CN111679346B - 一种大气层可降水量预估方法及装置 - Google Patents
一种大气层可降水量预估方法及装置 Download PDFInfo
- Publication number
- CN111679346B CN111679346B CN202010555319.6A CN202010555319A CN111679346B CN 111679346 B CN111679346 B CN 111679346B CN 202010555319 A CN202010555319 A CN 202010555319A CN 111679346 B CN111679346 B CN 111679346B
- Authority
- CN
- China
- Prior art keywords
- atmospheric pressure
- atmospheric
- preset
- water
- pressure
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种大气层可降水量预估方法及装置,方法包括:获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;通过根据大气压强和大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,预置积分公式包括大气压强和预置地表干大气压;将地表向上所有高度层的积分可降水量累加,得到整个大气层的预估可降水量。本申请能够解决现有可降水量的预估方法的离散化和均值化处理特点导致预估结果精度较差的技术问题。
Description
本申请要求申请日为2019年12月27日,申请号为201911383174.X的中国专利申请的优先权。
技术领域
本申请涉及可降水量预测技术领域,尤其涉及一种大气层可降水量预估方法及装置。
背景技术
降水作为全球水资源的主要来源,它的时空分布特征与变化趋势将影响一个地区可利用水资源量的多少;有关降水量预测的研究一直较为热门,因为它一方面可为气象、农业、水利等多个部门管理、决策提供重要科学依据,另一方面对一个地区的社会经济发展和生态环境保护起着至关重要的作用。
GNSS卫星信号经过对流层时产生的路径延迟被称作对流层延迟;在GNSS数据处理的过程中,将其分为天顶对流层静水延迟和天顶对流层湿度延迟两部分。通过湿度延迟可计算得到大气可降水量PWV,现有的求取方法采取简单的线性离散化的方法将相邻的高度层求平均值得到结果,但是这一方法反演的精度上较差。
发明内容
本申请提供了一种大气层可降水量预估方法及装置,用于解决现有可降水量的预估方法的离散化和均值化处理特点导致预估结果精度较差的技术问题。
有鉴于此,本申请第一方面提供了一种大气层可降水量预估方法,包括:
获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;
通过根据所述大气压强和所述大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,所述预置积分公式包括所述大气压强和预置地表干大气压;
将地表向上所有高度层的所述积分可降水量累加,得到整个大气层的预估可降水量。
可选的,所述预置积分公式为:
其中,PWV12表示相邻两个高度层之间的所述积分可降水量,P1、P2为相邻两个高度层对应的大气压强,P为所述大气压强,P0为预置地表大气压强,为所述预置地表干大气压,g为重力加速度,γ1,2为相邻两个高度层的大气混合比指数。
可选的,所述通过根据所述大气压强和所述大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,所述预置积分公式包括所述大气压强和预置地表干大气压,包括:
获取从地表向上垂直空间的干大气压和所述大气压强之间的分布信息,建立相应的比例关系;
构建所述大气压强、所述大气水汽压和所述干大气压之间的关联关系;
根据所述比例关系和所述关联关系将预置初始积分公式变换为所述预置积分公式,所述预置初始积分公式为:
其中,e为所述大气水汽压;
通过所述预置积分公式计算相邻两个高度层之间的所述积分可降水量。
可选的,所述比例关系为:
可选的,所述关联关系为:
P=e+Pd。
本申请第二方面提供了一种大气层可降水量预估装置,包括:
获取模块,用于获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;
计算模块,用于通过根据所述大气压强和所述大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,所述预置积分公式包括所述大气压强和预置地表干大气压;
累加模块,用于将地表向上所有高度层的所述积分可降水量累加,得到整个大气层的预估可降水量。
可选的,所述预置积分公式为:
其中,PWV12表示相邻两个高度层之间的所述积分可降水量,P1、P2为相邻两个高度层对应的大气压强,P为所述大气压强,P0为预置地表大气压强,为所述预置地表干大气压,g为重力加速度,γ1,2为相邻两个高度层的大气混合比指数。
可选的,所述计算模块,包括:
建立子模块,用于获取从地表向上垂直空间的干大气压和所述大气压强之间的分布信息,建立相应的比例关系;
构建子模块,用于构建所述大气压强、所述大气水汽压和所述干大气压之间的关联关系;
变换子模块,用于根据所述比例关系和所述关联关系将预置初始积分公式变换为所述预置积分公式,所述预置初始积分公式为:
其中,e为所述大气水汽压;
计算子模块,用于通过所述预置积分公式计算相邻两个高度层之间的所述积分可降水量。
可选的,所述比例关系为:
可选的,所述关联关系为:
P=e+Pd。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种大气层可降水量预估方法,包括:获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;通过根据大气压强和大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,预置积分公式包括大气压强和预置地表干大气压;将地表向上所有高度层的积分可降水量累加,得到整个大气层的预估可降水量。
本申请提供的大气层可降水量预估方法,对相邻高度层的可降水量进行积分计算,然后将所有的积分结果进行累加得到整个大气层的预估可降水量;由于大气压强与干大气压在垂直空间分布上呈现近似指数变换的形式,如果仅依靠传统的积分方法,得到的可降水量估算结果实质就是相邻高度层求均值,显然不符合大气层的实际情况,得到的结果误差较大,因此,本申请在局部积分中不仅考虑大气压强和大气水汽压,还考虑了干大气压强,相当于考虑了二者之间实际存在的分布关系,所以本申请中的积分计算得到的预估可降水量结果更加准确可靠。因此,本申请能够解决现有可降水量的预估方法的离散化和均值化处理特点导致预估结果精度较差的技术问题。
附图说明
图1为本申请实施例提供的一种大气层可降水量预估方法的一个流程示意图;
图2为本申请实施例提供的一种大气层可降水量预估装置的结构示意图。
具体实施方式
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,所描述的实施例仅是本申请一部分实施例,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,都属于本申请保护的范围。
传统的利用比湿的一阶线性关系进行积分的方法,具体的积分过程为:
利用无线探空产品、无线掩星产品及数值天气预报产品估算大气可降水量的公式可表示为:
其中,PS表示地表大气压强,g表示重力加速度,P为大气压强,q为比湿;比湿的表达式为:
其中,e表示大气水汽压;将上述两个公式进行整理就可以得到传统的估算PWV的实质计算公式:
其中,n为整个大气层的层数。从计算过程可知,传统的方法仅考虑了大气压强,并未考虑比湿包含的水汽信息,而水汽的时空变化比较剧烈,也没有考虑大气压强与干大气压之间的指数分布关系,所以采用一阶的线性变换积分估算的PWV存在一定的误差。
为了便于理解,请参阅图1,本申请提供的一种大气层可降水量预估方法的实施例一,包括:
步骤101、获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压。
需要说明的是,垂直空间的不同高度层的大气压强和大气水汽压可以由探空资料或者无线掩星观测资料提供,其实,根据探空产品或者无线掩星产品可以计算得到可降水量预估值,也就是传统积分方法,但是本实施例属于在传统的积分方法上改进的预估方案,因此,仅通过现有探空资料获取相应的必要气象数据。
步骤102、通过根据大气压强和大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,预置积分公式包括大气压强和预置地表干大气压。
需要说明的是,为了减弱一阶线性离散化对PWV的影响,本实施例需要改进传统的积分预估方法,不仅需要针对大气压强和大气水汽压配置积分公式,需要考量干大气压的影响,也就是,积分公式中会将大气压强划分为大气水汽压和干大气压,将三者的变化关系纳入估算过程中,使得可降水量的预估过程更加准确可靠。
步骤103、将地表向上所有高度层的积分可降水量累加,得到整个大气层的预估可降水量。
需要说明的是,计算相邻高度层之间的可降水量属于局部的积分预估,要获取整个大气层的预估可降水量需要将所有的高度层的可降水量累加,得到总降水量。当大气水汽压的时空变化较为剧烈时,也能通过本实施例中的方法反映在预估结果中,详细的积分计算能够保证更加精确的估计。
本实施例提供的大气层可降水量预估方法,对相邻高度层的可降水量进行积分计算,然后将所有的积分结果进行累加得到整个大气层的预估可降水量;由于大气压强与干大气压在垂直空间分布上呈现近似指数变换的形式,如果仅依靠传统的积分方法,得到的可降水量估算结果实质就是相邻高度层求均值,显然不符合大气层的实际情况,得到的结果误差较大,因此,本实施例在局部积分中不仅考虑大气压强和大气水汽压,还考虑了干大气压强,相当于考虑了二者之间实际存在的分布关系,所以本实施例中的积分计算得到的预估可降水量结果更加准确可靠。因此,本实施例能够解决现有可降水量的预估方法的离散化和均值化处理特点导致预估结果精度较差的技术问题。
作为进一步的改进,通过根据大气压强和大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,预置积分公式包括大气压强和预置地表干大气压,具体过程包括:获取从地表向上垂直空间的干大气压和大气压强之间的分布信息,建立相应的比例关系;构建大气压强、大气水汽压和干大气压之间的关联关系;根据比例关系和关联关系将预置初始积分公式变换为预置积分公式,预置初始积分公式为:
其中,PWV12表示相邻两个高度层之间的积分可降水量,P1、P2为相邻两个高度层对应的大气压强,P为大气压强,e为大气水汽压,g为重力加速度;通过预置积分公式计算相邻两个高度层之间的积分可降水量;预置积分公式为:
需要说明的是,本实施例的改进其实就是将传统的算法中公式进行联合性处理,然后对相邻高度层的大气可降水量进行积分操作。其中的比例关系为:
其中,Pd为预置干大气压,为预置地表干大气压,P为大气压强,P0为预置地表大气压强,γ为大气混合比指数;比例关系是根据无线探空和无线掩星的气象观测值,例如登高垂直分辨率等研究发现的,在垂直方向上,干大气压与大气压强之间可以近似的表述成为一种比例关系。
关联关系为:
P=e+Pd;
关联关系是将大气压强划分为大气水汽压和干大气压两个部分,描述三者之间的关系。将比例关系和关联关系代入预置初始积分公式中,就可以得到预置积分公式,将预置积分公式进简化后可以得到:
对以上公式求解可以得到相邻两高度层的积分可降水量:
在大气层全部的高度层上,就可以通过累加的方式得到整个大气层的PWV估算值:
其中,i=1,2,3,…,n,n为大气层的总高度层。
为了便于理解,请参阅图2,本申请还提供了一种大气层可降水量预估装置的实施例,包括:
获取模块201,用于获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;
计算模块202,用于通过根据大气压强和大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,预置积分公式包括大气压强和预置地表干大气压;
累加模块203,用于将地表向上所有高度层的积分可降水量累加,得到整个大气层的预估可降水量。
进一步地,预置积分公式为:
其中,PWV12表示相邻两个高度层之间的积分可降水量,P1、P2为相邻两个高度层对应的大气压强,P为大气压强,P0为预置地表大气压强,为预置地表干大气压,g为重力加速度,γ1,2为相邻两个高度层的大气混合比指数。
进一步地,计算模块202,包括:
建立子模块2021,用于获取从地表向上垂直空间的干大气压和大气压强之间的分布信息,建立相应的比例关系;
构建子模块2022,用于构建大气压强、大气水汽压和干大气压之间的关联关系;
变换子模块2023,用于根据比例关系和关联关系将预置初始积分公式变换为预置积分公式,预置初始积分公式为:
其中,e为大气水汽压;
计算子模块2024,用于通过预置积分公式计算相邻两个高度层之间的积分可降水量。
进一步地,比例关系为:
进一步地,关联关系为:
P=e+Pd。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
4.根据权利要求3所述的大气层可降水量预估方法,其特征在于,所述关联关系为:
P=e+Pd。
5.一种大气层可降水量预估装置,其特征在于,包括:
获取模块,用于获取从地表向上垂直空间的不同高度层的大气压强和大气水汽压;
计算模块,用于通过根据所述大气压强和所述大气水汽压配置的预置积分公式计算相邻两个高度层之间的积分可降水量,所述预置积分公式包括所述大气压强和预置地表干大气压,所述预置积分公式为:
其中,PWV12表示相邻两个高度层之间的所述积分可降水量,P1、P2为相邻两个高度层对应的大气压强,P为所述大气压强,P0为预置地表大气压强,为所述预置地表干大气压,g为重力加速度,γ1,2为相邻两个高度层的大气混合比指数;
累加模块,用于将地表向上所有高度层的所述积分可降水量累加,得到整个大气层的预估可降水量。
8.根据权利要求7所述的大气层可降水量预估装置,其特征在于,所述关联关系为:
P=e+Pd。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911383174X | 2019-12-27 | ||
CN201911383174 | 2019-12-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111679346A CN111679346A (zh) | 2020-09-18 |
CN111679346B true CN111679346B (zh) | 2022-06-21 |
Family
ID=72455379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010555319.6A Active CN111679346B (zh) | 2019-12-27 | 2020-06-17 | 一种大气层可降水量预估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111679346B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5565578B2 (ja) * | 2010-10-04 | 2014-08-06 | セイコーエプソン株式会社 | 気象変動予測情報提供システム及び気象変動予測情報提供方法 |
