CN112526641A - 一种实时标识雨量观测值质量的方法、系统及设备 - Google Patents
一种实时标识雨量观测值质量的方法、系统及设备 Download PDFInfo
- Publication number
- CN112526641A CN112526641A CN202011454851.5A CN202011454851A CN112526641A CN 112526641 A CN112526641 A CN 112526641A CN 202011454851 A CN202011454851 A CN 202011454851A CN 112526641 A CN112526641 A CN 112526641A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- value
- time
- real
- error
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/18—Testing or calibrating meteorological apparatus
-
- 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
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种实时标识雨量观测值质量的方法、系统及设备,方法包括:获取预设时间段的历史雨量观测值和对应的历史雷达定量降水估测值;按雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和历史雷达定量降水估测值的误差分布范围;获取实时雨量观测值和对应的实时雷达定量降水估测值,确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;确定所述实时雨量观测值和实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。此方法综合了雨量计与雷达QPE优势,高效、准确地标识雨量观测值,提高了气象业务效率和水平。
Description
技术领域
本发明涉及气象数据应用与质量控制或标识领域,尤其涉及一种实时标识雨量观测值质量的方法、系统及设备。
背景技术
气象中直接对雨量的测量是通过雨量计实现的,间接测量主要通过雷达、卫星等设备。在监测、预警及预报业务中利用多种观测资料进行综合分析,一般情况下,雨量计所测雨量即雨量观测值被认为是“真值”,随着业务需求,雨量计布设密度不断提高,截止2019年年底,全国气象部门雨量计站点数量已经到达了相当高的水平,如此多的站点及高频次的观测很难保证每个站点每个时次雨量数据的质量,或者发现故障后不能及时排除,而业务中对雨量计数据实时性要求很高。
在实际业务中也发现雨量计由于环境风、蒸发、灌溉、校准、机械故障、信号传输等原因可能存在不同类型的误差,由此可能造成雨量观测值异常,显然异常值会直接影响到业务,因此实时标识出异常值及可疑值以消除其影响或降低其影响程度。传统方式对雨量资料质量标识是基于雨量计观测值本身,这种“既是运动员,又是裁判员”的方法显然有失“公正”或者很难做到“客观”,并且对于降雨来说,其时空变率区间非常之大,常用的时间、空间一致性检查也存在一定的不足。
发明内容
本发明所要解决的技术问题是针对现有技术的不足提供一种实时标识雨量观测值质量的方法、系统及设备,高效准确地标识雨量观测值,减少误判,提高气象业务效率和水平。
本发明解决上述技术问题的技术方案如下:一种实时标识雨量观测值质量的方法,该实时标识雨量观测值质量的方法包括:
获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值;
根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;
获取实时雨量观测值和对应的实时雷达定量降水估测值,确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
本发明的有益效果是,通过引入第三方的雷达定量降水估测值来“监督、检查”雨量观测值且分级误差统计,方法简单,可实时标识,具有可扩展性,适用性较广的同时综合了雨量计与雷达QPE两种资料的优势,减少了雨量观测值质量的误判,更加高效、准确地标识雨量观测值,提高了气象业务效率和水平。
进一步,在上述技术方案中,所述确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围,包括:
计算每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差统计量;
统计每个雨量等级区间内所述差统计量,作出误差统计量箱线图,根据所述箱线图,确定误差分布范围上限值和下限值。
采用上述进一步方案的有益效果是,通过计算每个雨量等级区间的误差统计量来进一步确定误差分布范围,可以使得得到的误差分布范围具有更好的代表性;并且,通过做出误差统计量的箱线图,可直观反映出一组数据的异常值、偏态和尾重,从而可以更好的选择合适的值来作为误差分布范围的上限值与下限值。
进一步,所述误差统计量包括残差ε和/或线性偏差D,所述残差ε和线性偏差D其计算公式为:
D=RG-RQ
其中,RG表示雨量观测值,RQ表示雷达定量降水估测值;计算历史雨量观测值和对应的历史雷达定量降水估测值的误差统计量时,RG为历史雨量观测值,RQ为历史雷达定量降水估测值;计算实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量时,RG为实时雨量观测值,RQ为实时雷达定量降水估测值。
采用上述进一步方案的有益效果是,通过计算残差可以更精确的评判误差统计量的收敛情况,计算线性偏差可以更简单直观的判断误差大小;残差ε与线性偏差D可正可负,表征雷达QPE与雨量计观测值的相对大小;对于时间长短不同的历史数据或不同地区的误差统计结果,两个误差统计量可能有不同的优势,可根据统计结果分析来确定选用其中之一或二者组合来作为误差统计量从而更精确的确定误差分布范围。
进一步,所述根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识,包括:
当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围内时,不对所述实时雨量观测值进行标识;当实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围外时,标识所述实时雨量观测值为错误。
采用上述进一步方案的有益效果是,通过实时雨量观测值对应的等级区间来确定对应误差分布范围,简单直接的判断雨量观测值质量并对雨量观测值进行标识。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,将所述误差分布范围的上限值向上扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间;
将所述误差分布范围的下限值向下扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间。
采用上述进一步方案的有益效果是,由于不同的雷达QPE及不同历史时间长度的数据统计得到的分级误差分布范围不同,在应用到实时的观测数据时,可将误差分布范围进行一定的扩展,提高标识的弹性空间,减少误判的概率。
优选地,当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述缓冲区间内时,标识所述雨量观测值为可疑。
采用上述优选方案的有益效果是,在缓冲区间内标识为可疑值,这样可提高数据使用率,且能进一步减小误判概率,并将可疑值标识出来后可提醒相关人员经过其他详细分析去确定雨量观测值质量。
优选地,所述预设时间段越长所述预设百分比越小;所述预设时间段越短所述预设百分比越大。
采用上述优选方案的有益效果是,由于本方案历史时间序列越长,误差代表性越好,标识效果更好,故基于现有历史数据时间较短统计得到的分级误差分布范围,在扩展可疑值标识区间时将考虑更大一些,可在减小误判概率的同时兼顾雨量观测值质量标识的精确率。
进一步,对所述实时雨量观测值进行时间一致性检查,当所述实时雨量观测值在预设时间内保持不变或变化小于预设变化值,则将所述实时雨量观测值标识为错误。
采用上述进一步方案的有益效果是,由于雷达定量降水估测值不能检查出雨量观测值时间变率问题,通过时间一致性检查可以在业务中补充发现雨量观测值时间变率问题。
进一步,当所述历史雨量观测值和历史雷达定量降水估测值的时间序列长度的时间序列长度小于所述预设时间段的时长时,持续获取所述历史雨量观测值和历史雷达定量降水估测值,直至所述历史雨量观测值和历史雷达定量降水估测值的时间序列长度等于所述预设时间段的时长,在持续获取所述历史雨量观测值和历史雷达定量降水估测值的过程中,定期更新所述雨量等级区间范围及其对应的误差分布范围。
采用上述进一步方案的有益效果是,由于本方案历史时间序列越长,误差代表性越好,标识效果更好,通过定期更新误差分布范围,可进一步减小误判概率的同时兼顾雨量观测值质量标识的精确率,使误差分布范围更具代表性。
为了解决上述技术问题,本发明还提供一种标识雨量观测值质量系统,包括采集单元、分布范围确定单元和标识判断单元;
所述采集单元,用于获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值、获取实时雨量观测值和对应的实时雷达定量降水估测值;
分布范围确定单元:用于根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
误差判断标识单元,用于确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
为了解决上述技术问题,本发明还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如上述方案所述的一种实时标识雨量观测值质量的方法。
附图说明
图1为本发明实施例提供的一种实时标识雨量观测值质量的方法流程图;
图2为本发明实施例提供的一种标识雨量观测值质量系统模块图;
图3为本发明实施例提供的历史雨量观测值和对应的历史雷达定量降水估测值的线性偏差箱线图;
图4为本发明实施例提供的历史雨量观测值和对应的历史雷达定量降水估测值的残差箱线图;
图5为本发明实施例提供的误差分布范围扩展过程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
实施例一
如图1所示,图1为本发明实施例提供的一种实时标识雨量观测值质量的方法流程图,该方法包括:
S101:获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值;
S102:根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;
S103:获取实时雨量观测值和对应的实时雷达定量降水估测值,确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
S104:确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
其中,雨量观测值即降雨量一般由雨量计观测得出,或者自动站观测得出,自动站观测要素中包括雨量计的雨量观测,常用的自动站可简单分为国家级自动站与区域加密自动站;定量降水估测(Quantitative Precipitation Estimate,简称QPE),天气雷达的主要作用之一是可以提供高时空分辨率的定量降水估测产品,是对常规雨量计降水观测的补充,尤其是在雨量计布设相对稀疏的山区。QPE在雨量计对应点上的估测值常常与观测值存在一定的误差,QPE更大的优势是更好表现降水的面上分布特征;
在实际业务中一般更关注有降雨的站点数据,尤其是强降雨站点雨量,因此仅标识有降雨的雨量计,在选择预设时间段的雷达定量降水估测值与雨量计观测雨量数据时,雷达定量降水估测值数据质量要比较稳定,不能出现大的波动,一般可以用本地Z-R关系计算得到的雷达定量降水估测值,也可以用业务系统输出的雷达定量降水估测值,如:使用灾害天气临近预警系统SWAN(Severe Weather Automatic Nowcast System)的定量降水估测值产品MQPE,该系统为国家级短临业务系统,由国家气象中心开发并推广至全国各个地区,其最主要功能是将单站雷达进行组网,产生多种组网雷达数据,这些数据用于灾害天气的监测与预警。本发明中,业务系统输出的雷达定量降水估测值经过质量评估稳定性较好;雨量计观测雨量一般可选择国家级站点雨量数据或气候整编雨量数据,其数据质量有更好的保证,由此得到的分级误差分布范围更有代表性;
根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间时,各个区间的样本数量要足够多,各个等级的误差分布范围最好能在不同的范围或具有较少的误差分布范围重叠区,如将雨量观测值(单位:mm)分六个等级:[0.1,0.5]、[0.6,2.0]、[2.1,5.0]、[5.1,10.0]、[10.1,20.0]、[20.1,+∞),分别统计雷达定量降水估测值在这六个雨量等级区间内的误差分布范围,可表示为:[min1,max1]、[min2,max2]、[min3,max3]、[min4,max4]、[min5,max5]、[min6,max6];
标识过程通常使用质量标识码来标识观测数据的质量状况信息,以便用户辨识,常用质量控制码(QC码)来标识数据的质量状况,本发明中针对前端业务应用人员(监测、预警、预报及决策服务业务人员),当数据到达时,应用本发明方法对小时雨量可疑与错误值进行标识;按照中国气象局制定的气象行业标准(地面气象观测资料质量控制)规定的QC码如下:
数据正确:QC码=0
数据可疑:QC码=1
数据错误:QC码=2
无观测数据:QC码=8
数据未作质量控制:QC码=9
在本实施例中,所述确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围,包括:计算每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差统计量;统计每个雨量等级区间内所述差统计量,作出误差统计量箱线图,根据所述箱线图,确定误差分布范围上限值和下限值。在本实施例中,所述原始页面内容包括原始页面表现形式、原始页面业务逻辑和原始页面固定路由。
其中,如图3、图4残差ε与线性偏差D对应各等级的箱线图所示,箱线图中超过2倍四分位间距的误差参量用+标出,雷达定量降水估测值采用MQPE;
对于残差,在不同的雨量等级区间中有不同的残差范围,所述残差范围的上限值先增大后减小,下限值一直增大,第一组的中位数是正值,说明在该组内,在MQPE与雨量计数据对中,雨量计数据大于MQPE的站次要多一些,但若小于MQPE,其幅度可能更大,其他五组中位数在0值附近。从每组的残差分布看,也存在一定的发散性,有部分残差超过2倍四分位间距,故一般来说,相对于上限值,残差的下限值用来做标识效果更好;
对于线性偏差在前五个等级的上限值均在2倍四分位间距内,第六等级有2个值超2倍四分位间距,当雨量计观测值大于MQPE估测值时,用线性偏差的上限值来标识其质量具有较好的效果;
