CN112541161B - 一种区域多源降水数据质量控制方法及系统 - Google Patents
一种区域多源降水数据质量控制方法及系统 Download PDFInfo
- Publication number
- CN112541161B CN112541161B CN202011221531.5A CN202011221531A CN112541161B CN 112541161 B CN112541161 B CN 112541161B CN 202011221531 A CN202011221531 A CN 202011221531A CN 112541161 B CN112541161 B CN 112541161B
- Authority
- CN
- China
- Prior art keywords
- data
- quality control
- precipitation
- preset
- precipitation data
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种区域多源降水数据质量控制方法，包括以下步骤：获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；根据预设质控标识对异常数据进行质控标记；选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验；根据预设质控标识对临近站匹配结果进行质控标记；分别对异常质控数据和临近站质控结果进行综合判别。通过本发明的技术方案，能够实时监测雨量计观测质量，并精准地对存在问题的雨量计进行维护和标定。
Description
技术领域
本发明涉及数据质量控制技术领域，尤其涉及一种区域多源降水数据质量控制方法及系统。
背景技术
随着气象现代化观测体系建设的不断推进，我国已经形成了地基、空基、天基观测体系，基于国家级自动站、各类加密观测自动站、暴雨检测站等台站建设，形成了较高密度的自动观测站网，所观测的降水数据是一种宝贵的观测资料，在中小尺度强降水预报、小流域地质灾害评估、精细化降水监测等业务中有十分重要的应用。
由于仪器故障、维护程度等原因，地面观测站的降水量可能包含有疑误值，需要运用质量控制方法进行处理。目前国内有关地面气象资料的质量控制方法，针对实时观测资料，包括气候学界限值检查、单站极值检查、内部一致性检查、时间一致性检查以及空间一致性检查，对连续性数据的质控效果较好。由于降水的复杂性，对其进行有效的质量控制目前还比较困难。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的目的在于提供一种区域多源降水数据质量控制方法及系统，其能够实时监测雨量计观测质量，并精准地对存在问题的雨量计进行维护和标定。
为实现上述目的，本发明第一方面的技术方案提供了一种区域多源降水数据质量控制方法，包括以下步骤：
获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；
根据预设质控标识对异常数据进行质控标记，得到异常质控数据；
选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
根据预设质控标识对临近站匹配结果进行质控标记，得到临近站质控结果；
分别对异常质控数据和临近站质控结果进行综合判别，得到第一综合质控数据。
在上述技术方案中，优选地，还包括以下步骤：
根据预设气象要素匹配公式对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
根据预设质控标识对地面气象匹配要素进行质控标记，得到地面气象质控要素；
分别对异常质控数据、地面气象质控要素和临近站质控结果进行综合判别，得到第二综合质控数据。
在上述任一技术方案中，优选地，预设降水检验公式为Rgi＝0&Rri≥16.0&Rsi≥16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为Rgi＝0&8＜Rri＜16.0&Rsi≥16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为Rgi＝0&Rri≥16.0&8＜Rsi＜16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据。
在上述任一技术方案中，优选地，预设降水检验公式为Rgi＞5&Rri＝0&Rsi＝0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
异常数据为地面站点降水数据，预设质控标识中质控码为2，置信度为50％；
预设降水检验公式为：Rgi＞0&Rri＞0&|Rsi-Rgi|＞10δr&Rsi＝0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为：Rgi＞0&Rri＝0&|Rsi-Rgi|＞10δs&Rsi＞0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，δr＝1.7mm、表示为地面站点降水数据不为零、且实况分析场估测降水数据为零时的标准差，δs＝0.7mm、表示为地面站点降水数据不为零、且雷达估测降水数据为零时的标准差。
在上述任一技术方案中，优选地，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rri-Rgi≤n1σru&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu和n的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 |
| >16.0mm | 3 | 52.52％ | 21.81％ |
。
在上述任一技术方案中，优选地，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi＞n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rsi-Rgi|＞n2σsd&|Rri-Rgi|≤n2σrd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|≤n2σrd时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> | n2 | σ<sub>rd</sub> | σ<sub>sd</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 | 5 | 0.5 | 0.3 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 | 5 | 1.5 | 1.1 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 | 3 | 3.1 | 2.5 |
| >16.0mm | 3 | 52.52％ | 21.81％ | 3 | 25.16％ | 20.57％ |
。
在上述任一技术方案中，优选地，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为雷达估测降水数据，预设质控标识中质控码为1，置信度为10％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为实况分析场估测降水数据，预设质控标识中质控码为1，置信度为15％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rri|/Rgi＞n1σsu时，
异常数据为雷达估测降水数据和实况分析场估测降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为雷达估测降水数据，预设质控标识中质控码为1，置信度为10％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为实况分析场估测降水数据，预设质控标识中质控码为1，置信度为15％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为雷达估测降水数据和实况分析场估测降水数据，预设质控标识中质控码为1，置信度为30％；
当雷达估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rri-Rgi＞n1σru&Rgi＞16&Rri-Rgi＞0&(Rri-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rgi-Rri＞n1σru&Rgi＞16&Rri-Rgi＜0&(Rri-Rgi)/Rgi＞n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为12％；
当雷达估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rgi＞16&Rsi-Rgi＞0&(Rsi-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＜0&Rgi-Rsi＞n1σsu&Rgi＞16&Rsi-Rgi＜0&(Rgi-Rsi)/Rgi＞n1σru；
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为18％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> | n2 | σ<sub>rd</sub> | σ<sub>sd</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 | 5 | 0.5 | 0.3 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 | 5 | 1.5 | 1.1 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 | 3 | 3.1 | 2.5 |
| >16.0mm | 3 | 52.52％ | 21.81％ | 3 | 25.16％ | 20.57％ |
。
在上述任一技术方案中，优选地，预设气象要素匹配公式为：
其中，rhi表示i时刻的相对湿度值，Δrhi表示i时刻的相对湿度与降水前一时刻的相对湿度变化值，Δti表示i时刻的温度与降水前一时刻的温度变化值，Δfi表示i时刻的风速与降水前一时刻的风速变化值，
表示相对湿度均值，
表示温度变化均值，
表示风速变化均值，
表示相对湿度的标准差，
表示温度变化的标准差，
表示风速变化的标准差；
相对湿度值、风速变化值和温度变化值均匹配时，相对湿度值的置信度为10％、风速变化值的置信度为9％和温度变化值的置信度为6％；
相对湿度值、风速变化值和温度变化值中的一个匹配时置信度为30％；
相对湿度值、风速变化值和温度变化值中的两个匹配时，其中一个置信度为18％，另一个置信度为12％；
以1981-2010年30年整编降水数据进行我国降水区域划分，将全国划分为以200mm、400mm、600mm、1000mm为阈值的5个降水区域及1个高海拔区域；参考小时雨强等级，设置0.1-2.5、2.6-8.0、8.1-16.0、>16.1四个等级的划分；
降水区域的划分如下表所示：
在上述任一技术方案中，优选地，i时刻为16-03时，预设气象要素匹配公式为：
i时刻为04-15时，预设气象要素匹配公式为：
其中，Δti表示i时刻与i-1时刻的温度变化值，Δfi表示i时刻与i-1时刻的极大风速变化值，rhi表示i时刻地面相对湿度值，Δrhi表示i时刻与i-1时刻的相对湿度变化值，
表示温度变化均值，
表示极大风速变化均值，
表示相对湿度均值，
表示相对湿度变化均值，
表示温度变化标准差，
表示极大风速变化标准差，
表示相对湿度变化标准差，相对湿度置信度为10％，温度置信度为9％，风速置信度为6％，满足检测则得分，不满足则不得分；
临近站匹配结果满足空间一致性检验，临近站质控结果的置信度20％，否则置信度为0。
本发明第二方面的技术方案提供了一种区域多源降水数据质量控制系统，包括：
获取模块，被设置为用于获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
降水校验模块，被设置为用于根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；
临近站空间一致性检验模块，被设置为用于选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
地面气象匹配模块，被设置为用于根据预设气象要素匹配公式对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
综合质控检验模块，被设置为用于分别对异常质控数据和临近站质控结果进行综合判别，得到第一综合质控数据；
质控标记模块，被设置为用于根据预设质控标识对异常数据、临近站匹配结果和地面气象匹配要素进行质控标记，得到异常质控数据。
本发明提供的区域多源降水数据质量控制方法及系统与现有技术相比的优点在于：结合雷达估测降水、以及综合利用卫星、雷达、探空及地面观测等多源观测数据融合和同化等方法获取的实况分析场降水等降水产品，综合校验地面自动站降水的可信度，并精准地对存在问题的雨量计进行维护和标定；实时去除存在质量问题的雨量计观测数据，确保雨量计的观测质量，并给出质量标识和置信度水平。结合地面质量标识和置信度对雷达估测降水和实况分析场降水数据进行偏差订正。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了本发明一个实施例所涉及方法的流程框图；
图2示出了本发明另一个实施例所涉及方法的流程框图；
图3示出了本发明第三个实施例所涉及系统的结构框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。
下面参照图1至图3描述根据本发明一些实施例的区域多源降水数据质量控制方法及系统、计算机可读存储介质和计算机设备，预设质控标识采用质控码和置信度进行判别，数据正确的质控码码为0，数据可疑的质控码码为1，数据错误的质控码码为2，针对各数据的评估精度确定权重，实况分析场估测降水数据置信度30％，雷达估测降水数据置信度20％，地面气象匹配要素置信度25％，临近站空间一致性分析置信度25％，整体置信度超过70％需要进行人工检验核实数据。置信度从0％—100％，置信度越高，则代表数据存在质量问题的可能性越大。
在本发明的实施例中，雷达估测降水数据指雷达的基本反射率数据通过特定的Z—R关系转化成降水率并累计成小时降水，空间分辨率为：1km*1km；实况分析场估测降水数据指综合利用气象卫星、天气雷达、探空及地面观测等多源观测数据以及数值预报模式输出结果，采用数值融合和数据同化等方法获取小时降水，空间分辨率为：3km*3km；前述两个降水数据的具体计算过程属于本发明的保护范围，因此不再赘述。
如图1所示，按照本发明一个实施例的区域多源降水数据质量控制方法，包括以下步骤：
S1，获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
S2，根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；
S3，根据预设质控标识对异常数据进行质控标记，得到异常质控数据；
S6，选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
S7，根据预设质控标识对临近站匹配结果进行质控标记，得到临近站质控结果；
S81，分别对异常质控数据和临近站质控结果进行综合判别，得到第一综合质控数据。
如图2所示，按照本发明另一个实施例的区域多源降水数据质量控制方法，包括以下步骤：
S1，获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
S2，根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；
S3，根据预设质控标识对异常数据进行质控标记，得到异常质控数据；
S4，根据预设气象要素匹配公式对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
S5，根据预设质控标识对地面气象匹配要素进行质控标记，得到地面气象质控要素；
S6，选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
S7，根据预设质控标识对临近站匹配结果进行质控标记，得到临近站质控结果；
S82，分别对异常质控数据、地面气象质控要素和临近站质控结果进行综合判别，得到第一综合质控数据；
在该步骤中，在降水产品与地面站点实现匹配并且满足实施例2、实施例4的情况分类时，所判别结果置信度超过50％，且地面气象要素匹配大于等于15分或临近站，判别地面降水的质控码为2，并配以质控置信度值。
在雷达估测降水数据和实况分析场估测降水数据与地面站点降水数据实现匹配并且满足实施例1、实施例3和实施例5的情况分类时，或实施例2、实施例3的判别结果置信度小于等于50％时，所判别得到的质控码为1，并配以置信度。
在判别地面站点降水数据质量问题时，置信度均为0％，则数据正确，质控码为0。
对雷达估测降水数据和实况分析场估测降水数据的判别结果，质控码均为1，并配以置信度。
如图3所示，按照本发明第三个实施例的区域多源降水数据质量控制系统100，包括：
获取模块10，被设置为用于获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
降水校验模块20，被设置为用于根据预设降水检验公式得到对应地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据的异常数据；
临近站空间一致性检验模块30，被设置为用于选取以地面站点为中心、半径为5km的邻近站点对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
地面气象匹配模块40，被设置为用于根据预设气象要素匹配公式对地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
综合质控检验模块50，被设置为用于分别对异常质控数据和临近站质控结果进行综合判别，得到第一综合质控数据；
质控标记模块60，被设置为用于根据预设质控标识对异常数据、临近站匹配结果和地面气象匹配要素进行质控标记，得到异常质控数据。
本发明提供的区域多源降水数据质量控制方法及系统与现有技术相比的优点在于：结合雷达估测降水、以及综合利用卫星、雷达、探空及地面观测等多源观测数据融合和同化等方法获取的实况分析场降水等降水产品，综合校验地面自动站降水的可信度，并精准地对存在问题的雨量计进行维护和标定；实时去除存在质量问题的雨量计观测数据，确保雨量计的观测质量，并给出质量标识和置信度水平。结合地面质量标识和置信度对雷达估测降水和实况分析场降水数据进行偏差订正。
实施例1
预设降水检验公式为Rgi＝0&Rri≥16.0&Rsi≥16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为Rgi＝0&8＜Rri＜16.0&Rsi≥16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为Rgi＝0&Rri≥16.0&8＜Rsi＜16.0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据。
实施例2
预设降水检验公式为Rgi＞5&Rri＝0&Rsi＝0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
异常数据为地面站点降水数据，预设质控标识中质控码为2，置信度为50％；
在该实施例中，地面站点降水数据大于0mm，雷达估测降水数据和实况分析场估测降水数据均为0，且地面站点降水数据过去24小时中出现大于0、且小于等于3mm的降水范围内的次数大于8次，则地面站点降水数据为异常数据，质控码标识为2，置信度50％。
预设降水检验公式为：Rgi＞0&Rri＞0&|Rsi-Rgi|＞10δr&Rsi＝0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为：Rgi＞0&Rri＝0&|Rsi-Rgi|＞10δs&Rsi＞0时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，δr＝1.7mm、表示为地面站点降水数据不为零、且实况分析场估测降水数据为零时的标准差，δs＝0.7mm、表示为地面站点降水数据不为零、且雷达估测降水数据为零时的标准差。
实施例3
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rri-Rgi≤n1σru&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu和n的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 |
| >16.0mm | 3 | 52.52％ | 21.81％ |
。
实施例4
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi＞n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为50％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为20％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rsi-Rgi|＞n2σsd&|Rri-Rgi|≤n2σrd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|≤n2σrd时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> | n2 | σ<sub>rd</sub> | σ<sub>sd</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 | 5 | 0.5 | 0.3 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 | 5 | 1.5 | 1.1 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 | 3 | 3.1 | 2.5 |
| >16.0mm | 3 | 52.52％ | 21.81％ | 3 | 25.16％ | 20.57％ |
。
实施例5
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为雷达估测降水数据，预设质控标识中质控码为1，置信度为10％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为实况分析场估测降水数据，预设质控标识中质控码为1，置信度为15％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rri|/Rgi＞n1σsu时，
异常数据为雷达估测降水数据和实况分析场估测降水数据，预设质控标识中质控码为1，置信度为30％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
异常数据为雷达估测降水数据，预设质控标识中质控码为1，置信度为10％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为实况分析场估测降水数据，预设质控标识中质控码为1，置信度为15％；
预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
异常数据为雷达估测降水数据和实况分析场估测降水数据，预设质控标识中质控码为1，置信度为30％；
当雷达估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rri-Rgi＞n1σru&Rgi＞16&Rri-Rgi＞0&(Rri-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rgi-Rri＞n1σru&Rgi＞16&Rri-Rgi＜0&(Rri-Rgi)/Rgi＞n1σru时，
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为12％；
当雷达估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rgi＞16&Rsi-Rgi＞0&(Rsi-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＜0&Rgi-Rsi＞n1σsu&Rgi＞16&Rsi-Rgi＜0&(Rgi-Rsi)/Rgi＞n1σru；
异常数据为地面站点降水数据，预设质控标识中质控码为1，置信度为18％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
| R<sub>gi</sub> | n1 | σ<sub>ru</sub> | σ<sub>su</sub> | n2 | σ<sub>rd</sub> | σ<sub>sd</sub> |
| 0.1-2.5mm | 10 | 2.8 | 1.5 | 5 | 0.5 | 0.3 |
| 2.6-8.0mm | 10 | 5.6 | 2.3 | 5 | 1.5 | 1.1 |
| 8.1-16.0mm | 5 | 10.0 | 3.4 | 3 | 3.1 | 2.5 |
| >16.0mm | 3 | 52.52％ | 21.81％ | 3 | 25.16％ | 20.57％ |
。
实施例6
预设气象要素匹配公式为：
其中，rhi表示i时刻的相对湿度值，Δrhi表示i时刻的相对湿度与降水前一时刻的相对湿度变化值，Δti表示i时刻的温度与降水前一时刻的温度变化值，Δfi表示i时刻的风速与降水前一时刻的风速变化值，
表示相对湿度均值，
表示温度变化均值，
表示风速变化均值，
表示相对湿度的标准差，
表示温度变化的标准差，
表示风速变化的标准差；
相对湿度值、风速变化值和温度变化值均匹配时，相对湿度值的置信度为10％、风速变化值的置信度为9％和温度变化值的置信度为6％；
相对湿度值、风速变化值和温度变化值中的一个匹配时置信度为30％；
相对湿度值、风速变化值和温度变化值中的两个匹配时，其中一个置信度为18％，另一个置信度为12％；
以1981-2010年30年整编降水数据进行我国降水区域划分，将全国划分为以200mm、400mm、600mm、1000mm为阈值的5个降水区域及1个高海拔区域；参考小时雨强等级，设置0.1-2.5、2.6-8.0、8.1-16.0、>16.1四个等级的划分；
降水区域的划分如下表所示：
在该实施例中，各降水区域地面气象要素阈值如下：
降水量0.1—2.5
降水量2.6—8.0
降水量8.1—16.0
降水量>16.1
其中，各降水区域中参数
采用国家站数据进行计算，计算过程中各参数的样本数如下表：
降水量0.1—2.5
降水量2.6—8.0
降水量8.1—16.0
降水量>16.1
实施例7
i时刻为16-03时，预设气象要素匹配公式为：
i时刻为04-15时，预设气象要素匹配公式为：
其中，Δti表示i时刻与i-1时刻的温度变化值，Δfi表示i时刻与i-1时刻的极大风速变化值，rhi表示i时刻地面相对湿度值，Δrhi表示i时刻与i-1时刻的相对湿度变化值，
表示温度变化均值，
表示极大风速变化均值，
表示相对湿度均值，
表示相对湿度变化均值，
表示温度变化标准差，
表示极大风速变化标准差，
表示相对湿度变化标准差，
表示相对湿度变化的标准差，相对湿度置信度为10％，温度置信度为9％，风速置信度为6％，满足检测则得分，不满足则不得分。
在该实施例中，各降水区域地面气象要素阈值如下：
16—03时
4—15时
其中，各降水区域中参数
采用国家站数据进行计算，计算过程中各参数的样本数如下：
16—03时
4—15时
临近站匹配结果满足空间一致性检验，临近站质控结果的置信度20％，否则置信度为0。
在该实施例中，在结合多源质控的基础上，充分考虑降水的局地性特征，选取5公里范围的临近站，进行空间一致性检验；首先进行临近站匹配，并对匹配结果进行标记，对检查满足结果的置信度20％，不满足结果的置信度0。
1、地面降水与降水产品可以进行匹配时：
在进行地面漏测判别时，全部临近站该时刻出现降水，则方能判别该站存在降水量偏小或漏测情况；
在进行地面降水偏小判别时，全部临近站该时刻降水均比该站大，则方能判别该站降水存在测量偏小情况；
在进行地面降水野值判别时，全部临近站该时刻均无降水，方能判别该站为野值；
在进行地面降水偏大判别时，全部临近站该时次降水均比该站小，方能判别该站降水偏大。
2、地面降水与降水产品不能匹配时：
采用多要素校验与临近站空间一致性检验时，未通过多要素检验，同时周围临近站均无降水，或周围临近站降水量与该站差别过大，则空间一致性检验数据异常，差别过大时，符合公式：
r＜16mm：|r-rl|＞0.7r；
r＞16mm：|r-rl|＞2r；
其中r为待检站降水，rl为临近站降水，当有多个临近站该时刻存在降水时，全部都不满足此条件则数据异常。
基于上述如图1和图2所示方法，相应的，本申请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上述任一实施例的区域多源降水数据质量控制方法的步骤。
基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，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)执行本申请各个实施场景的方法。
基于上述如图1和图2所示的方法，以及图3所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种计算机设备，包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述任一实施例的区域多源降水数据质量控制方法的步骤。
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
在本发明中，术语“第一”、“第二”、“第三”仅用于描述的目的，而不能理解为指示或暗示相对重要性；术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的描述中，需要理解的是，术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或单元必须具有特定的方向、以特定的方位构造和操作，因此，不能理解为对本发明的限制。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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 (9)
1.一种区域多源降水数据质量控制方法，其特征在于，包括以下步骤：
获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
根据预设降水检验公式得到对应所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据的异常数据；
根据预设质控标识对所述异常数据进行质控标记，得到异常质控数据；
根据预设气象要素匹配公式对所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
根据所述预设质控标识对所述地面气象匹配要素进行质控标记，得到地面气象质控要素；
选取以地面站点为中心、半径为5km的邻近站点对所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
根据所述预设质控标识对所述临近站匹配结果进行质控标记，得到临近站质控结果；
分别对所述异常质控数据、所述地面气象质控要素和所述临近站质控结果进行综合判别，得到第一综合质控数据；
预设质控标识采用质控码和置信度进行判别，数据正确的质控码为0，数据可疑的质控码为1，数据错误的质控码为2，针对各数据的评估精度确定权重，实况分析场估测降水数据置信度30％，雷达估测降水数据置信度20％，地面气象匹配要素置信度25％，临近站空间一致性分析置信度25％。
2.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于：
所述预设降水检验公式为Rgi＝0&Rri≥16.0&Rsi≥16.0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为50％；
所述预设降水检验公式为Rgi＝0&8＜Rri＜16.0&Rsi≥16.0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为30％；
所述预设降水检验公式为Rgi＝0&Rri≥16.0&8＜Rsi＜16.0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据。
3.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于：
所述预设降水检验公式为Rgi＞5&Rri＝0&Rsi＝0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为50％；
所述预设降水检验公式为：
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为2，置信度为50％；
所述预设降水检验公式为：Rgi＞0&Rri＞0&|Rsi-Rgi|＞10δr&Rsi＝0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为30％；
所述预设降水检验公式为：Rgi＞0&Rri＝0&|Rsi-Rgi|＞10δs&Rsi＞0时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为20％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，δr＝1.7mm、表示为地面站点降水数据不为零、且实况分析场估测降水数据为零时的标准差，δs＝0.7mm、表示为地面站点降水数据不为零、且雷达估测降水数据为零时的标准差。
4.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于：
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为50％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rri-Rgi＞n1σru&Rsi-Rgi≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为20％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rri-Rgi≤n1σru&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|/Rgi≤n1σru时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu和n1的取值关系如下表所示：
。
5.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于：
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rsi|/Rgi＞n1σsu&|Rgi-Rri|/Rgi＞n1σru时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为50％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n2σsd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为20％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rsi-Rgi|＞n2σsd&|Rri-Rgi|≤n2σrd&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σsu&|Rgi-Rri|≤n2σrd时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为30％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
。
6.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于：
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
所述异常数据为雷达估测降水数据，所述预设质控标识中质控码为1，置信度为10％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
所述异常数据为实况分析场估测降水数据，所述预设质控标识中质控码为1，置信度为15％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＜0&Rsi-Rgi＞0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rri|/Rgi＞n1σsu时，
所述异常数据为雷达估测降水数据和实况分析场估测降水数据，所述预设质控标识中质控码为1，置信度为30％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|≤n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi≤n1σsu时，
所述异常数据为雷达估测降水数据，所述预设质控标识中质控码为1，置信度为10％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|≤n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi≤n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
所述异常数据为实况分析场估测降水数据，所述预设质控标识中质控码为1，置信度为15％；
所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rri-Rgi|＞n2σrd&|Rsi-Rgi|＞n1σsu&Rgi＞16&Rri-Rgi＞0&Rsi-Rgi＜0&|Rgi-Rri|/Rgi＞n1σru&|Rgi-Rsi|/Rgi＞n1σsu时，
所述异常数据为雷达估测降水数据和实况分析场估测降水数据，所述预设质控标识中质控码为1，置信度为30％；
当雷达估测降水数据小于地面站点降水数据时，所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＞0&Rri-Rgi＞n1σru&Rgi＞16&Rri-Rgi＞0&(Rri-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，所述预设降水检验公式为：
0＜Rgi≤16&Rri-Rgi＜0&Rgi-Rri＞n1σru&Rgi＞16&Rri-Rgi＜0&(Rri-Rgi)/Rgi＞n1σru时，
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为12％；
当雷达估测降水数据小于地面站点降水数据时，所述预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＞0&Rsi-Rgi＞n1σsu&Rgi＞16&Rsi-Rgi＞0&(Rsi-Rgi)/Rgi＞n1σru；
当实况分析场估测降水数据小于地面站点降水数据时，所述预设降水检验公式为：
0＜Rgi≤16&Rsi-Rgi＜0&Rgi-Rsi＞n1σsu&Rgi＞16&Rsi-Rgi＜0&(Rgi-Rsi)/Rgi＞n1σru；
所述异常数据为地面站点降水数据，所述预设质控标识中质控码为1，置信度为18％；
其中，Rgi表示为第i时刻地面站点降水数据，Rri表示为第i时刻雷达估测降水数据，Rsi表示为第i时刻实况分析场估测降水数据，σru表示为雷达估测降水数据高于地面站点降水数据的统计标准差，σsu表示为实况分析场估测降水数据高于地面站点降水数据的统计标准差，σrd表示为雷达估测降水数据低于地面站点降水数据的统计标准差，σsd表示为实况分析场估测降水数据低于地面站点降水数据的统计标准差，以Rgi为基准，按照地面1小时降水量0.1-2.5、2.6-8.0、8.1-16.0、大于16.0四个等级划分，σru、σsu、σrd、σsd和n1、n2的取值关系如下表所示：
。
7.根据权利要求1所述的区域多源降水数据质量控制方法，其特征在于，所述预设气象要素匹配公式为：
其中，rhi表示i时刻的相对湿度值，Δrhi表示i时刻的相对湿度与降水前一时刻的相对湿度变化值，Δti表示i时刻的温度与降水前一时刻的温度变化值，Δfi表示i时刻的风速与降水前一时刻的风速变化值，
表示相对湿度均值，
表示温度变化均值，
表示风速变化均值，
表示相对湿度的标准差，
表示温度变化的标准差，
表示风速变化的标准差；
所述相对湿度值、所述风速变化值和所述温度变化值均匹配时，所述相对湿度值的置信度为10％、所述风速变化值的置信度为9％和所述温度变化值的置信度为6％；
所述相对湿度值、所述风速变化值和所述温度变化值中的一个匹配时置信度为30％；
所述相对湿度值、所述风速变化值和所述温度变化值中的两个匹配时，其中一个置信度为18％，另一个置信度为12％；
以1981-2010年30年整编降水数据进行我国降水区域划分，将全国划分为以200mm、400mm、600mm、1000mm为阈值的5个降水区域及1个高海拔区域；参考小时雨强等级，设置0.1-2.5、2.6-8.0、8.1-16.0、>16.1四个等级的划分；
所述降水区域的划分如下表所示：
8.根据权利要求7所述的区域多源降水数据质量控制方法，其特征在于，
所述i时刻为16-03时，所述预设气象要素匹配公式为：
所述i时刻为04-15时，所述预设气象要素匹配公式为：
其中，Δti表示i时刻与i-1时刻的温度变化值，Δfi表示i时刻与i-1时刻的极大风速变化值，rhi表示i时刻地面相对湿度值，Δrhi表示i时刻与i-1时刻的相对湿度变化值，
表示温度变化均值，
表示极大风速变化均值，
表示相对湿度均值，
表示相对湿度变化均值，
表示温度变化标准差，
表示极大风速变化标准差，
表示相对湿度变化标准差，相对湿度置信度为10％，温度置信度为9％，风速置信度为6％，满足检测则得分，不满足则不得分；
所述临近站匹配结果满足空间一致性检验，临近站质控结果的置信度20％，否则置信度为0。
9.一种区域多源降水数据质量控制系统，其特征在于，包括：
获取模块，被设置为用于获取目标区域内的地面站点降水数据、雷达估测降水数据和实况分析场估测降水数据；
降水校验模块，被设置为用于根据预设降水检验公式得到对应所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据的异常数据；
临近站空间一致性检验模块，被设置为用于选取以地面站点为中心、半径为5km的邻近站点对所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据进行空间一致性检验，得到临近站匹配结果；
地面气象匹配模块，被设置为用于根据预设气象要素匹配公式对所述地面站点降水数据、所述雷达估测降水数据和所述实况分析场估测降水数据进行地面气象要素匹配，得到地面气象匹配要素；
质控标记模块，被设置为用于根据预设质控标识对所述异常数据、所述临近站匹配结果和所述地面气象匹配要素进行质控标记，得到异常质控数据、地面气象质控要素和临近站质控结果；
综合质控检验模块，被设置为用于分别对所述异常质控数据、所述地面气象质控要素和所述临近站质控结果进行综合判别，得到第一综合质控数据；
预设质控标识采用质控码和置信度进行判别，数据正确的质控码码为0，数据可疑的质控码码为1，数据错误的质控码码为2，针对各数据的评估精度确定权重，实况分析场估测降水数据置信度30％，雷达估测降水数据置信度20％，地面气象匹配要素置信度25％，临近站空间一致性分析置信度25％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011221531.5A CN112541161B (zh) | 2020-11-05 | 2020-11-05 | 一种区域多源降水数据质量控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011221531.5A CN112541161B (zh) | 2020-11-05 | 2020-11-05 | 一种区域多源降水数据质量控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112541161A CN112541161A (zh) | 2021-03-23 |
| CN112541161B true CN112541161B (zh) | 2021-11-12 |
Family
ID=75015050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011221531.5A Active CN112541161B (zh) | 2020-11-05 | 2020-11-05 | 一种区域多源降水数据质量控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541161B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114114198B (zh) * | 2022-01-27 | 2022-05-03 | 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) | 一种降水数据质控方法、装置、存储介质及设备 |
| CN116521657B (zh) * | 2023-04-06 | 2024-05-28 | 四川省气象探测数据中心 | 一种基于多源数据的地面降水协同质量控制方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717556A (zh) * | 2016-02-03 | 2016-06-29 | 长江水利委员会水文局 | 一种基于大数据的自分型雷达估测降水方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5557082B2 (ja) * | 2009-02-25 | 2014-07-23 | 独立行政法人防災科学技術研究所 | 降水分布の推定システムおよび降水分布の推定方法 |
| CN104635281B (zh) * | 2015-02-17 | 2016-08-24 | 南京信息工程大学 | 基于强天气过程校正的自动气象站数据质量控制方法 |
| 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 |
| CN106950614B (zh) * | 2017-02-28 | 2019-03-22 | 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 |
| CN107064937A (zh) * | 2017-06-07 | 2017-08-18 | 孝感市青谷信息科技有限公司 | 一种双线偏振雷达系统及强雨的测量方法 |
| CN108416031B (zh) * | 2018-03-12 | 2021-07-27 | 南京恩瑞特实业有限公司 | 气象多源探测资料融合分析系统 |
-
2020
- 2020-11-05 CN CN202011221531.5A patent/CN112541161B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717556A (zh) * | 2016-02-03 | 2016-06-29 | 长江水利委员会水文局 | 一种基于大数据的自分型雷达估测降水方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112541161A (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112541161B (zh) | 一种区域多源降水数据质量控制方法及系统 | |
| CN107066831B (zh) | 一种区域综合环境评价方法、装置及系统 | |
| CN104615977B (zh) | 综合关键季相特征和模糊分类技术的冬小麦遥感识别方法 | |
| CN108764643B (zh) | 大范围作物病害风险评估方法 | |
| Abdolalizadeh et al. | Rangeland canopy cover estimation using Landsat OLI data and vegetation indices in Sabalan rangelands, Iran | |
| CN112488385B (zh) | 一种基于多模式融合的降水预报订正方法和装置 | |
| CN113901384A (zh) | 顾及全局空间自相关性和局部异质性的地面pm2.5浓度建模方法 | |
| CN116910041B (zh) | 一种基于尺度分析的遥感降水产品的逐日订正方法 | |
| CN108154271A (zh) | 一种基于空间相关性和曲面拟合的地面气温质量控制方法 | |
| CN112305572B (zh) | 空间去相关的卫星微波辐射计湿延迟评估方法 | |
| CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
| CN109115807A (zh) | 一种土壤水分自动观测数据异常值检测方法及系统 | |
| CN109146327B (zh) | 一种地面观测站气温要素的数据质量评估方法和系统 | |
| CN113157684B (zh) | 一种水利海量数据的查错方法 | |
| CN109272230B (zh) | 一种地面观测站气压要素的数据质量评估方法和系统 | |
| CN108614803A (zh) | 一种气象数据质量控制方法及系统 | |
| CN116310913B (zh) | 基于小型无人机测量技术的自然资源调查监测方法及装置 | |
| CN113221067A (zh) | 一种掩星和微波辐射计气候资料交叉验证方法及系统 | |
| CN112924967A (zh) | 一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用 | |
| CN116451554A (zh) | 考虑多种气象因子的电网气象风险预测方法 | |
| CN117235540A (zh) | 基于特征匹配融合的传感器动态信息联动分析方法 | |
| CN109740118B (zh) | 一种质量控制方法、装置、设备及存储介质 | |
| JP2008157713A (ja) | レーダ雨量計運用管理システム | |
| CN117235632A (zh) | 一种大型蒸发传感器水位异常数据检测方法 | |
| CN116559369A (zh) | 基于天空地立体时空碳监测选点与融合碳核查的监测方法 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Cuina Inventor after: Liang Haihe Inventor after: Liu Tianqi Inventor after: Wang Yanfei Inventor after: Lin Xuejiao Inventor before: Li Cuina |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |