CN113672864B - 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法 - Google Patents

一种应用于雨衰减统计预测的年平均雨顶高度的加权算法 Download PDF

Info

Publication number
CN113672864B
CN113672864B CN202110803276.3A CN202110803276A CN113672864B CN 113672864 B CN113672864 B CN 113672864B CN 202110803276 A CN202110803276 A CN 202110803276A CN 113672864 B CN113672864 B CN 113672864B
Authority
CN
China
Prior art keywords
average
annual
monthly
height
rainfall
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
CN202110803276.3A
Other languages
English (en)
Other versions
CN113672864A (zh
Inventor
林乐科
张守宝
张鑫
郝晓静
赵振维
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.)
China Institute of Radio Wave Propagation CETC 22 Research Institute
Original Assignee
China Institute of Radio Wave Propagation CETC 22 Research Institute
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 China Institute of Radio Wave Propagation CETC 22 Research Institute filed Critical China Institute of Radio Wave Propagation CETC 22 Research Institute
Priority to CN202110803276.3A priority Critical patent/CN113672864B/zh
Publication of CN113672864A publication Critical patent/CN113672864A/zh
Application granted granted Critical
Publication of CN113672864B publication Critical patent/CN113672864B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Mathematical Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (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)

Abstract

本发明公开了一种应用于雨衰减统计预测的年平均雨顶高度的加权算法，包括如下步骤：步骤1，基于一段时间的统计数据获取某一站点月平均降雨量和月平均雨顶高度；步骤2，利用月平均降雨量获取每月的权值：步骤3，利用每月的权值乘以月平均雨顶高度，然后将全年中各月的结果累加即可获得加权年平均雨顶高度。本发明所公开年平均雨顶高度的加权算法，利用统计月平均降雨量在年平均降雨量中的比例作为月度权值，加权后的年平均雨顶高度与强降雨时的统计雨顶高度更为接近，克服了现有年平均雨顶高度与降雨强度无关的缺点，有助于改善雨衰减预测的精度。

Description

一种应用于雨衰减统计预测的年平均雨顶高度的加权算法
技术领域
本发明属于无线电气象研究领域，特别涉及该领域中的一种倾斜路径(例如星地链路)雨衰减统计预测中年平均雨顶高度的加权算法。
背景技术
在倾斜路径(例如星地链路)雨衰减统计预测中，需要知道穿越雨区的斜路径长度，而雨顶高度是计算穿越雨区斜路径长度的关键参数。国际电联最新的雨顶高度模式中将年平均0℃等温层高度加上0.36km作为雨顶高度。其不足之处在于，全球中高纬度大部分地区强降雨一般集中在某几个月份，而这几个月份的平均雨顶高度与年平均雨顶高度往往有较大的差异。
发明内容
本发明所要解决的技术问题就是提供一种应用于雨衰减统计预测的年平均雨顶高度的加权算法。
本发明采用如下技术方案：
一种应用于雨衰减统计预测的年平均雨顶高度的加权算法，其改进之处在于，包括如下步骤：
步骤1，基于一段时间的统计数据获取某一站点月平均降雨量和月平均雨顶高度，对于月平均地表温度小于等于0℃的月份不予以统计，也不参与下面的年平均雨顶高度的加权计算，月平均雨顶高度采用的是零度层高度加上0.36km；
步骤2，利用月平均降雨量获取每月的权值：
将月平均降雨量累加获得年平均降雨量，月平均降雨量除以年平均降雨量得到每月的权值；
步骤3，利用每月的权值乘以月平均雨顶高度，然后将全年中各月的结果累加即可获得加权年平均雨顶高度，如下式所示：
其中Hwy为加权年平均雨顶高度，N≤12为月平均地表温度大于0℃的月份总数，Wi为每月的权值，可由步骤2获取，Hi为每月的月平均雨顶高度。
进一步的，步骤1中采用国家级气象机构提供的数据。
进一步的，步骤1中的一段时间指五年以上。
本发明的有益效果是：
本发明所公开年平均雨顶高度的加权算法，利用统计月平均降雨量在年平均降雨量中的比例作为月度权值，加权后的年平均雨顶高度与强降雨时的统计雨顶高度更为接近，克服了现有年平均雨顶高度与降雨强度无关的缺点，有助于改善雨衰减预测的精度。
附图说明
图1是乌鲁木齐地区加权年平均雨顶高度、月平均雨顶高度和年平均雨顶高度的对比图；
图2是乌鲁木齐地区月平均降雨量图；
图3是分别采用年平均雨顶高度和加权年平均雨顶高度计算时12个站点总的均方根预测误差比较图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1，本实施例公开了一种应用于雨衰减统计预测的年平均雨顶高度的加权算法，包括如下步骤：
步骤1，基于长期统计数据获取某一站点月平均降雨量和月平均雨顶高度，考虑到降雨一般发生在地面温度大于0℃的情况，首先统计月平均地表温度，对于月平均地表温度小于等于0℃的月份不予以统计，也不参与下面的年平均雨顶高度的加权计算，为了和国际电联的雨顶高度模式一致，月平均雨顶高度采用的是零度层高度加上0.36km；
选取可靠的长期气象统计数据源，尽量采用国家级气象机构提供的数据。上述长期统计数据一般要求五年以上的数据。
步骤2，利用月平均降雨量获取每月的权值：
将月平均降雨量累加获得年平均降雨量，月平均降雨量除以年平均降雨量得到每月的权值；
步骤3，利用每月的权值乘以月平均雨顶高度，然后将全年中各月的结果累加即可获得加权年平均雨顶高度，如下式所示：
其中Hwy为加权年平均雨顶高度，N≤12为月平均地表温度大于0℃的月份总数，Wi为每月的权值，可由步骤2获取，Hi为每月的月平均雨顶高度。
通过上述加权算法获得的加权年平均雨顶高度与降雨集中月份的雨顶高度更为接近，以夏季降雨较为集中的乌鲁木齐市为例，如图1和图2所示，5-8月份为乌鲁木齐降雨较多的月份，加权年平均雨顶高度和5-8月份月平均雨顶高度接近，其比年平均雨顶高度高了大约1300米，这将有助于改善雨衰减预测的精度。
利用我国12个Ku频段星地链路雨衰减观测站测试统计结果，对加权年平均雨顶高度应用于雨衰减预测的结果进行检验。12个观测链路的参数如下表所示。
表1电波观测链路参数
步骤S101：利用各台站2005-2014年度探空数据，获取了月平均雨顶高度和年平均雨顶高度数据。
步骤S102：从中国气象局气象数据中心网获取了对应台站1981-2010三十年的月平均降雨量数据。
步骤S103：采用本实施例的加权算法计算获得各站点的加权年平均雨顶高度。
步骤S104：采用国际电联P.618建议书中斜路径雨衰减预测方法，计算分别采用年平均雨顶高度、加权年平均雨顶高度时上述12个站点总的均方根预测误差。结果如图3所示，可以看到，采用加权年平均雨顶高度显著改善了雨衰减预测的精度。

Claims (3)

1.一种应用于雨衰减统计预测的年平均雨顶高度的加权算法，其特征在于，包括如下步骤：
步骤1，基于一段时间的统计数据获取某一站点月平均降雨量和月平均雨顶高度，对于月平均地表温度小于等于0℃的月份不予以统计，也不参与下面的年平均雨顶高度的加权计算，月平均雨顶高度采用的是零度层高度加上0.36km；
步骤2，利用月平均降雨量获取每月的权值：
将月平均降雨量累加获得年平均降雨量，月平均降雨量除以年平均降雨量得到每月的权值；
步骤3，利用每月的权值乘以月平均雨顶高度，然后将全年中各月的结果累加即可获得加权年平均雨顶高度，如下式所示：
其中Hwy为加权年平均雨顶高度，N≤12为月平均地表温度大于0℃的月份总数，Wi为每月的权值，可由步骤2获取，Hi为每月的月平均雨顶高度。
2.根据权利要求1所述应用于雨衰减统计预测的年平均雨顶高度的加权算法，其特征在于：步骤1中采用国家级气象机构提供的数据。
3.根据权利要求1所述应用于雨衰减统计预测的年平均雨顶高度的加权算法，其特征在于：步骤1中的一段时间指五年以上。
CN202110803276.3A 2021-07-15 2021-07-15 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法 Active CN113672864B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110803276.3A CN113672864B (zh) 2021-07-15 2021-07-15 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110803276.3A CN113672864B (zh) 2021-07-15 2021-07-15 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法

Publications (2)

Publication Number Publication Date
CN113672864A CN113672864A (zh) 2021-11-19
CN113672864B true CN113672864B (zh) 2023-08-15

Family

ID=78539308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110803276.3A Active CN113672864B (zh) 2021-07-15 2021-07-15 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法

Country Status (1)

Country Link
CN (1) CN113672864B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114442198B (zh) * 2022-01-21 2024-03-15 广西壮族自治区气象科学研究所 一种基于加权算法的森林火险气象等级预报方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540148A (zh) * 2012-02-15 2012-07-04 上海大学 一种降雨立体分布参数的反演算法
CN109697323A (zh) * 2018-12-27 2019-04-30 武汉大学 一种融合卫星遥感和移动通信基站信号的降雨观测方法
JP2020134300A (ja) * 2019-02-19 2020-08-31 富士通株式会社 予測方法、予測プログラム及び情報処理装置
CN111666656A (zh) * 2020-05-09 2020-09-15 江苏微之润智能技术有限公司 基于微波雨衰的降雨估算方法及降雨监测系统
US10826598B1 (en) * 2019-07-10 2020-11-03 Eagle Technology, Llc Satellite communication system having mitigation action for rain fade and associated method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540148A (zh) * 2012-02-15 2012-07-04 上海大学 一种降雨立体分布参数的反演算法
CN109697323A (zh) * 2018-12-27 2019-04-30 武汉大学 一种融合卫星遥感和移动通信基站信号的降雨观测方法
JP2020134300A (ja) * 2019-02-19 2020-08-31 富士通株式会社 予測方法、予測プログラム及び情報処理装置
US10826598B1 (en) * 2019-07-10 2020-11-03 Eagle Technology, Llc Satellite communication system having mitigation action for rain fade and associated method
CN111666656A (zh) * 2020-05-09 2020-09-15 江苏微之润智能技术有限公司 基于微波雨衰的降雨估算方法及降雨监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
The SC EXCELL model for the prediction of monthly rain attenuation statistics;C. Capsoni and L. Luini;2013 7th European Conference on Antennas and Propagation(EuCAP);1382-1385 *

Also Published As

Publication number Publication date
CN113672864A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
CN111027175B (zh) 基于耦合模型集成模拟的洪水对社会经济影响的评估方法
Nath et al. Impact of drought on agriculture in the Indo-Gangetic Plain, India
Shabalova et al. Assessing future discharge of the river Rhine using regional climate model integrations and a hydrological model
Singh et al. Data assimilation for constructing long-term gridded daily rainfall time series over Southeast Asia
CN110068878B (zh) 一种气温智能网格最优集成预报方法
CN108983324B (zh) 一种基于卡尔曼滤波的气温预报方法及系统
Nyunt et al. Statistical bias correction for climate change impact on the basin scale precipitation in Sri Lanka, Philippines, Japan and Tunisia
CN111242404A (zh) 一种强降雨诱发洪灾事件的极端性评估方法及系统
CN113807583B (zh) 基于低频增量时空耦合的动力统计结合的次季节预测方法
CN113672864B (zh) 一种应用于雨衰减统计预测的年平均雨顶高度的加权算法
Kim et al. Bias correction of daily precipitation over South Korea from the long-term reanalysis using a composite Gamma-Pareto distribution approach
Pastorek et al. Precipitation estimates from commercial microwave links: Practical approaches to wet-antenna correction
CN109936855B (zh) 利用基站信号反演降水分布的方法、装置、设备及介质
Ojo et al. NECOP Propagation Experiment: Rain‐Rate Distributions Observations and Prediction Model Comparisons
CN114444020A (zh) 一种针对电网杆塔点的气温预报订正系统
Massonnet et al. Assessment of February 2018 sea-ice forecasts for the Southern Ocean
CN113946796A (zh) 一种基于条件概率高时空分辨率的干旱传播时间计算方法
Murphy et al. UKCP additional land products: probabilistic projections of climate extremes
Sundaram et al. Assessment of various bias correction methods and future projection of minimum and maximum temperatures using regional climate model over Thanjavur district
CN116661022A (zh) 一种基于多时间尺度气候因子协同的海南岛强台风预报方法
Ojo et al. Variation of slant path Ka/V-band rain attenuation over seven tropical locations in Nigeria using synthetic storm techniques
Castellvi A new simple method for estimating monthly and daily solar radiation. Performance and comparison with other methods at Lleida (NE Spain); a semiarid climate
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
Javadinejad et al. Modeling the effects of climate change on probability of maximum rainfall and on variations in storm water in the Zayandeh Rud River
Mueller et al. Validation of the Meteonorm satellite irradiation dataset

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