CN117111068B - 一种基于卫星散射计数据的海面风场监测系统 - Google Patents
一种基于卫星散射计数据的海面风场监测系统 Download PDFInfo
- Publication number
- CN117111068B CN117111068B CN202311354046.9A CN202311354046A CN117111068B CN 117111068 B CN117111068 B CN 117111068B CN 202311354046 A CN202311354046 A CN 202311354046A CN 117111068 B CN117111068 B CN 117111068B
- Authority
- CN
- China
- Prior art keywords
- wind
- data
- area
- monitoring area
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 214
- 238000010586 diagram Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 18
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 43
- 230000003068 static effect Effects 0.000 claims description 34
- 230000007613 environmental effect Effects 0.000 claims description 26
- 238000012417 linear regression Methods 0.000 claims description 7
- 230000003746 surface roughness Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 3
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
-
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G06F16/26—Visual data mining; Browsing structured 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Radar, Positioning & Navigation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Emergency Management (AREA)
- Electromagnetism (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
一种基于卫星散射计数据的海面风场监测系统，涉及数据监测技术领域，包括监控中心，所述监控中心通信连接有数据采集模块、数据存储模块、数据处理模块、数据分析模块、数据融合模块和监测预警模块；数据采集模块获得目标监测区域风速和风向数据；数据存储模块获得目标监测区内的风速和风向数据理论值和风场时间数据趋势图；数据处理模块删除不可信的风速和风向数据；数据分析模块获取目标动态风场区域当前更新周期内的风向运动轨迹图；数据融合模块用于根据监测区域位置信息、风场时间数据趋势图和风向运动轨迹图建立关于风场的一体化可视图，为海面风场预警和决策管理提供科学依据，监测预警模块根据一体化可视图向监控中心发送预警信息。
Description
技术领域
本发明涉及智能管控技术领域，具体是一种基于卫星散射计数据的海面风场监测系统。
背景技术
风速的分布决定着波高的分布以及海洋涌浪的传播方向，并能预测涌浪对船只、近岸建筑以及海岸带的影响。因此，监测海面风场对于理解海洋与大气之间的相互作用以及开展海洋、大气领域的相关研究至关重要。
星载微波散射计是唯一被证明可以用来同时探测风速和风向的卫星传感器系统，散射计全天候、全天时、高覆盖度的观测能力使其在获取海面风场信息方面发挥着重要作用，所获取的风场信息广泛应用于天气预报、风暴潮监测等领域。
由于海面不同区域的天气状况的复杂以及海风的连续性移动等因素均会显著影响卫星所测风速和风向数据的准确性，因此卫星所测风速和风向数据具有一定的区域适应，如何获取到高质量的散射计观测数据是我们亟需解决的问题。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于卫星散射计数据的海面风场监测系统，包括监控中心，所述监控中心通信连接有数据采集模块、数据存储模块、数据处理模块、数据分析模块、数据融合模块和监测预警模块；
所述数据采集模块用于采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据；
所述数据存储模块用于存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并获得目标监测区内的风速和风向数据理论值和风场时间数据趋势图；
所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据；并获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向；
所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域，并获取目标动态风场区域当前更新周期内的风向运动轨迹图；
所述数据融合模块用于根据监测区域位置信息、风场时间数据趋势图和风向运动轨迹图建立关于风场的一体化可视图；
所述监测预警模块用于根据一体化可视图向监控中心发送预警信息。
进一步的，所述数据采集模块采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据的过程包括：
获取所述目标监测区域中卫星散射计在当前更新周期的卫星散射数据和环境参数并标记采集时间，根据卫星散射数据确定当前更新周期中目标监测区域的后向散射系数；根据后向散射系数获得目标监测区域的海表面粗糙度信息，并通过目标监测区域的海表面粗糙度信息获得目标监测区域的风速和风向数据。
进一步的，所述数据存储模块存储历史更新周期内的卫星散射数据、环境参数、风速和风向数据并计算目标监测区内的风速和风向数据理论值和风场时间数据趋势的过程包括：
与数据采集模块5G通信连接，存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并根据多个历史更新周期的风速和风向数据建立目标监测区内关于风速和风向数据理论值的多元线性回归方程，同时根据多元线性回归方程预测当前更新周期内的风速和风向数据理论值，并根据当前更新周期内风速和风向数据理论值生成监测区域当前更新周期内随时间变化的风场时间数据趋势图。
进一步的，所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据的过程包括：
设置控幅阈值和可信度阈值，将更新周期内的实时风速和风向数据与风速和风向数据理论值的差值绝对值与控幅阈值进行比较，当更新周期内存在差值绝对值大于控幅阈值时，获取绝对值大于控幅阈值的时间段的环境参数，根据所述绝对值大于控幅阈值的时间段的环境参数，风速和风向数据获得该时间段内的监测数据可信度，若该时间段内的监测数据可信度小于可信度阈值，则删除该时间段的风速和风向数据。
进一步的，所述数据处理模块获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向的过程包括：
根据目标监测区域当前更新周期的风速和风向数据和目标监测区域的覆盖面积获取目标监测区域的平均风能密度；并根据目标监测区域当前更新周期的风速和风向数据和平均风能密度获取目标监测区域的平均风能溢出值和平均风能溢出风向。
进一步的，所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域的过程包括：
设置平均风能溢出阈值，当目标监测区域的平均风能溢出值大于平均风能溢出阈值时，将该监测区域标记为动态风场区域；当目标监测区域的平均风能溢出值小于等于平均风能溢出阈值时，将该监测区域标记为静态风场区域。
进一步的，所述数据分析模块获取目标动态风场区域当前更新周期内的风向运动轨迹图的过程包括：
获取当前更新周期目标动态风场区域的平均风能溢出风向所指向的该目标动态风场区域相邻的监测区域，并在该相邻监测区域内建立轨迹指示物，并结合动态风场区域当前时间段的平均风能溢出值和相邻监测区域的当前时间段的平均风能密度、平均风能溢出值判断相邻监测区域是否为动态风场区域，若相邻监测区域是为动态风场区域，则重复上述轨迹指示物建立过程，若相邻监测区域是为静态风场区域，则结束轨迹指示物建立过程；将所述包括轨迹指示物的监测区域连接并将其标记为风向运动轨迹图。
进一步的，所述数据融合模块根据建立关于风场的一体化可视图的过程包括：
根据不同监测区域位置信息建立关于所有监测区域的平面图，建立二维坐标系，将平面图映射至二维坐标系内得到基础位置图层；
获取当前更新周期内的每个静态风场区域，并根据静态风场区域建立静态风场图层；
获取当前更新周期内每个动态风场区域的风向运动轨迹图，并根据动态风场区域的风向运动轨迹图建立动态风场图层；
获取当前监测周期每个监测区域的风场时间数据趋势图，获取关于监测区域的时间数据，得到时间数据图层；
以基础位置图层为底层，在所述基础位置图层上叠加所述静态风场图层、动态风场图层和时间数据图层，得到当前更新周期关于风场的一体化可视图。
进一步的，所述监测预警模块根据一体化可视图向监控中心发送预警信息的过程包括：
设置平均风能密度阈值；
基于一体化可视图，查询时间数据图层中当前时间段内的各个监测区域的平均风能密度，当存在监测区域的平均风能密度大于平均风能密度阈值时；则返回静态风场图层，将静态风场图层中的该监测区域标记为黄色区域，若静态风场图层中不存在该监测区域；
则返回动态风场图层，将动态风场图层中的该监测区域标记为红色区域，并基于该监测区域的风向运动轨迹图将该监测区域当前更新周期剩余时间段内即将经过的监测区域标记为橙色区域；
基于基础位置图层获取黄色区域、橙色区域和红色区域的位置信息，并生成预警信息发送至监控中心。
与现有技术相比，本发明的有益效果是：本发明根据历史数据和时间、空间的相关特性，根据不同监测区域位置信息、静态风场区域、动态风场图层、监测区域的风场时间数据趋势图建立关于历史数据和时间、空间的一体化可视图，得出各个监测区域未来海面风向传输路径，基于一体化可视图观测各个监测区域的未来各时段海风的变化规律，预测海面风场的发展趋势，为海面风场预警和决策管理提供科学依据。
附图说明
图1为本申请实施例的一种基于卫星散射计数据的海面风场监测系统的原理图。
具体实施方式
下面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、完整的描述，显然，所描述的实施例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。
如图1所示，一种基于卫星散射计数据的海面风场监测系统，包括监控中心，所述监控中心通信连接有数据采集模块、数据存储模块、数据处理模块、数据分析模块、数据融合模块和监测预警模块；
所述数据采集模块用于采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据；
所述数据存储模块用于存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并获得目标监测区内的风速和风向数据理论值和风场时间数据趋势图；
所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据；并获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向；
所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域，并获取目标动态风场区域当前更新周期内的风向运动轨迹图；
所述数据融合模块用于根据监测区域位置信息、风场时间数据趋势图和风向运动轨迹图建立关于风场的一体化可视图；
所述监测预警模块用于根据一体化可视图向监控中心发送预警信息。
需要进一步说明的是，在具体实施过程中，所述数据采集模块采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据的过程包括：
获取所述目标监测区域中卫星散射计在当前更新周期的卫星散射数据和环境参数并标记采集时间，根据卫星散射数据确定当前更新周期中目标监测区域的后向散射系数；根据后向散射系数获得目标监测区域的海表面粗糙度信息，并通过目标监测区域的海表面粗糙度信息获得目标监测区域的风速和风向数据。
需要进一步说明的是，在具体实施过程中，所述数据存储模块存储历史更新周期内的卫星散射数据、环境参数、风速和风向数据并计算目标监测区内的风速和风向数据理论值和风场时间数据趋势的过程包括：
与数据采集模块5G通信连接，存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并根据多个历史更新周期的风速和风向数据建立目标监测区内关于风速和风向数据理论值的多元线性回归方程，同时根据多元线性回归方程预测当前更新周期内的风速和风向数据理论值，并根据当前更新周期内风速和风向数据理论值生成监测区域当前更新周期内随时间变化的风场时间数据趋势图。
其中关于风速和风向数据理论值的多元线性回归方程所采用的假设函数为
其中为风速理论值；为风向理论值；为历史更新周期的风速数据平均
值；为历史更新周期的环境系数；为历史更新周期的风向数据平均值；为历史更新
周期的风速数据平均值的权重值；为历史更新周期的环境系数的权重值；为历史更新
周期的风向数据平均值的权重值；
需要进一步说明的是，在具体实施过程中，所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据的过程包括：
设置控幅阈值和可信度阈值，将更新周期内的实时风速和风向数据与风速和风向数据理论值的差值绝对值与控幅阈值进行比较，当更新周期内存在差值绝对值大于控幅阈值时，获取绝对值大于控幅阈值的时间段的环境参数，根据所述绝对值大于控幅阈值的时间段的环境参数，风速和风向数据获得该时间段内的监测数据可信度，若该时间段内的监测数据可信度小于可信度阈值，则删除该时间段的风速和风向数据。
需要进一步说明的是，在具体实施过程中，所述数据处理模块获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向的过程包括：
根据目标监测区域当前更新周期的风速和风向数据和目标监测区域的覆盖面积获取目标监测区域的平均风能密度；并根据目标监测区域当前更新周期的风速和风向数据和平均风能密度获取目标监测区域的平均风能溢出值和平均风能溢出风向。
需要进一步说明的是，在具体实施过程中，获取目标监测区域的平均风能密度
的公式为：
其中为目标监测区域的平均风能密度；为目
标监测区域的风速数据；为目标监测区域的风向数据；为目标监测区域的覆盖面积；
为目标监测区域的风速数据的权重因子；为目标监测区域的风向数据的权重因子；为
目标监测区域的覆盖面积的权重因子；
需要进一步说明的是，在具体实施过程中，所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域的过程包括：
设置平均风能溢出阈值，当目标监测区域的平均风能溢出值大于平均风能溢出阈值时，将该监测区域标记为动态风场区域；当目标监测区域的平均风能溢出值小于等于平均风能溢出阈值时，将该监测区域标记为静态风场区域。
需要进一步说明的是，在具体实施过程中，所述数据分析模块获取目标动态风场区域当前更新周期内的风向运动轨迹图的过程包括：
获取当前更新周期目标动态风场区域的平均风能溢出风向所指向的该目标动态风场区域相邻的监测区域，并在该相邻监测区域内建立轨迹指示物，并结合动态风场区域当前时间段的平均风能溢出值和相邻监测区域的当前时间段的平均风能密度、平均风能溢出值判断相邻监测区域是否为动态风场区域，若相邻监测区域是为动态风场区域，则重复上述轨迹指示物建立过程，若相邻监测区域是为静态风场区域，则结束轨迹指示物建立过程；将所述包括轨迹指示物的监测区域连接并将其标记为风向运动轨迹图。
需要进一步说明的是，在具体实施过程中，所述数据融合模块根据建立关于风场的一体化可视图的过程包括：
根据不同监测区域位置信息建立关于所有监测区域的平面图，建立二维坐标系，将平面图映射至二维坐标系内得到基础位置图层；
获取当前更新周期内的每个静态风场区域，并根据静态风场区域建立静态风场图层；
获取当前更新周期内每个动态风场区域的风向运动轨迹图，并根据动态风场区域的风向运动轨迹图建立动态风场图层；
获取当前监测周期每个监测区域的风场时间数据趋势图，获取关于监测区域的时间数据，得到时间数据图层；
以基础位置图层为底层，在所述基础位置图层上叠加所述静态风场图层、动态风场图层和时间数据图层，得到当前更新周期关于风场的一体化可视图。
需要进一步说明的是，在具体实施过程中，所述监测预警模块根据一体化可视图向监控中心发送预警信息的过程包括：
设置平均风能密度阈值；
基于一体化可视图，查询时间数据图层中当前时间段内的各个监测区域的平均风能密度，当存在监测区域的平均风能密度大于平均风能密度阈值时；则返回静态风场图层，将静态风场图层中的该监测区域标记为黄色区域，若静态风场图层中不存在该监测区域；
则返回动态风场图层，将动态风场图层中的该监测区域标记为红色区域，并基于该监测区域的风向运动轨迹图将该监测区域当前更新周期剩余时间段内即将经过的监测区域标记为橙色区域；
基于基础位置图层获取黄色区域、橙色区域和红色区域的位置信息，并生成预警信息发送至监控中心。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (9)
1.一种基于卫星散射计数据的海面风场监测系统，包括监控中心，其特征在于，所述监控中心通信连接有数据采集模块、数据存储模块、数据处理模块、数据分析模块、数据融合模块和监测预警模块；
所述数据采集模块用于采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据；
所述数据存储模块用于存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并获得目标监测区内的风速和风向数据理论值和风场时间数据趋势图；
所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据；并获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向；
其中，获取目标监测区域的平均风能密度公式为：/>其中，/>为目标监测区域的平均风能密度；/>为目标监测区域的风速数据；/>为目标监测区域的风向数据；/>为目标监测区域的覆盖面积；/>为目标监测区域的风速数据的权重因子；/>为目标监测区域的风向数据的权重因子；/>为目标监测区域的覆盖面积的权重因子；
所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域，并获取目标动态风场区域当前更新周期内的风向运动轨迹图；
所述数据融合模块用于根据监测区域位置信息、风场时间数据趋势图和风向运动轨迹图建立关于风场的一体化可视图；
所述监测预警模块用于根据一体化可视图向监控中心发送预警信息。
2.根据权利要求1所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据采集模块采集当前更新周期中目标监测区域的卫星散射数据和环境参数，并根据卫星散射数据获得目标监测区域风速和风向数据的过程包括：
获取所述目标监测区域中卫星散射计在当前更新周期的卫星散射数据和环境参数并标记采集时间，根据卫星散射数据确定当前更新周期中目标监测区域的后向散射系数；根据后向散射系数获得目标监测区域的海表面粗糙度信息，并通过目标监测区域的海表面粗糙度信息获得目标监测区域的风速和风向数据。
3.根据权利要求2所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据存储模块存储历史更新周期内的卫星散射数据、环境参数、风速和风向数据并计算目标监测区内的风速和风向数据理论值和风场时间数据趋势的过程包括：
与数据采集模块5G通信连接，存储历史更新周期内监测区域的卫星散射数据、环境参数、覆盖面积、风速和风向数据，并根据多个历史更新周期的风速和风向数据建立目标监测区内关于风速和风向数据理论值的多元线性回归方程，同时根据多元线性回归方程预测当前更新周期内的风速和风向数据理论值，并根据当前更新周期内风速和风向数据理论值生成监测区域当前更新周期内随时间变化的风场时间数据趋势图。
4.根据权利要求3所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据处理模块将风速和风向数据与其理论值进行匹配，删除不可信的风速和风向数据的过程包括：
设置控幅阈值和可信度阈值，将更新周期内的实时风速和风向数据与风速和风向数据理论值的差值绝对值与控幅阈值进行比较，当更新周期内存在差值绝对值大于控幅阈值时，获取绝对值大于控幅阈值的时间段的环境参数，根据所述绝对值大于控幅阈值的时间段的环境参数，风速和风向数据获得该时间段内的监测数据可信度，若该时间段内的监测数据可信度小于可信度阈值，则删除该时间段的风速和风向数据。
5.根据权利要求4所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据处理模块获取目标监测区域的平均风能密度、平均风能溢出值和平均风能溢出风向的过程包括：
根据目标监测区域当前更新周期的风速和风向数据和目标监测区域的覆盖面积获取目标监测区域的平均风能密度；并根据目标监测区域当前更新周期的风速和风向数据和平均风能密度获取目标监测区域的平均风能溢出值和平均风能溢出风向。
6.根据权利要求5所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据分析模块根据目标监测区域的平均风能密度将监测区域划分为静态风场区域和动态风场区域的过程包括：
设置平均风能溢出阈值，当目标监测区域的平均风能溢出值大于平均风能溢出阈值时，将该监测区域标记为动态风场区域；当目标监测区域的平均风能溢出值小于等于平均风能溢出阈值时，将该监测区域标记为静态风场区域。
7.根据权利要求6所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据分析模块获取目标动态风场区域当前更新周期内的风向运动轨迹图的过程包括：
获取当前更新周期目标动态风场区域的平均风能溢出风向所指向的该目标动态风场区域相邻的监测区域，并在该相邻监测区域内建立轨迹指示物，并结合动态风场区域当前时间段的平均风能溢出值和相邻监测区域的当前时间段的平均风能密度、平均风能溢出值判断相邻监测区域是否为动态风场区域，若相邻监测区域是为动态风场区域，则重复上述轨迹指示物建立过程，若相邻监测区域是为静态风场区域，则结束轨迹指示物建立过程；将包括轨迹指示物的监测区域连接并将其标记为风向运动轨迹图。
8.根据权利要求7所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述数据融合模块根据建立关于风场的一体化可视图的过程包括：
根据不同监测区域位置信息建立关于所有监测区域的平面图，建立二维坐标系，将平面图映射至二维坐标系内得到基础位置图层；
获取当前更新周期内的每个静态风场区域，并根据静态风场区域建立静态风场图层；
获取当前更新周期内每个动态风场区域的风向运动轨迹图，并根据动态风场区域的风向运动轨迹图建立动态风场图层；
获取当前监测周期每个监测区域的风场时间数据趋势图，获取关于监测区域的时间数据，得到时间数据图层；
以基础位置图层为底层，在所述基础位置图层上叠加所述静态风场图层、动态风场图层和时间数据图层，得到当前更新周期关于风场的一体化可视图。
9.根据权利要求8所述的一种基于卫星散射计数据的海面风场监测系统，其特征在于，所述监测预警模块根据一体化可视图向监控中心发送预警信息的过程包括：
设置平均风能密度阈值；
基于一体化可视图，查询时间数据图层中当前时间段内的各个监测区域的平均风能密度，当存在监测区域的平均风能密度大于平均风能密度阈值时；则返回静态风场图层，将静态风场图层中的该监测区域标记为黄色区域，若静态风场图层中不存在该监测区域；
则返回动态风场图层，将动态风场图层中的该监测区域标记为红色区域，并基于该监测区域的风向运动轨迹图将该监测区域当前更新周期剩余时间段内即将经过的监测区域标记为橙色区域；
基于基础位置图层获取黄色区域、橙色区域和红色区域的位置信息，并生成预警信息发送至监控中心。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354046.9A CN117111068B (zh) | 2023-10-19 | 2023-10-19 | 一种基于卫星散射计数据的海面风场监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354046.9A CN117111068B (zh) | 2023-10-19 | 2023-10-19 | 一种基于卫星散射计数据的海面风场监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117111068A CN117111068A (zh) | 2023-11-24 |
| CN117111068B true CN117111068B (zh) | 2024-03-22 |
Family
ID=88800476
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311354046.9A Active CN117111068B (zh) | 2023-10-19 | 2023-10-19 | 一种基于卫星散射计数据的海面风场监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117111068B (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0328768A (ja) * | 1989-06-26 | 1991-02-06 | Kaiyo Kagaku Gijutsu Center | 海上風測定方法及び測定装置 |
| CN104156575A (zh) * | 2014-07-28 | 2014-11-19 | 国家电网公司 | 基于测风塔数据外推法的风电场理论功率计算方法 |
| CN104268429A (zh) * | 2014-10-15 | 2015-01-07 | 湖北大学 | 基于星载sar的近海岸海上风能资源遥感方法及系统 |
| CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
| JP2017203773A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
| KR101865791B1 (ko) * | 2016-12-30 | 2018-07-04 | 주식회사 포디솔루션 | 태풍 리스크 분석 시스템 및 이를 이용한 태풍 리스크 분석 방법 |
| JP2018194497A (ja) * | 2017-05-19 | 2018-12-06 | 国立研究開発法人海洋研究開発機構 | 気象予測システム、気象予測方法、気象予測プログラム |
| CN109657409A (zh) * | 2019-01-15 | 2019-04-19 | 西南交通大学 | 一种基于风浪联合分布极端响应的跨海桥结构优化方法 |
| CN110727916A (zh) * | 2019-08-20 | 2020-01-24 | 广州地理研究所 | 一种大规模海域风能长期预测方法及系统 |
| CN111580138A (zh) * | 2020-06-18 | 2020-08-25 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
| CN111882926A (zh) * | 2020-06-08 | 2020-11-03 | 交通运输部南海航海保障中心 | 一种海上风电场预警系统 |
| 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 |
| CN113267597A (zh) * | 2020-02-17 | 2021-08-17 | 廊坊亦拓信息科技有限公司 | 风场智能环境监测平台 |
| CN113850445A (zh) * | 2021-10-15 | 2021-12-28 | 南方电网数字电网研究院有限公司 | 区域分布式电源发电功率预测方法及系统 |
| CN113935533A (zh) * | 2021-10-20 | 2022-01-14 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种黄渤海海区大风推算方法 |
| CN115358160A (zh) * | 2022-04-06 | 2022-11-18 | 浙江江南工程管理股份有限公司 | 一种基于改进遗传算法的复杂地形风电场微观选址方法 |
| CN115685386A (zh) * | 2022-09-30 | 2023-02-03 | 国网浙江省电力有限公司永嘉县供电公司 | 基于人工智能的电力设备气象监测预警方法 |
| CN115825894A (zh) * | 2022-11-17 | 2023-03-21 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种风能捕获位置的确定方法、装置、终端设备及介质 |
| CN116186483A (zh) * | 2022-12-16 | 2023-05-30 | 中国华能集团清洁能源技术研究院有限公司 | 基地的风功率密度计算方法及系统 |
| CN116665120A (zh) * | 2023-05-09 | 2023-08-29 | 四川财经职业学院 | 一种基于视频的龙卷风形成识别与预警系统及方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4882469B2 (ja) * | 2006-04-13 | 2012-02-22 | 富士通株式会社 | 気象予測プログラム、気象予測装置および気象予測方法 |
| KR101177435B1 (ko) * | 2012-03-06 | 2012-08-27 | 전북대학교산학협력단 | 풍력발전단지의 풍황 예측 방법 |
| ES2764826T3 (es) * | 2012-08-07 | 2020-06-04 | Korea Inst Energy Res | Método para predecir la densidad de energía eólica |
-
2023
- 2023-10-19 CN CN202311354046.9A patent/CN117111068B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0328768A (ja) * | 1989-06-26 | 1991-02-06 | Kaiyo Kagaku Gijutsu Center | 海上風測定方法及び測定装置 |
| CN104156575A (zh) * | 2014-07-28 | 2014-11-19 | 国家电网公司 | 基于测风塔数据外推法的风电场理论功率计算方法 |
| CN104268429A (zh) * | 2014-10-15 | 2015-01-07 | 湖北大学 | 基于星载sar的近海岸海上风能资源遥感方法及系统 |
| JP2017203773A (ja) * | 2016-05-10 | 2017-11-16 | 株式会社メテオテック・ラボ | 海上気象予報提供方法 |
| CN106443830A (zh) * | 2016-06-16 | 2017-02-22 | 杭州师范大学 | 一种基于多源卫星数据的台风监测及评价监测精度的方法 |
| KR101865791B1 (ko) * | 2016-12-30 | 2018-07-04 | 주식회사 포디솔루션 | 태풍 리스크 분석 시스템 및 이를 이용한 태풍 리스크 분석 방법 |
| JP2018194497A (ja) * | 2017-05-19 | 2018-12-06 | 国立研究開発法人海洋研究開発機構 | 気象予測システム、気象予測方法、気象予測プログラム |
| CN109657409A (zh) * | 2019-01-15 | 2019-04-19 | 西南交通大学 | 一种基于风浪联合分布极端响应的跨海桥结构优化方法 |
| CN110727916A (zh) * | 2019-08-20 | 2020-01-24 | 广州地理研究所 | 一种大规模海域风能长期预测方法及系统 |
| CN113267597A (zh) * | 2020-02-17 | 2021-08-17 | 廊坊亦拓信息科技有限公司 | 风场智能环境监测平台 |
| CN111882926A (zh) * | 2020-06-08 | 2020-11-03 | 交通运输部南海航海保障中心 | 一种海上风电场预警系统 |
| CN111580138A (zh) * | 2020-06-18 | 2020-08-25 | 北京卫星信息工程研究所 | 多波束gnss-r系统、海面风场反演方法和预测方法 |
| 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 |
| CN113850445A (zh) * | 2021-10-15 | 2021-12-28 | 南方电网数字电网研究院有限公司 | 区域分布式电源发电功率预测方法及系统 |
| CN113935533A (zh) * | 2021-10-20 | 2022-01-14 | 山东省气象科学研究所(山东省海洋气象科学研究所、山东省气象局培训中心) | 一种黄渤海海区大风推算方法 |
| CN115358160A (zh) * | 2022-04-06 | 2022-11-18 | 浙江江南工程管理股份有限公司 | 一种基于改进遗传算法的复杂地形风电场微观选址方法 |
| CN115685386A (zh) * | 2022-09-30 | 2023-02-03 | 国网浙江省电力有限公司永嘉县供电公司 | 基于人工智能的电力设备气象监测预警方法 |
| CN115825894A (zh) * | 2022-11-17 | 2023-03-21 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种风能捕获位置的确定方法、装置、终端设备及介质 |
| CN116186483A (zh) * | 2022-12-16 | 2023-05-30 | 中国华能集团清洁能源技术研究院有限公司 | 基地的风功率密度计算方法及系统 |
| CN116665120A (zh) * | 2023-05-09 | 2023-08-29 | 四川财经职业学院 | 一种基于视频的龙卷风形成识别与预警系统及方法 |
Non-Patent Citations (11)
| Title |
|---|
| HY-2卫星微波散射计海面风场地球物理模式函数研究;王志雄;邹巨洪;林明森;林文明, 张有广, 李秀仲, 冯倩, 何宜军;《遥感学报》;第27卷(第04期);871-880 * |
| Wang, X, Huang, C, Huang, P, and Yu, X.Study on wind characteristics of a strong typhoon in near-ground boundary layer.《Struct Design Tall Spec Build》.2016,第26卷e1338. * |
| 中国海风能密度预报;郑崇伟, 周林, 宋帅, 苏勤;《广东海洋大学学报》;第34卷(第01期);71-77 * |
| 中法海洋卫星微波散射计近海岸产品在台风遥感监测中的应用;郎姝燕, 孙从容, 鲁云飞等;《海洋气象学报》;第42卷(第02期);74-80 * |
| 地面观测资料在快速更新同化系统中的敏感性试验;王平, 王晓峰, 张蕾等;《气象》;第43卷(第08期);901-911 * |
| 基于影像纹理特征和外部风向的星载SAR海面风场反演研究;程玉鑫;艾未华;孔毅;赵现斌;;《海洋科学》(第12期);157-164 * |
| 海堤工程设计中风速问题的探讨;黄锦林, 江洧;《广东水利水电》(第01期);31-33 * |
| 海洋环境预警报数据可视化方法研究与实现;刘铭;《中国优秀硕士学位论文全文数据库 基础科学辑》(第5期);A008-6 * |
| 海洋风场三维可视化方法研究;廖忠云, 季民;《海洋信息》(第2期);1-5 * |
| 邹广平.《能源大辞典》.四川科学技术出版社,1997,(第1版),949. * |
| 鄱阳湖区域风场矢量的Web三维动态可视化;袁武彬, 廖明伟, 廖明, 李平;《地理与地理信息科学》;第36卷(第01期);22-26 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117111068A (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111650581B (zh) | 一种基于环境感知的雷达全域目标航迹自动起始方法 | |
| US20230161073A1 (en) | Thunderstorm gale early-warning method, system, equipment, and terminal | |
| CN111060877B (zh) | 一种面向岸基雷达的数据处理方法 | |
| CN111899568B (zh) | 桥梁防撞预警系统、方法、装置和存储介质 | |
| CN111157982A (zh) | 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法 | |
| CN110910448B (zh) | 一种海上溢油漂移轨迹溯源方法 | |
| US11372133B2 (en) | Advection fog forecasting system and forecasting method | |
| CN103529492A (zh) | 基于多普勒雷达反射率图像的风暴体位置及形态预测方法 | |
| CN114791637B (zh) | 一种海雾测报方法及系统 | |
| KR102440355B1 (ko) | 해수면 전파 반사율을 이용한 딥 러닝 해양 클러스터 데이터 측정 시스템 | |
| CN108663727B (zh) | 利用蒸发率在世界海域范围内估算蒸发波导高度的方法 | |
| CN117111068B (zh) | 一种基于卫星散射计数据的海面风场监测系统 | |
| CN106779184B (zh) | 一种基于大数据建模的海上船舶流量预测方法 | |
| CN107230217A (zh) | 一种基于图像及灰色预测的输电线路山火预警方法 | |
| CN113239506A (zh) | 一种基于台风天气的杆塔形变及导线舞动风险评估模型 | |
| CN116597693A (zh) | 一种内河航运监控系统及方法 | |
| 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 | |
| CN111366920A (zh) | 一种海上风电场的雷达光电跟踪系统 | |
| CN115932859A (zh) | 基于毫米波云雷达电网覆冰水粒子相态识别方法及系统 | |
| Graniero et al. | Distribution of bog and heath in a Newfoundland blanket bog complex: Topographic limits on the hydrological processes governing blanket bog development | |
| CN115402953B (zh) | 塔吊安全预警方法、装置及系统 | |
| Weekley et al. | Aerosol plume detection algorithm based on image segmentation of scanning atmospheric lidar data | |
| CN117574099B (zh) | 一种时空校正的甲板上浪时间预测方法及系统 | |
| TW201430366A (zh) | 應用微波雷達於海岸線及潮間帶地形測量之技術 | |
| CN117726043B (zh) | 一种水库水情自动测报及预报方法 |
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 |