108，获取预设区域的地表粗糙度包括：从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组；分别生成与多个目标数据组对应的对数律风速廓线，其中，对数律风速廓线为由参数控制的对数曲线，参数包括预设时间的地表粗糙度；对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度。

在该实施例中，获取到的中尺度时间序列气象数据可以包括多个数据组，可以对获取到的所有中尺度时间序列气象数据按照时间点和水平位置分组，也可以对预设区域中的所有中尺度时间序列气象数据按照时间点个水平位置分组，得到多个数据组。其中，基于单个时间点的单个水平格点的所有中尺度时间序列气象数据为一个数据组，每个数据组与水平位置相对应，该水平位置具有中尺度时间序列气象数据。从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组，该多个目标数据组为有效地数据组。可选地，将获取到的中尺度时间序列气象数据进行筛选，仅保留多个数据组中距地面高度预设距离以下的风速廓线，且风速廓线呈向上单调递增的数据组，保留下来的数据组为预设区域的数据组。

在筛选出处于预设区域的多个目标数据组之后，分别生成与多个目标数据组对应的对数律风速廓线，也即，基于每个目标数据组通过拟合生成一个与该目标数据组对应的对数律风速廓线，该对数律风速廓线为由参数控制的对数曲线，参数包括预设时间的地表粗糙度，也即，通过拟合得到的风速廓线为由参数控制的对数曲线，其中，控制参数有特定时间点的地表粗糙度。可选地，在经过筛选得到所有有效的数据组后，基于每个有效的数据组通过拟合生成一个对数律风速廓线，该对数律风速廓线以特定时间点的地表粗糙度作为参数。

在分别生成与多个目标数据组对应的对数律风速廓线之后，对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度，可以对预设区域中的所有对数律风速廓线对应的地表粗糙度进行综合处理，使得预设区域的地表任意水平格点位置可以采用预设方法进行地表粗糙度赋值。可选地，在分别生成与多个目标数据组对应的对数律风速廓线之后，对每一水平格点位置的所有特定时间点的对数律风速廓线所对应的地表粗糙度取平均值，得到每一水平格点位置的地表粗糙度，从而达到获取预设区域的地表粗糙度的目的。

作为一种可选的实施方式，从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组包括：对中尺度时间序列气象数据按照时间和中尺度水平格点进行分组，得到中尺度时间序列气象数据的多个数据组，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组，其中，多个目标数据组对应的风速廓线单调递增。

由于中尺度时间序列气象数据分布在不同的时间点和物理位置上，拥有中尺度时间序列气象数据的水平位置为中尺度水平格点。在从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组时，对中尺度时间序列气象数据按照时间和中尺度水平格点进行分组，得到中尺度时间序列气象数据的多个数据组，可以对获取到的预设区域的所有中尺度时间序列气象数据按照时间点和水平位置进行分组。

在得到中尺度时间序列气象数据的多个数据组之后，从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组，该多个目标数据组对应的风速廓线单调递增。可选地，在获取到预设区域的中尺度时间序列气象数据的多个数据组之后，对每个数据组进行筛选，筛选的结果为仅保留在距离地面预设高度以下的风速廓线，且风速廓线呈向上单调递增的数据组，其中，单个时间点的单个水平格点的所有中尺度数据为一个数据组。

作为一种可选的实施方式，每个数据组按照高度划分为多个子数据组，每个子数据组包括以下至少之一的数据项：时间；水平位置坐标；距离地面的高度；各风速矢量的分量。

在获取距离地面的高度在预设高度以下的多个目标数据组之后，对每一水平位置对应的目标数据组按照不同高度分为子数据组，每一子数据组包括但不限于以下数据项：时间，也即，时间点；水平位置坐标；距离地面的高度；各风速矢量的分量，比如，各风速矢量的三个分量分别是u_x，u_y，u_z。

