CN113779784A - 基于位置高影响天气服务产品交互评估方法 - Google Patents
基于位置高影响天气服务产品交互评估方法 Download PDFInfo
- Publication number
- CN113779784A CN113779784A CN202111003203.2A CN202111003203A CN113779784A CN 113779784 A CN113779784 A CN 113779784A CN 202111003203 A CN202111003203 A CN 202111003203A CN 113779784 A CN113779784 A CN 113779784A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- time
- period
- data
- information
- 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.)
- Pending
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 355
- 239000000178 monomer Substances 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000001556 precipitation Methods 0.000 claims description 112
- 230000008569 process Effects 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 14
- 230000004048 modification Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012854 evaluation process Methods 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000002310 reflectometry Methods 0.000 claims description 6
- 238000011158 quantitative evaluation Methods 0.000 claims description 5
- SVYNLIRHKQCPNE-UHFFFAOYSA-N 3,4-dihydro-1h-isoquinolin-2-ium-2-ylidenemethanediamine;hydrogen sulfate Chemical compound OS(O)(=O)=O.C1=CC=C2CN(C(=N)N)CCC2=C1 SVYNLIRHKQCPNE-UHFFFAOYSA-N 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 238000013145 classification model Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000007474 system interaction Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于位置高影响天气服务产品交互评估的方法。首先利用界面设计类软件编写软件，提供前台评估和后台评估两种功能。前台评估支持逐小时评估，后台评估支持跨时段的评估；其次，读取单体数据、预警数据和实况数据；再次，针对三类数据进行加工与筛选，执行评估规则；最后将评估结果予以展示。本发明实现了对三种强对流天气预警结果的评估，并将评估结果可视化，方便研究人员进一步提高强对流分类模型的准确率和性能。
Description
技术领域
本发明涉及气象学领域，特别涉及一种基于位置高影响天气服务产品交互评估的方法。
背景技术
随着社会经济的快速发展和气象现代化水平的不断提高，人们更深刻认识到强对流对日 常生活出行、工业农业生产、国家防灾减灾、重大社会活动等的重要影响[1]。近年来，大数 据和人工智能技术得到了蓬勃的发展。其中，机器学习技术在气象灾害预报领域逐渐得到了 广泛的应用。王萍等已经研发并于实际业务中应用了一套高影响天气服务产品系统。该系统 通过分析多普勒雷达基数据，实现对流单体的特征提取、自动分类识别跟踪，根据这些信息 建立了强对流分类识别模型[2～4]，对三种强对流天气进行预警，给出可能发生灾害天气的时 空信息。三种强对流天气属于高影响天气，系指：
(1)短时强降水，小时降水量大于等于20mm；
(2)对流性大风，极大风速大于等于17.2m/s；
(3)冰雹。
三类强对流天气的自动分类识别预警亦称高影响天气服务产品，为了进一步提高强对流 分类识别模型的准确率和性能，需要结合强对流天气实况数据对预警结果进行分析。而通过 人工校验给出评估结果，过程繁琐，耗时费力。
参考文献
[1]郑永光,张小玲,周庆亮,等.强对流天气短时临近预报业务技术进展与挑战[J].气象, 2010,36(7):33-42.
[2]王萍,潘跃.基于显著性特征的大冰雹识别模型[J].物理学报,2013,62(06):515-524.
[3]范文,王萍,孙红跃.基于聚类评分的暴雨/冰雹分类模型[J].天津大学学报(自然科学与 工程技术版),2014,47(07):608-612.
[4]种洋.提升强对流分类识别模型品质的研究与实现[D].天津：天津大学，2020.
发明内容
为了解决三类高影响天气服务产品的交互式自动评估问题，本发明提供一种基于位置高 影响天气服务产品交互评估的方法，针对强对流分类模型给出的预警结果进行量化评估。
本发明技术方案为：
一种基于位置高影响天气服务产品交互评估的方法，包括以下步骤：
(1)通过界面设计类软件实现评估系统交互平台主页的设计与实现；
(2)评估系统配置设置与修改；
(3)评估系统读取气象数据；
(4)短时强降水实况时间、地点及强度信息提取算法；
(5)对流性大风实况时间、地点及强度信息提取算法；
(6)冰雹实况时间、地点及强度信息提取算法；
(7)评估系统数据筛选算法；
(8)评估系统评估结果展示。
所述步骤(1)是指通过界面设计类软件设计交互界面；
交互界面上端菜单栏左侧的“文件”携带“输入数据路径”设置和“其他参数设置”2项功能；评估系统提供前台评估和后台评估两种评估方式，上述“文件”中的2项功能供两种评估方式共同使用；另外，交互平台为前台评估开辟了三个功能区，即①位于左侧的实时评估信息图像图形显示窗，用以展示区域地图以及根据用户选择展示单体、预警、实况信息； ②位于右上侧的评估参数设置/修改窗，用以配置/修改前台评估所需参数、切换前台评估时段， 选择需要展示的评估信息和切换展示信息的体扫时刻；③位于右下侧的实时评估信息文本窗， 分为“评估结果”、“对流单体/预警区域”和“实况信息”三栏，其中“评估结果”展示当前 时段评估结果及其前后时段用到的数据信息，“对流单体/预警区域”展示评估后的对流单体 或预警区域的状态，“实况信息”用以展示评估后的实况观测站点状态；后台评估所需的评估 参数设置/修改，在选中交互平台上侧“后台评估”后随即弹出相关窗口；所述评估时段是指 评估系统将1个小时视作一个评估计数基本单位，称为单位评估时段，并将评估时段按整点 划分；所述前台评估是以1个小时为一个评估时段，当通过交互平台完成“前台评估”参数 配置之后，即可由“当前评估”启动评估、由“前一时段”和“后一时段”使评估进程逐时 段依次进行；所述后台评估的评估时段是1个小时的倍数，具体时长由用户决定；通过交互 平台的“后台评估”菜单项输入必要的参数后，即可启动“后台评估”。
所述步骤(2)是指借助评估系统交互平台的“文件”页、“后台评估”页及平台右上侧窗 口，可实现4类信息的设置和修改；4类信息是指：输入数据路径设置、前台评估参数设置、 后台评估参数设置、其他参数设置。
所述步骤(3)是指评估系统读取的数据源有三类：
第一类，预警数据；该类数据由被评估对象提供，包括对短时强降水、对流性大风和冰 雹的识别时间和预警区域；
第二类，单体数据；
第三类，实况观测数据；三种强对流天气实况信息包括发生时间、位置及强度。
所述步骤(4)是指自动站每5或10分钟给出该站点处自临近前整点开始的累计降水量； 包括：
①各有效时刻的小时降水量计算方案
利用原始数据，得到每隔5或10分钟的小时累计降水量的方案是：从第1个评估时段开 始，逐有效时刻，称为起算时刻，向后滚动计算一小时，得到小时累计降水量，作为相关站 点起算时刻的小时降水量；
式中，h0单位为小时，m0单位为分钟，pΣ为某时刻自临近整点开始的累计降水量，称t(h0-1:m0)为起算时刻；可以看出，由于逐有效时刻计算小时累计降水量的需求，当前时段的小时降水量的计算需要使用前后相邻时段的降水实况。
②时强降水时段的确定方案
在第i个基本评估时段内(i＝1,2,L)，对于同一个观测站点，将其降水量首次达到20mm/h 及以上的起算时刻记为此时段发生在该站点处的短时强降水的开始时刻tst；在开始时刻之后 其降水量首次小于20mm/h的起算时刻记为发生在该站点处的短时强降水的结束时刻tend，如 果tend与tst同属评估时段i，则将tend记为此时段该短时强降水的结束时刻，否则，将i时段的 结束时间记为此时段该短时强降水的结束时刻；
对评估时段内小时累计降水量Hp＝20-ΔPmm/h,(ΔP≥0)∧(ΔP＝20mm/h)的情况，采用 “回避”评估的做法，其开始时刻和降水结束时刻依次记为tst_avoid和tend_avoid。
所述步骤(5)是指根据我国自动站每5或10分钟记录瞬时极大风速的数据特点，在第i个 评估时段内(i＝1,2,……)，对于同一个观测站点，其瞬时最大风速首次大于17.2m/s的时刻 记为此时段发生在该站点处的对流性大风的开始时刻tst；在开始时刻之后其风速首次小于 17.2m/s的时刻记为发生在该站点处的对流性大风的结束时刻tend，如果tend与tst同属评估时段 i，则将tend记为此时段该对流性大风的结束时刻，否则，将i时段的结束时间记为此时段该对 流性大风的结束时刻；
对于评估时段内瞬时最大风速V＝17.2-Δvm/s,(Δv≥0)∧(Δv＝17.2m/s)的情况，采用“回 避”评估的做法，其瞬时最大风速首次大于17.2-Δvm/s的时刻记为此时段发生在该站点处的 非强对流性大风的开始时刻tst_avoid；在开始时刻之后其风速首次小于17.2-Δvm/s的时刻记为 发生在该站点处的非强对流性大风的结束时刻tend_avoid，如果tst_avoid与tend_avoid同属评估时段 i，则将tend_avoid记为此时段该非强对流性大风的结束时刻，否则，将i时段的结束时间记为此 时段该非强对流性大风的结束时刻；
所述步骤(6)是指冰雹实况的由人工观测记录，包括①降雹地点、②降雹开始时间、③降 雹结束时间及④雹粒大小信息，本评估系统要求第①②③信息不能空缺；相同的，对于每一 个观测站点，统计其冰雹的起始时刻tst和结束时刻tend，与短时强降水和对流性大风相同，视 tend与tst是否属于同一评估时段来标记此时段冰雹的结束时间，即对于发生冰雹的时段，此时 段的冰雹结束时间或记为tend、或记为时段的结束时间。
所述步骤(7)是指在读取所有数据后，需要对数据进一步做出约束：
首先，鉴于在雷达的探测范围中，极远端和较远端的数据质量问题，将雷达全部探测范 围的一部分作为对单体、预警、观测三类评估数据进行有效性空间约束；就SA波段雷达而 言，该约束根据雷达的径向探测半径r给出，设r值以下的区域为“雷达有效区域”，则对 单体及预警区域给出：
【有效区域一级约束】：全部或大部分位于雷达有效范围内的单体与预警是有效的，有 效单体及有效预警的全部区域视为有效区域；
第二，站在评估系统评估有效性的角度，用覆盖提供实况观测数据的自动站作为对单体 数据及待评估的预警数据进行进一步的有效性时空约束，即：
【有效区域二级约束】：对满足一级约束的有效单体和预警，要求其区域内存在能够提 供实况数据的观测站，这便是对单体与和预警有效性的二级约束；
根据收集冰雹实况的实际问题，不对冰雹预警区域附加二级有效性约束；
