CN109917494A - 降雨预报方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种降雨预报方法、装置、设备和存储介质。该降雨预报方法包括：获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟；根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；根据所述降雨概率，确定所述目标位置对应的降雨预报信息。本发明公开的一种降雨预报方法通过在野外获取卫星的观测数据、星历数据和星基差分改正数据，无需通讯网络覆盖即可实时进行降雨预报，可准确计算降雨概率。

Description

降雨预报方法、装置、设备和存储介质

技术领域

本发明实施例涉及气象学技术领域，尤其涉及一种降雨预报方法、装置、设备和存储介质。

背景技术

日常中，天气预报给人们生活带来了极大方便，天气预报可以极大的帮助人们选择合适的时间点出行和规避雨天野外作业等，其中，如何实时获取到降雨预报对人们的生产生活而言尤其重要。

现有实时获取降雨预报的方式多通过电视、广播和因特网，因此需要电视、广播和因特网等网络覆盖以支持人们获取降雨预报，但这给经常需要野外作业的人带来了困扰，山区、海洋和荒漠等野外地区常常无网络覆盖，野外作业的工作者无法实时获取降雨预报。

发明内容

本发明提供一种降雨预报方法、装置、设备和存储介质，以实现无网络区域获取降雨预报。

第一方面，本发明实施例提供了一种降雨预报方法，该方法包括：

获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据及钟差数据确定目标位置和对流层湿延迟；

根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；

根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

第二方面，本发明实施例还提供了一种降雨预报装置，该装置包括：

数据获取模块，用于获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据及钟差数据确定目标位置和对流层湿延迟；

降雨概率计算模块，用于根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；

降雨预报模块，用于根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的降雨预报方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的降雨预报方法。

本发明实施例通过获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟，根据预设的位置参数关联表以及对流层湿延迟和地表温度数据确定目标位置对应的降雨概率，根据降雨概率确定目标位置对应的降雨预报信息。使得在无网络覆盖区域准确获取到降雨概率，可实时预报降雨，提高了用户的使用体验度。

附图说明

图1是本发明实施例一提供的一种降雨预报方法的步骤流程图；

图2是本发明实施例一提供的一种全球卫星导航系统工作原理示意图；

图3是本发明实施例一提供的一种降雨概率密度分布图；

图4是本发明实施例二提供的一种降雨预报方法的步骤流程图；

图5是本发明实施例二提供的一种降雨概率——降雨预估量关系图；

图6是本发明实施例二提供的一种目标位置关系示意图；

图7是本发明实施例三提供的一种降雨预报装置的结构示意图；

图8是本发明实施例四提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种降雨预报方法的步骤流程图，本实施例可适用于基于实时PPP(Real Time Precise Point Positing，实时精密单点定位)技术在无网络覆盖区域预报降雨的情况，该方法可以集成在全球卫星导航系统的接收机中，可以由降雨预报装置来执行，本发明实施例的降雨预报具体包括如下步骤：

其中，图2是本发明实施例一提供的一种全球卫星导航系统工作的原理示意图，参见图2，实时PPP技术可以是包括全球卫星导航系统(Global Navigation SatelliteSystem，GNSS)导航卫星11、卫星接收机12、通讯卫星13和数据处理中心14，实时PPP技术可以通过数据处理中心14实时计算卫星精密轨道和精密钟差等星基差分改正数据，并将星基差分改正数据通过通讯卫星13发送给卫星接收机12。

步骤101、获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟。

其中，卫星可以是全球卫星导航系统的组成卫星以及通讯卫星，全球卫星导航系统可以包括北斗卫星导航系统、全球定位系统(Global Positioning System，GPS)、格洛纳斯全球卫星导航系统(Global Navigation Satellite System，GLONASS)和伽利略卫星导航系统(Galileo Satellite Navigation System)等，通讯卫星可以是L-波段通讯卫星，观测数据可以是通过GNSS接收机获取到的数据，可以包括相位观测值和伪距观测值等，星历数据可以包括卫星位置数据和卫星钟差信息数据，星历数据可以通过GNSS接收机获取，星基差分改正数据可以是GNSS接收机接收的来自通讯卫星13发送的全球导航系统组成卫星的轨道和钟差改正数据等数据，卫星钟差可以是卫星星钟与GNSS系统时间之间的差异，气压数据可以是GNSS接收机处测得的气压，可以通过传感器或气压计直接测量得到或使用全球气温气压模型估计得到，目标位置可以是用户使用GNSS接收机预测降雨的地点位置，对流层湿延迟可以是由于对流层中水汽等造成的电磁波信号的延迟。

具体的，GNSS接收机12可以获取各导航卫星11的观测数据和星历数据，GNSS接收机12还可以获取数据处理中心14经过通讯卫星13发送的星基差分改正数据，可以根据获取到的观测数据、星历数据、通过神经网络算法或者解线性方程组的方式获得GNSS接收机12所处的位置和目标位置的对流层湿延迟。

示例性的，通过线性方程组的方式获取目标位置和对应目标位置的对流层湿延迟可以通过以下步骤：

首先，GNSS观测方程可以由公式(1)表示：

P_IF＝ρ_r ^s+c(δ_r-δ^s)+T_r ^s+Δρ_r ^s+∈_r ^s (1)

其中，公式(1)中为c光速，f₁和f₂分别为载波L1和载波L2的载波频率，ρ_r ^s为卫星s与GNSS接收机r之间的几何距离，δ_r和δ^s分别为GNSS接收机钟差和卫星钟差，T_r ^s为信号传播过程中的对流层总延迟，N₁、N₁₂分别为载波L1和载波L2的模糊度参数，Δρ_r ^s为其他的误差改正项，误差改正项可以包括：相位中心偏移改正和相位缠绕等，η_r ^s和∈_r ^s分别为相应的相位测量噪声和伪距测量噪声。L_IF和P_IF分别为相位无电离层组合观测值和伪距无电离层组合观测值，相位无电离层组合观测值和伪距无电离层组合观测值可以由公式(2)表示：

其中，公式(2)中，和p分别为相位观测数据和伪距观测数据，下标可以表示对应不同的载波，λ₁和λ₂分别为载波L1和载波L2的波长。

对流层总延迟T_r ^s和对流层干延迟T_dry及对流层湿延迟T_wet间的关系可以表示为公式(3)：

T_r ^s＝T_dryf_dry(Z)+T_wetf_wet(Z)+T^Nf_az cos A+T^Ef_az sin A (3)

其中，T_dry和T_wet分别为对流层干延迟和对流层湿延迟，对流层干延迟可以由计算得到，P_S为GNSS接收机处的气压，为GNSS接收机处的纬度，h为GNSS接收机处的高程，T^N和T^E分别为北方向和东方向的对流层梯度参数，A为方位角，Z为天顶角，f_az、f_dry和f_wet分别为与天顶角或方位角相关的投影函数，对应的计算公式可以表示为：

其中，a_h，b_h，c_h，a_w，b_w，c_w，c₁，c₂分别为已知的投影函数系数，θ为卫星高度角，卫星高度角θ、方位角A和天顶角Z可以根据观测站和卫星坐标计算获得，假设GNSS导航卫星和GNSS接收机在以GNSS接收机为中心的站心坐标系下的观测矢量用(Δe，Δn，Δu)表示，那么三者的计算公式如下：

z＝π/2-θ

假设GNSS接收机共观测到1，2，...，n颗卫星，将各GNSS导航卫星观测方程联立获得公式(4)

将公式(4)联立公式(2)和公式(3)推导可得到法方程(5)：

V＝HX-L (5)

法方程(5)中，H，V，X，l分别为各导航卫星观测数据对应的矩阵，需要对X求解以获得对应的未知量。

其中(e_x，e_y，e_x)为GNSS接收机与各导航卫星之间的方向矢量，上标i为对应各导航卫星的序号，将获取到的各导航卫星的观测数据、钟差和对流层干延迟参数代入法方程(5)，通过公式x＝(H^TPH)^-1(H^TPl)可以得到目标位置和对流层湿延迟等参数。

步骤102、根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率。

其中，位置参数关联表可以是关联存储地区与历史降雨量参数的关联表，位置参数关联表中各地区可以关联存储每月的历史降雨量参数，历史降雨量参数可以包括均值、方差、中位数和众数等，例如，成都地区1月历史降雨量参数、2月历史降雨量参数、……、11月历史降雨量参数和12月历史降雨量参数，地表温度数据可以是通过传感器或者温度计获取到的目标位置处地表的温度数据，降雨概率可以是目标位置下雨的概率。

具体的，可以根据当前的具体日期和目标位置在存储有地区和对应历史降雨量参数的关联表查询对应的历史降雨量参数，例如当前日期为12月那么可以在位置参数关联表查找目的位置对应12月的历史降雨量参数，根据获取的历史降雨量参数、对流层湿延迟和温度数据获取降雨概率。

进一步的，位置参数关联表中的地区可以是按省、市等行政单位划分和按照固定的经纬度划分，例如将全世界按照1经度和1维度的大小划分为若干个小格，每个小格可以是一个地区，每个地区对应12个月份的历史降雨量参数，可以理解的是，这里举出的位置参数关联表一个地区对应12个月份的历史降雨量参数仅为举例，并不做任何限制，每个地区按季度、月份和天数等存储历史降雨量参数也在本申请的保护范围之内。

步骤103、根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

其中，降雨预报信息可以包括预计降雨量、降雨概率和是否下雨，例如，当降雨概率超过70％时降雨预报信息可以发出将会下雨的降雨警报信息。

具体的，可以根据降雨概率，生成对应目标位置的降雨预报信息，可以根据具体降雨概率的数值确定目标位置降雨预报信息，例如，降雨概率超过70％时，降雨预报信息可以是即将下雨。

本发明实施例的技术方案，通过获取各卫星的观测数据、星历数据、星基差分改正数和气压数据确定目标位置和对流层湿延迟，根据预设的位置参数关联表、对流层湿延迟和地表温度数据确定降雨概率，根据降雨概率确定目标位置对应的降雨预报信息；使得用户可在无网络覆盖区域实时获取到降雨预报信息，可提高用户的体验程度。

在上述示例的基础上，所述根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率，包括：

根据所述对流层湿延迟、获取的地表温度数据及给定的降雨量预测公式，确定所述目标位置的降雨预估量；

根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数；

根据所述降雨概率参数和所述降雨预估量及给定的降雨概率计算公式，确定所述目标位置的降雨概率。

其中，降雨量预测公式可以是用于预测降雨估计雨量的计算公式，根据对流层湿延迟计算降雨量的公式现有技术中很多，本申请不在此处一一列举，降雨预估量可以是当前大气中的水汽在达到饱和时凝结成水全部降落的降水量，降雨概率参数可以是目标位置对应的历史降雨量的均值、方差、中数和众数等参数，降雨概率计算公式可以是根据降雨概率参数进行降雨预测的函数公式，可以包括标准正态函数和对数正态函数，例如，1n(x)～N(μ，σ²)，μ和σ²可以是降雨概率参数，进一步的，降雨概率计算公式可以符合正态函数的各种形式，降雨概率可以是根据降雨概率计算公式计算得到的结果，用于表征降雨的可能性的大小。

具体的，可以根据对流层湿延迟和地表温度数据以及给定的降雨预测公式计算降雨预估量，根据目标位置在位置参数关联表中获取目标位置对应的包括历史降雨量均值、方差、中位数和众数等参数的降雨概率参数，可以将获取到的历史降雨量均值、方差、中位数和众数等参数的降雨概率参数代入降雨概率计算公式中计算获取对应目标位置的降雨概率。例如，参见图3，降雨概率计算公式可以是对数正态函数ln(x)～N(μ，σ²)，对数正态函数的μ和σ²可以分别为降雨概率参数中的均值和方差，那么降雨概率值可以对数正态函数概率密度分布图中以降雨预估量为横坐标的直线与对数正态函数所围面积的值。

实施例二

图4是本发明实施例二提供的一种降雨预报方法的步骤流程图；本实施例是在上述实施例的基础上，提供的一种可选方案。参见图3，本实施例提供的降雨预报方法包括：

步骤201、按照固定经纬度阈值将全球地区划分为至少一个地区方格，获取各所述地区方格的历史降雨量。

其中，固定经纬度阈值可以是用于划分全球地区的经纬度数值，例如，以1纬度和1经度对全球地区进行划分，1维度和1经度可以是固定经纬度阈值，可以理解的是经纬度阈值中纬度和经度的具体数值可以相同也可以不同，地区方格可以是全球地区被固定经纬度阈值划分的地区，每个地区方格的边长可以分别对应固定经纬度阈值的经度和纬度数值，历史降雨量可以是对应各地区方格的往年降雨量的记录，进一步的，历史降雨量可以是以年为单位的数值或者以月为单位的数值，例如某年平均降雨量100毫米或者某月平均降雨量100毫米，可以理解的是，历史降雨量的具体统计方式不作限制，可以是年、月、周和日等时间段的统计结果。

具体的，可以根据固定经纬度阈值，例如，1经度和1纬度，将全球地区划分为分别以固定经纬度阈值的经度和纬度为边长的小区域，可以对应获取划分为小区域的地区方格的历史降雨量，各地区方格获取到的历史降雨量越多越准确，越有助于降雨的预报。

步骤202、确定对应各所述地区方格历史降雨量的均值和方差，将所述均值和方差与所述地区方格关联存储，形成位置参数关联表。

其中，均值可以是各地区方格对应的历史降雨量的平均值，方差可以是各地区方格对应的历史降雨量的方差，地区方格历史降雨量的均值和方差可以每个月计算一个，均值可以根据公式计算得到，其中，PWV可以是历史降雨量，方差可以根据公式 计算得到。进一步的地区方格可以按每月计算一组均值和方差或者可以按季度计算一组均值和方差，分别计算地区方格各月的历史降雨量的均值和方差。

具体的，可以根据公式按照每月确定各地区方格对应的历史降雨量的平均值和方差，也就是每个地区方格对应12个月份的历史降雨量的平均值和方差，将计算得到的各平均值和方差与对应地区方格对应存储，可以为每个地区方格进行编号，每个编号还可以与地区方格对应的平均值和方差进行关联，最终形成位置参数关联表，还可以将地区方格中心点对应的经纬度作为地区方格的唯一标识号，将地区方格中心点的经纬度与地区方格对应的历史降雨量平均值和方差关联存储形成位置参数关联表，可选的，位置参数关联表还可以存储历史降雨量和时间等信息。

步骤203、获取各卫星的观测数据、星历数据、星基差分改正数和气压数据，并根据各所述观测数据、星历数据、星基差分改正数和气压数据确定目标位置和对流层湿延迟。

步骤204、根据获取的地表温度数据，确定所述目标位置对应的加权平均温度。

其中，地表温度数据可以是用于表征地面温度的数据，可以通过传感器或温度计直接测得，也可以通过全球气温气压模型(Global Pressure and Temperature，GPT)计算得到，加权平均温度可以是为了准确确定降雨预估量而设定的温度值，加权平均温度可以通过Bevis公式计算得到。

具体的，可以使用内置在卫星接收机内的传感器测得卫星接收机附近的地表温度数据，可以根据获取到的地表温度数据按照Bevis公式T_m＝0.72T₀+70.2计算得到，其中，T_m可以用于表征地表加权平均温度，T₀可以用于表征地表温度数据。

步骤205、根据给定的降雨量预测公式、所述加权平均温度及对流层湿延迟，确定所述目标位置的降雨预估量。

其中，降雨量预测公式可以是根据加权平均温度和对流层湿延迟确定降雨预估量的公式，降雨量预测公式具体可以是其中PWV可以是降雨预估量，ZWD可以是对流层湿延迟，ρ为水的密度1000kg/m³，R为大气常数8.314462J/kg/mol，M_W为水的摩尔质量0.018016kg/mol，M_d为干空气的摩尔质量0.028964kg/mol，k₁、k₂和k₃为折射常数，具体值分别为77.69 K/hPa、71.2952 K/hPa和375463 K2/hPa，T_m为加权平均温度。

具体的，可以获取存储的降雨量预测公式，获取存储的降雨量预测公式中的各参数，参数包括水的密度、大气常数、水的摩尔质量、干空气的摩尔质量和折射常数等，将获取到的加权平均温度及对流层湿延迟以及各参数使用降雨量预测公式确定目标位置的降雨预估量。

步骤206、根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数。

具体的，可以根据目标位置的经纬度在预设的位置参数关联表中确定对应的地区方格，根据当前的日期可以确定位置参数关联表中地区方格对应的历史降雨量的均值和方差，将确定的均值和方差作为目标位置对应的降雨概率参数。

步骤207、根据所述降雨概率参数和所述降雨预估量及给定的降雨概率计算公式，确定所述目标位置的降雨概率。

步骤208、获取所述目标位置对应的警报阈值。

其中，警报阈值可以是用于表征降雨可能发生的最低概率值，可以与目标位置的气候特点相关，越容易下雨的地区的警报阈值可以越低，警报阈值可以根据目标位置的历史降雨量生成，例如可以选择目标位置历史降雨量中位数或众数对应的降雨量对应的降雨概率作为警报阈值。

具体的，可以根据目标位置获取到对应的警报阈值，可以选择目标位置的历史降雨量的中位数或众数对应的降雨概率作为警报阈值，可选的，可以获取目标位置的历史降雨量中位数，在中位数对应降雨量的基础上加上对应的历史降雨量方差，将中位数与历史降雨量方差的和对应的降雨概率作为目标位置的警报阈值，可以提高使用历史降雨量方差和中位数之和对应的降雨概率作为警报阈值，可提高降雨预报的准确性，避免由于警报阈值设置过低造成误报。

步骤209、将所述降雨概率及降雨预估量作为所述目标位置的降雨预报信息，当所述降雨概率大于和/或等于所述警报阈值时，发出实时降雨警告。

其中，实时降雨警告可以是卫星接收机向用户发出的降雨警报信息，可以包括声音、文字和灯光等警报信息。

具体的，可以将获取到的降雨概率和降雨预估量直接作为卫星接收机所处位置的降雨预报信息，可以将降雨概率和降雨预估量直接在卫星接收机中进行展示，可以将获取到的目标位置的降雨概率大于和/或等于警报阈值时，将降雨概率作为降雨预报信息对降雨进行预报，目标位置的降雨概率大于和/或等于警报阈值时，还可以发出降雨警报，警报的形式可以包括声音、文字和灯光等，参见图5，警报阈值为0.8，警报阈值对应的降雨预警位置为59.7毫米，当降雨概率超过警报阈值时，也就是降雨预估量超过降雨预警位置时，将降雨概率作为目标位置的降雨预报信息。

本发明实施例通过将全球按照固定经纬度阈值划分为地区方格，每个地区方格对应存储历史降雨量的均值和方差作为位置参数关联表，根据卫星观测数据、星历数据、星基差分改正数和气压数据确定对流层湿延迟和目标位置，获取地表温度并计算对应的加权平均温度，根据加权平均温度和对流层湿延迟确定降雨预估量，根据目标位置和位置参数关联表获取降雨概率参数，根据降雨预估量和降雨概率参数确定目标位置的降雨概率，将降雨概率和降雨预估量作为目标位置的降雨预报信息，当降雨概率大于和/或等于警报阈值时，发出实时降雨警告；存储位置参数关联表存储历史降雨量的均值和方差可减少存储空间，使得无需网络支持，可实现实时降雨预报。

在上述实施例的基础上，根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数，包括：

根据所述目标位置的经纬度，确定所述目标位置对应的第一地区方格；从所述位置参数关联表中，查找所述第一地区方格对应的第一目标均值和第一目标方差；将所述第一目标均值和第一目标方差作为所述目标位置的降雨概率参数。

其中，参见图6，第一地区方格可以是目标位置20所处的地区方格24，第一地区可以包括位用于表征地区的信息，例如，编号、经纬度范围、地区方格中心点经纬度和所处国家等，第一目标均值可以是对应目标位置的历史降雨量均值，第一目标方差可以是对应目标位置的历史降雨量方差。

具体的，可以根据目标位置的经纬度坐标确定目标位置所处的第一地区方格，可以根据确定的第一地区方格的编号或者中心经纬度在位置参数关联表中确定对应历史降雨量均值和方差，可以将查询得到的历史降雨量均值和方差分别作为第一目标均值和第一目标方差，也就是用于计算目标位置降雨概率的降雨概率参数。

示例性的，参见图6，目标位置20可以在地区方格24内部，那么第一地区方格可以是地区方格24，目标位置20可以根据经纬度获取距离最近的地区方格中心点的经纬度，例如，距离目标位置20距离最近地区方块的中心点可以是中心点231，可以根据中心点231的经纬度在位置参数关联表中查找对应存储的历史降雨量的均值和方差，将查找到的均值和方差作为第一目标均值和第一目标方差，并将第一目标均值和第一目标方差作为目标位置20的降雨概率参数，还可以将当前所处的月份作为在位置参数关联表中查找对应历史降雨量的均值和方差的条件，若当前为5月，可以在位置参数关联表中根据中心点231的经纬度和当前所处的月份5，查找地区方格24中5月份对应的历史降雨量均值和方差。

在上述实施例的基础上，根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数，还可以包括：

根据所述目标位置的经纬度，确定所述目标位置的第二地区方格；确定至少四个参考地区方格，其中，各所述参考地区方格与所述第二地区方格的距离值小于设定距离阈值；从所述位置参数关联表中查找各所述参考地区方格对应的参考均值和参考方差；基于各所述参考均值和参考方差，通过双线性内插确定第二目标均值和第二目标方差；将所述第二目标均值和第二目标方差作为所述目标位置的降雨概率参数。

其中，参见图6，第二地区方格可以是目标位置20所处的地区方格24，参考地区方格可以是距离目标位置距离最近的地区方格，设定距离阈值可以是用于表征与目标位置20距离近的阈值，可以是划分地区方格时使用的固定经纬度阈值，例如，以1经度和1维度划分地区方格，那么设定距离阈值可以也是1经度和1维度，设定距离阈值还可以是实际的距离值，双线性内插可以是通过距离目标位置20距离最近的四个地区方格的中心点231-234的距离赋予不同权重值，以多组均值方差确定一组均值方差的方法。

