CN114415266A - 水汽数据处理方法、装置、电子设备和计算机可读介质 - Google Patents
水汽数据处理方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN114415266A CN114415266A CN202111658862.XA CN202111658862A CN114415266A CN 114415266 A CN114415266 A CN 114415266A CN 202111658862 A CN202111658862 A CN 202111658862A CN 114415266 A CN114415266 A CN 114415266A
- Authority
- CN
- China
- Prior art keywords
- water
- amount
- delay
- meteorological
- reducible
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 186
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 8
- 238000001556 precipitation Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 8
- 230000036961 partial effect Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 230000002829 reductive effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000005436 troposphere Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Ecology (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- General Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本公开的实施例公开了水汽数据处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取观测站点对应的水汽相关信息和对应水汽相关信息的地面气象信息,其中,水汽相关信息包含大气延迟,地面气象信息包括地面气压、地理纬度和海拔高度;根据大气延迟、地面气压、地理纬度和海拔高度,生成湿项延迟;根据水汽相关信息和湿项延迟,生成大气观测可降水量;根据气象模式程序的模式可降水量,将大气观测可降水量转化为对应气象模式程序的目标数量个调整水汽混合比;将目标数量个调整水汽混合比输入至气象模式程序中,得到天气预报信息。该实施方式改进了气象模式程序对天气过程的模拟和预报,提高了对未来天气预测的准确性。
Description
技术领域
本公开的实施例涉及气象探测领域,具体涉及水汽数据处理方法、装置、电子设备和计算机可读介质。
背景技术
水汽是大气中十分重要的成分,在地球气候系统的能量和水循环中扮演十分关键的角色,也是灾害性天气形成和演变中的重要因子。水汽的时空分布及其变化特征对于大气稳定度、云和降水的形成具有重要指示作用。因此,迫切需要准确地预测未来天气的变化。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了水汽数据处理方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种水汽数据处理方法,该方法包括:获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息,其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度;根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟;根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量;根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比;将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
第二方面,本公开的一些实施例提供了一种水汽数据处理装置,装置包括:获取单元,被配置成获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息,其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度;第一生成单元,被配置成根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟;第二生成单元,被配置成根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量;转化单元,被配置成根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比;输入单元,被配置成将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的水汽数据处理方法,提高了对未来天气预测的准确性。具体来说,导致对未来天气的预测不准确的原因在于:未考虑水汽对天气变化的影响,无法准确地确定大气中的水汽含量,导致对未来天气(例如,降雨量、台风路径)的预测不准确。基于此,本公开的一些实施例的水汽数据处理方法,首先,获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息。其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度。由此,为确定大气中的可降水量(水汽)提供了数据支持。其次,根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟。接着,根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量。由此,可以利用湿项延迟与大气观测可降水量之间的转换关系,计算出大气观测可降水量。然后,根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。由此,可以将大气观测可降水量转化为气象模式程序所适用的数据格式,即,水汽混合比。最后,将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。由此,改进了气象模式程序对天气过程的模拟和预报。从而,可以准确地分析出天气的变化情况,提高了对未来天气预测的准确性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的水汽数据处理方法的一个应用场景的示意图;