第三，站在观测数据量级的角度，20mm/h的小时降水量一般被设定为短时强降水的强度 下限、17.2m/s的极值风速被设定为雷雨大风，即对流性大风的强度下限，但是，降水和地面 风包括非对流类型，并不能将达到及超过上述阈值的降水和地面大风与对流性降水和对流性 大风进行唯一性对应；本项目研发的评估系统，使用基于雷达组合反射率数据得到的单体， 对经“观测数据准备”处理后的数据进行有效性时空约束，即：
【有效观测站约束】：被单体区域与预警区域覆盖的自动站为有效观测站；
这里所提单体区域，系指外扩Δkm后的区域；评估系统设定Δ的默认值为10km，且允 许用户自行Δ的设定值。
所述步骤(8)是指评估系统在完成评估后，会将评估结果展示给用户，分为前台评估结果 展示和后台评估结果展示；
前台评估结果展示：每当一个时段的评估结束，系统便会将评估结果及其前后时段用到 的数据信息以文本的形式展示于交互平台右下侧的文本信息展示窗内，同时，系统会根据用 户对“单体”、“预警区域”及“观测站”三个复选框的勾选情况，将评估信息可视化于交互 平台左侧窗内；为了加强可视化信息的直观性和易读性，针对不同状态的评估信息以不同的 颜色予以标识；
后台评估结果展示：用户在“后台评估”对话框完成参数配置后，点击“开始评估”，即 可弹出“后台评估信息”对话框，后台评估进程信息显示种类有：
①后台评估期间，各线程实时工作状态；
②后台评估期间，相关的参数信息；
③后台评估结束，线程信息栏中将及时给出定量评估结果及评估结束信息；
在“后台评估”对话框中，有两个复选框，即“保存过程”和“生成文件”，它们与系统对后台评估提供的评估信息保存功能有关；若用户在参数设置时勾选了“保存过程”复选框， 系统会在评估结束后生成名称格式为“雷达编号_雷达有效范围_评估内容_外扩距离_评估开 始时间_评估结束时间”的文件夹，以图片的形式保存评估过程中每个体扫的单体/预警信息； 而“生成文件”功能项保存的是CSV文件和WORD文件，给出评估报告。
有益效果：过去对于高影响天气服务产品的评估只能通过人工校验来实现，过程繁琐， 耗时费力；本发明实现基于位置高影响天气服务产品加工算法代码的标准化重构；实现基于 位置高影响天气服务产品加工算法输入输出改造；实现基于位置高影响天气服务产品的交互 评估。优化了评估过程，为气象业务人员后续工作带来了便利。
附图说明
图1为评估系统交互平台示意图；
图2展示了评估系统“文件”菜单下两个参数配置窗口，(a)为输入数据路径配置窗(b) 为其他参数配置窗；
图3为用于生成待评估内容所关联的雷达覆盖区域地图的中国局部地图；
图4为自动站记录降水信息特点示意；
图5为有效数据筛选算法流程可视化示意图；
图6对1个时段的前台评估结果信息展示例；
图7为前台评估结束后通过复选框的勾选状态决定可视化窗内的显示内容；(a)此时段内 一个体扫时刻的单体；(b)此时段内一个体扫时刻的预警区域；(c)此时段预警区域和观测站点 及所表达的信息；
图8为后台评估对话框；
图9为后台评估工作流程；
图10为后台评估进程状态、参数及结束信息显示；(a)各线程实时状态；(b)评估参数信 息；(c)评估结束信息；
图11为后台评估进程中所保存的可视化评估信息；
图12为系统对后台评估进程中以1个小时为基本时段保存的综合评估信息细节示例；
图13为评估系统依据后台评估信息给出的一份评估报告。
具体实施方式
下面结合附图和具体实施例对本发明技术方案作进一步详细描述，所描述的具体实施例 仅对本发明进行解释说明，并不用以限制本发明。
1、通过Qt creator实现评估系统交互平台主页的设计与实现。交互界面上端菜单栏左侧 的“文件”携带“输入数据路径”设置和“其他参数设置”2项功能。评估系统提供前台评 估和后台评估两种评估方式，上述“文件”中的2项功能供两种评估方式共同使用。另外，交互平台为前台评估开辟了三个功能区，即①位于左侧的实时评估信息图像图形显示窗。用 以展示区域地图以及根据用户选择展示单体、预警、实况信息；②位于右上侧的评估参数设 置/修改窗。用以配置/修改前台评估所需参数、切换前台评估时段，选择需要展示的评估信息 和切换展示信息的体扫时刻；③位于右下侧的实时评估信息文本窗。分为“评估结果”、“对 流单体/预警区域”和“实况信息”三栏，其中“评估结果”展示当前时段评估结果及其前后 时段用到的数据信息，“对流单体/预警区域”展示评估后的对流单体或预警区域的状态，“实 况信息”用以展示评估后的实况观测站点状态；后台评估所需的评估参数设置/修改，在选中 交互平台上侧“后台评估”后随即弹出相关窗口。
所述评估时段是指评估系统将1个小时视作一个评估计数基本单位，称为单位评估时段， 并将评估时段按整点划分。
所述前台评估是以1个小时为一个评估时段，当通过交互平台完成“前台评估”参数配 置之后，即可由“当前评估”启动评估、由“前一时段”和“后一时段”使评估进程逐时段依次进行。
所述后台评估的评估时段一般是1个小时的倍数，具体时长由用户决定。通过交互平台 的“后台评估”菜单项输入必要的参数后，即可启动“后台评估”。系统的后台评估和前台 评估可以同时进行，两者互不干扰。
2、评估系统配置设置与修改：借助1所述评估系统交互平台的“文件”页、“后台评估” 页及平台右上侧窗口，可实现对表1中4类信息的设置和修改，相关参数保存在./data文件夹 下的Config.ini配置文件中。
表1 参数配置信息表
(1)输入数据路径设置
顾名思义，该类参数设置完成表1中输入数据路径类参数设置/修改，即为两种评估方式 指定(位置/修改)评估所需数据的位置。
(2)前台评估参数设置
前台评估参数配置/修改是交互平台主页的右上侧窗完成的。其中，通过“评估内容”组 合框，可以将评估内容确定为“短时强降水”，或“对流性大风”，或“冰雹”；“雷达”编辑 框需要用户手动输入雷达编号，“评估范围”是指评估雷达有效范围，依评估内容而定，如下 式所示(以SA波段天气雷达为例)：
“外扩距离”选值框可以根据用户设置的参数，对单体轮廓进行外扩操作，单位为km， 默认为10km，最大可支持20km；评估时段以整点中间值的形式表示，例如“2016年7月2日22:30”表示所选评估范围为2016年7月2日22:00-23:00。
(3)后台评估参数设置
点击“后台评估”菜单项，在随即调出的参数配置/修改窗，可完成对后台评估参数的配 置或修改。与前台评估的配置子项相比，有如下2点变化：
①评估时段由1小时变成通过“起始时间”和“终止时间”指定的时间跨度。
②对后台评估，系统提供了对自动评估“中间结果”和“统计结果”两类信息的保存功 能，因此需要配置两个数据路径，即“过程保存路径”和“文件保存路径”，且通过勾选窗口 中“保存过程”复选框，执行其信息文件的保存，而记录“统计结果”的“文件保存”将自动执行。
(4)其他参数设置
我们将评估过程中无需经常性改变的13个参数归为表1中的其他参数类，通过交互平台 “文件”菜单项的“其他参数设置”，在随即弹出的“其他参数设置”交互窗内，实现对它们 的设置或修改，表2给出了表1中13个“其他参数”的默认值示例。其中，第1～4参数采集 的是中国地图外包矩形的实际经纬度，统称第①其他参数类：中国地图定位参数；第5～7参 数与雷达数字图像相关，统称第②其他参数类：雷达数字图像参数；其余6项参数与评估算 法相关，统称第③其他参数类：评估算法参数。
①中国地图定位参数：中国地图是本评估系统所需的重要数字资源之一，用于生成待评 估内容所关联的雷达覆盖区域的局部地图。该地图需采用墨卡托投影方式，其外包矩形的实 际定位(经纬度)靠本类的4个参数给定，地图文件命名为china.png，置于./data目录下。如 果用户更换地图，必须延用其墨卡托投影方式、文件名及其存放位置。
②雷达数字图像参数：该类参数有三。其中，与雷达型号关联的径向范围参数为区域地 图截取所需；数字图像分辨率用于图像像素与实际空间尺度的折算，例如，1km的分辨率意 味着径向230km的雷达图像至少需要460×460的像素空间；数字图像尺度用于推算雷达的 定位坐标，例如，512×512尺度下的雷达坐标为(256,255)。
③评估算法参数：因为待评估的强对流预警信息具有时间的提前性(临近预报)，因此， 它们与地面灾害具有一定的时空差是正常的，这是设置“传递联通面积比阈值”参数的初衷； 所述传递联通定义是，设两个相邻体扫给出的预警区域的面积分别为S1和S2，若
则称S1和S2间存在传递联通关系，即定义：两区域S1和S2互为对方的传递联通区域， 此处1/2为默认的传递联通面积比阈值。
考虑到对灾害强度认定的可调性，提供了对小时降水量和大风风速下限阈值的可设置/修 改功能；考虑到降水及风速强度取值的连续性特点和分类模型工作机制的不一致性，提供了 判断非强短时降水和非强对流风的强度取值上限阈值小时降水量和大风风速下限阈值的可设 置/修改功能；
线程数量参数是专门为后台评估准备的，意于在可行的硬件条件下，加速对较长时段内 容的评估效率。设线程数设置为n(默认值为1)，待评估时长为m(单位：小时)，具体操作 如下。
①若m≤n，则只启用1个线程，其评估时长＝m，其余线程评估时长＝0h；
②m＞n，则前n-1个线程实际承担的评估时长为[m/n]，第n个线程实际承担的评估时 长为m-[m/n]×(n-1)
其中[·]表示取整操作。
用户设置完成后，点击确认修改，即可完成对表1中13个“其他参数”的配置，“恢复初始设置”用于令各参数等于默认值。评估系统对“其他参数”提供的“默认值”，如表2所示。
通过用户干预，系统将实时更新承载表1所有信息的配置文件。开始评估时，系统首先 从配置文件中读取配置信息。
表2表1中13个“其他参数”的默认值
3、评估系统数据读取与加工：
评估系统数据源有三类。
第一类，预警数据。该类数据由被评估对象提供，包括对短时强降水、对流性大风和冰 雹的识别时间和预警区域(区域轮廓)。预警数据由强对流天气分类识别模型给出，是评估强 对流天气分类识别模型工作品质的载体数据。评估系统要求此类数据具备以下基本属性：
(1)预警结果应以区域形式给出，即短时强降水预警区域、对流性大风预警区域，以及冰 雹预警落区。需要指出的是，这三类预警区域均以对流单体为基础区域，因为基于单体特征 的强对流分类识别结果的预警属性，即识别出灾害单体的时刻通常早于地面灾害时刻，因此， 与该类预警数据对应的区域并不一定是地面灾害区域。
(2)预警结果对应的时刻和时间间隔与相关雷达体扫时刻及体扫间隔一致。
(3)在预警区域中存在可提供实况信息的观测站点时，其预警结果方被纳入评估对象。第 二类，单体数据。主要用于鉴别实况数据中的对流性雨灾和对流性风灾信息。评估系统要求 此类数据具备以下基本属性：
(1)由雷达组合反射率图所界定的一个联通的区域。
(2)在该连通区域中，其组合反射率图上内含反射率强度大于等于40dBZ的子区域，该子 区域的最大连通面积大于等于50km2。
第三类，实况观测数据。数据来源为“国家气象中心发布的强对流常规观测资料”，本评 估系统使用的三种强对流天气实况信息包括发生时间、位置及强度，取自“国家气象中心发布 的强对流常规观测资料”，并需要做适当处理将评估系统所需信息计算/提取出来。
(1)短时强降水实况时间、地点及强度信息提取
自动站每5或10分钟给出该站点处自临近前整点开始的累计降水量，评估系统要求的数 据格式如表3所示。此表给出的信息是：位于东经115.951、北纬38.2628的B2483号自动站 处，于2016.7.2日22:00～23:00累计降水1.4mm、于2日23:00～3日0:00累计降水24.1mm。 在此，特别称提供累计降水信息的时刻为“有效时刻”，就表3而言，有效时刻系指10min、 20min、……、50min、00min。
表3 短时强降水观测数据格式
③各有效时刻的小时降水量计算方案
利用表3原始数据，得到每隔10分钟(也可能每隔5分钟)的小时累计降水量的方案是： 从第1个评估时段开始，逐有效时刻(称为起算时刻)向后滚动计算一小时，得到小时累计 降水量，作为相关站点起算时刻的小时降水量。
称t(h0-1:m0)为起算时刻。可以看出，由于逐有效时刻计算小时累计降水量的需求，当 前时段的小时降水量的计算需要使用前后相邻时段的降水实况。
②短时强降水时段的确定方案
在第i个基本评估时段内(i＝1,2,L)，对于同一个观测站点，将其降水量首次达到20mm/h 及以上的起算时刻记为此时段发生在该站点处的短时强降水的开始时刻tst；在开始时刻之后 其降水量首次小于20mm/h的起算时刻记为发生在该站点处的短时强降水的结束时刻tend，如 果tend与tst同属评估时段i，则将tend记为此时段该短时强降水的结束时刻，否则，将i时段的 结束时间记为此时段该短时强降水的结束时刻。
对评估时段内小时累计降水量Hp＝20-ΔPmm/h,(ΔP≥0)∧(ΔP＝20mm/h)的情况，采用 “回避”评估的做法，其开始时刻和降水结束时刻依次记为tst_avoid和tend_avoid，本评估系统 设Δp的默认值为2mm/h。
(2)对流性大风实况时间、地点及强度信息提取
评估系统要求的数据格式如表4所示。
表4 对流性大风观测数据格式
根据我国自动站每5或10分钟记录瞬时极大风速的数据特点，在第i个评估时段内(i＝1,2,……)，对于同一个观测站点，其瞬时最大风速首次大于17.2m/s的时刻记为此时段 发生在该站点处的对流性大风的开始时刻tst；在开始时刻之后其风速首次小于17.2m/s的时 刻记为发生在该站点处的对流性大风的结束时刻tend，如果tend与tst同属评估时段i，则将tend记 为此时段该对流性大风的结束时刻，否则，将i时段的结束时间记为此时段该对流性大风的结 束时刻。
对于评估时段内瞬时最大风速V＝17.2-Δvm/s,(Δv≥0)∧(Δv＝17.2m/s)的情况，采用“回 避”评估的做法，大风开始时刻tst_avoid和大风结束时刻tend_avoid的计算同上，本评估系统设Δv的默认值为2.2m/s。
(3)冰雹实况时间、地点及强度信息提取
冰雹实况的由人工观测记录，包括①降雹地点、②降雹开始时间、③降雹结束时间及④ 雹粒大小等信息，本评估系统要求第①②③信息不能空缺。相应的输入数据格式如表5所示。
表5 冰雹观测数据格式
相同的，对于每一个观测站点，统计其冰雹的起始时刻tst和结束时刻tend，与短时强降水 和对流性大风相同，视tend与tst是否属于同一评估时段来标记此时段冰雹的结束时间。即对于 发生冰雹的时段，此时段的冰雹结束时间或记为tend、或记为时段的结束时间。
4、评估系统数据筛选：
在读取所有数据后，需要对数据进一步做出约束。
首先，鉴于在雷达的探测范围中，极远端(如S波段雷达径向200km以外)和较远端(如 S波段雷达径向150km以外)的数据质量问题，将雷达全部探测范围的一部分作为对单体、 预警、观测三类评估数据进行有效性空间约束。就SA波段雷达而言，该约束用据雷达的径 向探测半径r给出：
设上式r值以下的区域为“雷达有效区域”，则对单体及预警区域给出：
【有效区域一级约束】：全部或大部分位于雷达有效范围内的单体与预警是有效的，有 效单体及有效预警的全部区域视为有效区域。
第二，站在评估系统评估有效性的角度，用覆盖提供实况观测数据的自动站作为对单体 数据及待评估的预警数据进行进一步的有效性时空约束。即：
【有效区域二级约束】：对满足一级约束的有效单体和预警，要求其区域内存在能够提 供实况数据的观测站(自动站)，这便是对单体与和预警有效性的二级约束。
根据收集冰雹实况的实际问题(困难)，不对冰雹预警区域附加二级有效性约束。
第三，站在观测数据量级的角度，20mm/h的小时降水量一般被设定为短时强降水的强度 下限、17.2m/s的极值风速被设定为雷雨大风(对流性大风)的强度下限，但是，降水和地面 风包括非对流类型，并不能将达到及超过上述阈值的降水和地面大风与对流性降水和对流性 大风进行唯一性对应。本项目研发的评估系统，使用基于雷达组合反射率数据得到的单体， 对经“观测数据准备”处理后的数据进行有效性时空约束。即：
【有效观测站约束】：被单体区域与预警区域覆盖的自动站(提供观测数据)为有效观 测站。
这里所提单体区域，系指外扩Δkm后的区域。评估系统设定Δ的默认值为10km，且允 许用户自行Δ的设定值。
5、评估系统结果展示。评估系统在完成评估后，会将评估结果展示给用户，分为前台评 估结果展示和后台评估结果展示。
前台评估结果展示：每当一个时段的评估结束，系统便会将评估结果及其前后时段用到 的数据信息以文本的形式展示于交互平台右下侧的文本信息展示窗内，同时，系统会根据用 户对“单体”、“预警区域”及“观测站”三个复选框的勾选情况，将评估信息可视化于交互 平台左侧窗内。为了加强可视化信息的直观性和易读性，我们设计了一组颜色标识，如表6 所示，其中，表示“强风或短降水的负例实况”白色边框区域采用透明色。
表6 可视化颜色含义
后台评估结果展示：用户在“后台评估”对话框完成参数配置后，点击“开始评估”，即 可弹出“后台评估信息”对话框，后台评估进程信息显示种类有：
①后台评估期间，各线程实时工作状态；
②后台评估期间，相关的参数信息；
④后台评估结束，线程信息栏中将及时给出定量评估结果及评估结束信息
在“后台评估”对话框中，有两个复选框，即“保存过程”和“生成文件”，它们与系统对后台评估提供的评估信息保存功能有关。若用户在参数设置时勾选了“保存过程”复选框， 系统会在评估结束后生成名称格式为“雷达编号_雷达有效范围_评估内容_外扩距离_评估开 始时间_评估结束时间”的文件夹，以图片的形式保存评估过程中每个体扫的单体/预警信息， 颜色含义同表6；而“生成文件”功能项保存的是CSV文件和WORD文件，给出评估报告。
实施例1
1前台评估
1-1配置参数
评估系统主界面如图1所示，下拉“文件”菜单项，选择输入路径设置，配置三种数据 路径，如图2(a)所示，在图1位于右上侧的评估参数设置/修改窗中设置评估内容为短时强降 水，评估雷达为Z9531，评估范围为200km，外扩距离为10km，评估时段为2016年7月2日22时30分。
1-2显示区域地图
配置参数完成后，点击“当前评估”，系统将1-1所设参数写入./data文件夹下的Config.ini 文件中。为了显示Z9531雷达所覆盖的区域范围，系统读取评估雷达编号，通过./data文件夹 中的zhandian.txt获取待评估雷达中心点的经纬度，通过配置文件获取雷达径向范围以计算出 区域地图的经纬度范围，截取./data文件夹下china.png(如图3所示)中相应区域生成区域地 图，作为背景展示在图1左侧实时评估信息图像图形显示窗，图中虚线圆圈为雷达径向范围， 实线圆圈为短时强降水相关的雷达有效范围。
1-3读取所需评估时段数据
为了执行评估规则，系统读取①前单位评估时段2016年7月2日21时至22时的预警数 据，②当前评估时段2016年7月2日22时至23时和③后单位评估时段2016年7月2日23 时至次日00时及2016年7月3日00时至01时的观测数据、预警数据及单体数据，为计算 小时累计降水量，短时强降水还需要2016年7月3日01时至02时时段的观测数据。读取的 数据存入容器中备用。
1-4实况数据的加工。
自动站记录降水信息特点如图4所示，首先计算每个评估时段所有自动站的小时降雨量， 计算公式如下：
以计算00时10分某自动站的小时降水量为例，因为m0≠"00"，所以其计算公式为：
pΣ(1:00)-pΣ(0:10)+pΣ(1:10)
在第i个基本评估时段内(i＝1,2,L)，对于同一个观测站点，将其降水量首次达到20mm/h 及以上的起算时刻记为此时段发生在该站点处的短时强降水的开始时刻tst；在开始时刻之后 其降水量首次小于20mm/h的起算时刻记为发生在该站点处的短时强降水的结束时刻tend，如 果tend与tst同属评估时段i，则将tend记为此时段该短时强降水的结束时刻，否则，将i时段的 结束时间记为此时段该短时强降水的结束时刻。
对评估时段内小时累计降水量Hp＝20-ΔPmm/h,(ΔP≥0)∧(ΔP＝20mm/h)的情况，采用 “回避”评估的做法，其开始时刻和降水结束时刻依次记为tst_avoid和tend_avoid，本评估系统 设Δp的默认值为2mm/h。
1-5三类数据的筛选
评估算法读取数据后，根据1-1中设置将单体数据外扩10km，接着根据约束条件对预警 数据、单体数据与观测数据进行筛选，约束条件有：
【有效区域一级约束】：全部或大部分位于雷达有效范围内的单体与预警是有效的，有 效单体及有效预警的全部区域视为有效区域。
【有效区域二级约束】：对满足一级约束的有效单体和预警，要求其区域内存在能够提 供实况数据的观测站(自动站)，这便是对单体与和预警有效性的二级约束。
【有效观测站约束】：被单体区域与预警区域覆盖的自动站(提供观测数据)为有效观 测站。
评估算法依照图5所示的流程进行数据的筛选，分三步剔除不满足上述条件的预警区域、 单体区域和自动站。示意图中
区域表示单体或预警区域，
区域表示符合约束条件 不应该被剔除的区域，
区域表示不符合约束条件应被剔除的区域，
表示自动站，
表 示符合约束条件应该被保留的自动站，
表示不符合约束条件应被剔除的区域。
1-6评估结果的展示
每当一个时段的评估结束，系统便会将评估结果及其前后时段用到的数据信息以文本的 形式展示于图1交互平台右下侧的文本信息展示窗“评估结果”一栏，如图6所示，同时， 系统会根据用户对“单体”、“预警区域”及“观测站”三个复选框的勾选情况，将评估信息可视化于交互平台左侧窗内。通过鼠标点击区域或观测站点，可以在文本信息展示窗“对流单体/预警区域”或“实况信息”展示对应状态，图7给出了一组前台评估运行结果展示示例，其中，单体和预警区域属于同一个体扫，观测站反映了该体扫所处时段(1个小时)的 实况信息，这三类数据均采用了表6的颜色含义约定。
2后台评估：
2-1配置参数
评估系统主界面如图1所示，下拉“文件”菜单项，点击输入路径设置，配置三种数据 路径，如图2(a)所示。下拉“文件”菜单项，点击其他参数设置，弹出“其他参数设置”对话框，如图2(b)所示，修改“后台评估启用的线程数”为4，点击“确认修改”退出对话框， 点击图1“后台评估”菜单项，弹出“后台评估”对话框，如图8所示，设置起始时间为2016 年7月2日15时30分，终止时间为2016年7月3日0时30分，评估内容为短时强降水， 评估雷达为Z9531，评估范围为200km，外扩距离为10km，评估时段为2016年7月2日22 时30分，勾选“保存过程”和“生成文件”复选框，并配置相应路径，点击“开始评估”。
2-2读取所需评估时段数据
后台评估流程如图9所示，设当前评估时段从整点t0到t0+1h，则记当前所处评估时段为t0。 为展开对t0时段的评估，需要读取①前单位评估时段t0-1(t0-1＝t0-1)的预警数据，②当前 评估时段t0和③后单位评估时段t0+1(t0+1＝t0+1)及t0+2的观测数据、预警数据及单体数据(为 计算小时累计降水量，短时强降水还需要t0+3时段的观测数据)。
2-3实况数据的加工。
自动站记录降水信息特点如图4所示，首先计算每个评估时段所有自动站的小时降雨量， 计算公式如下：
以计算00时10分某自动站的小时降水量为例，因为m0≠"00"，所以其计算公式为：
pΣ(1:00)-pΣ(0:10)+pΣ(1:10)
在第i个基本评估时段内(i＝1,2,L)，对于同一个观测站点，将其降水量首次达到20mm/h 及以上的起算时刻记为此时段发生在该站点处的短时强降水的开始时刻tst；在开始时刻之后 其降水量首次小于20mm/h的起算时刻记为发生在该站点处的短时强降水的结束时刻tend，如 果tend与tst同属评估时段i，则将tend记为此时段该短时强降水的结束时刻，否则，将i时段的 结束时间记为此时段该短时强降水的结束时刻。
对评估时段内小时累计降水量Hp＝20-ΔPmm/h,(ΔP≥0)∧(ΔP＝20mm/h)的情况，采用 “回避”评估的做法，其开始时刻和降水结束时刻依次记为tst_avoid和tend_avoid，本评估系统 设Δp的默认值为2mm/h。
2-4三类数据的筛选
评估算法读取数据后，根据2-1中设置将单体数据外扩10km，接着根据约束条件对预警 数据、单体数据与观测数据进行筛选，约束条件有：
【有效区域一级约束】：全部或大部分位于雷达有效范围内的单体与预警是有效的，有 效单体及有效预警的全部区域视为有效区域。
【有效区域二级约束】：对满足一级约束的有效单体和预警，要求其区域内存在能够提 供实况数据的观测站(自动站)，这便是对单体与和预警有效性的二级约束。
【有效观测站约束】：被单体区域与预警区域覆盖的自动站(提供观测数据)为有效观 测站。
评估算法依照图5所示的流程进行数据的筛选，分三步剔除不满足上述条件的预警区域、 单体区域和自动站。示意图中
区域表示单体或预警区域，
区域表示符合约束条件 不应该被剔除的区域，
区域表示不符合约束条件应被剔除的区域，
表示自动站，
表 示符合约束条件应该被保留的自动站，
表示不符合约束条件应被剔除的区域。
2-5判断当前时段是否为终止时段
如图9所示，评估系统在评估完当前时段后，会将评估时段后移一个小时，若后移的评 估时段未超过终止时间，会继续执行评估算法；若后移时段超过了终止时间，则退出评估算 法，进行指标计算.
