CN111582546B - 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统 - Google Patents

利用降雨数据集获取不同地方时全球降雨量信息的方法及系统 Download PDF

Info

Publication number
CN111582546B
CN111582546B CN202010273744.6A CN202010273744A CN111582546B CN 111582546 B CN111582546 B CN 111582546B CN 202010273744 A CN202010273744 A CN 202010273744A CN 111582546 B CN111582546 B CN 111582546B
Authority
CN
China
Prior art keywords
rainfall
global
rainfall data
data
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010273744.6A
Other languages
English (en)
Other versions
CN111582546A (zh
Inventor
白伟华
孙越强
杜起飞
苏豆豆
刘黎军
李伟
王先毅
蔡跃荣
曹光伟
夏俊明
孟祥广
柳聪亮
赵丹阳
尹聪
胡鹏
王冬伟
刘成
吴春俊
李福�
乔颢
程双双
朱光武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Space Science Center of CAS
Original Assignee
National Space Science Center of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Space Science Center of CAS filed Critical National Space Science Center of CAS
Priority to CN202010273744.6A priority Critical patent/CN111582546B/zh
Publication of CN111582546A publication Critical patent/CN111582546A/zh
Application granted granted Critical
Publication of CN111582546B publication Critical patent/CN111582546B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Recording Measured Values (AREA)

Abstract

本发明公开了利用降雨数据集获取不同地方时全球降雨量信息的方法及系统，所述方法包括：对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以指定地方时为基准的网格化的一小时间隔的全球降雨数据；根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量。本发明的方法采用最邻近点内插法，简单方便，运算速度快，可以在短时间内获得全球地方时的降雨量结果。

Description

利用降雨数据集获取不同地方时全球降雨量信息的方法及 系统
技术领域
本发明涉及全球降雨气候研究领域，具体涉及利用降雨数据集获取不同地方时全球降雨量信息的方法及系统。
背景技术
降雨作为基本的气候变量，其变化对农作物生产、生态环境、人们的日常生活等都有极其重要的影响。研究降雨不仅可以帮助我们指导农业生产，进行农作物产量预报，而且可以为预防水土流失以及洪涝灾害评估提供依据，同时它也是进行水资源分析的重要因素。
研究降雨的地方时特征有着重要的意义。在气候研究领域，有助于我们了解区域降雨规律，增强对影响区域气候动力和热力过程的理解，同时也可以提高区域气候模式和参数化方案的检验水平。在工程应用中，卫星上的有效载荷如高度计、散射计等发射出或接收到的无线电波信号容易受到强降雨的影响而发生衰减，如若知晓各地方时的年均小时降雨量数据，就可以在最初任务设计阶段根据具体任务要求有效规避降雨影响。另外还可以在一定程度上帮助补偿由于降雨而产生的信号衰减，为雨衰减值预报模型的建立提供参考数据，从而减少降雨对卫星链路传输的影响，提高卫星通信质量。此外还可以对卫星的前期规划论证尤其是太阳同步轨道卫星的气候监测或者遥感卫星提供参考。
目前全球降雨数据集包括TRMM、CMORPH、GPM、PERSIANN等气象卫星观测数据集，雨量计资料集，地基雷达观测数据集，NCEP/NCAR、CFSR、ERA5等再分析资料。然而这些数据集均以世界时为基准时间，不适合对各地区降雨等气候直接进行研究，且部分数据集空间分辨率较低，无法满足小区域降雨研究，雨量计资料集所包含的台站数据分散且分布不均，在部分地形复杂地区甚至缺乏数据。目前国际上对于降水的研究集中于对某特定区域降水的日变化、季节变化和年际变化上，而以地方时为基准时间对于全球范围内降雨日变化研究较少，并且利用再分析资料对降雨进行的研究也较少。
发明内容
本发明的目的在于克服上述技术缺陷，提出一种利用降雨数据集获取不同地方时全球降雨量信息的方法，具备运算速度快、操作简便易实施、兼容各种数据集等优点，能够满足小区域降雨地方时变化特征研究的需求。
为实现上述目的，本发明提出了一种利用降雨数据集获取不同地方时全球降雨量信息的方法，所述方法包括：
对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；
将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；
以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以指定地方时为基准的网格化的一小时间隔的全球降雨数据；
根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量。
作为上述方法的一种改进，所述方法还包括：对以世界时为基准的全球降雨数据进行空间插值，得到网格化的以世界时为基准的全球降雨数据；具体为：
针对未进行格点化处理的全球降雨数据，采用克里金法对全球降雨数据进行空间内插，实现格点化处理；
采用克里金法对地形复杂区域的卫星观测数据集进行数据校准。
作为上述方法的一种改进，所述将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；具体为：
LT＝(UTC-12)+Lon/15°
其中，LT代表指定地方时，UTC代表世界时，Lon代表格网点所在地理位置的经度。
作为上述方法的一种改进，所述根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量，具体包括：
其中，j＝1,2,…,N代表时间序列，i＝1,2,…,M代表格网点数序列，N为总天数，M为格网点总数；为第i个格网点的指定地方时的年平均小时降雨量；Pj为第j天的指定地方时的降雨量值。
作为上述方法的一种改进，所述方法还包括：对多年平均处理后的某地方时的全球或某地区的降雨强弱情况进行可视化处理。
本发明还提供了一种利用降雨数据集获取不同地方时全球降雨量信息的系统，所述系统包括：
世界时全球降雨数据获取模块，用于对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；
时区转换模块，用于将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；
时间插值模块，用于以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以世界时为基准的一小时间隔的全球降雨数据；
年平均小时降雨量计算模块，用于根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量。
作为上述系统的一种改进，所述系统还包括：空间插值模块，用于对以世界时为基准的全球降雨数据进行空间插值，得到网格化的以世界时为基准的全球降雨数据；具体为：
针对未进行格点化处理的全球降雨数据，采用克里金法对全球降雨数据进行空间内插，实现格点化处理；
采用克里金法对地形复杂区域的卫星观测数据集进行数据校准。
作为上述系统的一种改进，所述时区转换模块的具体实现过程为：
LT＝(UTC-12)+Lon/15°
其中，LT代表指定地方时，UTC代表世界时，Lon代表格网点所在地理位置的经度。
作为上述系统的一种改进，所述年平均小时降雨量计算模块的具体实现过程为：
其中，j＝1,2,…,N代表时间序列，i＝1,2,…,M代表格网点数序列，N为总天数，M为格网点总数；为第i个格网点的指定地方时的年平均小时降雨量；Pj为第j天的指定地方时的降雨量值。
作为上述系统的一种改进，所述系统还包括：可视化模块，用于对多年平均处理后的某地方时的全球或某地区的降雨强弱情况进行可视化处理。
本发明的优势在于：
1、本发明的方法具有全球化和区域模块化的优点，可以兼容各种降雨数据集；
2、本发明的方法由于采用克里金插值法进行空间内插，不仅可以对未格点化的数据集进行格点化处理，还可以结合实测数据对复杂地形地区的降雨数据进行校正，实现对未知格网点降雨量值的最优无偏估计，使得估计值与实测值之间的方差达到最小，从而提高降雨信息的准确性；
3、本发明的方法采用最邻近点内插法，简单方便，运算速度快，可以在短时间内获得全球地方时的降雨量结果；
4、本发明提出结合实测数据用克里金法进行空间内插来解决部分数据集在地形复杂的地区数据空白或错误估计的问题，或者采用克里金法对非格网降雨产品进行格点化处理，并通过将地方时转换公式和最邻近点内插相结合的方式来获得以地方时为基准时间的全球降雨分布结果，以解决目前地方时降雨研究只局限于小区域的现状；
5、利用本发明的方法，可以利用现有的各种长期的基于UTC时间的降雨数据集，在不增加任何成本和观测的条件下，获取到全球降雨的地方时变化特征，对降雨气候研究领域有重要贡献。
附图说明
图1为本发明的实施例1的利用降雨数据集获取不同地方时全球降雨量信息的方法的流程图；
图2为本发明的实施例2的利用降雨数据集获取不同地方时全球降雨量信息的方法的流程图。
具体实施方式
下面结合附图对本发明的技术方案进行详细的说明。
实施例1
如图1所示，本发明的实施例1提供了利用降雨数据集获取不同地方时全球降雨量信息的方法，包括：
步骤101)原始数据准备：主要针对现有的全球降雨数据集进行收集和汇总；
数据主要采用了2009-2018年以小时估计的ERA5再分析降水格网数据，其水平分辨率为0.25°×0.25°。ERA5再分析资料是由欧洲中期天气预报中心(ECMWF)所发布的ERA5第五代全球再分析资料，并通过哥白尼气候变化服务(C3S)近实时并持续开发的，涵盖1950年至今时间段(滞后三个月)的数据，是目前技术上最领先的再分析产品。ERA5数据的处理是通过使用由ECMWF开发的，周期标记为41r2的集成预报系统(IFS)，采用四维变分同化(4D-Var)方法来进行的，其全球空间分辨率为31km，垂直分为137模式层，顶层为0.01hPa，每小时分析一次，快速辐射传输模式则为RTTOV-11，可适用于全天候的各种变量。在变分偏差校正方面，除了采用卫星辐射数据之外，还包括臭氧、飞机和地面气压数据来校正。此外ERA5数据共包含240种变量，可供人们免费下载和使用。本实施例中使用的主要变量为总降水量(Total Precipitation，记为TP)，以米为单位，文件格式为实验性的NetCDF格式。其中TP是指对流降水和大尺度降水的总和，不包括雾、露或降落到地球表面之前在大气中蒸发的降水。
由于ERA5再分析数据集已经是全球格点化产品，以及再分析资料已经同化了多种卫星观测数据、地基雷达观测数据、雨量计资料，其降水信息的准确性已经有了很大的提高，所以不需要进行克里金法空间内插。
步骤102)地方时转换。
利用前面所述的地方时转换公式将准备好的2009-2018年降水数据全部转换为相应的地方时。
转换公式如下：
LT＝(UTC-12)+Lon/15°
其中，LT代表地方时，UTC代表世界时，Lon代表格网点所在地理位置的经度。
步骤103)最邻近点内插。
最邻近点插值处理，是指对所需知某地方时刻的降水量值的区域，选取其以世界时为基准时间的前后三天(昨天、当天和明天)共72小时的降雨量数据来进行最邻近点内插。
首先选择典型地方时分别为0000LT、0300LT、0600LT、0900LT、1200LT、1500LT、1800LT、2100LT，其次运用最邻近点内插法结合地方时转换公式计算每个典型地方时时刻下各个格网点的降水量值。具体执行过程为：由于ERA5再分析数据水平分辨率为0.25°，所以先以0.25°为间隔，将全球划分为721个经度带；其次为把全球每一个经度带都统一为一个地方时，针对不同的经度带，对当天的某个UTC时选取其对应原始数据集前后三天(昨天、当天和明天)来采用邻近点内插寻找其对应地方时刻的降雨量数据。
步骤104)多年平均。
多年平均处理主要是指对多年降雨数据按天数进行平均处理。由于格网点分布均匀，用算术平均法即可，公式如下：
其中，j＝1,2,…,N代表时间序列，i＝1,2,…,M代表格网点数序列，N为总天数，M为格网点总数；Pj为时间为j时刻的降雨量值，为第i个格网点的年平均小时降雨量。
本实施例中的多年平均并不是按年数来平均，而是按天数来进行平均。将步骤104中得出的每个典型地方时刻的全球降水量按天数平均，从而得出全球十年平均的小时降水量分布图。
步骤105)数据可视化。
编辑计算机程序将步骤104中得出的结果进行可视化。为了便于直观阅读，调整颜色栏显示范围到0-1.2mm/h。
采用本方法可以获取从2009到2018年全球共1038240个点的全球年平均小时降雨量(Annual Average One-hour Precipitation，简记为AAOP)在不同本地时的全球分布结果，可以发现随着地方时变化，降水量变化比较明显的区域为热带地区，尤其是沿海地区(主要是西部海岸带)变化极为强烈，而高纬度地区及两极地区降水极少。在1200-1500LT时间段内，达到降水峰值的区域从西海岸逐渐扩展到内陆，包括亚马逊平原地区、圭亚那高原、东非埃塞俄比亚高原等地区，非洲西海岸带、苏门答腊岛、加里曼丹岛等地区在1500LT左右达到降水峰值，中低纬度陆地地区在此时间段内降水量也逐渐增多。在1800-0000LT时间段内降水峰值区域逐渐缩小，而南美洲的安第斯山脉地区和新几内亚岛的西南海岸依然降水居多。海洋的大部分降水区域如西太平洋、太平洋中部(0°-10°N)、印度洋中部,在0000-0600LT时间段内逐渐扩大，之后又逐渐缩小，说明海洋的降水峰值一般出现在凌晨至清晨。总的来说，海洋降水集中发生在0000-0600LT内，陆地降水则集中发生在1200-1500LT时间段内，且陆地降水强度普遍大于海洋降水强度。
实施例2
如图2所示，本发明的实施例2提供了利用降雨数据集获取不同地方时全球降雨量信息的方法，包括：
步骤201)原始数据准备。
数据采集主要采用2009到2018共10年的TRMM 3B42RTV7多卫星降水分析资料以及NCEI提供的60°N-S内气象台站小时降水实测数据。
TRMM 3B42RT V7数据集的水平分辨率为0.25°×0.25°，时间分辨率为3小时，距离实时有8小时的延迟，覆盖全球60°N-S地区，文件格式为NetCDF格式，从NASA的GEC DISC下载得到。
步骤202)克里金法空间内插。
已有研究表明，TRMM降雨产品存在明显的空间变异性和不确定性，虽然其在纬度低地势平坦地区具有良好适用性，但在海拔高地形复杂的地区精度则较低，且高值低估、低值高估现象比较严重。所以需要结合NCEI提供的地面实测数据采用克里金插值法对TRMM降雨产品进行校正。
步骤203)地方时转换。
对校正后的2009-2018年的TRMM数据的世界时时间序列全部进行地方时转换。
步骤204)最邻近点内插。
选择典型地方时分别为0000LT、0300LT、0600LT、0900LT、1200LT、1500LT、1800LT、2100LT。运用最邻近点内插法结合地方时转换公式计算每个典型地方时刻下各个格网点的降雨量值。具体执行过程为：由于TRMM数据水平分辨率为0.25°，所以先以0.25°为间隔，将全球60°N-S范围划分为721个经度带；其次为把每一个经度带都统一为一个地方时，针对不同的经度带，对当天的某个UTC时选取其对应原始数据集前后三天(昨天、当天和明天)来采用邻近点内插寻找其对应地方时刻的降雨量数据。
步骤205)多年平均。
本实施例中的多年平均是按天数来进行平均的。对每个格网点采用多年平均公式进行平均。
步骤206)数据可视化。
编辑计算机程序将步骤五中得出的结果进行可视化。
采用本方法可以获取从2009到2018年全球60°N-S共692640个点的全球年平均小时降雨量在不同地方时的全球分布结果。
实施例3
本发明的实施例3提供了利用降雨数据集获取不同地方时全球降雨量信息的系统，包括：
世界时全球降雨数据获取模块，用于对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；
空间插值模块，用于对以世界时为基准的全球降雨数据进行空间插值，得到网格化的以世界时为基准的全球降雨数据；
时区转换模块，用于将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；
时间插值模块，用于以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以世界时为基准的一小时间隔的全球降雨数据；
年平均小时降雨量计算模块，用于根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量；
可视化模块，用于对多年平均处理后的某地方时的全球或某地区的降雨强弱情况进行可视化处理。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种利用降雨数据集获取不同地方时全球降雨量信息的方法，所述方法包括：
对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；
将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；
以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以指定地方时为基准的网格化的一小时间隔的全球降雨数据；
根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量；
所述将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；具体为：
LT＝(UTC-12)+Lon/15°
其中，LT代表指定地方时，UTC代表世界时，Lon代表格网点所在地理位置的经度；
所述根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量，具体包括：
其中，j＝1,2,…,N代表时间序列，i＝1,2,…,M代表格网点数序列，N为总天数，M为格网点总数；为第i个格网点的指定地方时的年平均小时降雨量；Pj为第j天的指定地方时的降雨量值。
2.根据权利要求1所述的利用降雨数据集获取不同地方时全球降雨量信息的方法，其特征在于，所述方法还包括：对以世界时为基准的全球降雨数据进行空间插值，得到网格化的以世界时为基准的全球降雨数据；具体为：
针对未进行格点化处理的全球降雨数据，采用克里金法对全球降雨数据进行空间内插，实现格点化处理；
采用克里金法对地形复杂区域的卫星观测数据集进行数据校准。
3.根据权利要求1-2之一所述的利用降雨数据集获取不同地方时全球降雨量信息的方法，其特征在于，所述方法还包括：对多年平均处理后的某地方时的全球或某地区的降雨强弱情况进行可视化处理。
4.一种利用降雨数据集获取不同地方时全球降雨量信息的系统，其特征在于，所述系统包括：
世界时全球降雨数据获取模块，用于对全球降雨数据集进行收集和汇总，得到以世界时为基准的全球降雨数据；
时区转换模块，用于将以世界时为基准的全球降雨数据，转换为以指定地方时为基准的全球降雨数据；
时间插值模块，用于以任意相邻三天的以世界时为基准的全球降雨数据为原始数据集，采用邻近点内插得到其中第二天的一小时间隔的全球降雨数据，由此得到以世界时为基准的一小时间隔的全球降雨数据；
年平均小时降雨量计算模块，用于根据该地方时的所有天数的全球降雨数据，计算该地方时的年平均小时降雨量；
所述时区转换模块的具体实现过程为：
LT＝(UTC-12)+Lon/15°
其中，LT代表指定地方时，UTC代表世界时，Lon代表格网点所在地理位置的经度；
所述年平均小时降雨量计算模块的具体实现过程为：
其中，j＝1,2,…,N代表时间序列，i＝1,2,…,M代表格网点数序列，N为总天数，M为格网点总数；为第i个格网点的指定地方时的年平均小时降雨量；Pj为第j天的指定地方时的降雨量值。
5.根据权利要求4所述的利用降雨数据集获取不同地方时全球降雨量信息的系统，其特征在于，所述系统还包括：空间插值模块，用于对以世界时为基准的全球降雨数据进行空间插值，得到网格化的以世界时为基准的全球降雨数据；具体为：
针对未进行格点化处理的全球降雨数据，采用克里金法对全球降雨数据进行空间内插，实现格点化处理；
采用克里金法对地形复杂区域的卫星观测数据集进行数据校准。
6.根据权利要求4-5之一所述的利用降雨数据集获取不同地方时全球降雨量信息的系统，其特征在于，所述系统还包括：可视化模块，用于对多年平均处理后的某地方时的全球或某地区的降雨强弱情况进行可视化处理。
CN202010273744.6A 2020-04-09 2020-04-09 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统 Active CN111582546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010273744.6A CN111582546B (zh) 2020-04-09 2020-04-09 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010273744.6A CN111582546B (zh) 2020-04-09 2020-04-09 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统

Publications (2)

Publication Number Publication Date
CN111582546A CN111582546A (zh) 2020-08-25
CN111582546B true CN111582546B (zh) 2023-07-25

Family

ID=72111411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010273744.6A Active CN111582546B (zh) 2020-04-09 2020-04-09 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统

Country Status (1)

Country Link
CN (1) CN111582546B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115203504B (zh) * 2022-07-13 2023-03-28 重庆交通大学 降雨同位素数据集的构建方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810376A (zh) * 2014-01-17 2014-05-21 浙江大学 基于卫星遥感与回归克里格的地面日降雨量预测方法
CN105333872A (zh) * 2015-10-20 2016-02-17 黑龙江大学 基于空间向量的太阳影子全球时空定位方法
CN108761574A (zh) * 2018-05-07 2018-11-06 中国电建集团北京勘测设计研究院有限公司 基于多源信息融合的降雨量估算方法
CN109886354A (zh) * 2019-03-06 2019-06-14 国家卫星海洋应用中心 风场融合方法及装置
CN110059419A (zh) * 2019-04-23 2019-07-26 中国人民解放军63921部队 高精度区域对流层折射率三维反演方法
CN110244387A (zh) * 2019-07-30 2019-09-17 成都润联科技开发有限公司 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810376A (zh) * 2014-01-17 2014-05-21 浙江大学 基于卫星遥感与回归克里格的地面日降雨量预测方法
CN105333872A (zh) * 2015-10-20 2016-02-17 黑龙江大学 基于空间向量的太阳影子全球时空定位方法
CN108761574A (zh) * 2018-05-07 2018-11-06 中国电建集团北京勘测设计研究院有限公司 基于多源信息融合的降雨量估算方法
CN109886354A (zh) * 2019-03-06 2019-06-14 国家卫星海洋应用中心 风场融合方法及装置
CN110059419A (zh) * 2019-04-23 2019-07-26 中国人民解放军63921部队 高精度区域对流层折射率三维反演方法
CN110244387A (zh) * 2019-07-30 2019-09-17 成都润联科技开发有限公司 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
三维变分同化雷达视风速的改进方案及其数值试验;高郁东;万齐林;何金海;;气象学报(第04期);全文 *
利用FY2E卫星降水资料对西藏地区降水日变化特征分析;雷坤江;假拉;肖天贵;;成都信息工程大学学报(01);全文 *
基于TRMM卫星资料揭示的亚洲季风区夏季降水变化;毛江玉等;中国科学;全文 *
基于再分析资料ERA5的对流层延迟估计方法及精度评估;张永林;蔡昌盛;;大地测量与地球动力学(第01期);全文 *
基于日变化分析的卫星遥感海表面温度重构研究;涂乾光;中国博士学位论文全文数据库 基础科学辑;第2-5章 *
基于测雨雷达资料的青藏高原东坡夏季降水的分析;衡志炜;李平;;高原山地气象研究(03);全文 *
泾河流域降雨量变化特征分析;陈操操;谢高地;甄霖;;资源科学(第02期);全文 *
衡志炜等.基于测雨雷达资料的青藏高原东坡夏季降水的分析.高原山地气象研究.2017,全文. *
近地空间环境的GNSS无线电掩星探测技术;乐新安;郭英华;曾桢;万卫星;;地球物理学报(第04期);全文 *

Also Published As

Publication number Publication date
CN111582546A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
Haiden et al. Evaluation of ECMWF forecasts, including the 2018 upgrade
Fang et al. A dataset of daily near-surface air temperature in China from 1979 to 2018
Zapotocny et al. A two-season impact study of satellite and in situ data in the NCEP Global Data Assimilation System
CN116189813B (zh) 一种基于卫星大气甲烷浓度估算稻田甲烷排放通量的方法
Yeh et al. Determining the precipitable water vapor thresholds under different rainfall strengths in Taiwan
CN111474529A (zh) 卫星反演雷达回波的方法、反演雷达回波系统及导航雷达
CN111582546B (zh) 利用降雨数据集获取不同地方时全球降雨量信息的方法及系统
Wong et al. Towards the blending of NWP with nowcast—Operation experience in B08FDP
CN116644379A (zh) 多源海面物理要素的机器学习融合方法、设备及介质
CN115808727A (zh) 百米级阵风客观预报方法及装置
Dieng et al. Sea level anomalies using altimetry, model and tide gauges along the African coasts in the Eastern Tropical Atlantic Ocean: Inter-comparison and temporal variability
CN111582547B (zh) 一种利用风场数据集获取不同地方时风场分布的方法
Park et al. Retrieval of high-resolution wind fields over the southern Korean Peninsula using the Doppler weather radar network
Keenan et al. TRMM ground truth in a monsoon environment: Darwin, Australia
Cifelli et al. Characteristics of an African easterly wave observed during NAMMA
AU2021105817A4 (en) Method for Reconstructing global Surface Temperature
Kafando et al. Stratospheric variability of wave activity and parameters in equatorial coastal and tropical sites during the West African monsoon
Zhang et al. Global and regional evaluation of the CERES edition-4A surface solar radiation and its uncertainty quantification
CN107966747A (zh) 高精度的区域天气预测系统
Qin et al. Comparison of downward surface solar radiation derived from GMS5/VISSR and of reanalysis products
Zhu et al. A method for retrieving thermodynamic atmospheric profiles using microwave radiometers of meteorological observation networks
Liu et al. Assimilation of the pseudo-water vapor derived from extrapolated radar reflectivity to improve the forecasts of convective events
Wang et al. Retrieval of the change of precipitable water vapor with zenith tropospheric delay in the Chinese mainland
Ushiyama et al. Time and spatial variations of mesoscale rainfalls and their relation to the large-scale field in the western tropical Pacific
CN115993668B (zh) 一种基于多项式改正和神经网络的pwv重建方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant