CN113917567B - 一种网格化暴雨预警方法、系统、电子设备及介质 - Google Patents
一种网格化暴雨预警方法、系统、电子设备及介质 Download PDFInfo
- Publication number
- CN113917567B CN113917567B CN202111151849.5A CN202111151849A CN113917567B CN 113917567 B CN113917567 B CN 113917567B CN 202111151849 A CN202111151849 A CN 202111151849A CN 113917567 B CN113917567 B CN 113917567B
- Authority
- CN
- China
- Prior art keywords
- storm
- rainfall
- grid
- warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 231100000817 safety factor Toxicity 0.000 description 2
- 230000010757 Reduction Activity Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
Landscapes
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及气象预警技术领域,其目的在于提供一种网格化暴雨预警方法、系统、电子设备及介质。其中的网格化暴雨预警方法包括:获取过去12h的观测雨量数据,并根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;获取未来0‑12h的网格降雨预报数据;将过去12h的网格实况雨量数据与未来0‑12h的网格降雨预报数据融合,得到24h时长的网格雨量数据;根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别。本发明可提供网格化的客观暴雨预警信息,暴雨预警分辨率更高,便于实际应用和推广。
Description
技术领域
本发明涉及气象预警技术领域,特别是涉及一种网格化暴雨预警方法、系统、电子设备及介质。
背景技术
暴雨是我国频繁发生并容易造成财产严重损失的气象灾害,研究科学准确的暴雨天气预报预警技术,并及时向防灾减灾部门和社会公众发布预警信息,是开展暴雨防灾减灾活动的重要依据。
中国气象局依据暴雨可能造成的危害程度、紧急程度和发展态势将暴雨预警信号划分为四级,划分标准如下:Ⅳ级(一般)、Ⅲ级(较重)、Ⅱ级(严重)、Ⅰ级(特别严重),依次用蓝色、黄色、橙色和红色表示。具体地,12小时内降雨量将达50毫米以上,或者已达50毫米以上且降雨可能持续,为暴雨蓝色预警信号标准;6小时内降雨量将达50毫米以上,或者已达50毫米以上且降雨可能持续,为暴雨黄色预警信号标准;3小时内降雨量将达50毫米以上,或者已达50毫米以上且降雨可能持续,为暴雨橙色预警信号标准;3小时内降雨量将达100毫米以上,或者已达100毫米以上且降雨可能持续,为暴雨红色预警信号标准。
现有技术中,进行暴雨预警过程中,通常通过气象工作人员分析各类气象监测数据和预报数据,以得出暴雨预警结论并编发预警信号至应用端。随着气象监测能力的进步和数值模式的快速发展,气象监测及预报数据日益丰富,依赖气象人员的主观分析来应对日益增长的气象大数据将变得越来越困难,因而,目前出现了各类系统或平台的研发,其可为气象人员快速准确地开展暴雨预警工作提供参考依据。如广西壮族自治区水利科学研究院公开的《一种水库暴雨预警阈值动态分析系统》[专利申请公布号:CN111476976A],其通过确定临界雨量和水库累积雨量过程线,为水库暴雨预警提供及时有效的预警数据;广东省气象公共安全技术支持中心公开的《气象灾害防御方法及系统》[专利申请公布号:CN110910045A],其通过不同的目标区域确定对应的敏感气象安全因素,并进行等级划分,对应不同的预警模式,实现分等级、分区域的、更加有针对性的气象灾害预警、应急措施与评价;南京信大安全应急管理研究院有限公司公开的《一种气象灾害监测预警系统》[专利申请公布号:CN111487696A],其通过气象信息采集和气象数据库内的历史数据比对,帮助气象人员更快的得出预警结论等。
但是,在使用现有技术过程中,发明人发现现有技术中至少存在如下问题:
随着精细化和网格化预报的发展,预报数据的时空分辨率大幅提高,发展气象数据的客观、智能分析技术、提高对气象大数据信息的挖掘能力显得越来越重要。然而现有技术只能对指定站点进行暴雨预警,同时暴雨预警分辨率较低。
发明内容
本发明旨在至少在一定程度上解决上述技术问题,本发明提供了一种网格化暴雨预警方法、系统、电子设备及介质。
本发明采用的技术方案是:
第一方面,本发明提供了一种网格化暴雨预警方法,包括:
获取过去12h的观测雨量数据,并根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;
获取未来0-12h的网格降雨预报数据;
将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,得到24h时长的网格雨量数据;
根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,所述暴雨预警级别包括暴雨红色预警、暴雨橙色预警、暴雨黄色预警、暴雨蓝色预警和/或无暴雨预警,当所述暴雨预警级别为多个时,最终的暴雨预警级别为级别最高的暴雨预警级别。
基于上述发明内容,提供了一种网格化暴雨预警方法的新方案,即先根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据,并获取未来0-12h的网格降雨预报数据,然后将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,得到24h时长的网格雨量数据,最后对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,进而可提供网格化的客观暴雨预警信息,暴雨预警分辨率更高,便于实际应用和推广。
在一个可能的设计中,根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据,包括:
获取待进行暴雨预警的网格,所述网格内包括多个待估点;
将过去12h的观测雨量数据基于空间插值方法插入所述网格的待估点上,得到过去12h的网格实况雨量数据。
在一个可能的设计中,所述空间插值方法采用反距离加权法,所述反距离加权法的公式为:
其中,R为网格待估点的实况雨量数据,Ri为待估点周围第i个观测站点的降雨量;di为网格待估点与第i个观测站点之间的距离,n为用于插值的观测站点数;p为加权幂指数。
在一个可能的设计中,根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,包括:
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前3小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(1.1)或(1.2):
即在当前时刻(i=NT时刻)满足条件(1.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(1.2):
则判定i时刻的暴雨预警级别为暴雨红色预警;其中,NT指代当前时刻,i为当前时刻及当前时刻后12小时中的任一整数时刻,ri为i时刻的降雨量,R3为i-3时刻至i时刻之间3小时内的累计降雨量,rNT为当前时刻的降雨量,rm为当前时刻降雨持续的判定阈值;
若满足条件(2.1)或(2.2):
即在当前时刻(i=NT时刻)满足条件(2.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(2.2):
则判定i时刻的暴雨预警级别为暴雨橙色预警;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前6小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(3.1)或(3.2):
即在当前时刻(i=NT时刻)满足条件(3.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(3.2):
则判定i时刻的暴雨预警级别为暴雨黄色预警;其中,R6为i-6时刻至i时刻之间6小时内的累计降雨量;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前12小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(4.1)或(4.2):
即在当前时刻(i=NT时刻)满足条件(4.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(4.2):
则判定i时刻的暴雨预警级别为暴雨蓝色预警;其中,R12为i-12时刻至i时刻之间12小时内的累计降雨量;
若以上条件均不满足,则判定当前时刻及未来12小时内的暴雨预警级别均为无暴雨预警;
根据当前时刻及未来12小时内的所有暴雨预警级别,得到最终的暴雨预警级别。
在一个可能的设计中,得到最终的暴雨预警级别后,还包括:
获取当前暴雨预警级别对应的起始时刻和结束时刻。
在一个可能的设计中,得到最终的暴雨预警级别后,还包括:
以红色、橙色、黄色和蓝色标识各对应待估点的暴雨预警级别,以白色代表无暴雨预警,根据待进行暴雨预警的网格,及所述网格中各待测点处最终的暴雨预警级别,得到暴雨预警分析平面图。
第二方面,本发明提供了一种暴雨预警系统,用于实现上述任一项所述的网格化暴雨预警方法;所述暴雨预警系统包括:
观测雨量数据获取模块,用于获取过去12h的观测雨量数据;
网格实况雨量数据计算模块,通信连接所述观测雨量数据获取模块,用于根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;
网格降雨预报数据获取模块,用于获取未来0-12h的网格降雨预报数据;
数据融合模块,分别通信连接所述网格实况雨量数据计算模块和网格降雨预报数据获取模块,用于将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,并得到24h时长的网格雨量数据;
以及,暴雨预警级别确定模块,通信连接所述数据融合模块,用于根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别。
第三方面,本发明提供了一种电子设备,包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成上述任一所述的网格化暴雨预警方法的操作。
第四方面,本发明提供了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行上述任一项所述的网格化暴雨预警方法的操作。
附图说明
图1是本发明提供的网格化暴雨预警方法的流程示意图;
图2是本发明提供的网格化暴雨预警方法中24h时长的时间序列图;
图3是本发明提供的暴雨预警系统的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。
应当理解,尽管本文可能使用术语第一、第二等等来描述各种单元,但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。
应当理解,对于本文中可能出现的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B三种情况。
应当理解,还应当注意到在一些备选实施例中,所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
实施例1:
本实施例第一方面提供了一种网格化暴雨预警方法,可以但不限于由具有一定计算资源的计算机设备或虚拟机执行,例如由个人计算机(Personal Computer,PC,指一种大小、价格和性能适用于个人使用的多用途计算机;台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(Personal digitalassistant,PAD)或可穿戴设备等电子设备执行,或者由虚拟机Hypervisor执行,以便得到最终的暴雨预警级别。如图1所示,所述网格化暴雨预警方法,可以但不限于包括有如下步骤:
S1.获取过去12h(hour,小时)的观测雨量数据,并根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;应当理解的是,过去12h为当前时间点之前的12h时间段,观测雨量数据基于目前的自动气象站观测得出的,观测雨量数据的获取为现有技术,此处不予赘述。需要说明的是,自动气象站观测得出的观测雨量数据是根据自动气象站的实际分布点决定的,是一种不规则的、离散的空间点状分布数据,本实施例中,将观测雨量数据处理为网格实况雨量数据,即将观测雨量数据插值至规则的地理网格上,由此可适应网格化预报的要求,同时便于将观测雨量数据与未来的网格降雨预报进行融合;另外,网格实况雨量数据中,网格的间距可根据预报需求进行设定,如5km、3km、1km等。
S2.获取未来0-12h的网格降雨预报数据;应当理解的是,网格降雨预报数据可通过气象部门获取,气象部门对网格降雨预报数据的计算,以及从气象部门获取网格降雨预报数据的方法均为现有技术,此处不予赘述。
S3.将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,得到24h时长的网格雨量数据;如图2提供的24h时长的时间序列图,此处将过去12h设定为P1时间段,将未来0-12h设定为P2时间段,将当前时刻设定为NT时刻;
S4.根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,所述暴雨预警级别包括暴雨红色预警、暴雨橙色预警、暴雨黄色预警、暴雨蓝色预警和/或无暴雨预警,当所述暴雨预警级别为多个时,最终的暴雨预警级别为级别最高的暴雨预警级别。应当理解的是,暴雨红色预警的级别大于暴雨橙色预警的级别,暴雨橙色预警的级别大于暴雨黄色预警的级别,暴雨黄色预警的级别大于暴雨蓝色预警的级别,暴雨蓝色预警的级别大于无暴雨预警的级别。
应当理解的是,暴雨预警信号划分标准基于背景技术中的现有标准实现,此处不予赘述。
本实施例在实施过程中,可先根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据,并获取未来0-12h的网格降雨预报数据,然后将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,得到24h时长的网格雨量数据,最后对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,进而可提供网格化的客观暴雨预警信息,暴雨预警分辨率更高,便于实际应用和推广。
本实施例中,根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据,包括:
S101.获取待进行暴雨预警的网格,所述网格内包括多个待估点;需要说明的是,待估点为待进行气象预报的网格点,待估点的位置可根据网格的密度等信息进行确定;
S102.将过去12h的观测雨量数据基于空间插值方法插入所述网格的待估点上,得到过去12h的网格实况雨量数据。
需要说明的是,得到网格实况雨量数据过程中,也可通过获取地理网格,并将过去12h的观测雨量数据插入地理网格内的方式,得到过去12h的网格实况雨量数据。当然,由于气象部门是基于待进行暴雨预警的网格得到未来0-12h的网格降雨预报数据,此处如采用地理网格获取过去12h的网格实况雨量数据,则需将未来0-12h的网格降雨预报数据重新插入地理网格内,方可使过去12h的网格实况雨量数据的格式与未来0-12h的网格降雨预报数据的格式相匹配,造成数据处理的工作量增大。此处基于待进行暴雨预警的网格得到过去12h的网格实况雨量数据,可减轻后续的数据处理的工作量,同时便于提高数据处理效率。
具体地,本实施例中,所述空间插值方法采用反距离加权法,所述反距离加权法的公式为:
其中,R为网格待估点的实况雨量数据,Ri为待估点周围第i个观测站点的降雨量;di为网格待估点与第i个观测站点之间的距离,n为用于插值的观测站点数,通常取为离待估点最近的数个观测站点的数量或一定搜索半径中的观测站点的数量;p为加权幂指数。需要说明的是,加权幂指数p用于调节插值函数曲面的形状,p越大,插值效果越平滑;p通常取为0.5~3,本实施例中取为2。
本实施例中,步骤S4,根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,包括:
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前3小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(1.1)或(1.2):
即在当前时刻(i=NT时刻)满足条件(1.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(1.2):
则判定i时刻的暴雨预警级别为暴雨红色预警,并获取暴雨红色预警起始时刻PX1和结束时刻PX2,其中PX1时刻为i-3时刻,PX2时刻为i时刻;其中,NT指代当前时刻,i为当前时刻及当前时刻后12小时中的任一整数时刻,ri为i时刻的降雨量,R3为i-3时刻至i时刻之间3小时内的累计降雨量,rNT为当前时刻的降雨量,rm为当前时刻降雨持续的判定阈值;需要说明的是,rm可根据实际暴雨预警需求确定,rm的取值越小,越易满足降雨持续的判定条件,相对的暴雨预警的命中率会增加但虚警率则会提高,本实施例中,rm可取为5mm;
应当理解的是,本实施例中累计降雨量采用累加求和的方式进行计算,其也可采用积分方式进行计算,相对积分方式计算而言,累加求和计算的计算舍弃了累计降雨量的精确度,但其整体的计算工作量更小,可快速获取预定时间段内的累计降雨量,以便于加快暴雨预警的速度。
若满足条件(2.1)或(2.2):
即在当前时刻(i=NT时刻)满足条件(2.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(2.2):
则判定i时刻的暴雨预警级别为暴雨橙色预警,并获取暴雨红色预警起始时刻PX1和结束时刻PX2,其中PX1时刻为i-3时刻,PX2时刻为i时刻;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前6小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(3.1)或(3.2):
即在当前时刻(i=NT时刻)满足条件(3.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(3.2):
则判定i时刻的暴雨预警级别为暴雨黄色预警,并获取暴雨红色预警起始时刻PX1和结束时刻PX2,其中PX1时刻为i-6时刻,PX2时刻为i时刻;其中,R6为i-6时刻至i时刻之间6小时内的累计降雨量;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前12小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(4.1)或(4.2):
即在当前时刻(i=NT时刻)满足条件(4.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(4.2):
则判定i时刻的暴雨预警级别为暴雨蓝色预警,并获取暴雨红色预警起始时刻PX1和结束时刻PX2,其中PX1时刻为i-12时刻,PX2时刻为i时刻;其中,R12为i-12时刻至i时刻之间12小时内的累计降雨量;
若以上条件均不满足,则判定当前时刻及未来12小时内的暴雨预警级别均为无暴雨预警;
根据当前时刻及未来12小时内的所有暴雨预警级别,得到当前需要发布的最终的暴雨预警级别,即包含当前时刻及未来12小时内的可能达到的最高暴雨预警级别。
应当理解的是,若当前时刻或未来12小时内的暴雨预警级别为一个,则判定此暴雨预警级别为最终的暴雨预警级别;
若当前暴雨预警级别为多个,则判定最终的暴雨预警级别为多个暴雨预警级别中最高暴雨预警级别。
应当理解的是,待进行暴雨预警的网格中包括多个待估点,根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别时,可得到多个待估点对应的最终的暴雨预警级别。
本实施例中,得到最终的暴雨预警级别后,还包括:
S5.以红色、橙色、黄色和蓝色标识各对应待估点的暴雨预警级别,以白色代表无暴雨预警,根据待进行暴雨预警的网格,及所述网格中各待测点处最终的暴雨预警级别,得到暴雨预警分析平面图。需要说明的是,气象人员可基于暴雨预警分析平面图获取各区域对应的暴雨预警情况,便于减轻气象人员的工作量,还应当理解的是,暴雨预警分析平面图内还可包括待估点上暴雨预警级别对应的起始时刻PX1和结束时刻PX2,以便气象人员进行参考。
实施例2:
本实施例提供一种暴雨预警系统,用于实现实施例1中网格化暴雨预警方法;如图3所示,所述暴雨预警系统包括:
观测雨量数据获取模块,用于获取过去12h的观测雨量数据;
网格实况雨量数据计算模块,通信连接所述观测雨量数据获取模块,用于根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;
网格降雨预报数据获取模块,用于获取未来0-12h的网格降雨预报数据;
数据融合模块,分别通信连接所述网格实况雨量数据计算模块和网格降雨预报数据获取模块,用于将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,并得到24h时长的网格雨量数据;
暴雨预警级别确定模块,通信连接所述数据融合模块,用于根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别;
以及,暴雨预警分析平面图构建模块,通信连接所述暴雨预警级别确定模块,用于根据待进行暴雨预警的网格,及所述网格中各待测点处最终的暴雨预警级别,得到暴雨预警分析平面图。
实施例3:
在实施例1或2的基础上,本实施例公开了一种电子设备,该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等,如图4所示,电子设备包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如实施例1中任一所述的网格化暴雨预警方法的操作。
具体地,处理器301可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable LogicArray,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(CentralProcessing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器301可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。
存储器302可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的网格化暴雨预警方法。
在一些实施例中,终端还可选包括有:通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地,外围设备包括:射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中,处理器301、存储器302和通信接口303被集成在同一芯片或电路板上;在一些其他实施例中,处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。
显示屏305用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。
电源306用于为电子设备中的各个组件进行供电。
实施例4:
在实施例1至3任一项实施例的基础上,本实施例公开了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如实施例1所述的网格化暴雨预警方法的操作。
需要说明的是,所述功能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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明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)执行本发明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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
最后应说明的是,本发明不局限于上述可选的实施方式,任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制,本发明的保护范围应当以权利要求书中界定的为准,并且说明书可以用于解释权利要求书。
Claims (8)
1.一种网格化暴雨预警方法,其特征在于:包括:
获取过去12h的观测雨量数据,并根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;
获取未来0-12h的网格降雨预报数据;
将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,得到24h时长的网格雨量数据;
根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,所述暴雨预警级别包括暴雨红色预警、暴雨橙色预警、暴雨黄色预警、暴雨蓝色预警和/或无暴雨预警,当所述暴雨预警级别为多个时,最终的暴雨预警级别为级别最高的暴雨预警级别;
根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别,包括:
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前3小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(1.1)或(1.2):
即在当前时刻(i=NT时刻)满足条件(1.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(1.2):
则判定i时刻的暴雨预警级别为暴雨红色预警;其中,NT指代当前时刻,i为当前时刻及当前时刻后12小时中的任一整数时刻,ri为i时刻的降雨量,R3为i-3时刻至i时刻之间3小时内的累计降雨量,rNT为当前时刻的降雨量,rm为当前时刻降雨持续的判定阈值;
若满足条件(2.1)或(2.2):
即在当前时刻(i=NT时刻)满足条件(2.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(2.2):
则判定i时刻的暴雨预警级别为暴雨橙色预警;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前6小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(3.1)或(3.2):
即在当前时刻(i=NT时刻)满足条件(3.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(3.2):
则判定i时刻的暴雨预警级别为暴雨黄色预警;其中,R6为i-6时刻至i时刻之间6小时内的累计降雨量;
根据24h时长的逐小时网格雨量数据,从当前时刻开始,逐次滑动计算当前时刻及未来每个时刻的前12小时累计降雨量,以得到当前时刻及其之后时刻的暴雨预警级别,若满足条件(4.1)或(4.2):
即在当前时刻(i=NT时刻)满足条件(4.1):
或在未来指定时刻(i=NT+1,NT+2,……,NT+12时刻)满足条件(4.2):
则判定i时刻的暴雨预警级别为暴雨蓝色预警;其中,R12为i-12时刻至i时刻之间12小时内的累计降雨量;
若以上条件均不满足,则判定当前时刻及未来12小时内的暴雨预警级别均为无暴雨预警;
根据当前时刻及未来12小时内的所有暴雨预警级别,得到最终的暴雨预警级别。
2.根据权利要求1所述的一种网格化暴雨预警方法,其特征在于:根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据,包括:
获取待进行暴雨预警的网格,所述网格内包括多个待估点;
将过去12h的观测雨量数据基于空间插值方法插入所述网格的待估点上,得到过去12h的网格实况雨量数据。
3.根据权利要求2所述的一种网格化暴雨预警方法,其特征在于:所述空间插值方法采用反距离加权法,所述反距离加权法的公式为:
其中,R为网格待估点的实况雨量数据,Ri为待估点周围第i个观测站点的降雨量;di为网格待估点与第i个观测站点之间的距离,n为用于插值的观测站点数;p为加权幂指数。
4.根据权利要求1所述的一种网格化暴雨预警方法,其特征在于:得到最终的暴雨预警级别后,还包括:
获取当前暴雨预警级别对应的起始时刻和结束时刻。
5.根据权利要求2所述的一种网格化暴雨预警方法,其特征在于:得到最终的暴雨预警级别后,还包括:
以红色、橙色、黄色和蓝色标识各对应待估点的暴雨预警级别,以白色代表无暴雨预警,根据待进行暴雨预警的网格,及所述网格中各待测点处最终的暴雨预警级别,得到暴雨预警分析平面图。
6.一种暴雨预警系统,其特征在于:用于实现权利要求1至5任一项所述的网格化暴雨预警方法;所述暴雨预警系统包括:
观测雨量数据获取模块,用于获取过去12h的观测雨量数据;
网格实况雨量数据计算模块,通信连接所述观测雨量数据获取模块,用于根据过去12h的观测雨量数据得到过去12h的网格实况雨量数据;
网格降雨预报数据获取模块,用于获取未来0-12h的网格降雨预报数据;
数据融合模块,分别通信连接所述网格实况雨量数据计算模块和网格降雨预报数据获取模块,用于将过去12h的网格实况雨量数据与未来0-12h的网格降雨预报数据融合,并得到24h时长的网格雨量数据;
以及,暴雨预警级别确定模块,通信连接所述数据融合模块,用于根据暴雨预警信号划分标准,对24h时长的网格雨量数据进行滑动累计雨量计算,得到最终的暴雨预警级别。
7.一种电子设备,其特征在于:包括:
存储器,用于存储计算机程序指令;以及,
处理器,用于执行所述计算机程序指令从而完成如权利要求1至5中任一所述的网格化暴雨预警方法的操作。
8.一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,其特征在于:所述计算机程序指令被配置为运行时执行如权利要求1至5任一项所述的网格化暴雨预警方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111151849.5A CN113917567B (zh) | 2021-09-29 | 2021-09-29 | 一种网格化暴雨预警方法、系统、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111151849.5A CN113917567B (zh) | 2021-09-29 | 2021-09-29 | 一种网格化暴雨预警方法、系统、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113917567A CN113917567A (zh) | 2022-01-11 |
CN113917567B true CN113917567B (zh) | 2024-04-12 |
Family