作为一种可选的实施方式，从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组包括：按照高度对每个数据组的多个子数据组按照预设顺序进行排序，得到第一序列的子数据组，其中，第一序列的子数据组中的每个子数据组通过与预设顺序对应的序号进行标识；从第一序列的子数据组中获取第一子数据组；在第一子数据组的高度未超过预设高度的情况下，获取第一子数据组的第一风速；在第一子数据组的序号不符合预设条件的情况下，比较第一子数据组的第一风速和第二子数据组中的第二风速，其中，第二子数据组的序号小于第一子数据组的序号，且第二子数据组的序号与第一子数据组的序号相邻；在第一风速大于等于第二风速的情况下，获取第三子数据组，其中，第三子数据组的序号大于第一子数据组的序号，且第三子数据组的序号与第一子数据组的序号相邻；在第一风速小于第二风速的情况下，确定第一子数据组所处的数据组不为目标数据组。

在从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组时，按照高度对每个数据组的多个子数据组按照预设顺序进行排序，得到第一序列的子数据组，其中，预设顺序可以为由低到高的顺序，每个子数据组通过与预设顺序对应的序号进行标识，比如，令i为高度的序号，按由低到高进行排序，设i的初始值为1。在按照高度对每个数据组的多个子数据组按照预设顺序进行排序，得到第一序列的子数据组之后，从第一序列的子数据组中获取第一子数据组，比如，从第一序列的子数据组中获取第i个高度的子数据组，也即，获取第i个子数据组。在获取第一子数据组之后，判断第一子数据组的高度是否超过预设高度，如果第一子数据组的高度未超过预设高度，确定第一子数据组所处的数据组有效，也即，当第i个高度的子数据组对应的高度未超过距离地面的预设高度时，则认为第i个高度的子数据组所在的数据组有效。如果第一子数据组的高度超过预设高度，确定第一子数据组所处的数据组无效，也即，第i个高度的子数据组对应的高度超过距离地面的预设高度，则认为第i个高度的子数据组所在的数据组无效，并退出。

在确定第一子数据组所处的数据组有效之后，获取第一子数据组的第一风速，设第一风速U_i具有三个分量，该三个分量分别是u_x，u_y，u_z，则第一风速判断第一子数据组的序号是否符合预设条件，比如，判断i＝1是否成立。在第一子数据组的序号不符合预设条件的情况下，比较第一子数据组的第一风速和第二子数据组中的第二风速，其中，第二子数据组的序号小于第一子数据组的序号，且第二子数据组的序号与第一子数据组的序号相邻，比如，如果i＝1不成立，则比较U_i和U_i-1，其中，U_i-1为第二子数据组的风速，也即，第二风速。在比较第一子数据组的第一风速和第二子数据组中的第二风速之后，如果第一风速大于等于第二风速，则获取第三子数据组，该第三子数据组的序号大于第一子数据组的序号，且第三子数据组的序号与第一子数据组的序号相邻，比如，如果U_i≥U_i-1，则令i＝i+1，获取下一个子数据组，继续按照上述对第一子数据组进行处理的方法对第三子数据组进行处理，依次类推，直到获取到距离地面的高度在预设高度以下且风速廓线呈向上单调递增的目标数据组。如果第一风速小于第二风速，确定第一子数据组所处的数据组不为目标数据组，确定该数据组无效并退出。

作为一种可选的实施方式，在获取第三子数据组之后，该方法还包括：在第三子数据组的高度超未过预设高度的情况下，获取第三子数据组的第三风速；在第三子数据组的序号不符合预设条件的情况下，比较第三子数据组的第三风速和第一子数据组的第一风速；在第三风速大于等于第一风速的情况下，获取第四子数据组，其中，第四子数据组的序号大于第三子数据组的序号，且第四子数据组的序号与第三子数据组的序号相邻；在第三风速小于第一风速的情况下，确定第三子数据组所处的数据组不为目标数据组。

在获取第三子数据组之后，判断第三子数据组的高度是否超过预设高度。如果第三子数据组的高度未超过预设高度，确定第三子数据组所处的数据组有效，也即，当第i+1个高度的子数据组对应的高度未超过距离地面的预设高度时，则确定第i+1个高度的子数据组所在的数据组有效。如果第三子数据组的高度超过预设高度，则确定第三子数据组所处的数据组无效，也即，当第i+1个高度的子数据组对应的高度超过距离地面的预设高度时，则确定第i+1个高度的子数据组所在的数据组无效，并退出。

在确定第三子数据组所处的数据组有效之后，获取第三子数据组的第三风速。判断第三子数据组的序号是否符合预设条件，比如，判断i+1＝1是否成立。在第一子数据组的序号不符合预设条件的情况下，比较第三子数据组的第三风速和第一子数据组的第一风速，比如，如果i+1＝1不成立，则比较U_i+1和U_i。在比较第三子数据组的第三风速和第一子数据组的第一风速之后，如果第三风速大于等于第一风速，则获取第四子数据组，该第四子数据组的序号大于第三子数据组的序号，且第四子数据组的序号与第三子数据组的序号相邻，比如，如果U_i+1≥U_i，则获取下一个子数据组，继续按照上述对第三子数据组进行处理的方法对第四子数据组进行处理，依次类推，直到获取到距离地面的高度在预设高度以下且风速廓线呈向上单调递增的目标数据组。如果第三风速小于第一风速，确定第三子数据组所处的数据组不为目标数据组，确定该数据组无效，并退出。

采用上述方法判断每个数据组是否为目标数据组，实现了从获取到的中尺度时间序列气象数据的数据组中，筛选出处于预设区域的多个目标数据组，也即，筛选出有效的数据组。

作为一种可选的实施方式，分别生成与多个目标数据组对应的对数律风速廓线包括：对每个目标数据组进行拟合处理，得到每个目标数据组的对数律风速廓线。

在经过筛选得到所有有效的数据组后，对每一数据组通过拟合得到对数律风廓线。设预设高度以下有多个高度层，对每个高度层距地面高度进行拟合处理，得到每个目标数据组的对数律风速廓线。

作为一种可选的实施方式，对每个目标数据组进行拟合处理，得到每个目标数据组的对数律风速廓线包括：通过如下公式得到对数律风速廓线B： B＝(da-bc)/(cN-bd)，其中，N用于表示在预设高度以下的高度层数，z_i用于表示第i高度层距离地面的高度，1≤i≤N，U_i用于表示风速，z₀＝e^-B用于表示地表粗糙度。

作为一种可选的实施方式，对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度包括：获取预设区域中的多个中尺度水平格点在不同时间的地表粗糙度，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；对每个中尺度水平格点在不同时间的地表粗糙度进行平均，得到每个中尺度水平格点的地表粗糙度。

在该实施例中，中尺度时间序列气象数据分布在不同的时间点和物理位置上，拥有中尺度时间序列气象数据的水平位置为中尺度水平格点。在对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度时，获取预设区域中的多个中尺度水平格点在不同时间的地表粗糙度。在获取预设区域中的多个中尺度水平格点在不同时间的地表粗糙度之后，对每个中尺度水平格点在不同时间的地表粗糙度进行平均，得到每个中尺度水平格点的地表粗糙度，也即，在计算出预设区域中的所有中尺度水平格点在不同时间点的地表粗糙度之后，对每一中尺度水平格点在所有特定时间点的地表粗糙度取平均值，得到每一中尺度水平格点的地表粗糙度，从而实现了对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度。

可选地，对预设区域的中尺度水平格点按照预设规则进行地表粗糙度赋值，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置。

可选地，采用对各个中尺度水平格点的特定时间点的地表粗糙度的综合方法，使预设区域的地表任意水平格点位置都可以基于特定时间点的地表粗糙度，采用预设方法进行地表粗糙度赋值。

作为一种可选的实施方式，在获取中尺度时间序列气象数据之后，该方法还包括：基于中尺度时间序列气象数据的格点分布确定与目标区域对应的模拟区域，其中，模拟区域包括中尺度时间序列气象数据中的多个格点数据。

在该实施例中，获取中尺度时间序列气象数据，其中，该中尺度时间序列气象数据是通过对实测数据进行同化和数值模拟得到的；在获取中尺度时间序列气象数据之后，基于中尺度气象数据的格点分布确定与目标区域对应的模拟区域，其中，模拟区域包括中尺度气象数据中的多个格点数据，目标区域可以为预设的地表区域。

由于中尺度时间序列气象数据是基于测量数据通过数值模拟生成的数据，能够相对真实地反映大气运动的状态，所以基于中尺度时间序列气象数据通过数据拟合产生的地表粗糙度更能符合大气边界层特性，用它生成的风速廓线更符合实际状态，达到了提高由粗糙度计算风速廓线的准确性的效果，解决了通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，进而解决了采用仅通过地表覆盖物确定地表粗糙度计算出来的风速廓线与基于测量的气象数据不符的问题。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例2

下面结合优选的实施例对本发明的技术方案进行举例说明。

该实施例提供了一种依据气象数据生成地表粗糙度的方法。该方法包括：获取并筛选在预设区域的常规中尺度时间序列气象数据得到第一集合；通过基于不同时间点的中尺度时间序列气象数据的拟合方法生成对应于中尺度时间序列气象数据物理位置和时间点的地表粗糙度；通过综合方法得到预设区域的地表粗糙度。该方法解决了采用仅通过地表覆盖物确定地表粗糙度计算出来的风速廓线与基于测量的气象数据不符的问题。

该发明实施例还提供了一种气象数据的处理方法，该方法包括：获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据是通过对实测数据进行同化和数值模拟得到的；基于中尺度气象数据的格点分布确定与目标区域对应的模拟区域，其中，模拟区域包括中尺度气象数据中的多个格点数据。

可选地，将获取的中尺度时间序列气象数据进行筛选，仅保留在预设的距地面高度以下风速廓线呈向上单调递增的数据组，其中，单个时间点的单个水平格点的所有中尺度数据为一个数据组。

可选地，基于每个数据组通过拟合生成一个对数律风速廓线，其中，对数律风速廓线以特定时间点地表粗糙度作为参数。

可选地，对所有生成的地表粗糙度进行综合，使预设区域的地表在任意水平格点位置都可以采用预设方法进行地表粗糙度赋值。

下面对保留在预设的距地面高度以下，且风速廓线呈向上单调递增的数据组的方法进行说明。

该实施例可以获取预设区域的中尺度时间序列气象数据，所有中尺度时间序列气象数据按照时间点和水平位置分组，每一水平位置的数据组按照不同高度分为子数据组，每一子数据组包括但不限于以下数据项：

时间；

水平位置坐标；

距地面高度；

各风速矢量分量。

在获取中尺度时间序列气象数据后，可以对每个数据组采用如下筛选方法进行筛选，仅保留在预设的距地面高度以下风速廓线呈向上单调递增的数据组。

(1)令i为高度的序号，按由低到高排序，设i初始为1；

(2)取第i个高度的子数据组，如果该子数据组的高度超过预设的距地面高度，则认为数据组为无效并退出；

(3)如果该子数据组的高度未超过预设的距地面高度，则计算本子数据组(第i个子数据组)的风速U_i，设风速的三个分量分别是u_x，u_y，u_z。则

(4)如果i＝1，则i＝i+1，并执行第(1)步。否则，比较U_i和U_i-1。如果U_i≥U_i-1，则令i＝i+1，并执行第(1)步，否则，认为该数据组无效，并退出。

在经过上述方法筛选得到所有有效的数据组之后，对每一数据组通过拟合得到对数律风廓线，下面对拟合方法进行介绍。

设预设高度以下有N个高度层，每个高度层距地面高度为z_i(1≤i≤N)，该层的风速为U_i，令：及B＝(da-bc)/(cN-bd)，则地表粗糙度z₀＝e^-B。

在计算出所有水平格点不同时间点的地表粗糙度以后，对每一水平格点所有特定时间点地表粗糙度取平均值，每一格点的地表粗糙度。

该实施例还可以提供一种获取并筛选在预设区域的常规中尺度时间序列气象数据的方法，使选用的中尺度时间序列气象数据在预设的距地面高度内呈向上单调增长。

该实施例还可以提供一种对特定时点和特定中尺度水平格点的中尺度气象数据组进行拟合的方法，使拟合得到的风廓线为参数控制的对数曲线，其中控制参数有特定时间点地表粗糙度。

该实施例还可以提供一种对各个中尺度水平格点的特定时间点地表粗糙度的综合方法，使预设区域的地表任意水平格点位置可以基于特定时间点地表粗糙度采用预设方法进行地表粗糙度赋值。

由于中尺度时间序列气象数据是基于测量数据通过数值模拟生成的数据，能够相对真实地反映大气运动的状态，所以基于中尺度时间序列气象数据通过数据拟合产生的地表粗糙度更能符合大气边界层特性，用它生成的风速廓线更符合实际状态，达到了提高由粗糙度计算风速廓线的准确性的效果，解决了通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，进而解决了采用仅通过地表覆盖物确定地表粗糙度计算出来的风速廓线与基于测量的气象数据不符的问题。

实施例3

本发明实施例还提供了一种地表粗糙度的生成装置。需要说明的是，该实施例的地表粗糙度的生成装置可以用于执行本发明实施例的地表粗糙度的生成方法。

图2是根据本发明实施例的一种地表粗糙度的生成装置的示意图。如图2所示，该装置可以包括：第一获取单元10、第二获取单元20、生成单元30和第三获取单元40。

第一获取单元10，用于获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到。

第二获取单元20，用于获取基于不同时间的中尺度时间序列气象数据的拟合规则。

生成单元30，用于根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度。

第三获取单元40，用于根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线。

可选地，第三获取单元40包括：筛选模块、生成模块和处理模块。筛选模块，用于从获取到的中尺度时间序列气象数据的多个数据组中，筛选出处于预设区域的多个目标数据组；生成模块，用于分别生成与多个目标数据组对应的对数律风速廓线，其中，对数律风速廓线为由参数控制的对数曲线，参数包括预设时间的地表粗糙度；处理模块，用于对对数律风速廓线对应的地表粗糙度进行处理，得到预设区域的地表粗糙度。

可选地，筛选模块包括：分组子模块和获取子模块。其中，分组子模块，用于对中尺度时间序列气象数据按照时间和中尺度水平格点进行分组，得到中尺度时间序列气象数据的多个数据组，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；获取子模块，用于从中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的多个目标数据组，其中，多个目标数据组对应的风速廓线单调递增。

可选地，每个数据组按照高度划分为多个子数据组，每个子数据组包括以下至少之一的数据项：时间；水平位置坐标；距离地面的高度；各风速矢量的分量。

可选地，获取子模块包括：排序重子模块、第一获取重子模块、第二获取重子模块、第一比较重子模块、第三获取重子模块和第一确定重子模块。其中，排序重子模块，用于按照高度对每个数据组的多个子数据组按照预设顺序进行排序，得到第一序列的子数据组，其中，第一序列的子数据组中的每个子数据组通过与预设顺序对应的序号进行标识；第一获取重子模块，用于从第一序列的子数据组中获取第一子数据组；第二获取重子模块，用于在第一子数据组的高度超过预设高度的情况下，获取第一子数据组的第一风速；第一比较重子模块，用于在第一子数据组的序号不符合预设条件的情况下，比较第一子数据组的第一风速和第二子数据组中的第二风速，其中，第二子数据组的序号小于第一子数据组的序号，且第二子数据组的序号与第一子数据组的序号相邻；第三获取重子模块，用于在第一风速大于等于第二风速的情况下，获取第三子数据组，其中，第三子数据组的序号大于第一子数据组的序号，且第三子数据组的序号与第一子数据组的序号相邻；第一确定重子模块，用于在第一风速小于第二风速的情况下，确定第一子数据组所处的数据组不为目标数据组。

可选地，该获取子模块还包括：第四获取重子模块、第二比较重子模块、第五获取重子模块和第二确定子模块。其中，第四获取重子模块，用于在获取第三子数据组之后，在第三子数据组的高度超未过预设高度的情况下，获取第三子数据组的第三风速；第二比较重子模块，用于在第三子数据组的序号不符合预设条件的情况下，比较第三子数据组的第三风速和第一子数据组的第一风速；第五获取重子模块，在第三风速大于等于第一风速的情况下，获取第四子数据组，其中，第四子数据组的序号大于第三子数据组的序号，且第四子数据组的序号与第三子数据组的序号相邻；第二确定子模块，用于在第三风速小于第一风速的情况下，确定第三子数据组所处的数据组不为目标数据组。

可选地，生成模块包括：生成子模块，用于对每个目标数据组进行拟合处理，得到每个目标数据组的对数律风速廓线。

可选地，生成子模块用于通过如下公式得到对数律风速廓线B： B＝(da-bc)/(cN-bd)，其中，N用于表示在预设高度以下的高度层数，z_i用于表示第i高度层距离地面的高度，1≤i≤N，U_i用于表示风速，z₀＝e^-B用于表示地表粗糙度。

可选地，处理模块包括：第三获取子模块和平均子模块。其中，第三获取子模块，用于获取预设区域中的多个中尺度水平格点在不同时间的地表粗糙度，其中，中尺度水平格点为包括中尺度时间序列气象数据的水平位置；平均子模块，用于对每个中尺度水平格点在不同时间的地表粗糙度进行平均，得到每个中尺度水平格点的地表粗糙度。

可选地，该装置还包括：确定单元，用于在获取中尺度时间序列气象数据之后，该方法还包括：基于中尺度时间序列气象数据的格点分布确定与目标区域对应的模拟区域，其中，模拟区域包括中尺度时间序列气象数据中的多个格点数据。

该实施例通过第一获取单元10获取中尺度时间序列气象数据，其中，中尺度时间序列气象数据通过对测量数据进行数值模拟得到，通过第二获取单元20获取基于不同时间的中尺度时间序列气象数据的拟合规则，通过生成单元30根据拟合规则生成与中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度，通过第三获取单元40根据生成的地表粗糙度，获取预设区域的地表粗糙度，其中，预设区域的地表粗糙度用于得到地面上的风速廓线由于中尺度时间序列气象数据是基于测量数据通过数值模拟生成的数据，能够相对真实地反映大气运动的状态，解决了通过地表覆盖物确定粗糙度，计算出的风速廓线的准确性低的问题，进而达到提高由粗糙度计算风速廓线的准确性的效果。

实施例4

本发明实施例还提供了一种存储介质，其特征在于，该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例的地表粗糙度的生成方法。

实施例5

本发明实施例还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例的地表粗糙度的生成方法。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种地表粗糙度的生成方法，其特征在于，包括：

获取中尺度时间序列气象数据，其中，所述中尺度时间序列气象数据通过对测量数据进行数值模拟得到；

获取基于不同时间的所述中尺度时间序列气象数据的拟合规则；

根据所述拟合规则生成与所述中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；

根据生成的所述地表粗糙度，获取预设区域的所述地表粗糙度，其中，所述预设区域的所述地表粗糙度用于得到地面上的风速廓线。

2.根据权利要求1所述的方法，其特征在于，获取所述预设区域的所述地表粗糙度包括：

从获取到的所述中尺度时间序列气象数据的多个数据组中，筛选出处于所述预设区域的多个目标数据组；

分别生成与所述多个目标数据组对应的对数律风速廓线，其中，所述对数律风速廓线为由参数控制的对数曲线，所述参数包括预设时间的地表粗糙度；

对所述对数律风速廓线对应的地表粗糙度进行处理，得到所述预设区域的所述地表粗糙度。

3.根据权利要求2所述的方法，其特征在于，从获取到的所述中尺度时间序列气象数据的多个数据组中，筛选出处于所述预设区域的所述多个目标数据组包括：

对所述中尺度时间序列气象数据按照时间和中尺度水平格点进行分组，得到所述中尺度时间序列气象数据的多个数据组，其中，所述中尺度水平格点为包括所述中尺度时间序列气象数据的水平位置；

从所述中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在预设高度以下的所述多个目标数据组，其中，所述多个目标数据组对应的风速廓线单调递增。

4.根据权利要求3所述的方法，其特征在于，每个数据组按照高度划分为多个子数据组，每个子数据组包括以下至少之一的数据项：

时间；

水平位置坐标；

距离地面的高度；

各风速矢量的分量。

5.根据权利要求4所述的方法，其特征在于，从所述中尺度时间序列气象数据的多个数据组中，获取距离地面的高度在所述预设高度以下的所述多个目标数据组包括：

按照高度对每个数据组的所述多个子数据组按照预设顺序进行排序，得到第一序列的子数据组，其中，所述第一序列的子数据组中的每个子数据组通过与所述预设顺序对应的序号进行标识；