2-6后台评估信息查看
点击“开始评估”后，会弹出“后台评估信息”对话框，便于用户查看评估状态，图10(a) 展示了各线程实时工作状态，图10(b)展示了评估内容的相关信息，图10(c)左图展示了评估 结束后，线程信息栏中给出的定量评估结果及评估结束信息，图10(c)右侧展示了用户在评估 结束关闭对话框时所显示的弹窗。
2-7勾选“保存过程”复选框所生成的信息
若用户在参数设置时勾选了“保存过程”复选框，系统会在评估结束后生成名称格式为 “雷达编号_雷达有效范围_评估内容_外扩距离_评估开始时间_评估结束时间”的文件夹，以 保存评估过程中每体扫时刻的单体/预警区域信息，如图11所示；
2-8勾选“生成文件”复选框所生成的信息。
若用户在参数设置时勾选了“生成文件”复选框，系统会在评估结束后生成名称格式为 “雷达编号_雷达有效范围_评估内容_外扩距离_评估开始时间_评估结束时间”的CSV文件 (如图12所示)和WORD文件(如图13所示)。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式， 上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的 启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之 内。
Claims (9)
1.一种基于位置高影响天气服务产品交互评估的方法，其特征在于，包括以下步骤：
(1)通过界面设计类软件实现评估系统交互平台主页的设计与实现；
(2)评估系统配置设置与修改；
(3)评估系统读取气象数据；
(4)短时强降水实况时间、地点及强度信息提取算法；
(5)对流性大风实况时间、地点及强度信息提取算法；
(6)冰雹实况时间、地点及强度信息提取算法；
(7)评估系统数据筛选算法；
(8)评估系统评估结果展示。
2.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(1)是指通过界面设计类软件设计交互界面；
交互界面上端菜单栏左侧的“文件”携带“输入数据路径”设置和“其他参数设置”2项功能；评估系统提供前台评估和后台评估两种评估方式，上述“文件”中的2项功能供两种评估方式共同使用；另外，交互平台为前台评估开辟了三个功能区，即①位于左侧的实时评估信息图像图形显示窗，用以展示区域地图以及根据用户选择展示单体、预警、实况信息；②位于右上侧的评估参数设置/修改窗，用以配置/修改前台评估所需参数、切换前台评估时段，选择需要展示的评估信息和切换展示信息的体扫时刻；③位于右下侧的实时评估信息文本窗，分为“评估结果”、“对流单体/预警区域”和“实况信息”三栏，其中“评估结果”展示当前时段评估结果及其前后时段用到的数据信息，“对流单体/预警区域”展示评估后的对流单体或预警区域的状态，“实况信息”用以展示评估后的实况观测站点状态；后台评估所需的评估参数设置/修改，在选中交互平台上侧“后台评估”后随即弹出相关窗口；所述评估时段是指评估系统将1个小时视作一个评估计数基本单位，称为单位评估时段，并将评估时段按整点划分；所述前台评估是以1个小时为一个评估时段，当通过交互平台完成“前台评估”参数配置之后，即可由“当前评估”启动评估、由“前一时段”和“后一时段”使评估进程逐时段依次进行；所述后台评估的评估时段是1个小时的倍数，具体时长由用户决定；通过交互平台的“后台评估”菜单项输入必要的参数后，即可启动“后台评估”。
3.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(2)是指借助评估系统交互平台的“文件”页、“后台评估”页及平台右上侧窗口，可实现4类信息的设置和修改；4类信息是指：输入数据路径设置、前台评估参数设置、后台评估参数设置、其他参数设置。
4.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(3)是指评估系统读取的数据源有三类：
第一类，预警数据；该类数据由被评估对象提供，包括对短时强降水、对流性大风和冰雹的识别时间和预警区域；
第二类，单体数据；
第三类，实况观测数据；三种强对流天气实况信息包括发生时间、位置及强度。
5.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(4)是指自动站每5或10分钟给出该站点处自临近前整点开始的累计降水量；包括：
①各有效时刻的小时降水量计算方案
利用原始数据，得到每隔5或10分钟的小时累计降水量的方案是：从第1个评估时段开始，逐有效时刻，称为起算时刻，向后滚动计算一小时，得到小时累计降水量，作为相关站点起算时刻的小时降水量；
式中，h0单位为小时，m0单位为分钟，pΣ为某时刻自临近整点开始的累计降水量，称t(h0-1:m0)为起算时刻；可以看出，由于逐有效时刻计算小时累计降水量的需求，当前时段的小时降水量的计算需要使用前后相邻时段的降水实况；
②时强降水时段的确定方案
在第i个基本评估时段内(i＝1,2,L)，对于同一个观测站点，将其降水量首次达到20mm/h及以上的起算时刻记为此时段发生在该站点处的短时强降水的开始时刻tst；在开始时刻之后其降水量首次小于20mm/h的起算时刻记为发生在该站点处的短时强降水的结束时刻tend，如果tend与tst同属评估时段i，则将tend记为此时段该短时强降水的结束时刻，否则，将i时段的结束时间记为此时段该短时强降水的结束时刻；
对评估时段内小时累计降水量Hp＝20-ΔPmm/h,(ΔP≥0)∧(ΔP＝20mm/h)的情况，采用“回避”评估的做法，其开始时刻和降水结束时刻依次记为tst_avoid和tend_avoid。
6.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(5)是指根据我国自动站每5或10分钟记录瞬时极大风速的数据特点，在第i个评估时段内(i＝1,2,……)，对于同一个观测站点，其瞬时最大风速首次大于17.2m/s的时刻记为此时段发生在该站点处的对流性大风的开始时刻tst；在开始时刻之后其风速首次小于17.2m/s的时刻记为发生在该站点处的对流性大风的结束时刻tend，如果tend与tst同属评估时段i，则将tend记为此时段该对流性大风的结束时刻，否则，将i时段的结束时间记为此时段该对流性大风的结束时刻；
对于评估时段内瞬时最大风速V＝17.2-Δvm/s,(Δv≥0)∧(Δv＝17.2m/s)的情况，采用“回避”评估的做法，其瞬时最大风速首次大于17.2-Δvm/s的时刻记为此时段发生在该站点处的非强对流性大风的开始时刻tst_avoid；在开始时刻之后其风速首次小于17.2-Δvm/s的时刻记为发生在该站点处的非强对流性大风的结束时刻tend_avoid，如果tst_avoid与tend_avoid同属评估时段i，则将tend_avoid记为此时段该非强对流性大风的结束时刻，否则，将i时段的结束时间记为此时段该非强对流性大风的结束时刻。
7.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(6)是指冰雹实况的由人工观测记录，包括①降雹地点、②降雹开始时间、③降雹结束时间及④雹粒大小信息，本评估系统要求第①②③信息不能空缺；相同的，对于每一个观测站点，统计其冰雹的起始时刻tst和结束时刻tend，与短时强降水和对流性大风相同，视tend与tst是否属于同一评估时段来标记此时段冰雹的结束时间，即对于发生冰雹的时段，此时段的冰雹结束时间或记为tend、或记为时段的结束时间。
8.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(7)是指在读取所有数据后，需要对数据进一步做出约束：
首先，鉴于在雷达的探测范围中，极远端和较远端的数据质量问题，将雷达全部探测范围的一部分作为对单体、预警、观测三类评估数据进行有效性空间约束；就SA波段雷达而言，该约束根据雷达的径向探测半径r给出，设r值以下的区域为“雷达有效区域”，则对单体及预警区域给出：
【有效区域一级约束】：全部或大部分位于雷达有效范围内的单体与预警是有效的，有效单体及有效预警的全部区域视为有效区域；
第二，站在评估系统评估有效性的角度，用覆盖提供实况观测数据的自动站作为对单体数据及待评估的预警数据进行进一步的有效性时空约束，即：
【有效区域二级约束】：对满足一级约束的有效单体和预警，要求其区域内存在能够提供实况数据的观测站，这便是对单体与和预警有效性的二级约束；
根据收集冰雹实况的实际问题，不对冰雹预警区域附加二级有效性约束；
