CN114779370B - 一种结合卫星云图与数值评估的降水预报方法及系统 - Google Patents
一种结合卫星云图与数值评估的降水预报方法及系统 Download PDFInfo
- Publication number
- CN114779370B CN114779370B CN202210407931.8A CN202210407931A CN114779370B CN 114779370 B CN114779370 B CN 114779370B CN 202210407931 A CN202210407931 A CN 202210407931A CN 114779370 B CN114779370 B CN 114779370B
- Authority
- CN
- China
- Prior art keywords
- module
- precipitation
- satellite
- prediction
- terrain
- 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
- 238000001556 precipitation Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011156 evaluation Methods 0.000 title claims abstract description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 58
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 238000004458 analytical method Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000003672 processing method Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 230000010006 flight Effects 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000013078 crystal Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 238000013277 forecasting method Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims 1
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000012876 topography Methods 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/951—Radar or analogous systems specially adapted for specific applications for meteorological use ground based
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- 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)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Atmospheric Sciences (AREA)
- Databases & Information Systems (AREA)
- Ecology (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种结合卫星云图与数值评估的降水预报方法及系统,包括卫星监测模块、水文气象数据库模块、地形监测模块和航班预测调节模块,所述卫星监测模块用于实时监测地区的气象情况并对其进行遥感成像,所述水文气象数据库模块用于根据地区历史水文气象情况做推算预测,补偿加强图像准确度,所述地形监测模块之间用于分析地区地形降水量影响,所述航班预测调节模块用于根据降水情况对飞机影响动态调节飞机起落时间,所述卫星监测模块与水文气象数据库模块之间电连接,所述卫星监测模块与地形监测模块之间电连接,所述水文气象数据库模块与地形监测模块之间电连接,本发明,具有降水预测准确和实用性强的特点。
Description
技术领域
本发明涉及卫星遥感成像预测降水信息技术领域,具体为一种结合卫星云图与数值评估的降水预报方法及系统。
背景技术
大尺度降水估计与预报对于许多水文应用,如预报干旱和洪水等极端环境事件,水资源管理与农业生产有着重要意义,除此之外,在飞机航行中,对于降水估计也有巨大意义。
在航行中,恶劣的天气对飞机的航行影响巨大,降水使能见度减少的程度,与降水的种类、降水强度及飞行速度有关。一般性降水会使能见度降低至不足3公里,若航空器在飞行中能见度急剧下降,当航空器在高速飞行的情况下遇到强降水,飞行中的能见度可能不足10米,严重影响航空器的飞行、降落与起飞。其次,航空器在零度以下的高空飞行时,当进入过冷水滴的云团时,过冷水滴与机身的碰撞后形成积冰,且速度越大积冰越迅速,积冰强度于速度、过冷水滴温度、大小成平方比。积冰改变了飞机气动构型,使升阻大大降低,从而阻力增大,升力减小,航空器掉高度,威胁安全。
目前,对于降水的预测使用传统地基精密雷达这样的站探测方法仍存在很多不可抗因素,在某些地区,特别是在海洋和中西部地区无法或很难建设相应基站。所以基于卫星的降水估计与预报方法正在成为主要趋势。但是,该方法目前的精度仍不足以落地使用。因此,设计降水预测准确和实用性强的一种结合卫星云图与数值评估的降水预报方法及系统是很有必要的。
发明内容
本发明的目的在于提供一种结合卫星云图与数值评估的降水预报方法及系统,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种结合卫星云图与数值评估的降水预报方法及系统,包括卫星监测模块、水文气象数据库模块、地形监测模块和航班预测调节模块,所述卫星监测模块用于实时监测地区的气象情况并对其进行遥感成像,所述水文气象数据库模块用于根据地区历史水文气象情况做推算预测,补偿加强图像准确度,所述地形监测模块之间用于分析地区地形降水量影响,所述航班预测调节模块用于根据降水情况对飞机影响动态调节飞机起落时间,所述卫星监测模块与水文气象数据库模块之间电连接,所述卫星监测模块与地形监测模块之间电连接,所述水文气象数据库模块与地形监测模块之间电连接。
根据上述技术方案,所述卫星监测模块包括遥感成像模块和成像补偿模块,所述遥感成像模块用于使用卫星对地区进行云图成像,所述成像补偿模块用于对地区卫星遥感成像图做补偿,所述遥感成像模块与成像补偿模块之间电连接;所述水文气象数据库模块包括历史数据分析模块、水文气象预测模块、图像处理分析模块,所述历史数据分析模块用于根据历史数据分析该地区的水文气象情况,所述水文气象预测模块用于根据历史数据对地区的气象做预测,所述图像处理分析模块用于对比图像分析做精确化处理,所述历史数据分析模块与水文气象预测模块之间电连接,所述水文气象预测模块与图像处理分析模块之间电连接;所述地形监测模块包括地形数据库模块和图形叠加分析模块,所述地形监测模块用于实时监测地区地形情况,所述图形叠加分析模块用于将地形图与补偿后的遥感图像相叠加计算地区降雨情况,所述地形数据库模块与图像叠加分析模块之间电连接,所述卫星监测模块与图像叠加分析模块之间电连接,所述水文气象数据库模块与图形叠加分析模块之间电连接;所述成像补偿模块包括卫星通道机制和地基雷达机制,所述卫星通道机制用于使用卫星通道探测云层亮度厚度进行降水量监测,所述地基雷达机制用于使用地区周围地基雷达做地探测法,提升降水量估算精确度。
根据上述技术方案,所述一种结合卫星云图与数值评估的降水预报方法包括以下步骤:
步骤S1:降水预报系统启动,打开遥感成像模块,对地区气象状况进行遥感成像,
步骤S2:同时系统检测周围是否有地基精密雷达基站,如若有雷达基站则同时使用站探测法对气象成像图做补充,否则只使用卫星遥感成像法,
步骤S3:获取地区的历史水文气象状况大数据并分析,得出预测数据,对比历史预测与实际气候差异,形成差异处理法,
步骤S4:地形监测模块实时获取地形数据存入数据库中,
步骤S5:将地形数据成像与补偿后的气候遥感成像图比较,测算出更精确的地区气象降雨状况,
步骤S6:根据测算后的气象降雨图,分析预测调节航班,防止降雨对航行造成影响。
根据上述技术方案,所述步骤S2进一步包括以下步骤:
步骤S21:卫星发射红外辐射仪,测出空中云层高度和厚度,以及云顶温度数值,通过遥感成像模块处理,形成云层模拟图像,
步骤S22:系统调取风云四号,气象卫星8号提供了地球表面分别为14通道和12通道的数据,读取可见光通道测算云层的透光程度,从而获取云层的厚度,读取水蒸气通道数据,得出云层水蒸气含量,
步骤S23:利用卫星的红外通道检测不同类型云团顶部温度,
步骤S24:根据云团的情况计算其降水量以及降水概率,对遥感成像得出的降水估计图,
步骤S25:卫星遥感成像的同时,检测所成像区域是否有地基雷达,如有地基雷达基站则使用地探测法,对降水量做调整。
根据上述技术方案,所述步骤S3进一步包括以下步骤:
步骤S31:将数据库中每一张历史预测降水量图,标记不同区域降水数据标为A1,A2,A3,…,An,
步骤S32:同时调取对应的实际降水量图,不同区域降水量标记为B1,B2,B3,…,Bn,
步骤S33:对比预测图与实际降水图,标注降水预测误差超过阈值C的点,利用机器学习的方式不断学习差异突出点,从而获取系统对降水预测图的差异处理方法。
根据上述技术方案,所述步骤S4进一步包括以下步骤:
步骤S41:读取地形数据库数据,将其上传至图形叠加分析模块,
步骤S42:地形图经过处理,标明等高线以及气象状况,叠加信息,形成完整的气象地形图,
步骤S43:根据地形条件,以及云团移动,提升降雨量分析精确度。
根据上述技术方案,所述步骤S43进一步包括以下步骤:
步骤S431:根据地图等高线测算出地形高度,查询周围的气流类型以及气流走向,
步骤S432:监测暖湿不稳定气流的移动方向,以及结合地形图查看附近山体情况,
步骤S433:标记凹洼的河谷或盆地,该类地区以夜雨为主,因此调整夜间的降雨量,
步骤S434:同时标记有对流发展的积雨云地区,卫星通道检测云端上层是否存在大量冰晶,如果存在则进行标记。
与现有技术相比,本发明所达到的有益效果是:本发明,使用基于卫星降水探测方法利用遥感图像包含云顶亮度温度信息检测降水量,可在全球范围内实施高分辨率,理论上只用两颗卫星就可以观测到整个地球的数据,虽然基于卫星的降水估计与预报方法正在成为主要趋势,但该方法目前的精度仍不足以落地使用,因此使用多种补偿方式,提升卫星监测的精准程度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的系统模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种结合卫星云图与数值评估的降水预报方法及系统,包括卫星监测模块、水文气象数据库模块、地形监测模块和航班预测调节模块,所述卫星监测模块用于实时监测地区的气象情况并对其进行遥感成像,所述水文气象数据库模块用于根据地区历史水文气象情况做推算预测,补偿加强图像准确度,所述地形监测模块之间用于分析地区地形降水量影响,所述航班预测调节模块用于根据降水情况对飞机影响动态调节飞机起落时间,所述卫星监测模块与水文气象数据库模块之间电连接,所述卫星监测模块与地形监测模块之间电连接,所述水文气象数据库模块与地形监测模块之间电连接,天气原因所造成的航班延误就占航班延误总数的41%,可见天气因素对飞行的影响是很大的,影响飞行的主要天气因素有雷雨云、大风、雷暴和大规模降雨,降水使能见度减少的程度,与降水的种类、降水强度及飞行速度有关,严重影响航空器的飞行、降落与起飞,所以着陆机场有强降雨、大风的情况下,最好选择等待或备降,设计一种结合卫星云图与数值评估的降水预报系统,可以更为精准的解决降水预报问题,从而减少降雨天气对航班的影响,达到智能化系统管理的目的。
卫星监测模块包括遥感成像模块和成像补偿模块,所述遥感成像模块用于使用卫星对地区进行云图成像,所述成像补偿模块用于对地区卫星遥感成像图做补偿,所述遥感成像模块与成像补偿模块之间电连接;所述水文气象数据库模块包括历史数据分析模块、水文气象预测模块、图像处理分析模块,所述历史数据分析模块用于根据历史数据分析该地区的水文气象情况,所述水文气象预测模块用于根据历史数据对地区的气象做预测,所述图像处理分析模块用于对比图像分析做精确化处理,所述历史数据分析模块与水文气象预测模块之间电连接,所述水文气象预测模块与图像处理分析模块之间电连接;所述地形监测模块包括地形数据库模块和图形叠加分析模块,所述地形监测模块用于实时监测地区地形情况,所述图形叠加分析模块用于将地形图与补偿后的遥感图像相叠加计算地区降雨情况,所述地形数据库模块与图像叠加分析模块之间电连接,所述卫星监测模块与图像叠加分析模块之间电连接,所述水文气象数据库模块与图形叠加分析模块之间电连接;所述成像补偿模块包括卫星通道机制和地基雷达机制,所述卫星通道机制用于使用卫星通道探测云层亮度厚度进行降水量监测,所述地基雷达机制用于使用地区周围地基雷达做地探测法,提升降水量估算精确度,传统地基精密雷达这样的站探测方法使用非常的广泛,而且精确度相对较高,但是由于地基雷达的建设条件,所以在某些地区,特别是在海洋和中西部地区无法或很难建设,因此我们开发使用基于卫星降水探测方法利用遥感图像包含云顶亮度温度信息检测降水量,可在全球范围内实施高分辨率,一个卫星可以覆盖几乎地球表面的一半,因此理论上只用两颗卫星就可以观测到整个地球的数据,虽然基于卫星的降水估计与预报方法正在成为主要趋势,但是,该方法目前的精度仍不足以落地使用,因此使用多种补偿方式,提升卫星监测的精准程度。
一种结合卫星云图与数值评估的降水预报方法包括以下步骤:
步骤S1:降水预报系统启动,打开遥感成像模块,对地区气象状况进行遥感成像,
步骤S2:同时系统检测周围是否有地基精密雷达基站,如若有雷达基站则同时使用站探测法对气象成像图做补充,否则只使用卫星遥感成像法,
步骤S3:获取地区的历史水文气象状况大数据并分析,得出预测数据,对比历史预测与实际气候差异,形成差异处理法,
步骤S4:地形监测模块实时获取地形数据存入数据库中,
步骤S5:将地形数据成像与补偿后的气候遥感成像图比较,测算出更精确的地区气象降雨状况,
步骤S6:根据测算后的气象降雨图,分析预测调节航班,防止降雨对航行造成影响,得知降水预报之后,根据天气情况,动态调节飞机航班或飞行时间,预防因为强降雨恶劣天气导致飞行风险系数上升。
步骤S2进一步包括以下步骤:
步骤S21:卫星发射红外辐射仪,测出空中云层高度和厚度,以及云顶温度数值,通过遥感成像模块处理,形成云层模拟图像,通过对云层的体型检测,可以推算该云团的性质,方便对降水量进行估计,
步骤S22:系统调取风云四号,气象卫星8号提供了地球表面分别为14通道和12通道的数据,读取可见光通道测算云层的透光程度,从而获取云层的厚度,读取水蒸气通道数据,得出云层水蒸气含量,云层的厚度不光对降水有影响,而且对飞行不利,遮挡视线,所以探测云层的厚度十分重要,
步骤S23:利用卫星的红外通道检测不同类型云团顶部温度,
步骤S24:根据云团的情况计算其降水量以及降水概率,对遥感成像得出的降水估计图,利用卫星成像云层,以及卫星的红外通道和光通道,能够大致测算出基本降水预测量,
步骤S25:卫星遥感成像的同时,检测所成像区域是否有地基雷达,如有地基雷达基站则使用地探测法,对降水量做调整,地基精密雷达的探测相对与卫星遥感成像探测要给为精确,因此当探测区域有地基雷达时,使用地基雷达探测法对卫星探测法进行补充,有效的提升预报精确程度。
步骤S3进一步包括以下步骤:
步骤S31:将数据库中每一张历史预测降水量图,标记不同区域降水数据标为A1,A2,A3,…,An,
步骤S32:同时调取对应的实际降水量图,不同区域降水量标记为B1,B2,B3,…,Bn,
步骤S33:对比预测图与实际降水图,标注降水预测误差超过阈值C的点,利用机器学习的方式不断学习差异突出点,从而获取系统对降水预测图的差异处理方法,预测降雨与实际降水一定存在不同程度上的差异,因此使用历史数据进行对比训练,可以得知误差的数据规律和误差突出点,利用机器学习的方式,提供智能修正预测降水量。
步骤S4进一步包括以下步骤:
步骤S41:读取地形数据库数据,将其上传至图形叠加分析模块,
步骤S42:地形图经过处理,标明等高线以及气象状况,叠加信息,形成完整的气象地形图,
步骤S43:根据地形条件,以及云团移动,提升降雨量分析精确度。
步骤S43进一步包括以下步骤:
步骤S431:根据地图等高线测算出地形高度,查询周围的气流类型以及气流走向,
步骤S432:监测暖湿不稳定气流的移动方向,以及结合地形图查看附近山体情况,当暖湿不稳定气流在移行过程中,遇到山系的机械阻障时,引起气流抬升,强对流容易生成云雨,此时修改提升降水量,
步骤S433:标记凹洼的河谷或盆地,该类地区以夜雨为主,因此调整夜间的降雨量,在夜间时,地面辐射冷却,密度大的冷空气沿山坡下沉谷底,汇聚后被迫抬升,如果盆地中,原来空气比较潮湿,则抬升到一定高度后即能成云并致雨,
步骤S434:同时标记有对流发展的积雨云地区,卫星通道检测云端上层是否存在大量冰晶,如果存在则进行标记,地形和对流对降雨的影响巨大,因此要综合考虑这类因素,尤其存在对流产生雷暴情况,这对飞机飞行极为不利。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。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 (6)
1.一种结合卫星云图与数值评估的降水预报系统,其特征在于:所述降水预报系统包括卫星监测模块、水文气象数据库模块、地形监测模块和航班预测调节模块,所述卫星监测模块用于实时监测地区的气象情况并对其进行遥感成像,所述水文气象数据库模块用于根据地区历史水文气象情况做推算预测,补偿加强图像准确度,所述地形监测模块之间用于分析地区地形降水量影响,所述航班预测调节模块用于根据降水情况对飞机影响动态调节飞机起落时间,所述卫星监测模块与水文气象数据库模块之间电连接,所述卫星监测模块与地形监测模块之间电连接,所述水文气象数据库模块与地形监测模块之间电连接;
所述卫星监测模块包括遥感成像模块和成像补偿模块,所述遥感成像模块用于使用卫星对地区进行云图成像,所述成像补偿模块用于对地区卫星遥感成像图做补偿,所述遥感成像模块与成像补偿模块之间电连接;所述水文气象数据库模块包括历史数据分析模块、水文气象预测模块、图像处理分析模块,所述历史数据分析模块用于根据历史数据分析该地区的水文气象情况,所述水文气象预测模块用于根据历史数据对地区的气象做预测,所述图像处理分析模块用于对比图像分析做精确化处理,所述历史数据分析模块与水文气象预测模块之间电连接,所述水文气象预测模块与图像处理分析模块之间电连接;所述地形监测模块包括地形数据库模块和图形叠加分析模块,所述地形监测模块用于实时监测地区地形情况,所述图形叠加分析模块用于将地形图与补偿后的遥感图像相叠加计算地区降雨情况,所述地形数据库模块与图像叠加分析模块之间电连接,所述卫星监测模块与图像叠加分析模块之间电连接,所述水文气象数据库模块与图形叠加分析模块之间电连接;所述成像补偿模块包括卫星通道机制和地基雷达机制,所述卫星通道机制用于使用卫星通道探测云层亮度厚度进行降水量监测,所述地基雷达机制用于使用地区周围地基雷达做地探测法,提升降水量估算精确度。
2.一种如权利要求1所述的结合卫星云图与数值评估的降水预报系统的降水预报方法,其特征在于:所述降水预报方法包括以下步骤:
步骤S1:降水预报系统启动,打开遥感成像模块,对地区气象状况进行遥感成像,
步骤S2:同时系统检测周围是否有地基精密雷达基站,如若有雷达基站则同时使用站探测法对气象成像图做补充,否则只使用卫星遥感成像法,
步骤S3:获取地区的历史水文气象状况大数据并分析,得出预测数据,对比历史预测与实际气候差异,形成差异处理法,
步骤S4:地形监测模块实时获取地形数据存入数据库中,
步骤S5:将地形数据成像与补偿后的气候遥感成像图比较,测算出更精确的地区气象降雨状况,
步骤S6:根据测算后的气象降雨图,分析预测调节航班,防止降雨对航行造成影响。
3.根据权利要求2所述的降水预报方法,其特征在于:所述步骤S2进一步包括以下步骤:
步骤S21:卫星发射红外辐射仪,测出空中云层高度和厚度,以及云顶温度数值,通过遥感成像模块处理,形成云层模拟图像,
步骤S22:系统调取风云四号,气象卫星8号提供了地球表面分别为14通道和12通道的数据,读取可见光通道测算云层的透光程度,从而获取云层的厚度,读取水蒸气通道数据,得出云层水蒸气含量,
步骤S23:利用卫星的红外通道检测不同类型云团顶部温度,
步骤S24:根据云团的情况计算其降水量以及降水概率,对遥感成像得出的降水估计图,
步骤S25:卫星遥感成像的同时,检测所成像区域是否有地基雷达,如有地基雷达基站则使用地探测法,对降水量做调整。
4.根据权利要求3所述的降水预报方法,其特征在于:所述步骤S3进一步包括以下步骤:
步骤S31:将数据库中每一张历史预测降水量图,标记不同区域降水数据标为,
步骤S32:同时调取对应的实际降水量图,不同区域降水量标记为,
步骤S33:对比预测降水量图与实际降水量图,标注降水预测误差超过阈值C的点,利用机器学习的方式不断学习差异突出点,从而获取系统对降水预测图的差异处理方法。
5.根据权利要求4所述的降水预报方法,其特征在于:所述步骤S4进一步包括以下步骤:
步骤S41:读取地形数据库数据,将其上传至图形叠加分析模块,
步骤S42:地形图经过处理,标明等高线以及气象状况,叠加信息,形成完整的气象地形图,
步骤S43:根据地形条件,以及云团移动,提升降雨量分析精确度。
6.根据权利要求5所述的降水预报方法,其特征在于:所述步骤S43进一步包括以下步骤:
步骤S431:根据地图等高线测算出地形高度,查询周围的气流类型以及气流走向,
步骤S432:监测暖湿不稳定气流的移动方向,以及结合地形图查看附近山体情况,当暖湿不稳定气流在移行过程中,遇到山系的机械阻障时,引起气流抬升,强对流容易生成云雨,此时修改提升降水量,
步骤S433:标记凹洼的河谷或盆地,该类地区以夜雨为主,因此调整夜间的降雨量,
步骤S434:同时标记有对流发展的积雨云地区,卫星通道检测云端上层是否存在大量冰晶,如果存在则进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210407931.8A CN114779370B (zh) | 2022-04-19 | 2022-04-19 | 一种结合卫星云图与数值评估的降水预报方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210407931.8A CN114779370B (zh) | 2022-04-19 | 2022-04-19 | 一种结合卫星云图与数值评估的降水预报方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114779370A CN114779370A (zh) | 2022-07-22 |
CN114779370B true CN114779370B (zh) | 2023-10-13 |
Family
ID=82431886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210407931.8A Active CN114779370B (zh) | 2022-04-19 | 2022-04-19 | 一种结合卫星云图与数值评估的降水预报方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779370B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116567187B (zh) * | 2023-07-10 | 2023-09-26 | 江苏省地质调查研究院 | 一种遥感影像实时传输及显示的方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US10613252B1 (en) * | 2015-10-02 | 2020-04-07 | Board Of Trustees Of The University Of Alabama, For And On Behalf Of The University Of Alabama In Huntsville | Weather forecasting systems and methods |
CN112766531A (zh) * | 2019-11-06 | 2021-05-07 | 中国科学院国家空间科学中心 | 一种基于卫星微波观测资料的径流预测系统及方法 |
CN112785035A (zh) * | 2020-12-29 | 2021-05-11 | 国电电力发展股份有限公司和禹水电开发公司 | 融合多元信息的中短期水文预报方法及系统 |
CN112782788A (zh) * | 2019-11-06 | 2021-05-11 | 中国科学院国家空间科学中心 | 一种区域大气水文耦合预警决策系统及方法 |
CN113032644A (zh) * | 2021-02-25 | 2021-06-25 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种用于飞行的气象监测预报及管理系统 |
-
2022
- 2022-04-19 CN CN202210407931.8A patent/CN114779370B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10613252B1 (en) * | 2015-10-02 | 2020-04-07 | Board Of Trustees Of The University Of Alabama, For And On Behalf Of The University Of Alabama In Huntsville | Weather forecasting systems and methods |
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 |
CN112766531A (zh) * | 2019-11-06 | 2021-05-07 | 中国科学院国家空间科学中心 | 一种基于卫星微波观测资料的径流预测系统及方法 |
CN112782788A (zh) * | 2019-11-06 | 2021-05-11 | 中国科学院国家空间科学中心 | 一种区域大气水文耦合预警决策系统及方法 |
CN112785035A (zh) * | 2020-12-29 | 2021-05-11 | 国电电力发展股份有限公司和禹水电开发公司 | 融合多元信息的中短期水文预报方法及系统 |
CN113032644A (zh) * | 2021-02-25 | 2021-06-25 | 兰州中心气象台(兰州干旱生态环境监测预测中心) | 一种用于飞行的气象监测预报及管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114779370A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Beyrich et al. | Results from one-year continuous operation of a large aperture scintillometer over a heterogeneous land surface | |
MacGorman et al. | The electrical structure of two supercell storms during STEPS | |
CN107403073B (zh) | 一种基于数据同化改进预报降雨的集合洪水预报方法 | |
KR101404430B1 (ko) | 적외선 영상을 이용한 지표온도감률 추정 방법 | |
KR20150066315A (ko) | 이중편파 레이더 기반의 강수 추정 시스템 및 그 방법 | |
Chubb et al. | Estimation of wind-induced losses from a precipitation gauge network in the Australian snowy mountains | |
Li et al. | Numerical simulation study of the effect of buildings and complex terrain on the low-level winds at an airport in typhoon situation | |
CN114779370B (zh) | 一种结合卫星云图与数值评估的降水预报方法及系统 | |
Slättberg et al. | Spatial and temporal patterns of planetary boundary layer height during 1979–2018 over the Tibetan Plateau using ERA5 | |
Wang et al. | Application of wind-profiling radar data to the analysis of dust weather in the Taklimakan Desert | |
Wang et al. | Contrasting pre-Mei-Yu and Mei-Yu extreme precipitation in the Yangtze River valley: Influencing systems and precipitation mechanisms | |
CN113868970B (zh) | 一种基于数值仿真模型及中尺度气象模式的机场区域多源风场融合方法 | |
Zuo et al. | Identification of convective and stratiform clouds based on the improved DBSCAN clustering algorithm | |
Megenhardt et al. | NCWF-2 probabilistic nowcasts | |
Zhang et al. | Quality of terrestrial data derived from UAV photogrammetry: A case study of Hetao irrigation district in northern China | |
Lack et al. | An examination of the effect of wind-drift on radar-derived surface rainfall estimations | |
Wang et al. | The roles of chaos seeding and multiple perturbations in convection-permitting ensemble forecasting over southern China | |
CN114019513B (zh) | 一种星载探测数据全球海洋降雨类型判别装置及方法 | |
Sen Roy et al. | Optimization of Nowcast Software WDSS-II for operational application over the Indian region | |
Stuart | Observations and modelling of precipitation in the Southern Alps of New Zealand | |
CN110782081B (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 | |
Chen et al. | Five decades of glacier changes in the Hulugou Basin of central Qilian Mountains, Northwest China | |
Zhang et al. | Spatial Distribution of High-temperature Risk with a Return Period of Different Years in the Yangtze River Delta Urban Agglomeration | |
Shan et al. | A comparative study of two temperature interpolation methods: a case study of the Middle East of Qilian Mountain | |
Nishiwaki et al. | Behavior and structure of convective clouds developing around a mountainous area observed by stereo photogrammetry and Ka-band and X-band radars: Case study of northern Kanto, Japan |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Wei Chaoshi Inventor after: Chen Bo Inventor after: Jin Yaoting Inventor after: Li Xinfeng Inventor before: Wei Chaoshi |