ID=79237054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111151849.5A Active CN113917567B (zh) | 2021-09-29 | 2021-09-29 | 一种网格化暴雨预警方法、系统、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113917567B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114781769B (zh) * | 2022-06-27 | 2022-09-30 | 长江水利委员会水文局 | 一种流域超标准洪水动态精细化预警方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070286A (zh) * | 2020-08-25 | 2020-12-11 | 贵州黔源电力股份有限公司 | 复杂地形流域的降水预报预警系统 |
CN112561172A (zh) * | 2020-12-18 | 2021-03-26 | 广西瑞宇建筑科技有限公司 | 一种降雨内涝房屋安全预警系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2278353B1 (en) * | 2009-07-24 | 2018-02-14 | Kabushiki Kaisha Toshiba | Weather radar apparatus and rainfall rate calculation method |
-
2021
- 2021-09-29 CN CN202111151849.5A patent/CN113917567B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070286A (zh) * | 2020-08-25 | 2020-12-11 | 贵州黔源电力股份有限公司 | 复杂地形流域的降水预报预警系统 |
CN112561172A (zh) * | 2020-12-18 | 2021-03-26 | 广西瑞宇建筑科技有限公司 | 一种降雨内涝房屋安全预警系统 |
Non-Patent Citations (1)
Title |
---|
云南省昭通市多尺度极端降水时空特征分析;李绅东;长江科学院院报;第33卷(第11期);说明书正文第2.3节,公式7 * |
Also Published As
Publication number | Publication date |
---|---|
CN113917567A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104977584B (zh) | 一种对流天气的临近预报方法及系统 | |
CN113240936B (zh) | 停车区域推荐方法、装置、电子设备和介质 | |
CN104660993B (zh) | 基于ais和cctv的海事智能监控方法及系统 | |
CN101556142A (zh) | 架空线路覆冰厚度的视觉检测方法 | |
CN113128105B (zh) | 突发性流域水污染事故监测方法及装置 | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN113917567B (zh) | 一种网格化暴雨预警方法、系统、电子设备及介质 | |
CN110080071B (zh) | 一种道路塌陷预警方法、系统及终端设备 | |
CN112733688B (zh) | 房屋的属性值预测方法、装置、终端设备以及计算机可读存储介质 | |
CN116597693B (zh) | 一种内河航运监控系统及方法 | |
CN110519125A (zh) | 一种基于web的形变可视化实时监测预警系统 | |
CN112530021A (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN118171035B (zh) | 人流热力的预警方法及装置、电子设备和存储介质 | |
CN105184435A (zh) | 一种外勤人员管理方法及系统 | |
CN115346171A (zh) | 一种输电线路监控方法、装置、设备及存储介质 | |
CN113377890A (zh) | 一种地图质检方法、装置、电子设备及存储介质 | |
CN114301803B (zh) | 网络质量检测方法、装置、电子设备及存储介质 | |
CN113934535A (zh) | 海量点云数据处理方法、装置、服务器及系统 | |
CN113535379A (zh) | 一种基于物联网的变电边缘计算方法、系统及设备 | |
CN104301170A (zh) | 基于特征分类的移动终端应用友好性评判方法 | |
CN110162565A (zh) | 预警显示方法、装置及终端设备 | |
CN114987494A (zh) | 驾驶场景处理方法、装置及电子设备 | |
CN114511148A (zh) | 一种基于人工智能的内涝预警方法、系统、介质及设备 | |
CN114419551A (zh) | 通道监控方法、装置、设备以及存储介质 |
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 |