第三，站在观测数据量级的角度，20mm/h的小时降水量一般被设定为短时强降水的强度下限、17.2m/s的极值风速被设定为雷雨大风，即对流性大风的强度下限，但是，降水和地面风包括非对流类型，并不能将达到及超过上述阈值的降水和地面大风与对流性降水和对流性大风进行唯一性对应；本项目研发的评估系统，使用基于雷达组合反射率数据得到的单体，对经“观测数据准备”处理后的数据进行有效性时空约束，即：
【有效观测站约束】：被单体区域与预警区域覆盖的自动站为有效观测站；
这里所提单体区域，系指外扩Δkm后的区域；评估系统设定Δ的默认值为10km，且允许用户自行Δ的设定值。
9.根据权利要求1所述一种基于位置高影响天气服务产品交互评估的方法，其特征在于，所述步骤(8)是指评估系统在完成评估后，会将评估结果展示给用户，分为前台评估结果展示和后台评估结果展示；
前台评估结果展示：每当一个时段的评估结束，系统便会将评估结果及其前后时段用到的数据信息以文本的形式展示于交互平台右下侧的文本信息展示窗内，同时，系统会根据用户对“单体”、“预警区域”及“观测站”三个复选框的勾选情况，将评估信息可视化于交互平台左侧窗内；为了加强可视化信息的直观性和易读性，针对不同状态的评估信息以不同的颜色予以标识；
后台评估结果展示：用户在“后台评估”对话框完成参数配置后，点击“开始评估”，即可弹出“后台评估信息”对话框，后台评估进程信息显示种类有：
①后台评估期间，各线程实时工作状态；
②后台评估期间，相关的参数信息；
③后台评估结束，线程信息栏中将及时给出定量评估结果及评估结束信息；
在“后台评估”对话框中，有两个复选框，即“保存过程”和“生成文件”，它们与系统对后台评估提供的评估信息保存功能有关；若用户在参数设置时勾选了“保存过程”复选框，系统会在评估结束后生成名称格式为“雷达编号_雷达有效范围_评估内容_外扩距离_评估开始时间_评估结束时间”的文件夹，以图片的形式保存评估过程中每个体扫的单体/预警信息；而“生成文件”功能项保存的是CSV文件和WORD文件，给出评估报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111003203.2A CN113779784A (zh) | 2021-08-30 | 2021-08-30 | 基于位置高影响天气服务产品交互评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111003203.2A CN113779784A (zh) | 2021-08-30 | 2021-08-30 | 基于位置高影响天气服务产品交互评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113779784A true CN113779784A (zh) | 2021-12-10 |
Family
ID=78839963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111003203.2A Pending CN113779784A (zh) | 2021-08-30 | 2021-08-30 | 基于位置高影响天气服务产品交互评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113779784A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110346844A (zh) * | 2019-07-15 | 2019-10-18 | 南京恩瑞特实业有限公司 | Nriet基于云分类和机器学习的定量降水估测方法 |
| CN112015846A (zh) * | 2020-10-16 | 2020-12-01 | 中国气象局气象探测中心 | 一种基于数据业务平台的气象状态综合评估方法和系统 |
-
2021
- 2021-08-30 CN CN202111003203.2A patent/CN113779784A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110346844A (zh) * | 2019-07-15 | 2019-10-18 | 南京恩瑞特实业有限公司 | Nriet基于云分类和机器学习的定量降水估测方法 |
| CN112015846A (zh) * | 2020-10-16 | 2020-12-01 | 中国气象局气象探测中心 | 一种基于数据业务平台的气象状态综合评估方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 董凌宇等: "大气波导条件下短临预报预警系统研究", 《计算机技术与发展》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Impacts of severe weather events on high-speed rail and aviation delays | |
| CN104881865B (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
| US7869953B1 (en) | System and method for presenting lightning strike information | |
| CN108646319B (zh) | 一种短时强降雨预报方法及系统 | |
| CN112990086A (zh) | 遥感影像建筑物检测方法、装置及计算机可读存储介质 | |
| CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别系统和应用方法 | |
| CN104166549B (zh) | 气象要素等值面分析平台及构建方法 | |
| CN102520464A (zh) | 区域积涝预报系统及其预报方法 | |
| CN115857059B (zh) | 一种积冰预报管理方法、系统、可读存储介质和设备 | |
| CN102521624A (zh) | 一种土地利用类型分类的方法和系统 | |
| CN109375290A (zh) | 一种基于机器学习的跨海大桥雾监测系统及其应用方法 | |
| CN111126968A (zh) | 天气分析预报服务平台 | |
| Calhoun et al. | Forecaster use and evaluation of real-time 3DVAR analyses during severe thunderstorm and tornado warning operations in the Hazardous Weather Testbed | |
| CN109657728B (zh) | 样例生产方法及模型训练方法 | |
| CN113780175B (zh) | 高植被覆盖区台风暴雨型滑坡的遥感识别方法 | |
| CN113447931A (zh) | 一种基于多普勒雷达数据的短时强降水识别方法 | |
| CN113779784A (zh) | 基于位置高影响天气服务产品交互评估方法 | |
| Wolfson et al. | Tactical 0-2 hour convective weather forecasts for FAA | |
| CN109145415B (zh) | 一种空中交通流时距分布分析方法 | |
| AU2021100350A4 (en) | Method for Predicting Reclamation Potential of Homestead | |
| Hodanish et al. | A small updraft producing a fatal lightning flash | |
| Fu et al. | Automatic detection tree crown and height using Mask R-CNN based on unmanned aerial vehicles images for biomass mapping | |
| CN114219151A (zh) | 自适应通用航空应急救援气象保障系统 | |
| CN104407860B (zh) | 一种基于人件服务模型的决策系统和决策方法 | |
| CN101008673B (zh) | 二次测风雷达接收控制、数据处理方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211210 |
|
| WD01 | Invention patent application deemed withdrawn after publication |