从所述第一序列的子数据组中获取第一子数据组；

在所述第一子数据组的高度超未过所述预设高度的情况下，获取所述第一子数据组的第一风速；

在所述第一子数据组的序号不符合预设条件的情况下，比较所述第一子数据组的第一风速和第二子数据组中的第二风速，其中，所述第二子数据组的序号小于所述第一子数据组的序号，且所述第二子数据组的序号与所述第一子数据组的序号相邻；

在所述第一风速大于等于所述第二风速的情况下，获取第三子数据组，其中，所述第三子数据组的序号大于所述第一子数据组的序号，且所述第三子数据组的序号与所述第一子数据组的序号相邻；

在所述第一风速小于所述第二风速的情况下，确定所述第一子数据组所处的数据组不为所述目标数据组。

6.根据权利要求5所述的方法，其特征在于，在获取所述第三子数据组之后，所述方法还包括：

在所述第三子数据组的高度超未过所述预设高度的情况下，获取所述第三子数据组的第三风速；

在所述第三子数据组的序号不符合所述预设条件的情况下，比较所述第三子数据组的第三风速和所述第一子数据组的第一风速；

在所述第三风速大于等于所述第一风速的情况下，获取第四子数据组，其中，所述第四子数据组的序号大于所述第三子数据组的序号，且所述第四子数据组的序号与所述第三子数据组的序号相邻；

在所述第三风速小于所述第一风速的情况下，确定所述第三子数据组所处的数据组不为所述目标数据组。

7.根据权利要求2所述的方法，其特征在于，分别生成与所述多个目标数据组对应的所述对数律风速廓线包括：

对每个目标数据组进行拟合处理，得到所述每个目标数据组的对数律风速廓线。

8.根据权利要求7所述的方法，其特征在于，对所述每个目标数据组进行拟合处理，得到所述每个目标数据组的对数律风速廓线包括：通过如下公式得到所述对数律风速廓线B：

<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msup> <mrow> <mo>(</mo> <mi>ln</mi> <mi> </mi> <msub> <mi>z</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>=</mo> <mi>a</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <mi>ln</mi> <mi> </mi> <msub> <mi>z</mi> <mi>i</mi> </msub> <mo>=</mo> <mi>b</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>u</mi> <mi>i</mi> </msub> <mi>ln</mi> <mi> </mi> <msub> <mi>z</mi> <mi>i</mi> </msub> <mo>=</mo> <mi>c</mi> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>u</mi> <mi>i</mi> </msub> <mo>=</mo> <mi>d</mi> <mo>,</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>

B＝(da-bc)/(cN-bd)，其中，N用于表示在预设高度以下的高度层数，z_i用于表示第i高度层距离地面的高度，1≤i≤N，U_i用于表示风速，z₀＝e^-B用于表示地表粗糙度。

9.根据权利要求2所述的方法，其特征在于，对所述对数律风速廓线对应的地表粗糙度进行处理，得到所述预设区域的所述地表粗糙度包括：

获取所述预设区域中的多个中尺度水平格点在不同时间的地表粗糙度，其中，所述中尺度水平格点为包括所述中尺度时间序列气象数据的水平位置；

对每个中尺度水平格点在不同时间的地表粗糙度进行平均，得到所述每个中尺度水平格点的地表粗糙度。

10.根据权利要求1至9中任意一项所述的方法，其特征在于，在获取所述中尺度时间序列气象数据之后，所述方法还包括：

基于所述中尺度时间序列气象数据的格点分布确定与目标区域对应的模拟区域，其中，所述模拟区域包括所述中尺度时间序列气象数据中的多个格点数据。

11.一种地表粗糙度的生成装置，其特征在于，包括：

第一获取单元，用于获取中尺度时间序列气象数据，其中，所述中尺度时间序列气象数据通过对测量数据进行数值模拟得到；

第二获取单元，用于获取基于不同时间的所述中尺度时间序列气象数据的拟合规则；

生成单元，用于根据所述拟合规则生成与所述中尺度时间序列气象数据的物理位置和时间对应的地表粗糙度；

第三获取单元，用于根据生成的所述地表粗糙度，获取预设区域的所述地表粗糙度，其中，所述预设区域的所述地表粗糙度用于得到地面上的风速廓线。

12.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至10中任意一项所述的地表粗糙度的生成方法。

13.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至10中任意一项所述的地表粗糙度的生成方法。