综上所述,根据两个误差统计量在六个雨量等级区间的箱线图分布特征,可以考虑残差与线性偏差的组合来确定误差分布范围;当雨量观测值大于等于MQPE时,取线性偏差的上限值作为误差分布范围上限值,当雨量观测值小于MQPE时,取残差的下限值作为误差分布范围下限值。
在本实施例中,所述误差统计量包括残差ε和/或线性偏差D,所述残差ε和线性偏差D其计算公式为:
D=RG-RQ
RG表示雨量观测值,RQ表示雷达定量降水估测值;计算历史雨量观测值和对应的历史雷达定量降水估测值的误差统计量时,RG为历史雨量观测值,RQ为历史雷达定量降水估测值;计算实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量时,RG为实时雨量观测值,RQ为实时雷达定量降水估测值。
其中,雷达QPE与雨量观测值配对时采用常用的9点平均法,即:雨量观测值与对应雷达QPE上3×3的9个格点平均值配对;上述两个误差统计量均是表征雷达QPE与雨量观测值之间的误差,且可正可负,表征雷达QPE与雨量观测值的相对大小,其本质是一致的,但它们之间又有差别,残差ε是用分贝(dB)来表示的误差,其实质是通过对数函数进行了一种转换,将误差分布范围映射到另一个数值范围,在计算残差ε时,雷达QPE为0值时,增加一个小于雨量观测精度(0.1mm)的0.05mm偏移量;线性偏差D也是常用的误差参数,单位是mm,其特点是简单、直观;对于时间长短不同的历史数据或不同地区的误差统计结果,两个误差统计量可能有不同的优势,需要根据统计结果分析来确定选用其中之一或二者组合来确定误差分布范围的上限值和下限值。
在本实施例中,所述根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识,包括:
当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围内时,不对所述实时雨量观测值进行标识;当实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围外时,标识所述实时雨量观测值为错误。
其中,通过实时雨量观测值对应的等级区间来确定对应误差分布范围,可以简单直接的判断雨量观测值质量并对雨量观测值进行标识。
在本实施例中,当所述历史雨量观测值和历史雷达定量降水估测值的时间序列长度的时间序列长度小于所述预设时间段的时长时,持续获取所述历史雨量观测值和历史雷达定量降水估测值,直至所述历史雨量观测值和历史雷达定量降水估测值的时间序列长度等于所述预设时间段的时长,在持续获取所述历史雨量观测值和历史雷达定量降水估测值的过程中,定期更新所述雨量等级区间范围及其对应的误差分布范围。
其中历史雨量观测值和历史雷达定量降水估测值的时间序列长度的时间序列长度小于所述预设时间段的时长即在实际应用中自动站或雨量计投入使用时间比较短,其采集历史雨量观测值和历史雷达定量降水估测值的时间长度不够,满足不了预设时间段长度要求的情况;在这种情况下,持续获取该自动站或雨量计的历史雨量观测值和历史雷达定量降水估测值,从而定期对误差分布范围进行更新,直到采集时间长度满足预设时间段长度为止。
本发明实施例还可进一步将所述误差分布范围的上限值向上扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间;
将所述误差分布范围的下限值向下扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间。
其中,扩展过程如图5,对于某一雨量等级区间的统计误差区间为[min,max]对min与max分别扩展x%后得到min'与max',即max'与min'分别为
max'=max+max×x%
min'=min-min×x%
其中的x%即为预设百分比,其初始取值由经验确定,并根据实际应用情况逐步调整,最终趋近于一个更合理的值。该值与历史统计数据序列长度有关,序列越长,得到的误差范围代表性越好,x的取值越小,反之,历史数据序列较少时x的取值将考虑大一些[min',min)和(max,max']区间即为缓存区间,通过这样,将误差分布范围进行一定的扩展,在应用到实时的观测数据时,能提高标识的弹性空间,减少误判的概率。
优选地,还可以当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述缓冲区间内时,标识所述雨量观测值为可疑,这样可提高数据使用率,且能进一步减小误判概率,并且将可疑值标识出来后可提醒相关人员经过其他详细分析去确定雨量观测值质量。
优选地,由于本方案历史时间序列越长,误差代表性越好,标识效果更好,故基于现有历史数据时间较短统计得到的分级误差分布范围,在扩展可疑值标识区间时,可在所述预设时间段越长时设置所述预设百分比越小;在所述预设时间段越短设置所述预设百分比越大,这样可在减小误判概率的同时兼顾雨量观测值质量标识的精确率。
本发明实施例还可进一步,对所述实时雨量观测值进行时间一致性检查,当所述实时雨量观测值在预设时间内保持不变或变化小于预设变化值,则将所述实时雨量观测值标识为错误。
其中,当实时雨量观测值在(0,0.5)mm时,连续15个及以上小时雨量相等,则标识为错误;当在[0.5,1.0)mm时,连续10个及以上小时雨量相等,则标识为错误;当大于等于1.0mm时,连续6个及以上小时雨量相等,则标识为错误,由于雷达定量降水估测值不能检查出雨量观测值时间变率问题,通过时间一致性检查可以在业务中补充发现雨量观测值时间变率问题。
在本实施例中,选取了2019年两次暴雨过程,过程时段分别是2019年6月4日20时-5日20时与7月22日14时-23日14时,按照实时标识雨量观测值质量的方法步骤执行,标识站包括34个国家级自动站与约2059个区域加密自动站,标识自动站数据均为1小时雨量。两次暴雨过程的标识结果见表1与表2(表中日期-时间依次由四位年、两位月、两位日、两位时表示,下同),两次暴雨过程共标识出25个站次的可疑值与错误值,标识出的可疑值与错误值均是区域加密自动站,国家级自动站雨量计全部通过质量检查,这也说明该标识方法是可行的。
另外,实际过程中人工分析实时标识雨量观测值质量,主要通过检查相应时次的雷达回波,对于复杂地形下,降水可能受地形影响,同时,地形也可能影响到雷达降水估测,由此可能导致地面观测值与雷达QPE差别较大,有时通过人工检查雷达回波也很难判断观测值是否正确,在业务上,监测到可疑的大值雨量,业务人员会通过电话向区县业务人员确认可疑雨量值是否正确,确认后会记录在值班日志上。
在值班日志上选取了确认为错误值的五个单雨量计,再对包含有这五个单站的五个时次小时雨量进行实时标识雨量观测值质量的方法步骤测试,结果这个5个站均被标识出来,其中四个站次标识为错误,一个站次标识为可疑,见表3。在所用的测试数据中,有降水值的共27722站次,其中区域加密自动站27205站次,国家级自动站517站次,共标识出30站次可疑和错误值,其中可疑值18站次,错误值12站次,所标识出的全是区域加密自动站,国家级自动站观测值质量有保证,完全通过可疑与错误值检查,也是对该标识方法的一种检验。在试验的数据中,标识率为0.1%,即在1000站次的观测值中,被标识为可疑值或错误的约1站次。
在标识出30站次可疑值和错误值中,通过检查相应时次的雷达回波图及其附近的观测站来人工确认其值是否为错误值。在18个站次标识为可疑值中,可以确认有11站次正确值被标识为可疑值,有1站次为错误值标识为可疑值,剩余6站次可疑值不能确认。在12个站次标识为错误值中,可以确认为错误值的有10站次,将正确值标识为错误值有1站次,另外有1站次标识为错误值不能确认是否错误。在标识出的30个站次的可疑与错误值中,将正确值标识为错误值仅有1站次,错误率为3.3%。
总的来说,通过对2019年两次暴雨过程及五个单站包含有错误降雨观测值的2059个区域加密自动站与34个国家级自动站进行了测试,测试结果表明基于雷达QPE分级误差统计标识雨量计可疑与错误值可行,并有较好标识效果。
表1 2019年6月4日20时-5日20时暴雨过程标识结果
日期-时间 | 观测站名 | 所属区县 | QC码 |
2019060505 | 新光村 | 大足 | 1 |
2019060505 | 胜天湖水库 | 大足 | 1 |
2019060505 | 升斗村 | 大足 | 1 |
2019060509 | 长坝 | 武隆 | 1 |
2019060516 | 咸水 | 巫溪 | 2 |
表2 2019年7月22日14时-23日14时暴雨过程标识结果
表3五个单雨量计单时次标识结果
日期-时间 | 观测站名 | 所属区县 | QC码 |
2019061221 | 海棠 | 铜梁 | 1 |
2019062314 | 玉溪 | 潼南 | 2 |
2019062920 | 远觉蔡家坪 | 荣昌 | 2 |
2019070815 | 花桥 | 永川 | 2 |
2019081404 | 青杠 | 璧山 | 2 |
实施例二
为了便于理解,如图2所示,本实施例还提供一种标识雨量观测值质量系统,包括采集单元、分布范围确定单元和标识判断单元;
所述采集单元,用于获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值、获取实时雨量观测值和对应的实时雷达定量降水估测值;
分布范围确定单元:用于根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
误差判断标识单元,用于确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
可以理解的是,标识雨量观测值质量系统还可以实现上述各实施例中的标识雨量观测值质量的方法的步骤,在此不再一一赘述。
本实施例还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如上各实施例中的页面适配方法的步骤,在此不再一一赘述。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (10)
1.一种实时标识雨量观测值质量的方法,其特征在于,包括:
获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值;
根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;
获取实时雨量观测值和对应的实时雷达定量降水估测值,确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
2.如权利要求1所述的实时标识雨量观测值质量的方法,其特征在于,所述确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围,包括:
计算每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差统计量;
统计每个雨量等级区间内所述误差统计量,作出误差统计量箱线图,根据所述箱线图,确定误差分布范围的上限值和下限值。
4.如权利要求1至3任一项所述的实时标识雨量观测值质量的方法,其特征在于,所述根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识,包括:
当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围内时,不对所述实时雨量观测值进行标识;当实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述误差分布范围外时,标识所述实时雨量观测值为错误。
5.如权利要求1至3任一项所述的实时标识雨量观测值质量的方法,其特征在于,还包括:
将所述误差分布范围的上限值向上扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间;
将所述误差分布范围的下限值向下扩展其自身乘以预设百分比的值,将扩展的部分作为缓存区间。
6.如权利要求5所述的实时标识雨量观测值质量的方法,其特征在于,还包括:当所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量落在所述缓冲区间内时,标识所述雨量观测值为可疑。
7.如权利要求5所述的实时标识雨量观测值质量的方法,其特征在于,所述预设时间段越长所述预设百分比越小;所述预设时间段越短所述预设百分比越大。
8.如权利要求1至3任一项所述的实时标识雨量观测值质量的方法,其特征在于,还包括:对所述实时雨量观测值进行时间一致性检查,当所述实时雨量观测值在预设时间内保持不变或变化小于预设变化值,则将所述实时雨量观测值标识为错误。
9.一种标识雨量观测值质量系统,其特征在于,包括采集单元、分布范围确定单元和标识判断单元;
所述采集单元,用于获取预设时间段内的历史雨量观测值和对应的历史雷达定量降水估测值、获取实时雨量观测值和对应的实时雷达定量降水估测值;
分布范围确定单元:用于根据雨量值大小将所述历史雨量观测值划分为多个雨量等级区间,确定每个所述雨量等级区间内所述历史雨量观测值和对应的历史雷达定量降水估测值的误差分布范围;确定所述实时雨量观测值所属雨量等级区间对应的误差分布范围;
误差判断标识单元,用于确定所述实时雨量观测值和对应的实时雷达定量降水估测值的误差统计量;根据所述误差统计量与所述误差分布范围的关系对所述实时雨量观测值进行质量标识。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述的一种实时标识雨量观测值质量的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011454851.5A CN112526641B (zh) | 2020-12-10 | 2020-12-10 | 一种实时标识雨量观测值质量的方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011454851.5A CN112526641B (zh) | 2020-12-10 | 2020-12-10 | 一种实时标识雨量观测值质量的方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526641A true CN112526641A (zh) | 2021-03-19 |
CN112526641B CN112526641B (zh) | 2023-04-07 |
Family
ID=74998881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011454851.5A Active CN112526641B (zh) | 2020-12-10 | 2020-12-10 | 一种实时标识雨量观测值质量的方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526641B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740934A (zh) * | 2021-08-18 | 2021-12-03 | 浙江省大气探测技术保障中心 | 一种基于s波段双偏振天气雷达降水估测方法 |
CN114565330A (zh) * | 2022-04-30 | 2022-05-31 | 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) | 降水观测设备的健康度评估方法、系统、设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199127A (zh) * | 2014-08-27 | 2014-12-10 | 深圳市宏电技术股份有限公司 | 一种异常雨量值的检测方法及装置 |
CN105068153A (zh) * | 2015-06-19 | 2015-11-18 | 中国气象科学研究院 | 一种区域自动雨量站小时降水数据质量控制系统及方法 |
US20170102459A1 (en) * | 2014-06-13 | 2017-04-13 | Denso Corporation | Radar apparatus and signal processing method of radar apparatus |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN107632329A (zh) * | 2017-09-04 | 2018-01-26 | 贵州东方世纪科技股份有限公司 | 一种虚拟雨量站雨量计算方法 |
CN107656278A (zh) * | 2017-08-31 | 2018-02-02 | 武汉中心气象台(长江流域水文气象预报台湖北省决策气象服务中心) | 基于稠密雨量站定量降水估测方法 |
WO2019201975A1 (fr) * | 2018-04-17 | 2019-10-24 | Suez Groupe | Dispositif, procede et produit programme d'ordinateur de validation de donnees fournies par une sonde pluviometrique |
CN111308581A (zh) * | 2020-04-10 | 2020-06-19 | 海南省气象科学研究所 | 一种基于时空局部模型的雷达-雨量计联合降水估测方法 |
CN111650572A (zh) * | 2020-07-23 | 2020-09-11 | 浪潮云信息技术股份公司 | 一种减小短时降水估测偏差的方法及系统 |
CN111950812A (zh) * | 2020-08-31 | 2020-11-17 | 福建农林大学 | 一种自动识别与预测雨量的方法及其装置 |
-
2020
- 2020-12-10 CN CN202011454851.5A patent/CN112526641B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170102459A1 (en) * | 2014-06-13 | 2017-04-13 | Denso Corporation | Radar apparatus and signal processing method of radar apparatus |
CN104199127A (zh) * | 2014-08-27 | 2014-12-10 | 深圳市宏电技术股份有限公司 | 一种异常雨量值的检测方法及装置 |
CN105068153A (zh) * | 2015-06-19 | 2015-11-18 | 中国气象科学研究院 | 一种区域自动雨量站小时降水数据质量控制系统及方法 |
CN106950614A (zh) * | 2017-02-28 | 2017-07-14 | 中船重工鹏力(南京)大气海洋信息系统有限公司 | 一种区域自动气象站小时雨量数据质量控制方法 |
CN107656278A (zh) * | 2017-08-31 | 2018-02-02 | 武汉中心气象台(长江流域水文气象预报台湖北省决策气象服务中心) | 基于稠密雨量站定量降水估测方法 |
CN107632329A (zh) * | 2017-09-04 | 2018-01-26 | 贵州东方世纪科技股份有限公司 | 一种虚拟雨量站雨量计算方法 |
WO2019201975A1 (fr) * | 2018-04-17 | 2019-10-24 | Suez Groupe | Dispositif, procede et produit programme d'ordinateur de validation de donnees fournies par une sonde pluviometrique |
CN111308581A (zh) * | 2020-04-10 | 2020-06-19 | 海南省气象科学研究所 | 一种基于时空局部模型的雷达-雨量计联合降水估测方法 |
CN111650572A (zh) * | 2020-07-23 | 2020-09-11 | 浪潮云信息技术股份公司 | 一种减小短时降水估测偏差的方法及系统 |
CN111950812A (zh) * | 2020-08-31 | 2020-11-17 | 福建农林大学 | 一种自动识别与预测雨量的方法及其装置 |
Non-Patent Citations (2)
Title |
---|
丛芳 等: "新一代天气雷达与地面雨量资料的综合分析", 《气象》 * |
王红艳 等: "利用雷达资料对自动雨量计实时质量控制的方法研究", 《大气科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740934A (zh) * | 2021-08-18 | 2021-12-03 | 浙江省大气探测技术保障中心 | 一种基于s波段双偏振天气雷达降水估测方法 |
CN114565330A (zh) * | 2022-04-30 | 2022-05-31 | 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) | 降水观测设备的健康度评估方法、系统、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112526641B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112526641B (zh) | 一种实时标识雨量观测值质量的方法、系统及设备 | |
CN111242404B (zh) | 一种强降雨诱发洪灾事件的极端性评估方法及系统 | |
CN112488385B (zh) | 一种基于多模式融合的降水预报订正方法和装置 | |
KR101908865B1 (ko) | 기온 측정 자료의 품질 분석방법 | |
Goodison et al. | WMO solid precipitation measurement intercomparison: Objectives, methodology, analysis | |
Yusof et al. | Use of statistical distribution for drought analysis | |
CN115453662B (zh) | 一种时间维度和空间维度结合的异常站点筛查方法 | |
CN111650572B (zh) | 一种减小短时降水估测偏差的方法及系统 | |
CN115508918A (zh) | 一种基于雷达组合反射率的地面降水协同质控方法和系统 | |
Wetterhall et al. | Effects of temporal resolution of input precipitation on the performance of hydrological forecasting | |
Tsakiris et al. | Regional drought identification and assessment. Case study in Crete | |
CN111563660A (zh) | 一种架空输电线路覆冰预报检验评估方法 | |
CN113281827B (zh) | 一种降水气象要素的质控方法、装置、存储介质及设备 | |
Pal et al. | Monsoon rainfall extreme indices and tendencies from 1954–2003 in Kerala, India | |
CN113176420B (zh) | 一种针对电网杆塔点的风速预报订正系统 | |
CN114266796A (zh) | 基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质、产品 | |
JP5111842B2 (ja) | レーダ雨量計運用管理システム | |
CN113157684B (zh) | 一种水利海量数据的查错方法 | |
Wasko et al. | A systematic review of climate change science relevant to Australian design flood estimation | |
CN111626638B (zh) | 夏玉米倒伏气象等级评估模型的构建与应用 | |
CN111625773B (zh) | 基于可信性测度的计量回路电流测量异常评估方法及装置 | |
CN113435049A (zh) | 一种基于逻辑回归的雨量设备故障分析系统 | |
Kim et al. | Exploring the long-term reanalysis of precipitation and the contribution of bias correction to the reduction of uncertainty over South Korea: A composite gamma-Pareto distribution approach to the bias correction | |
Soukissian et al. | Effect of outliers in wind speed assessment | |
CN101923605A (zh) | 铁路防灾风预警方法 |
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 |