具体的，可以根据目标位置20经纬度确定对应的第二地区方格，确定第二地区方格的方式可以根据目标位置20的经纬度坐标获取距离最近的4个地区方格的中心点231-234，例如，将与目标位置20的经纬度坐标小于1经度和1维度的地区方格中心点对应的地区方格作为距离最近的地区方格，将获取到的地区方格作为参考地区方格，可以选取其中4个参考地区方格，根据参考地区方格的中心点的经纬度或者参考地区方格的编号在位置参数关联表中获取4个参考地区方格分别对应的历史降雨量均值和方差，根据目标位置20与对应参考地区方格中心点231-234的经纬度坐标确定权重值，根据各权重值对4组历史降雨量的均值和方差进行加权最终确定一组均值和方差作为第二均值和第二方差，也就是目标位置20的降雨概率参数，可以理解的是通过多组均值和方差获取一组均值方差的方式并不仅限于双线性内插，还可以使用加权平均数的方式，将获取到对应参考地区的多组历史降雨量均值和方差计算出一组第二目标均值和第二目标方差。

实施例三

图7是本发明实施例三提供的一种降雨预报装置的结构示意图；本发明实施例所提供的降雨预报装置可执行本发明任意实施例所提供的降雨预报方法，具备执行方法相应的功能模块和有益效果。该降雨预报装置可以集成在全球卫星导航系统的卫星接收机中，参见图7，本发明实施例提供的降雨预报装置包括：卫星观测模块301、降雨概率计算模块302和降雨预报模块303。

其中，数据获取模块301，用于获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟。

降雨概率计算模块302，用于根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率。

降雨预报模块303，用于根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

本发明实施例通过卫星观测模块获取卫星观测数据和钟差数据并确定目标位置和对流层湿延迟，降雨概率计算模块，根据预设的位置参数关联表、目标位置、对流层湿延迟和获取的地表温度数据确定目标位置对应的降雨概率，降雨预报模块，根据降雨概率确定目标位置对应的降雨预报，通过存储位置参数关联表降雨预报需要的数据缩小了存储空间，实现了无网络支持时的降雨概率计算和降雨预报。

可选的，在上述实施例的基础上，降雨概率计算模块，可以包括：

降雨预估单元，用于根据所述对流层湿延迟、获取的地表温度数据及给定的降雨量预测公式，确定所述目标位置的降雨预估量。

参数确定单元，用于根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数。

概率计算单元，用于根据所述降雨概率参数和所述降雨预估量及给定的降雨概率计算公式，确定所述目标位置的降雨概率。

可选的，在上述实施例的基础上，降雨预报装置，还包括：

历史雨量获取模块，用于按照固定经纬度阈值将全球地区划分为至少一个地区方格，获取各所述地区方格的历史降雨量。

参数表生成模块，用于确定对应各所述地区方格历史降雨量的均值和方差，将所述均值和方差与所述地区方格关联存储，形成位置参数关联表。

可选的，在上述实施例的基础上，参数确定单元，包括：

第一确定子单元，用于根据所述目标位置的经纬度，确定所述目标位置对应的第一地区方格。

第一查找子单元，用于从所述位置参数关联表中，查找所述第一地区方格对应的第一目标均值和第一目标方差。

第一参数子单元，用于将所述第一目标均值和第一目标方差作为所述目标位置的降雨概率参数。

可选的，在上述实施例的基础上，参数确定单元，还可以包括：

第二确定子单元，用于根据所述目标位置的经纬度，确定所述目标位置的第二地区方格。

参考确定子单元，用于确定至少四个参考地区方格，其中，各所述参考地区方格与所述第二地区方格的距离值小于设定距离阈值。

第二查找子单元，用于从所述位置参数关联表中查找各所述参考地区方格对应的参考均值和参考方差。

第二计算子单元，用于基于各所述参考均值和参考方差，通过双线性内插确定第二目标均值和第二目标方差。

第二参数子单元，用于将所述第二目标均值和第二目标方差作为所述目标位置的降雨概率参数。

可选的，在上述实施例的基础上，降雨预估单元包括：

加权平均温度子单元，用于根据获取的地表温度数据，确定所述目标位置对应的加权平均温度。

降雨预估子单元，用于根据给定的降雨量预测公式、所述加权平均温度及对流层湿延迟，确定所述目标位置的降雨预估量。

可选的，降雨预报模块包括：

警报阈值获取单元，用于获取所述目标位置对应的警报阈值。

预报生成单元，用于将所述降雨概率及降雨预估量作为所述目标位置的降雨预报信息，当所述降雨概率大于和/或等于所述警报阈值时，发出实时降雨警告。

实施例四

图8是本发明实施例四提供的一种设备的结构示意图，如图8所示，该设备包括处理器70、存储器71、输入装置72和输出装置73；设备中处理器70的数量可以是一个或多个，图7中以一个处理器70为例；设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图8中以通过总线连接为例。

存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的降雨预报方法对应的程序指令/模块(例如，降雨预报装置中的卫星观测模块301、降雨概率计算模块302和降雨预报模块303)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的降雨预报方法。

存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置72可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种降雨预报方法，该方法包括：

获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟；

根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；

根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的降雨预报方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述降雨预报装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种降雨预报方法，其特征在于，包括：

获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟；

根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；

根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率，包括：

根据所述对流层湿延迟、获取的地表温度数据及给定的降雨量预测公式，确定所述目标位置的降雨预估量；

根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数；

根据所述降雨概率参数和所述降雨预估量及给定的降雨概率计算公式，确定所述目标位置的降雨概率。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

按照固定经纬度阈值将全球地区划分为至少一个地区方格，获取各所述地区方格的历史降雨量；

确定对应各所述地区方格历史降雨量的均值和方差，将所述均值和方差与所述地区方格关联存储，形成位置参数关联表。

4.根据权利要求3所述的方法，其特征在于，所述根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数，包括：

根据所述目标位置的经纬度，确定所述目标位置对应的第一地区方格；

从所述位置参数关联表中，查找所述第一地区方格对应的第一目标均值和第一目标方差；

将所述第一目标均值和第一目标方差作为所述目标位置的降雨概率参数。

5.根据权利要求3所述的方法，其特征在于，所述根据预设的位置参数关联表，确定所述目标位置对应的降雨概率参数，包括：

根据所述目标位置的经纬度，确定所述目标位置的第二地区方格；

确定至少四个参考地区方格，其中，各所述参考地区方格与所述第二地区方格的距离值小于设定距离阈值；

从所述位置参数关联表中查找各所述参考地区方格对应的参考均值和参考方差；

基于各所述参考均值和参考方差，通过双线性内插确定第二目标均值和第二目标方差；

将所述第二目标均值和第二目标方差作为所述目标位置的降雨概率参数。

6.根据权利要求2所述的方法，其特征在于，所述根据所述对流层湿延迟、获取的地表温度数据及给定的降雨量预测公式，确定所述目标位置的降雨预估量，包括：

根据获取的地表温度数据，确定所述目标位置对应的加权平均温度；

根据给定的降雨量预测公式、所述加权平均温度及对流层湿延迟，确定所述目标位置的降雨预估量。

7.根据权利要求1所述的方法，其特征在于，所述根据所述降雨概率，确定所述目标位置对应的降雨预报信息，包括：

获取所述目标位置对应的警报阈值；

将所述降雨概率及降雨预估量作为所述目标位置的降雨预报信息，当所述降雨概率大于和/或等于所述警报阈值时，发出实时降雨警告。

8.一种降雨预报装置，其特征在于，包括：

数据获取模块，用于获取各卫星的观测数据、星历数据、星基差分改正数据和气压数据，并根据各所述观测数据、星历数据、星基差分改正数据和气压数据确定目标位置和对流层湿延迟；

降雨概率计算模块，用于根据预设的位置参数关联表、所述对流层湿延迟及获取的地表温度数据，确定所述目标位置对应的降雨概率；

降雨预报模块，用于根据所述降雨概率，确定所述目标位置对应的降雨预报信息。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的降雨预报方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的降雨预报方法。