US9625614B2 (en) * | 2012-06-04 | 2017-04-18 | Hadal, Inc. | Systems and methods for atmospheric modeling based on GPS measurement |
CN105842692B (zh) * | 2016-03-17 | 2018-07-03 | 中国科学院遥感与数字地球研究所 | 一种insar测量中的大气校正方法 |
FI127193B (en) * | 2016-12-22 | 2018-01-31 | Vaisala Oyj | Procedure in connection with a radio probe and system |
CN106802425B (zh) * | 2017-01-22 | 2019-07-23 | 武汉大学 | 一种估算天顶对流层延迟的积分方法 |
CN106814373B (zh) * | 2017-01-22 | 2019-09-10 | 武汉大学 | 大气加权平均温度估算及对流层延迟积分方法 |
-
2020
- 2020-06-17 CN CN202010555319.6A patent/CN111679346B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111679346A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Discharge estimation in high-mountain regions with improved methods using multisource remote sensing: A case study of the Upper Brahmaputra River | |
CN109543353B (zh) | 三维水汽反演方法、装置、设备和计算机可读存储介质 | |
Austin et al. | Current approaches to modelling the environmental niche of eucalypts: implication for management of forest biodiversity | |
CN106814373B (zh) | 大气加权平均温度估算及对流层延迟积分方法 | |
CN108920414B (zh) | 一种利用气象资料计算局部天顶对流层湿延迟的新方法 | |
CN109001845B (zh) | 一种降雨量的预报方法 | |
CN109946762B (zh) | 一种基于概率分布短时预报降水的方法及系统 | |
JP5871635B2 (ja) | 日射量算出装置、日射量算出装置の制御方法及びプログラム | |
CN110335355B (zh) | 一种大型浅水湖泊水面高自动计算方法 | |
CN111143999A (zh) | 一种区域地表粗糙度的计算方法、装置和设备 | |
Sharples et al. | On the horizontal scale of elevation dependence of Australian monthly precipitation | |
CN108896021A (zh) | 基于航空摄影测量点云提取人工林林分结构参数的方法 | |
CN110032939A (zh) | 一种基于高斯混合模型的遥感时序数据拟合方法 | |
CN111679346B (zh) | 一种大气层可降水量预估方法及装置 | |
CN106802425B (zh) | 一种估算天顶对流层延迟的积分方法 | |
CN113009531A (zh) | 一种小尺度高精度的低空对流层大气折射率模型 | |
CN109271466A (zh) | 一种基于层次聚类与k均值算法的气象数据分析方法 | |
CN110689055B (zh) | 一种顾及格网单元属性分级的跨尺度统计指标空间化方法 | |
CN111241718B (zh) | 一种天顶对流层湿延迟计算方法和相关装置 | |
CN111753408A (zh) | 一种顾及天气的gnss大气加权平均温度计算方法 | |
CN115828582A (zh) | 一种城市热岛浓度计算方法、装置及计算机设备 | |
Xu et al. | A comparative study on the applicability and effectiveness of NSVI and NDVI for estimating fractional vegetation cover based on multi-source remote sensing image | |
CN108197012B (zh) | 遥感数据分布式处理集群规模与性能测度方法 | |
CN110610256B (zh) | 考虑不同预报情景下预报难度的径流预报水平评价方法 | |
Pagaduan | Spatial income inequality, convergence, and regional development in a lower middle‐income country: Satellite evidence from the Philippines |
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 |