CN115877359A - 一种雷达的数据验证方法及装置 - Google Patents

Abstract

一种雷达的数据验证方法及装置，涉及风廓线雷达技术领域，该方法包括：获取风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；基于所处位置，获取水平风场数据中所处位置的不同高度的天气雷达组网水平风场数据；获取天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；基于与相关程度对应的的预设规则，对风廓线探测水平风场数据进行验证。由此，可以达到实时对雷达探测出的风速与风向数据进行验证的效果。

Description

一种雷达的数据验证方法及装置

技术领域

本申请涉及风廓线雷达技术领域，特别是涉及一种雷达的数据验证方法及装置。

背景技术

风廓线雷达是一种晴空探测设备，能够以高的时间分辨率和空间分辨率，连续、实时地探测距地面以上3公里甚至20公里范围内大气的水平风和垂直风的风速与风向，以及大气折射率结构常数等气象要素随高度的分布。对风廓线雷达业务网来说，必须保证风廓线雷达探测出的风速与风向数据准确才能更好的开展预报等工作。

目前，主要采取探空球验证的方法，把仪器通过气球带到高空进行风速与风向等气象要素的测量，从而对风廓线雷达探测的风速与风向数据进行验证。然而，该方法首先需要探空气球的发射区域与风廓线雷达的所在区域为同一区域，另外探空气球的发射频次很低，一般早晚分别一次。因此，受限探空气球的发射位置和发射时间的限制，无法进行实时数据验证。

发明内容

本申请提供了一种雷达的数据验证方法及装置，能够实时对雷达探测出的风速与风向数据进行验证。

本申请公开了如下技术方案：

第一方面，本申请公开了一种雷达的数据验证方法，应用于风廓线雷达，所述方法包括：

获取所述风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；

基于所述所处位置，获取水平风场数据中所述所处位置的不同高度的天气雷达组网水平风场数据，所述天气雷达组网水平风场数据是响应于天气雷达组网获取的体扫范围内不同高度的风速与风向数据构建而成；

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；

基于与所述相关程度对应的的预设规则，对所述风廓线探测水平风场数据进行验证。

可选地，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度，包括：

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值；

基于所述相关值的大小，获取与所述相关值对应的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度。

可选地，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值的公式如下：

其中，ρ_x,y为相关值，X为不同高度上的天气雷达组网水平风场数据，Y为不同高度上的风廓线探测水平风场数据，

为不同高度上的天气雷达组网水平风场数据的均值，/>

为不同高度上的风廓线探测水平风场数据的均值。

可选地，所述相关程度的预设规则，包括：

若所述相关值大于或等于预设阈值，则获取的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度为第一相关；若所述相关值小于预设阈值，则获取的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度为第二相关；

若所述相关程度为第一相关，所述验证所述风廓线探测水平风场数据的结果，包括：

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差；

若所述相关程度为第二相关，所述验证所述风廓线探测水平风场数据的结果，包括：

将所述风廓线探测水平风场数据验证为异常。

可选地，在获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差之后，所述方法还包括：

基于所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差，获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差；

基于所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差，获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏离度，所述偏离度用于表征所述风廓线水平风场数据的准确程度。

可选地，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差的公式如下：

其中，S为标准差，X为不同高度上的天气雷达组网水平风场数据的偏差值，

为不同高度上的天气雷达组网水平风场数据的均值，n为选取的高度数量。

可选地，所述获取天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏离度的公式具体如下：

其中，P为偏离度，A为天气雷达组网水平风场数据，X为风廓线探测水平风场数据。

第二方面，本申请公开了一种雷达的数据验证装置，应用于风廓线雷达，所述装置包括：风廓线数据模块、组网数据模块、对比模块、验证模块；

所述风廓线数据模块，用于获取所述风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；

所述组网数据模块，用于基于所述所处位置，获取水平风场数据中所述所处位置的不同高度的天气雷达组网水平风场数据，所述天气雷达组网水平风场数据是响应于天气雷达组网获取的体扫范围内不同高度的风速与风向数据构建而成；

所述对比模块，用于获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；

所述验证模块，用于基于与所述相关程度对应的的预设规则，对所述风廓线探测水平风场数据进行验证。

可选地，所述对比模块，具体包括：获取模块、计算模块；

所述获取模块，用于获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值；

所述计算模块，用于基于所述相关值的大小，获取与所述相关值对应的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度。

可选地，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值的公式如下：

其中，X为不同高度上的天气雷达组网水平风场数据，Y为不同高度上的风廓线探测水平风场数据，

为不同高度上的天气雷达组网水平风场数据的均值，/>

为不同高度上的风廓线探测水平风场数据的均值。

相较于现有技术，本申请具有以下有益效果：

本申请提供一种雷达的数据验证方法及装置，在非强对流中尺度的天气情况下，通过天气雷达组网反演风场，从而获取不同高度的水平风场数据，再基于风廓线雷达的定位，获取风廓线雷达所处位置的不同高度的风速与风向数据，从而和风廓线雷达自身探测的不同高度的风速与风向数据进行偏离度的分析，以达到实时对雷达探测出的风速与风向数据进行验证的效果。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种雷达的数据验证方法流程图；

图2为本申请实施例提供的一种水平风场合成示意图；

图3为本申请实施例提供的一种雷达的数据验证装置示意图。

具体实施方式

下面先对本申请所涉及的技术术语进行介绍。

天气雷达是气象雷达的一种，是监测和预警强对流天气的主要工具。天气雷达的工作原理是通过发射一系列脉冲电磁波，利用云雾、雨、雪等降水粒子对电磁波的散射和吸收，为探测降水的空间分布和铅直结构，并以此为警戒跟踪降水系统。

风廓线雷达是通过向高空发射不同方向的电磁波束，接收并处理这些电磁波束因大气垂直结构不均匀而返回的信息进行高空风场探测的一种遥感设备。风廓线雷达利用多普勒效应能够探测其上空风向、风速等气象要素随高度的变化情况，具有探测时空分辨率高、自动化程度高等优点。

对风廓线雷达业务网来说，必须保证风廓线雷达探测出的风速与风向数据准确才能更好的开展预报等工作。目前，主要采取探空球验证的方法，把仪器通过气球带到高空进行风速与风向等气象要素的测量，从而对风廓线雷达探测的风速与风向数据进行验证。然而，该方法首先需要探空气球的发射区域与风廓线雷达的所在区域为同一区域，另外探空气球的发射频次很低，一般早晚分别一次。因此，受限探空气球的发射位置和发射时间的限制，无法进行实时数据验证。

针对上述缺陷，本申请提供了一种雷达的数据验证方法及装置。在非强对流中尺度的天气情况下，通过天气雷达组网反演风场，从而获取不同高度的水平风场数据，再基于风廓线雷达的定位，获取风廓线雷达所处位置的不同高度的风速与风向数据，从而和风廓线雷达自身探测的不同高度的风速与风向数据进行偏离度的分析，以达到实时对雷达探测出的风速与风向数据进行验证的效果。

需要说明的是，中尺度天气按天气状况可分为强风暴(对流型，包括雷暴、大风等)和暴雨(包括中尺度雨带、雨团等)。天气雷达组网扫描时因多部雷达扫描运行时，对同一空间区域的扫描是有时差的，因此对强风暴这种快速变化的天气，组网风场数据偏差会比较大。而对于非强风暴天气情况下，天气雷达组网反演风场的可信度较好，通过与风廓线雷达不同高度水平风场变化的偏离度分析，能够给出风廓线雷达的风速与风向的相对差异，达到实时对雷达探测出的风速与风向数据进行验证的效果。而对于强对流中尺度天气情况，因天气变化剧烈，天气雷达组网风场反演时，会受到多部天气雷达对空间统一区域扫描的时差影响，导致反演风场的可信度较低。然而，虽然对于强对流中尺度天气情况的可信度较低，但对于常态化天气情况，强对流中尺度天气的持续时间较短，强对流中尺度天气占所有天气情况的占比较小，本申请公开的一种雷达数据验证方法作为一种验证方式，仍能极大程度地改善风廓线雷达的数据监测情况。同时，天气雷达和风廓线雷达在业务上运行时间基本一致，用户可以基于天气雷达回波组网风场，在不影响风廓线雷达业务运行的同时，实时发现问题，以对及时风廓线雷达进行检查和维修。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

参见图1，该图为本申请实施例提供的一种雷达的数据验证方法。该方法包括：

S101：单台天气雷达获取体扫范围的径向速度场。

体扫范围为雷达进行多个俯仰不同的PPI扫描的范围，PPI扫描为雷达进行一次方位360度、俯仰固定的扫描。径向速度是指三维风场的一个分量，物体运动速度在雷达波束方向的运动速度分量，也就是速度矢量在波束方向的投影。

在一些具体的实施方式中，可以利用多普勒天气雷达对体扫范围的径向速度场进行探测，以获取体扫范围内的径向速度场。需要说明的是，还可以基于其他种类的天气雷达对对体扫范围的径向速度场进行探测，对于天气雷达的具体种类，本申请不做限定。

S102：天气雷达组网获取区域范围内不同高度的水平风场数据。

天气雷达组网指的是两台及以上的天气雷达组成的组网，区域指的是组网中各个天气雷达的体扫范围组成的区域，水平风场数据指的是同一高度下的风场数据。在一些具体的实施方式中，风场数据可以是风速与风向数据，对于具体的风场数据包括的数据内容，本申请不做限定。

单台天气雷达获取体扫范围的径向速度场后，天气雷达组网可以基于组网中的不同天气雷达的交叉扫描区域的径向速度进行三维风场反演运算，从而得到天气雷达组网的区域范围内不同高度的水平风场数据，例如风速与风向数据。

在一些具体的实施方式中，可以基于双多普勒反演算法进行三维风场反演运算。其主要流程为：首先，对不属于同一站点(即雷达)的径向速度两两组合得到径向速度数据对，选取交叉角度在30至150度范围内的数值对；其次，对各速度对求平均高度，选择平均高度与所请求高度最接近的数据对用于风向风速计算；最后，通过对径向速度数据对进行计算，合成出水平风。参见图2，该图为本申请实施例提供的一种水平风场合成示意图。该图中，可以对矢量Vr1和矢量Vr2进行合成，以合成出水平风。需要说明的是，不仅可以基于双多普勒反演算法进行三维风场反演运算，还可以利用其他方法，对于具体的反演方法，本申请不做限定。

需要说明的是，为降低反演误差，天气雷达组网中的两台天气雷达之间可以设置一定间距。在一些可能的实施方式中，两台雷达之间的间距可以不超过雷达最大可测距离的0.55倍。对于具体的间距倍数以及天气雷达组网中天气雷达的个数，本申请不做限定。

需要说明的是，如果不存在多台天气雷达组成的组网，只基于单台天气雷达，也可以通过体扫获得的径向速度来获取不同高度的水平风场数据，但通常计算出的结果偏差较大。

S103：风廓线雷达确定自身所处位置。

风廓线雷达可以通过获取自身带有的所处位置的经度及纬度，确定风廓线雷达自身所处的具体位置。

需要说明的是，为了将风廓线雷达所探测的风速与风向数据，与天气雷达组网获取的水平风场数据进行对比，需要风廓线雷达位于天气雷达组网的交叉扫描区域内。但对于风廓线雷达在天气雷达组网的交叉扫描区域的具体位置，本申请不做限定。

S104：风廓线雷达探测不同高度的风廓线探测风速与风向值。

风廓线雷达自身可以探测所处位置的不同高度的风速与风向数据。后文中，将该风速与风向数据表示为“风廓线探测风速与风向值”。

S105：风廓线雷达获取水平风场数据中所处位置不同高度上的组网风速与风向值。

若风廓线雷达位于天气雷达组网的扫描交叠区域覆盖范围内，则风廓线雷达可以在天气雷达组网构成的水平风场数据中获取所处位置不同高度上的风速与风向数据。后文中，将该风速与风向数据表示为“天气雷达组网风速与风向值”。

需要说明的是，因为近地面可能存在地物干扰、地面电磁场干扰及低空风切变等影响，可以获取距离地面大于一定距离的高度上的风速与风向数据。其中，地物是指的是地面上各种有形物(如山川、森林、建筑物等)和无形物(如省、县界等)的总称，泛指地球表面上相对固定的物体；低空风切边指的是离地面约600米高度以下，风的水平或垂直切变现象。在一些可能的实施方式中，该设置的距离地面的距离可以是3公里，还可以是4公里、5公里等，对于具体的距离大小，本申请不做限定。

S106：风廓线雷达基于风廓线探测风速与风向值、天气雷达组网风速与风向值，判断相关程度是否是极强相关或强相关。

风廓线雷达通过计算风廓线探测风速与风向值、天气雷达组网风速与风向值的相关值，进而判定相关程度。

在一些具体的实施方式中，可以利用下述公式对该相关值进行计算。

其中，ρ_x,y为相关值，X为不同高度上的天气雷达组网风速或风向值，Y为不同高度上的风廓线探测风速或风向值，

为不同高度上的天气雷达组网风速或风向的均值，/>

为不同高度上的风廓线探测风速或风向的均值。

可以基于通过上述公式计算出的相关值，以确定相关程度的强弱。

在一些具体的实施方式中，可以设定预设阈值，若该相关值大于该预设阈值，则其相关程度为第一相关；若该相关值小于该预设阈值，则其相关程度为第二相关。

若相关程度为第一相关，则执行S108及后续步骤，完成后续偏差分析；若相关程度为第二相关，则执行S107的步骤。

在另一些具体的实施方式中，若相关值为0.8-1.0可判定为极强相关，若相关值为0.6-0.8可判定为强相关，若相关值为0.4-0.6可判定为中等程度相关，若相关值为0.2-0.4可判定为弱相关，若相关值为0.0-0.2可判定为极弱相关或无相关。

若相关程度并非为极强相关或强相关，即相关程度为中等程度相关、弱相关、极弱相关或无相关，则执行S107的步骤；相关程度为极强相关或强相关，则执行S108及后续步骤，完成后续偏差分析。

需要说明的是，还可以设置其他值为相关程度的预设阈值，或设置其他值作为相关程度的判断值，对于具体的阈值或判断值大小，本申请不做限定。

S107：风廓线雷达发出检查信号。

风廓线雷达发出检查信号，即将风廓线探测风速与风向值判定为异常。用户可以基于该检查信号，得知风廓线雷达的探测数据异常。

S108：风廓线雷达计算风廓线探测风速与风向值、天气雷达组网风速与风向值的偏差。

风廓线雷达将从天气雷达组网风场中获取的风速值、风向值分别与风廓线雷达探测的等高度上的风速数据、风向数据直接相减，从而计算其偏差。

S109：风廓线雷达计算风速标准差、风向标准差。

风廓线雷达在获得不同高度风速偏差后，统计风速标准差、风向标准差。

在一些具体的实施方式中，可以通过如下公式对该标准差进行计算。

其中，S为标准差，X为不同高度上的天气雷达组网风速或风向值的偏差值，

为不同高度上的天气雷达组网风速或风向的均值，n为选取的高度数量。

S110：风廓线雷达根据风向标准差、风速标准差得出风廓线雷达风速、风向的偏离度。

风廓线雷达基于计算出的风向标准差、风速标准差进行计算，得到风廓线雷达风速、风向的偏离度。在一些具体的实施方式中，可以利用如下公式对该偏离度进行计算。

其中，P为偏离度，A为天气雷达组网风速与风向值，即天气雷达组网水平风场数据，X为风廓线探测风速与风向值，即风廓线探测水平风场数据。

本申请提供了一种雷达的数据验证方法，在非强对流中尺度的天气情况下，通过天气雷达组网反演风场，从而获取不同高度的水平风场数据，再基于风廓线雷达的定位，获取风廓线雷达所处位置的不同高度的风速与风向数据，从而和风廓线雷达自身探测的不同高度的风速与风向数据进行偏离度的分析，以达到实时对雷达探测出的风速与风向数据进行验证的效果。

需要说明的是，中尺度天气按天气状况可分为强风暴(对流型，包括雷暴、大风等)和暴雨(包括中尺度雨带、雨团等)。天气雷达组网扫描时因多部雷达扫描运行时，对同一空间区域的扫描是有时差的，因此对强风暴这种快速变化的天气，组网风场数据偏差会比较大。而对于非强风暴天气情况下，天气雷达组网反演风场的可信度较好，通过与风廓线雷达不同高度水平风场变化的偏离度分析，能够给出风廓线雷达的风速与风向的相对差异，达到实时对雷达探测出的风速与风向数据进行验证的效果。而对于强对流中尺度天气情况，因天气变化剧烈，天气雷达组网风场反演时，会受到多部天气雷达对空间统一区域扫描的时差影响，导致反演风场的可信度较低。然而，虽然对于强对流中尺度天气情况的可信度较低，但对于常态化天气情况，强对流中尺度天气的持续时间较短，强对流中尺度天气占所有天气情况的占比较小，本申请公开的一种雷达数据验证方法作为一种验证方式，仍能极大程度地改善风廓线雷达的数据监测情况。同时，天气雷达和风廓线雷达在业务上运行时间基本一致，用户可以基于天气雷达回波组网风场，在不影响风廓线雷达业务运行的同时，实时发现问题，以对及时风廓线雷达进行检查和维修。

参见图3，该图为本申请实施例提供的一种雷达的数据验证装置示意图。该装置300包括：风廓线数据模块301、组网数据模块302、对比模块303、验证模块304；

风廓线数据模块301，用于获取所述风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；

组网数据模块302，用于基于所述所处位置，获取水平风场数据中所述所处位置的不同高度的天气雷达组网水平风场数据，所述天气雷达组网水平风场数据是响应于天气雷达组网获取的体扫范围内不同高度的风速与风向数据构建而成；

对比模块303，用于获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；

验证模块304，用于基于与所述相关程度对应的的预设规则，对所述风廓线探测水平风场数据进行验证。

本申请提供了一种雷达的数据验证装置，在非强对流中尺度的天气情况下，通过天气雷达组网反演风场，从而获取不同高度的水平风场数据，再基于风廓线雷达的定位，获取风廓线雷达所处位置的不同高度的风速与风向数据，从而和风廓线雷达自身探测的不同高度的风速与风向数据进行偏离度的分析，以达到实时对雷达探测出的风速与风向数据进行验证的效果。

需要说明的是，中尺度天气按天气状况可分为强风暴(对流型，包括雷暴、大风等)和暴雨(包括中尺度雨带、雨团等)。天气雷达组网扫描时因多部雷达扫描运行时，对同一空间区域的扫描是有时差的，因此对强风暴这种快速变化的天气，组网风场数据偏差会比较大。而对于非强风暴天气情况下，天气雷达组网反演风场的可信度较好，通过与风廓线雷达不同高度水平风场变化的偏离度分析，能够给出风廓线雷达的风速与风向的相对差异，达到实时对雷达探测出的风速与风向数据进行验证的效果。而对于强对流中尺度天气情况，因天气变化剧烈，天气雷达组网风场反演时，会受到多部天气雷达对空间统一区域扫描的时差影响，导致反演风场的可信度较低。然而，虽然对于强对流中尺度天气情况的可信度较低，但对于常态化天气情况，强对流中尺度天气的持续时间较短，强对流中尺度天气占所有天气情况的占比较小，本申请公开的一种雷达数据验证方法作为一种验证方式，仍能极大程度地改善风廓线雷达的数据监测情况。同时，天气雷达和风廓线雷达在业务上运行时间基本一致，用户可以基于天气雷达回波组网风场，在不影响风廓线雷达业务运行的同时，实时发现问题，以对及时风廓线雷达进行检查和维修。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种雷达的数据验证方法，其特征在于，应用于风廓线雷达，所述方法包括：

获取所述风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；

基于所述所处位置，获取水平风场数据中所述所处位置的不同高度的天气雷达组网水平风场数据，所述天气雷达组网水平风场数据是响应于天气雷达组网获取的体扫范围内不同高度的风速与风向数据构建而成；

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；

基于与所述相关程度对应的的预设规则，对所述风廓线探测水平风场数据进行验证。

2.根据权利要求1所述的方法，其特征在于，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度，包括：

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值；

基于所述相关值的大小，获取与所述相关值对应的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度。

3.根据权利要求2所述的方法，其特征在于，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值的公式如下：

其中，ρ_x,y为相关值，X为不同高度上的天气雷达组网水平风场数据，Y为不同高度上的风廓线探测水平风场数据，

为不同高度上的天气雷达组网水平风场数据的均值，/>

为不同高度上的风廓线探测水平风场数据的均值。

4.根据权利要求2至3任一项所述的方法，其特征在于，所述相关程度的预设规则，包括：

若所述相关值大于或等于预设阈值，则获取的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度为第一相关；若所述相关值小于预设阈值，则获取的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度为第二相关；

若所述相关程度为第一相关，所述验证所述风廓线探测水平风场数据的结果，包括：

获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差；

若所述相关程度为第二相关，所述验证所述风廓线探测水平风场数据的结果，包括：

将所述风廓线探测水平风场数据验证为异常。

5.根据权利要求4所述的方法，其特征在于，在获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差之后，所述方法还包括：

基于所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏差，获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差；

基于所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差，获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏离度，所述偏离度用于表征所述风廓线水平风场数据的准确程度。

6.根据权利要求5所述的方法，其特征在于，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的标准差的公式如下：

其中，S为标准差，X为不同高度上的天气雷达组网水平风场数据的偏差值，

为不同高度上的天气雷达组网水平风场数据的均值，n为选取的高度数量。

7.根据权利要求5所述的方法，其特征在于，所述获取天气雷达组网水平风场数据以及风廓线探测水平风场数据的偏离度的公式如下：

其中，P为偏离度，A为天气雷达组网水平风场数据，X为风廓线探测水平风场数据。

8.一种雷达的数据验证装置，其特征在于，应用于风廓线雷达，所述装置包括：风廓线数据模块、组网数据模块、对比模块、验证模块；

所述风廓线数据模块，用于获取所述风廓线雷达的所处位置，以及不同高度的风廓线探测水平风场数据；

所述组网数据模块，用于基于所述所处位置，获取水平风场数据中所述所处位置的不同高度的天气雷达组网水平风场数据，所述天气雷达组网水平风场数据是响应于天气雷达组网获取的体扫范围内不同高度的风速与风向数据构建而成；

所述对比模块，用于获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度；

所述验证模块，用于基于与所述相关程度对应的的预设规则，对所述风廓线探测水平风场数据进行验证。

9.根据权利要求8所述的装置，其特征在于，所述对比模块，具体包括：获取模块、计算模块；

所述获取模块，用于获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值；

所述计算模块，用于基于所述相关值的大小，获取与所述相关值对应的所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关程度。

10.根据权利要求9所述的装置，其特征在于，所述获取所述天气雷达组网水平风场数据以及风廓线探测水平风场数据的相关值的公式如下：

其中，ρ_x,y为相关值，X为不同高度上的天气雷达组网水平风场数据，Y为不同高度上的风廓线探测水平风场数据，

为不同高度上的天气雷达组网水平风场数据的均值，/>

为不同高度上的风廓线探测水平风场数据的均值。/>

Images