图2是根据本公开的水汽数据处理方法的一些实施例的流程图;
图3是根据本公开的水汽数据处理方法的另一些实施例的流程图;
图4是根据本公开的水汽数据处理装置的一些实施例的结构示意图;
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的水汽数据处理方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以获取观测站点对应的水汽相关信息102和对应上述水汽相关信息102的地面气象信息103。其中,上述水汽相关信息102包含大气延迟1021,上述地面气象信息103包括地面气压1031、地理纬度1032和海拔高度1033。其次,计算设备101可以根据上述大气延迟1021、上述地面气压1031、地理纬度1032和海拔高度1033,生成湿项延迟104。接着,计算设备101可以根据上述水汽相关信息102和上述湿项延迟104,生成大气观测可降水量105。然后,计算设备101可以根据气象模式程序的模式可降水量106,将上述大气观测可降水量105转化为对应上述气象模式程序的目标数量个调整水汽混合比107。最后,计算设备101可以将上述目标数量个调整水汽混合比107输入至上述气象模式程序中,得到天气预报信息108。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的水汽数据处理方法的一些实施例的流程200。该水汽数据处理方法,包括以下步骤:
步骤201,获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息。
在一些实施例中,水汽数据处理方法的执行主体(例如图1所示的计算设备101)可以通过有线连接或无线连接的方式从GNSS(Global Navigation Satellite System)接收机中获取观测站点对应的水汽相关信息,以及从观测站点的地面观测设备中获取对应上述水汽相关信息的地面气象信息。其中,上述水汽相关信息包含大气延迟。上述地面气象信息包括地面气压、地理纬度和海拔高度。这里,观测站点可以是指固定的GNSS观测站点。这里,水汽相关信息可以是指大气对流层对电磁波造成的大气延迟信息。这里,大气延迟可以是指全球导航卫星发射的载波信号在穿过大气层时受到大气的折射的延迟误差。这里,地面观测设备可以包括但不限于:地面气压计、地面温度计等,用于检测地面的信息。例如,检测观测站点当前的地面气压、地理纬度、海拔高度等信息。这里,大气延迟可以由电离层延迟和对流层延迟组成。地面气压可以是指观测站点当前测量的地面气压。
步骤202,根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟。
在一些实施例中,根据上述大气延迟、上述地面气压、地理纬度和海拔高度,上述执行主体可以通过以下步骤生成湿项延迟:
第一步,通过双频观测模型对上述大气延迟中的电离层延迟进行修正,得到修正后的大气延迟作为对流层天顶总延迟。这里,可以通过双频观测模型去除上述大气延迟中的电离层延迟。从而,得到对流层天顶总延迟。这里,对流层天顶总延迟可以由干延迟(静力延迟)和湿延迟(湿项延迟)组成。
第二步,将上述地面气压、地理纬度和海拔高度输入至静力延迟函数中,以生成静力延迟:
其中,Zh表示静力延迟。P0表示地面气压。α表示上述地理纬度。H表示上述海拔高度。f(α,H)=(1-0.00266cos(2α)-0.00028H)。这里,地面气压P0可以是指观测站点当前测量的地面气压。
第三步,将上述对流层天顶总延迟与上述静力延迟的差值确定为湿项延迟。
步骤203,根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量。
在一些实施例中,上述执行主体可以根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量。这里,上述水汽相关信息还包括:液态水密度和水汽分压。上述地面气象信息还包括地面温度。这里,液态水密度可以是指对流层中液态水的密度。这里,水汽分压可以是指对流层的湿空气中水汽所占的压力。这里,地面温度可以是指观测站点当前所检测的地面的温度。
实践中,根据上述水汽相关信息和上述湿项延迟,上述执行主体可以通过以下步骤生成大气观测可降水量:
第一步,根据上述水汽分压和上述地面温度,生成大气加权平均温度。实践中,可以将上述水汽分压和上述地面温度输入至以下公式,从而生成大气加权平均温度:
其中,Tm表示大气加权平均温度。Pv表示上述水汽分压。T表示上述地面温度。
第二步,根据上述液态水密度、上述大气加权平均温度和上述湿项延迟,生成大气观测可降水量。实践中,可以将上述液态水密度和上述大气加权平均温度输入至以下公式,生成大气观测可降水量:
其中,PWV表示大气观测可降水量。ρw表示上述液态水密度。Rv表示水汽的气体常数。Tm表示上述大气加权平均温度。k1和k2分别表示预先设置的实验常数。Zw表示上述湿项延迟。
步骤204,根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。
在一些实施例中,上述执行主体可以根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。这里,气象模式程序可以是指WRF-RTFDDA(Weather Research and Forecasting Real-time Four-dimensional Data Assimilation,基于WRF的实时四维数据同化系统)模式系统。这里,在气象模式程序中将对流层划分为多个湿度场垂直层,预先设定了每个湿度场垂直层的水汽混合比和厚度。这里,目标数量可以是指多个湿度场垂直层的数量。
实践中,根据气象模式程序的模式可降水量,上述执行主体可以通过以下步骤将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比:
第一步,确定上述大气观测可降水量与上述模式可降水量的可降水量差值。
第二步,将上述气象模式程序中设置的每个湿度场垂直层的水汽占比与上述模式可降水量的乘积确定为垂直层可降水量,得到垂直层可降水量序列。这里,水汽占比可以是指预先设定的模式可降水量在每一个湿度场垂直层中的降水量占比。
第三步,将上述气象模式程序中设置的每个湿度场垂直层的水汽占比与上述可降水量差值的乘积确定为垂直层差值,得到垂直层差值序列。
第四步,对于上述垂直层可降水量序列中的第一个垂直层可降水量,执行如下处理步骤:
第一步骤,将上述第一个垂直层可降水量和上述垂直层差值的和确定为第一垂直层调整可降水量。这里,第一个垂直层可降水量可以是指气象模式程序中设定的第一层湿度场垂直层对应的降水量。
第二步骤,响应于确定上述第一垂直层调整可降水量小于等于预设可降水量,将上述第一垂直层调整可降水量与上述第一个垂直层可降水量的比值确定为可降水量比值。其中,上述预设可降水量为:预设的上述第一个垂直层可降水量对应的湿度场垂直层的最大可降水量。
第三步骤,将上述可降水量比值与上述第一个垂直层可降水量对应的水汽混合比的乘积确定为调整水汽混合比。
可选地,处理步骤还可以包括:
第四步骤,响应于确定上述第一垂直层调整可降水量大于上述预设可降水量,将上述第一垂直层调整可降水量与上述预设可降水量的差值确定为移动可降水量。
第五步骤,将去除了上述第一个垂直层可降水量的垂直层可降水量序列确定为备选垂直层可降水量序列。
第六步骤,将上述备选垂直层可降水量序列中的第一个备选垂直层可降水量增加上述移动可降水量,以对上述备选垂直层可降水量序列进行更新,以及将更新后的备选垂直层可降水量序列作为垂直层可降水量序列,再次执行上述处理步骤。这里,将上述备选垂直层可降水量序列中的第一个备选垂直层可降水量增加上述移动可降水量,即指将第一个备选垂直层可降水量加上上述移动可降水量,以对第一个备选垂直层可降水量进行更新。
步骤205,将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
在一些实施例中,上述执行主体可以将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。这里,天气预报信息可以包括但不限于:温度、相对湿度、气压、风向、风速等信息。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的水汽数据处理方法,提高了对未来天气预测的准确性。具体来说,导致对未来天气的预测不准确的原因在于:未考虑水汽对天气变化的影响,无法准确地确定大气中的水汽含量,导致对未来天气(例如,降雨量)的预测不准确。基于此,本公开的一些实施例的水汽数据处理方法,首先,获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息。其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度。由此,为确定大气中的可降水量(水汽)提供了数据支持。其次,根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟。接着,根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量。由此,可以利用湿项延迟与大气观测可降水量之间的转换关系,计算出大气观测可降水量。然后,根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。由此,可以将大气观测可降水量转化为气象模式程序所适用的数据格式,即,水汽混合比。最后,将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。由此,改进了气象模式程序对天气过程的模拟和预报。从而,可以准确地分析出天气的变化情况,提高了对未来天气预测的准确性。
进一步参考图3,示出了根据本公开的水汽数据处理方法的另一些实施例。该水汽数据处理方法,包括以下步骤:
步骤301,获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息。
步骤302,根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟。
步骤303,根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量。
在一些实施例中,步骤301-303的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。
步骤304,获取上述气象模式程序对应的模式层顶气压和上述气象模式程序中设置的每个湿度场垂直层的厚度和水汽混合比。
在一些实施例中,水汽数据处理方法的执行主体(例如图1所示的计算设备101)可以通过有线连接或无线连接的方式从安装了气象模式程序的终端设备中获取上述气象模式程序对应的模式层顶气压和上述气象模式程序中设置的每个湿度场垂直层的厚度和水汽混合比。这里,模式层顶气压可以是指气象模式程序中设置的各个湿度场垂直层中最后一层湿度场垂直层的气压。这里,在气象模式程序中将对流层划分为多个湿度场垂直层,预先设定了每个湿度场垂直层的水汽混合比和厚度。
步骤305,根据上述模式层顶气压、上述地面气压、上述气象模式程序中设置的各个湿度场垂直层的厚度和水汽混合比,生成模式可降水量。
在一些实施例中,上述执行主体可以根据上述模式层顶气压、上述地面气压、上述气象模式程序中设置的各个湿度场垂直层的厚度和水汽混合比,生成模式可降水量。这里,模式层顶气压可以是指气象模式程序中设置的各个湿度场垂直层中最后一层湿度场垂直层的气压。
实践中,上述执行主体可以将上述模式层顶气压、上述地面气压、上述气象模式程序中设置的各个湿度场垂直层的厚度和水汽混合比输入至以下公式,生成模式可降水量:
其中,PWmod表示模式可降水量。Ps表示上述地面气压。Pt表示上述模式层顶气压。g表示重力加速度。k表示上述各个湿度场垂直层中湿度场垂直层的序号。N表示上述各个湿度场垂直层的数量。i与k相同。表示第i层湿度场垂直层的水汽混合比。Δσ(k)表示第k层湿度场垂直层的厚度。
步骤306,根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。
步骤307,将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
在一些实施例中,步骤306-307的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤204-205,在此不再赘述。
从图3可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的流程300可以计算出气象模式程序对应的模式可降水,从而便于将大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种水汽数据处理装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的水汽数据处理装置400包括:获取单元401、第一生成单元402、第二生成单元403、转化单元404和输入单元405。其中,获取单元401,被配置成获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息,其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度;第一生成单元402,被配置成根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟;第二生成单元403,被配置成根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量;转化单元404,被配置成根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比;输入单元405,被配置成将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)500的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息,其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度;根据上述大气延迟、上述地面气压、地理纬度和海拔高度,生成湿项延迟;根据上述水汽相关信息和上述湿项延迟,生成大气观测可降水量;根据气象模式程序的模式可降水量,将上述大气观测可降水量转化为对应上述气象模式程序的目标数量个调整水汽混合比;将上述目标数量个调整水汽混合比输入至上述气象模式程序中,得到天气预报信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一生成单元、第二生成单元、转化单元和输入单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取观测站点对应的水汽相关信息和对应上述水汽相关信息的地面气象信息,其中,上述水汽相关信息包含大气延迟,上述地面气象信息包括地面气压、地理纬度和海拔高度的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种水汽数据处理方法,包括:
获取观测站点对应的水汽相关信息和对应所述水汽相关信息的地面气象信息,其中,所述水汽相关信息包含大气延迟,所述地面气象信息包括地面气压、地理纬度和海拔高度;
根据所述大气延迟、所述地面气压、地理纬度和海拔高度,生成湿项延迟;
根据所述水汽相关信息和所述湿项延迟,生成大气观测可降水量;
根据气象模式程序的模式可降水量,将所述大气观测可降水量转化为对应所述气象模式程序的目标数量个调整水汽混合比;
将所述目标数量个调整水汽混合比输入至所述气象模式程序中,得到天气预报信息。
2.根据权利要求1所述的方法,其中,所述根据所述大气延迟、所述地面气压、地理纬度和海拔高度,生成湿项延迟,包括:
通过双频观测模型对所述大气延迟中的电离层延迟进行修正,得到修正后的大气延迟作为对流层天顶总延迟;
将所述地面气压、地理纬度和海拔高度输入至静力延迟函数中,以生成静力延迟;
将所述对流层天顶总延迟与所述静力延迟的差值确定为湿项延迟。
3.根据权利要求1所述的方法,其中,所述水汽相关信息还包括:液态水密度和水汽分压,所述地面气象信息还包括地面温度;以及
所述根据所述水汽相关信息和所述湿项延迟,生成大气观测可降水量,包括:
根据所述水汽分压和所述地面温度,生成大气加权平均温度;
根据所述液态水密度、所述大气加权平均温度和所述湿项延迟,生成大气观测可降水量。
4.根据权利要求1所述的方法,其中,在所述根据气象模式程序的模式可降水量,将所述大气观测可降水量转化为对应所述气象模式程序的目标数量个调整水汽混合比之前,所述方法还包括:
获取所述气象模式程序对应的模式层顶气压和所述气象模式程序中设置的每个湿度场垂直层的厚度和水汽混合比;
根据所述模式层顶气压、所述地面气压、所述气象模式程序中设置的各个湿度场垂直层的厚度和水汽混合比,生成模式可降水量。
5.根据权利要求4所述的方法,其中,所述根据气象模式程序的模式可降水量,将所述大气观测可降水量转化为对应所述气象模式程序的目标数量个调整水汽混合比,包括:
确定所述大气观测可降水量与所述模式可降水量的可降水量差值;
将所述气象模式程序中设置的每个湿度场垂直层的水汽占比与所述模式可降水量的乘积确定为垂直层可降水量,得到垂直层可降水量序列;
将所述气象模式程序中设置的每个湿度场垂直层的水汽占比与所述可降水量差值的乘积确定为垂直层差值,得到垂直层差值序列。
6.根据权利要求5所述的方法,其中,所述根据气象模式程序的模式可降水量,将所述大气观测可降水量转化为对应所述气象模式程序的目标数量个调整水汽混合比,还包括:
对于所述垂直层可降水量序列中的第一个垂直层可降水量,执行如下处理步骤:
将所述第一个垂直层可降水量和所述垂直层差值的和确定为第一垂直层调整可降水量;
响应于确定所述第一垂直层调整可降水量小于等于预设可降水量,将所述第一垂直层调整可降水量与所述第一个垂直层可降水量的比值确定为可降水量比值,其中,所述预设可降水量为:预设的所述第一个垂直层可降水量对应的湿度场垂直层的最大可降水量;
将所述可降水量比值与所述第一个垂直层可降水量对应的水汽混合比的乘积确定为调整水汽混合比。
7.根据权利要求6所述的方法,其中,所述处理步骤还包括:
响应于确定所述第一垂直层调整可降水量大于所述预设可降水量,将所述第一垂直层调整可降水量与所述预设可降水量的差值确定为移动可降水量;
将去除了所述第一个垂直层可降水量的垂直层可降水量序列确定为备选垂直层可降水量序列;
将所述备选垂直层可降水量序列中的第一个备选垂直层可降水量增加所述移动可降水量,以对所述备选垂直层可降水量序列进行更新,以及将更新后的备选垂直层可降水量序列作为垂直层可降水量序列,再次执行所述处理步骤。
8.一种水汽数据处理装置,包括:
获取单元,被配置成获取观测站点对应的水汽相关信息和对应所述水汽相关信息的地面气象信息,其中,所述水汽相关信息包含大气延迟,所述地面气象信息包括地面气压、地理纬度和海拔高度;
第一生成单元,被配置成根据所述大气延迟、所述地面气压、地理纬度和海拔高度,生成湿项延迟;
第二生成单元,被配置成根据所述水汽相关信息和所述湿项延迟,生成大气观测可降水量;
转化单元,被配置成根据气象模式程序的模式可降水量,将所述大气观测可降水量转化为对应所述气象模式程序的目标数量个调整水汽混合比;
输入单元,被配置成将所述目标数量个调整水汽混合比输入至所述气象模式程序中,得到天气预报信息。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658862.XA CN114415266B (zh) | 2021-12-31 | 2021-12-31 | 水汽数据处理方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111658862.XA CN114415266B (zh) | 2021-12-31 | 2021-12-31 | 水汽数据处理方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114415266A true CN114415266A (zh) | 2022-04-29 |
CN114415266B CN114415266B (zh) | 2022-09-20 |
Family
ID=81268985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111658862.XA Active CN114415266B (zh) | 2021-12-31 | 2021-12-31 | 水汽数据处理方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114415266B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828690A (zh) * | 2018-07-02 | 2018-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种反演大气水汽含量的方法及装置 |
CN108875254A (zh) * | 2018-07-03 | 2018-11-23 | 南京信息工程大学 | 一种大气温湿廓线的一维变分反演方法 |
CN109543353A (zh) * | 2018-12-29 | 2019-03-29 | 广东电网有限责任公司 | 三维水汽反演方法、装置、设备和计算机可读存储介质 |
CN109782374A (zh) * | 2019-01-15 | 2019-05-21 | 北京华云星地通科技有限公司 | 通过同化反演的水汽含量优化数值天气预报的方法及装置 |
CN110610595A (zh) * | 2019-08-01 | 2019-12-24 | 江苏科博空间信息科技有限公司 | 一种基于北斗水汽反演地质灾害预警方法 |
CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
CN111458768A (zh) * | 2020-03-27 | 2020-07-28 | 山东大学 | 一种强对流天气预警方法、计算机设备和存储介质 |
CN111551964A (zh) * | 2020-05-27 | 2020-08-18 | 中国气象局气象探测中心 | 一种基于导航卫星系统的水汽观测方法 |
CN111707622A (zh) * | 2020-05-28 | 2020-09-25 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的大气水汽垂直分布及输送通量的测算方法 |
CN111881581A (zh) * | 2020-07-29 | 2020-11-03 | 中国测绘科学研究院 | 一种建立三维水汽格网模型的方法和系统 |
-
2021
- 2021-12-31 CN CN202111658862.XA patent/CN114415266B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828690A (zh) * | 2018-07-02 | 2018-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种反演大气水汽含量的方法及装置 |
CN108875254A (zh) * | 2018-07-03 | 2018-11-23 | 南京信息工程大学 | 一种大气温湿廓线的一维变分反演方法 |
CN109543353A (zh) * | 2018-12-29 | 2019-03-29 | 广东电网有限责任公司 | 三维水汽反演方法、装置、设备和计算机可读存储介质 |
CN109782374A (zh) * | 2019-01-15 | 2019-05-21 | 北京华云星地通科技有限公司 | 通过同化反演的水汽含量优化数值天气预报的方法及装置 |
CN110610595A (zh) * | 2019-08-01 | 2019-12-24 | 江苏科博空间信息科技有限公司 | 一种基于北斗水汽反演地质灾害预警方法 |
CN111401634A (zh) * | 2020-03-13 | 2020-07-10 | 成都信息工程大学 | 一种获取气候信息处理方法、系统、存储介质 |
CN111458768A (zh) * | 2020-03-27 | 2020-07-28 | 山东大学 | 一种强对流天气预警方法、计算机设备和存储介质 |
CN111551964A (zh) * | 2020-05-27 | 2020-08-18 | 中国气象局气象探测中心 | 一种基于导航卫星系统的水汽观测方法 |
CN111707622A (zh) * | 2020-05-28 | 2020-09-25 | 中国科学院合肥物质科学研究院 | 基于地基max-doas的大气水汽垂直分布及输送通量的测算方法 |
CN111881581A (zh) * | 2020-07-29 | 2020-11-03 | 中国测绘科学研究院 | 一种建立三维水汽格网模型的方法和系统 |
Non-Patent Citations (1)
Title |
---|
施闯,张卫星,曹云昌等: ""基于北斗/GNSS的中国-中南半岛地区大气水汽气候特征及同降水的相关分析"", 《测绘学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114415266B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6535817B1 (en) | Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble | |
Chen et al. | Assessment of ZTD derived from ECMWF/NCEP data with GPS ZTD over China | |
CN110568459B (zh) | 基于igs和cors站的区域电离层tec实时监测方法 | |
Zus et al. | Systematic errors of mapping functions which are based on the VMF1 concept | |
KR20150138363A (ko) | 지점 관측을 사용하여 기상 예보를 미세 조정하는 방법 및 시스템 | |
CN111551964B (zh) | 一种基于导航卫星系统的水汽观测方法 | |
US9625614B2 (en) | Systems and methods for atmospheric modeling based on GPS measurement | |
Isioye et al. | Modelling weighted mean temperature in the West African region: Implications for GNSS meteorology | |
CN112327340B (zh) | 终端定位精度评估方法、装置、设备以及介质 | |
Li et al. | Refining the empirical global pressure and temperature model with the ERA5 reanalysis and radiosonde data | |
Douša et al. | A two-stage tropospheric correction model combining data from GNSS and numerical weather model | |
Irvem et al. | Evaluation of satellite and reanalysis precipitation products using GIS for all basins in Turkey | |
CN111898815A (zh) | 台风轨迹预测方法、装置、电子设备和计算机可读介质 | |
Isioye et al. | The potential for observing African weather with GNSS remote sensing | |
Schwarz et al. | Integrating uncertainty propagation in GNSS radio occultation retrieval: From bending angle to dry‐air atmospheric profiles | |
US20070258485A1 (en) | Satellite based positioning of a wireless terminal | |
CN114415266B (zh) | 水汽数据处理方法、装置、电子设备和计算机可读介质 | |
Verkhoglyadova et al. | Estimation of winds from GPS radio occultations | |
JP2010130533A (ja) | 位置算出サーバ、位置算出システム及び位置算出方法 | |
Liu et al. | The Impact of Different Mapping Function Models and Meteorological Parameter Calculation Methods on the Calculation Results of Single‐Frequency Precise Point Positioning with Increased Tropospheric Gradient | |
CN113946636A (zh) | 气象数据处理方法及装置、可读存储介质 | |
CN115859026A (zh) | 一种高分辨率近地面pm2.5浓度遥感反演方法及装置 | |
Savchuk et al. | Comparison of approaches to zenith tropospheric delay determination based on data of atmosphere radio sounding and GNSS observation | |
Hu et al. | An accurate height reduction model for zenith tropospheric delay correction using ECMWF data | |
Chen et al. | Assessment of GPT2 empirical troposphere model and application analysis in precise point positioning |
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 |