CN115525637A - 一种风矢量观测数据质量控制与处理方法、系统及设备 - Google Patents
一种风矢量观测数据质量控制与处理方法、系统及设备 Download PDFInfo
- Publication number
- CN115525637A CN115525637A CN202211255503.4A CN202211255503A CN115525637A CN 115525637 A CN115525637 A CN 115525637A CN 202211255503 A CN202211255503 A CN 202211255503A CN 115525637 A CN115525637 A CN 115525637A
- Authority
- CN
- China
- Prior art keywords
- observation data
- wind vector
- component
- data
- vector observation
- 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
- 239000013598 vector Substances 0.000 title claims abstract description 243
- 238000003908 quality control method Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 76
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 35
- 238000007619 statistical method Methods 0.000 claims abstract description 18
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 14
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims description 21
- 239000013589 supplement Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000005070 sampling Methods 0.000 description 4
- 230000025518 detection of mechanical stimulus involved in sensory perception of wind Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 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
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Security & Cryptography (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种风矢量观测数据控制与处理方法、系统、计算机设备及存储介质。通过将风矢量观测数据进行矢量分解,基于风矢量观测数据的矢量分解结果进行数据有效性判断,对矢量分解后的U分量和V分量的奇异值,采用插值法或统计法得到质量控制后的矢量分解结果,再将质量控制后的矢量分解结果按照平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。与现有技术相比,本申请的风矢量观测数据控制与处理方法稳定性和普适性,适用于单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据等多种常见观测场景下得到的风矢量观测数据质量控制,数据和人力资源要求更少,无需大量观测数据和前期分析工作。
Description
技术领域
本发明涉及风矢量观测数据技术领域,尤其涉及一种风矢量观测数据质量控制与处理方法、系统、计算机设备及可读存储介质。
背景技术
风矢量观测数据为常规气象观测的重要要素,由于矢量包含大小与方向,因此与其他标量观测数据不同,风矢量观测数据的分析处理无法使用常规的统计方法,在面对观测数据缺失、错误时,往往也缺乏有效的识别和处理手段。
目前,在对风矢量观测数据质量检测方面,主要思路为:1)气候学界限值检查;2)气候极值检查;3)内部一致性检查;4)时间一致性检查。气候学界限值检查指判断观测数据是否是从气候学的角度不可能发生的要素值的检查,观测数据应在气候学界限制之内;气候极值检查指观测数据是否是超当地气候极值的检查,需结合当地历史观测数据进行判断;内部一致性检查指同一时间观测的气象要素之间的关系须符合一定规律的检查,需要除风矢量外其他气象要素的观测结果,并需进行前期分析工作以找到一致性关系;时间一致性检查指对观测数据在一定时间范围内的变化范围是否具有特定规律的检查。目前工程实践中对风矢量观测数据处理的主要思路为求平均/代表风矢量,常用的办法有:1)算数平均法,2)代表风向法。算数平均法的主要思路是将风矢量的大小和方向分别视为标量,并分别求其算数平均值。代表风向法的主要思路是将一定时空范围内的主风向作为平均风向,用风速的算数平均值作为平均风速。这两种方法也是常用的对风矢量观测数据奇异值的处理方法。
在风矢量观测数据质量检测方面,目前的4种方法对于风速的检测具有较好效果,但在风向检测上,除了观测风向超出[0°,360°)值域的显著不合理情况,其他场景下往往很难判断风向观测数据是否合理有效。在风矢量观测数据处理方面,算数平均法在处理风向时,无法正确应对数据样本中出现风向之差大于180°的情况,会出现明显的方向错误(反向);代表风向法在观测数据时空范围较小(即样本较少)或风向变化范围较大时,无法提供合理有效的参考。
发明内容
本发明提供了一种风矢量观测数据质量控制与处理方法、系统、计算机设备及可读存储介质,以解决在风向检测上,除了观测风向超出[0°,360°)值域的显著不合理情况,其他场景下往往很难判断风向观测数据是否合理有效的技术问题,实现风矢量检测数据质量的控制和处理。
为解决上述技术问题,第一方面,本发明实施例提供了一种风矢量观测数据质量控制与处理方法,所述方法包括:
获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据;
对所述完整风矢量观测数据进行正交分解,获得U分量和V分量;
对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查;
若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;
若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
在进一步的实施例中,所述对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据,包括:
判断所述风矢量观测数据是否存在数据缺失,若否,则将所述风矢量观测数据作为完整风矢量观测数据;若是,则采用统计法或插值法对有数据缺失的所述风矢量观测数据进行数据补充,获得完整风矢量观测数据。
在进一步的实施例中,所述对所述完整风矢量观测数据进行正交分解,获得U分量和V分量,包括:
将所述完整风矢量观测数据以地理坐标系为投影坐标系进行正交分解,其中纬向分量为U分量,东风为正;经向分量为V分量,北风为正。
在进一步的实施例中,所述将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据,包括:
将所述质量控制后的U分量和V分量根据平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。
在进一步的实施例中,所述统计法包括:最邻近法和反距离权重法;所述插值法包括:双线性插值法、样条插值法和多项式插值法。
在进一步的实施例中,所述风矢量观测数据至少包括:单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据;
对于所述单站垂直风矢量观测数据和单站风矢量时间序列观测数据,采用样条插值法和多项式插值法进行数据补充。
对于所述二维平面风矢量观测数据,采用最邻近法、反距离权重法和双线性插值法进行数据补充。
第二方面,本发明实施例提供了一种风矢量观测数据质量控制与处理系统,所述系统包括:数据处理模块:获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据;
正交分解模块:用于对所述完整风矢量观测数据进行正交分解,获得U分量和V分量;
数据检查模块:用于对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查;
质量控制模块:若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
第三方面,本发明实施例提供了一种计算机设备,包括存储器、处理器和收发器,它们之间通过总线连接;存储器用于存储一组计算机程序指令和数据,并可以将存储的数据传输给处理器,处理器可以执行存储器存储的程序指令,以执行上述方法步骤。
第四方面,本发明实施例中提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被运行时,实现上述方法步骤。
本实施例提供了一种风矢量观测数据控制与处理方法、系统、计算机设备及计算机存储介质。通过将风矢量观测数据进行矢量分解,基于风矢量观测数据的矢量分解结果进行数据有效性判断,对矢量分解后的U分量和V分量的奇异值,采用插值法或统计法得到质量控制后的矢量分解结果,再将质量控制后的矢量分解结果按照平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。本申请的风矢量观测数据控制与处理方法,具有稳定性和普适性的特点,适用于单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据等多种常见观测场景下得到的时间/空间维度上的风矢量观测数据质量控制,数据和人力资源要求更少,无需大量其他观测数据和前期分析工作。
附图说明
图1是本发明实施例所提供的一种风矢量观测数据质量控制与处理方法步骤示意图;
图2是本发明实施例所提供的一种风矢量观测数据质量控制与处理系统示意图;
图3是本发明实施例所提供的一种计算机设备示意图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,实施例的给出仅仅是为了说明目的,并不能理解为对本发明的限定,包括附图仅供参考和说明使用,不构成对本发明专利保护范围的限制。基于本发明中的实施例,本领域普通技术人员在没有作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,在本发明的实施例中,一种风矢量观测数据质量控制与处理方法,所述方法包括以下步骤S1-S4:
S1、获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据。
S2、对所述完整风矢量观测数据进行正交分解,获得U分量和V分量。
S3、对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查。
S4、若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
在地面气象观测中,通过风矢量观测数据采集站采集不同观测场景下时间和/或空间维度上的风矢量观测数据,常见的风矢量观测数据类型主要有:单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据。其中,单站垂直风矢量观测数据,为一个观测站在同一时间不同高度上采集的风矢量观测数据;二维平面风矢量观测数据,为不同观测站在同一时间同一高度上采集的风矢量观测数据;单站风矢量时间序列观测数据,为一个观测站在同一高度不同时间采集的风矢量观测数据。本发明实施例适用于不限于上述常见的风矢量观测数据类型,可推广至多种常见观测场景下得到的时间或/和空间维度上的风矢量观测数据质量控制和处理。
在地面气象观测中,一般采用风观测数据采集系统进行风矢量观测数据采集。在获取每一组风矢量观测数据时,系统可根据设定自动识别每组风矢量观测数据内的缺失值,如采集的风矢量观测数据内存在缺失值,则表明该组风矢量观测数据不完整,不能直接用于风矢量观测数据的处理,需要对缺失数据进行补充,得到完整的风矢量观测数据。常用的数据补充方法包括:统计法和插值法,其中,统计法包括:最邻近法和反距离权重法,插值法包括:双线性插值法、样条插值法和多项式插值法。一般情况下,对于二维平面风矢量分布观测数据,可以采用最邻近法、反距离权重法、双线性插值法等;对于单站垂直风矢量观测数据和单站风矢量时间序列观测数据,可以采用线性或非线性插值方法(如样条插值法、多项式插值法等)。如采集的风矢量观测数据不存在缺失值,则表明该组风矢量观测数据为完整的风矢量观测数据,可直接用于风矢量观测数据的处理。
在本发明实施例中,在获得完整风矢量观测数据后,需对所有数据进行正交分解。风矢量观测数据为具有大小和方向的物理量,其中大小表示风力,方向表示风向,在对风矢量观测数据进行正交分解时,以地理坐标系为投影坐标系,其中纬向分量为U分量,东风(由东向西吹)为正,反之为负向;经向分量为V分量,北风(由北向南吹)为正,反之为负向。
基于已有的风矢量观测数据,分别对获得的U分量和V分量进行奇异值检查,检查方法包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查。其中,气候学界限值检查:指从气候学的角度不可能发生的要素值,观测记录应在气候学界限值之内的检查。气候极值检查:指气象记录是否是超气候极值的检查。气候极值是指在固定地点的气象台站在一定的时间范围内出现概率很小的气象记录,一般基于已有的风矢量观测数据或者根据当地气象站的长期气候观测数据,统计得到风矢量的气候极值。内部一致性检查,指同一时间观测的气象要素记录之间的关系必须符合一定规律的检查,一般从两个方面入手:1、是否符合风矢量内部一致性关系(现实风场分布特征):风向应当在[0°,360°)值域范围内,垂直方向或水平方向不应当存在不合理的风矢量大小/方向突变(仅限于空间采样点相邻很近时),例如,同一时刻观测到的风矢量夹角很大或者风速差值很大;单站垂直风矢量观测数据应当随着高度升高风速变大,风向差别不大(近地层100、200米以内观测)或者随着高度升高风向向右(北半球,南半球为向左)偏转形成螺线(边界层内观测,即“埃克曼螺线Ekman spiral”);2、是否符合与其他气象要素的一致性关系:风矢量与其他气象要素的一致性关系判断通常在风矢量内部一致性关系判断结果可疑时进行,最常使用的场景是风矢量大小/方向出现突变,排除地形因素导致的原因后,需结合气温、气压、湿度的空间分布特征和时间变化判断是否有可能在局地瞬时引起风矢量大小/方向突变的天气系统(台风、冷锋、雷暴等)过境,当时间采样点很邻近时,还需要结合前后时序的风矢量分布,查看这种突变的持续时间。时间一致性检查:指对气象记录变化是否在一定的时间范围内变化具有特定规律的检查。基于已有的风矢量观测数据,查看其时间变化是否符合现实风场变化特征,相邻两个时刻不应当存在不合理的风矢量大小/方向突变。时间一致性检查仅限于时间采样点相邻很近时,若时间采样点相邻较大例如间隔3小时以上,通常不进行时间一致性检查。时间一致性检查针对单站风矢量时间序列观测数据,在仅有风矢量空间分布观测数据,如某时间点的单站垂直风矢量观测数据或二维平面风矢量观测数据时,则不进行时间一致性检查。
在对U分量和V分量进行以上检查时,若U分量和V分量均通过检查,则将其对应的完整风矢量观测数据作为质量控制后的风矢量观测数据;若U分量或/和V分量未通过检查,则采用统计法或插值法对U分量或/和V分量进行数据补充,得到质量控制后的U分量或/和V分量,数据补充方法和上文提到的针对有数据缺失的风矢量观测数据的补充采用的方法相同,在此不再赘述。
通过对存在奇异值的U分量或/和所述V分量进行补充,得到质量控制后的U分量和V分量,将质量控制后的U分量和V分量根据平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。
本申请通过将风矢量观测数据进行矢量分解,基于风矢量观测数据的矢量分解结果进行数据有效性判断,对矢量分解后的U分量和V分量的奇异值,采用插值法或统计法得到质量控制后的矢量分解结果,再将质量控制后的矢量分解结果按照平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。本申请的风矢量观测数据控制与处理方法,具有稳定性和普适性的特点,适用于单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据等多种常见观测场景下得到的时间/空间维度上的风矢量观测数据质量控制,数据和人力资源要求更少,无需大量其他观测数据和前期分析工作。
风矢量观测数据受气候和温度的影响比较大,对于获得的质量控制后风矢量观测数据,可以以气候类型或者温度范围进行聚类分析,建立风矢量相似日模型,用于对质量控制后的风矢量观测数据的数据质量进行进一步的分析,也可以对未来风矢量观测数据进行预测。
相应地,如图2所示,基于一种风矢量观测数据控制与处理方法,本发明实施例还提供一种风矢量观测数据控制与处理系统,所述系统包括:
数据处理模块1:获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据;
正交分解模块2:用于对所述完整风矢量观测数据进行正交分解,获得U分量和V分量;
数据检查模块3:用于对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查;
质量控制模块4:若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
关于一种风矢量观测数据控制与处理系统的具体限定可以参见上述对于一种风矢量观测数据控制与处理方法的限定,此处不再赘述。本领域普通技术人员可以意识到,结合本申请所公开的实施例描述的各个模块和步骤,能够以硬件、软件或者两者结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
如图3所示,本发明实施例提供的一种计算机设备,包括存储器、处理器和收发器,它们之间通过总线连接;存储器用于存储一组计算机程序指令和数据,并可以将存储的数据传输给处理器,处理器可以执行存储器存储的程序指令,以执行上述风矢量观测数据控制与处理方法的步骤。
其中,存储器可以包括易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者;处理器可以是中央处理器、微处理器、特定应用集成电路、可编程逻辑器件或其组合。通过示例性但不是限制性说明,上述可编程逻辑器件可以是复杂可编程逻辑器件、现场可编程逻辑门阵列、通用阵列逻辑或其任意组合。
另外,存储器可以是物理上独立的单元,也可以与处理器集成在一起。
本领域普通技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有相同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,所述存储介质用于存储一个或多个计算机程序,所述一个或多个计算机程序包括程序代码,当所述计算机程序在计算机上运行时,所述程序代码用于执行上述风矢量观测数据控制与处理方法的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如SSD)等。
本领域技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
本实施例中一种风矢量观测数据控制与处理方法、系统、计算机设备及计算机存储介质,针对风矢量观测数据有效性检测中,在风向检测上,除了观测风向超出[0°,360°)值域的显著不合理情况,其他场景下往往很难判断风向观测数据是否合理有效的技术问题。本申请通过将风矢量观测数据进行矢量分解,基于风矢量观测数据的矢量分解结果进行数据有效性判断,对矢量分解后的U分量和V分量的奇异值,采用插值法或统计法得到质量控制后的矢量分解结果,再将质量控制后的矢量分解结果按照平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。本申请的风矢量观测数据控制与处理方法,具有稳定性和普适性的特点,适用于单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据等多种常见观测场景下得到的时间/空间维度上的风矢量观测数据质量控制,数据和人力资源要求更少,无需大量其他观测数据和前期分析工作。
以上所述实施例仅表达了本申请的几种优选实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本申请的保护范围。因此,本申请专利的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种风矢量观测数据质量控制与处理方法,其特征在于,包括:
获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据;
对所述完整风矢量观测数据进行正交分解,获得U分量和V分量;
对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查;
若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;
若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
2.如权利要求1所述的风矢量观测数据质量控制与处理方法,其特征在于,所述对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据,包括:
判断所述风矢量观测数据是否存在数据缺失,若否,则将所述风矢量观测数据作为完整风矢量观测数据;若是,则采用统计法或插值法对有数据缺失的所述风矢量观测数据进行数据补充,获得完整风矢量观测数据。
3.如权利要求1所述的风矢量观测数据质量控制与处理方法,其特征在于,所述对所述完整风矢量观测数据进行正交分解,获得U分量和V分量,包括:
将所述完整风矢量观测数据以地理坐标系为投影坐标系进行正交分解,其中纬向分量为U分量,东风为正;经向分量为V分量,北风为正。
4.如权利要求1所述的风矢量观测数据质量控制与处理方法,其特征在于,所述将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据,包括:
将所述质量控制后的U分量和V分量根据平行四边形法则进行矢量合成,获得质量控制后的风矢量观测数据。
5.如权利要求1或2所述的风矢量观测数据质量控制与处理方法,其特征在于,所述统计法包括:最邻近法和反距离权重法;所述插值法包括:双线性插值法、样条插值法和多项式插值法。
6.如权利要求5所述的风矢量观测数据质量控制与处理方法,其特征在于,所述风矢量观测数据至少包括:单站垂直风矢量观测数据、二维平面风矢量观测数据、单站风矢量时间序列观测数据;
对于所述单站垂直风矢量观测数据和单站风矢量时间序列观测数据,采用样条插值法和多项式插值法进行数据补充。
对于所述二维平面风矢量观测数据,采用最邻近法、反距离权重法和双线性插值法进行数据补充。
7.一种风矢量观测数据质量控制与处理系统,其特征在于,所述系统包括:
数据处理模块:获取风矢量观测数据,对所述风矢量观测数据进行完整性判断处理,获得完整风矢量观测数据;
正交分解模块:用于对所述完整风矢量观测数据进行正交分解,获得U分量和V分量;
数据检查模块:用于对所述U分量和所述V分量进行奇异值检查;所述奇异值检查包括:气候学界限值检查、气候极值检查、内部一致性检查和时间一致性检查;
质量控制模块:若检查不通过,则采用统计法或插值法对所述U分量和所述V分量进行数据补充,得到质量控制后的U分量和V分量;并将所述质量控制后的U分量和V分量进行矢量合成,得到质量控制后的风矢量观测数据;若检查通过,则将完整风矢量观测数据作为质量控制后的风矢量观测数据。
8.一种计算机设备,其特征在于:包括存储器、处理器和收发器,它们之间通过总线连接;存储器用于存储一组计算机程序指令和数据,并可以将存储的数据传输给处理器,处理器可以执行存储器存储的程序指令,以执行如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被运行时,实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211255503.4A CN115525637B (zh) | 2022-10-13 | 一种风矢量观测数据质量控制与处理方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211255503.4A CN115525637B (zh) | 2022-10-13 | 一种风矢量观测数据质量控制与处理方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115525637A true CN115525637A (zh) | 2022-12-27 |
CN115525637B CN115525637B (zh) | 2024-04-26 |
Family
ID=
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004347540A (ja) * | 2003-05-26 | 2004-12-09 | National Institute Of Information & Communication Technology | ウィンドプロファイラにおける信号処理方法及びそのプログラムと装置 |
CN110726850A (zh) * | 2019-10-08 | 2020-01-24 | 南京信息工程大学 | 基于风向分解的铁路横风预警系统及横风强度计算方法 |
CN111611233A (zh) * | 2020-05-21 | 2020-09-01 | 国家卫星海洋应用中心 | 数据质量检测方法、装置及电子设备 |
CN112199840A (zh) * | 2020-09-30 | 2021-01-08 | 国家海洋环境预报中心 | 数值模式海面风速订正方法、装置、电子设备及存储介质 |
CN113064129A (zh) * | 2021-03-03 | 2021-07-02 | 湖北中南鹏力海洋探测系统工程有限公司 | 一种高频地波雷达海流合成方法 |
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004347540A (ja) * | 2003-05-26 | 2004-12-09 | National Institute Of Information & Communication Technology | ウィンドプロファイラにおける信号処理方法及びそのプログラムと装置 |
CN110726850A (zh) * | 2019-10-08 | 2020-01-24 | 南京信息工程大学 | 基于风向分解的铁路横风预警系统及横风强度计算方法 |
CN111611233A (zh) * | 2020-05-21 | 2020-09-01 | 国家卫星海洋应用中心 | 数据质量检测方法、装置及电子设备 |
CN112199840A (zh) * | 2020-09-30 | 2021-01-08 | 国家海洋环境预报中心 | 数值模式海面风速订正方法、装置、电子设备及存储介质 |
CN113064129A (zh) * | 2021-03-03 | 2021-07-02 | 湖北中南鹏力海洋探测系统工程有限公司 | 一种高频地波雷达海流合成方法 |
Non-Patent Citations (1)
Title |
---|
应浩 等: "开放式T 靶弹丸斜入射风矢量修正模型", 《兵工自动化》, vol. 34, no. 7 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10850840B2 (en) | Drone and rover preplacement for remote autonomous inspection of utility system components | |
CN109544501B (zh) | 一种基于无人机多源图像特征匹配的输电设备缺陷检测方法 | |
CN111426633A (zh) | 一种夜间pm2.5质量浓度估算方法和装置 | |
CN104239899A (zh) | 一种用于无人机巡检的输电线路间隔棒识别方法 | |
CN108898070A (zh) | 一种基于无人机平台的高光谱遥感提取薇甘菊装置及方法 | |
CN114529615B (zh) | 雷达标定方法、装置及存储介质 | |
CN114413849B (zh) | 一种输变电工程三维地理信息数据处理方法及装置 | |
CN112179693A (zh) | 一种基于人工智能的光伏跟踪支架故障检测方法和装置 | |
CN109064515B (zh) | 一种对月观测数据提取方法及提取装置 | |
CN110649957A (zh) | 降低星载微波辐射计滑环传输误码率的方法、系统及介质 | |
CN108415105B (zh) | 一种对地面气象观测站观测相对湿度数值的检验方法 | |
CN115525637A (zh) | 一种风矢量观测数据质量控制与处理方法、系统及设备 | |
CN115877345B (zh) | 一种风廓线雷达缺测数据的补齐方法和装置 | |
CN116580310B (zh) | 一种基于图像识别的作物长势监测方法 | |
CN113271539A (zh) | 一种基于改进的cnn模型的室内目标定位方法 | |
CN115525637B (zh) | 一种风矢量观测数据质量控制与处理方法、系统及设备 | |
CN110187363B (zh) | 适用于大型风电基地的测风方法、系统、设备和存储介质 | |
CN115080629B (zh) | 一种基于遥感技术的气象要素预报系统及方法 | |
CN116363536A (zh) | 一种基于无人机巡查数据的电网基建设备缺陷归档方法 | |
CN114324973B (zh) | 台风风速反演方法、装置、电子设备及存储介质 | |
CN112668615B (zh) | 一种基于深度跨尺度外推融合的卫星云图预测方法 | |
Li et al. | Prediction of wheat gains with imagery from four-rotor UAV | |
CN116299565A (zh) | 一种基于5g+北斗的输电铁塔大跨越变形监测系统及方法 | |
CN114842074A (zh) | 一种基于模型匹配的无人机影像定位方法 | |
CN112070055A (zh) | 积雪覆盖日数的遥感监测方法及遥感监测装置、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 |