一种微地形微气象要素场的构建方法
【专利摘要】本发明公开了一种微地形微气象要素场的构建方法，包括：步骤1：选择气象源数据；步骤2：确定插值方案；步骤3：构建微地形微气象要素场；步骤4：验证微地形微气象要素场；验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型。如果是，则执行步骤5；如果否，则返回步骤3，对初定的样条次数进行调整，直到微地形微气象要素场的统计模型是最佳模型为止；步骤5：绘制ArcGIS图。本发明的构建方法将提升电网安全的管理水平，提高抵御自然灾害的应对能力，研究成果也将保障电网安全稳定和日常运营。
【专利说明】
一种微地形微气象要素场的构建方法
技术领域
[0001] 本发明涉及到输电线路的微地形微气象领域，尤其涉及一种微地形微气象要素场 的构建方法。
【背景技术】
[0002] 以多年的气象观测资料为主，通过构建微地形微气象要素场，获得微地形微气象 区输电线路气象灾害的主要特点，揭示输电线路气象灾害发生发展规律，最终建立输电线 路灾害与微地形微气象之间的统计模型。
[0003] 在电网建设力度日益倶增的情况下，输电线路的分布越来越密集，一些输电线路 甚至布设在高山之中，所受气象灾害的几率大为提高，其对微地形微气象的要求也随之增 加。只有通过现有气象观测站点的观测资料才能实现微地形微气象要素场的构建。现有国 家级气象观测站点相对比较稀疏，难以满足密集分布的输电线路对于精细化气象要素场的 要求，区域级气象观测站点建设时间比较晚，而且观测数据质量相对较差，没有经过数据质 量控制，不太适宜于直接利用。因此有必要基于气象站的观测资料，通过微地形微气象要素 的建模，了解精细化的气象特征和输电线路气象灾害规律。
【发明内容】
[0004] 为了克服现有观测站点分布的缺陷，解决密集输电线路对于微地形微气象的要 求，本发明提供一种微地形微气象要素场的构建方法，包括：
[0005] 步骤1:选择气象源数据;所述气象源数据包括:实际气象站观测值、数值模式输出 场;具体为:根据实际气象站观测值与数值模式输出场的优劣比较，选择气象源数据；
[0006] 步骤2:确定插值方案;具体为:根据月平均气象要素场的分布规律，确定插值方案 及其统计模型，并初定样条次数；
[0007] 步骤3 :构建微地形微气象要素场;具体为:根据确定的插值方案及其统计模型和 初定的样条次数，构建微地形微气象要素场；
[0008] 步骤4:验证微地形微气象要素场;验证微地形微气象要素场是验证微地形微气象 要素场的统计模型是否是最佳模型;如果是，则执行步骤5;如果否，则返回步骤3，对初定的 样条次数进行调整，直到微地形微气象要素场的统计模型是最佳模型为止；
[0009] 步骤5:绘制ArcGIS图；所述绘制ArcGIS图是将微地形微气象要素场展示在ArcGIS 图上。
[0010] 进一步地，所述实际气象站观测值是气象部门部署的各种气象观测仪器所探测并 记录的测量值;所述数值模式输出场包括中国T639模式、日本Japan模式、欧洲ECMWF模式； 所述气象站包括国家级气象站、区域级气象站。
[0011] 进一步地，所述月平均气象要素由气象源数据通过日平均值计算得到;所述分布 规律是指气象要素场的统计特征，随着海拔高度、经度和炜度变化的特性。
[0012] 进一步地，所述确定的插值方案包括ANUSPLIN插值方案，即确定的ANUSPLIN插值 方案是基于ANUSPLIN软件实现的；
[0013]所述ANUSPLIN插值方案基于局部薄盘光滑样条函数法的。
[0014]进一步地，ANUSPLIN的插值方案的统计模型为：
[0015] Zi = f(Xi)+bTyi+ei，（i = l，···，N)，N为正整数；
[0016] 式中zi是位于空间i点的因变量，xi为d维样条独立变量，f为需要估算的关于xi的 未知光滑函数，yi为P维独立协变量，b为yi的p维系数矩阵，d、p取自然数，b T是b的转置矩阵， ei为期望值为0的自变量随机误差;其中的因变量Zl是月平均气象要素，Xl为经度、炜度， yi 为海拔高度。
[0017] 进一步地，样条次数m取2以上的自然数，按照从小到大的顺序选择。
[0018] 进一步地，所述验证微地形微气象要素场采用交叉验证。
[0019] 进一步地，所述交叉验证包括：
[0020] (1)在对微地形微气象要素场进行拟合和生成插值之前，对所建立的ANUSPLIN插 值方案进行合理性评价；
[0021] (2)计算所有气象站的实际观测值与估算值之间的误差值。
[0022] 进一步地，所述最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气 象站数的一半;所述统计模型满足其中一种即被认为是最佳模型。
[0023]进一步地，经过ANUSPLIN插值方案输出的微地形微气象要素场，其空间分辨率为 0.01° X0.01。，或者为0.05° X0.05。，格式为ESRI ASCII GRID，采用"ASCII TO Raster"转 换工具，把输出的微地形微气象要素场导入到ArcGIS中，采用从最小值到最大值区间进行 渐变色赋值并进行图形化输出，添加色标，得到微地形微气象要素场的ArcGIS图。
[0024]本发明通过ANUSPLIN插值方案，将空间分辨率较粗的气象站点要素扩展到较细的 非气象站点上，获得精细化的气象要素分布，得到没有观测场地的气象要素背景值，解决输 电线路沿线没有气象要素的缺陷，由此为有效设计电网带来帮助，为监测预警气象灾害提 供指导。
[0025] 本发明的构建方法将提升电网安全的管理水平，提高抵御自然灾害的应对能力， 研究成果也将保障电网安全稳定和日常运营。
【附图说明】
[0026] 图1为本发明的一种微地形微气象要素场的构建方法示意图。
【具体实施方式】
[0027] 微地形微气象要素场的构建，涉及到月平均气温、气压、相对湿度和风速。所谓微 地形微气象要素场的构建，是指基于目前比较稀疏的观测值，通过一定的插值方案将其插 值到所需要的精细要素场中，得到精细化的格点要素场分布。形成的格点要素场是指按照 等经炜度方式顺序排列的，精细化的格点空间分辨率可以是0.01°、〇.05°或0.1°等。
[0028] 图1所示为本发明的一种微地形微气象要素场的构建方法，包括选择气象源数据、 确定插值方案、构建微地形微气象要素场、验证微地形微气象要素场、绘制ArcGIS图。
[0029]下面对各步骤进行详细说明。
[0030]步骤1:选择气象源数据。
[0031] 现有气象源数据比较多，因此要从众多的气象源数据选择合适的气象源数据，作 为插值方案及构建微地形微气象要素场的基础数据。
[0032] 气象源数据包括:实际气象站观测值、数值模式输出场。
[0033] 选择气象源数据具体为:根据实际气象站观测值与数值模式输出场的优劣比较， 选择出合理的气象源数据。一般认为要选择观测值、偏差小或者是经过质量控制的气象源 数据。
[0034] 实际气象站观测值是气象部门部署的各种气象观测仪器所探测并记录的测量值， 包括气温、气压、湿度、风速等地面实际观测要素，以及气象站的经度、炜度和海拔高度。目 前气象站观测值能够实现数据自动采集、汇聚和上传，且时间密度很高，达到分钟量级。 [0035] 数值模式输出场包括中国T639模式、日本Japan模式、欧洲中期天气预报中心 (European Centre for Medium-Range Weather Forecasts，ECMWF)模式等主要种类。一般 认为ECMWF模式再分析和预报资料准确度高，且精细化程度也高。数值模式输出场为格点分 布。
[0036] 所述气象站包括国家级气象站、区域级气象站。国家级气象站指的是国家基本站、 国家基准站;其优点是资料时段长、质量得到保证，缺点是观测站点少，空间分辨率大约在 40~50km。区域级气象站指的是在各个乡镇布设的气象观测站点，分为单要素、四要素和六 要素站点，单要素只观测降水，四要素观测气温、降水、风速、风向，六要素除与四要素观测 要素相同外还有湿度、气压。区域级气象站的优势是站点密度高，空间分辨率大致在15~ 20km，缺点是没有进行数据质量控制，资料质量难以把握。
[0037] 在本发明的一个实施例中，由于ECMWF模式同实际气象站观测值相比，存在一定的 偏差，故舍弃ECMWF模式。进一步地，在实际气象观测值中，由于区域级气象观测值没有经过 质量控制，故选择出最终的气象源数据为国家级气象观测值。
[0038]步骤2:确定插值方案。
[0039] 根据月平均气象要素场的分布规律，确定插值方案及其统计模型，并初定样条次 数。
[0040] 所述分布规律是指气象要素场的统计特征，随着海拔高度、经度和炜度变化的特 性。
[0041] 进一步地，在确定插值方案后，还包括实施月平均气象要素插值。
[0042] 月平均气象要素包括气温、气压、湿度、风速等，所述月平均气象要素由气象源数 据通过日平均值计算得到。所述气温是指大气温度，气压是指大气压力，湿度是指湿润程 度，风速是指风的速度。
[0043]空间数据内插是根据一组已知的离散数据或分区数据，按照某种数学关系推求出 其他未知点或未知区域数据的数学过程。目前空间数据内插常用的方法包括泰森多边形 法、移动平均法、样条插值法(Spl ine法）、空间自协方差最佳插值法(Kriging法）、薄盘光滑 样条函数法(TPS)等。其中样条插值法(Spline法)是采用多项式对采样曲线进行分段修匀， 其拟合过程相当于用曲板来绘制分段连续的曲线，薄盘光滑样条函数法(TPS)是对样条插 值法的曲面扩展。
[0044]基于统计插值技术的空间自协方差最佳插值法(Kriging法)和薄盘光滑样条函数 法(TPS)，建模时只将空间分布作为观测数据的函数，而不需要其先验知识和物理过程，能 提高插值的准确度。但是考虑到误差估计、数据结构和计算的简便，在气象源数据插值中选 择使用局部薄盘光滑样条函数法。
[0045]本发明的一个实施例中，在月平均气象要素的构建时用到的是插值方案是 ANUSPLIN插值方案，即确定的ANUSPLIN插值方案是基于ANUSPLIN软件实现的，并且该 ANUSPLIN插值方案基于局部薄盘光滑样条函数法的。
[0046] ANUSPLIN软件是针对气象数据曲面拟合的，基于样条插值理论，允许引进多元协 变量的线性子模型，且模型系数可根据数据自动确定，可平稳地处理二维以上的样条，为引 入多个影响因子作为协变量进行气象要素空间插值提供可能。
[0047] ANUSPLIN的插值方案的统计模型为：
[0048] Zi = f(Xi)+bTyi+ei(i = 1，…，N)，N为正整数；（1)
[0049] 式中zi是位于空间i点的因变量，xi为d维样条独立变量，f为需要估算的关于xi的 未知光滑函数，yi为P维独立协变量，b为yi的p维系数矩阵，d、p取自然数，b T是b的转置矩阵， ei为期望值为0的自变量随机误差。其中的因变量21是月平均气象要素，Xl为经度、炜度， yi 为海拔高度。
[0050] 光滑函数f和系数矩阵b通过最小二乘法估计确定：
[0052]式中Jm(f)是函数f(Xl)的粗糙度测度函数，定义为函数f的m阶偏导(m即样条次 数）;P是正的光滑系数。样条次数m-般取2以上的自然数，按照从小到大的顺序选择。
[0053]步骤3:构建微地形微气象要素场。
[0054]根据确定的插值方案及其统计模型和初定的样条次数，构建微地形微气象要素 场。
[0055]本发明的一个实施例中，构建微地形微气象要素场，是采用ANUSPLIN插值方案的， 所述ANUSPLIN插值方案基于ANUSPLIN软件实现。
[0056] ANUSPLIN 软件包括 6 个组件 本发明的一个实施例中用到了 SPLINA、AVGCVA和LAPGRD组件。
[0057] SPLINA:适用于小于2000个要素的点文件。允许一个或多个独立变量的任意数量 的（局部)薄盘光滑样条函数。光滑系数通常由GCV(Generalised Cross Validation，广义 交叉验证)决定。
[0058] AVGCVA:根据一系列不同的光滑系数，计算出由SPLINA生成的各表面与光滑系数 对应的GCV和平均GCV值，计算结果将写成一个文件为进一步的制图服务。
[0059] LAPGRD:进行局部薄盘光滑样条表面估值并计算贝叶斯标准误差，结果是一个矩 形栅格文件。在使用时，需要设置参数，所述参数包括输入参数文件名、经炜度的范围、协变 量(高程)文件、输出文件格式、输出插值格点文件名等。
[0060] ANUSPLIN软件对输入的数据格式有特定要求，此时需要利用SPSS软件 (Statistical Product and Service Solutions，即统计产品与服务解决方案)把月平均 气象要素处理成合适的格式，再形成固定的ASCII格式文件。经过LAPGRD处理后得到的文件 即为微地形微气象要素场。
[0061 ]步骤4:验证微地形微气象要素场。
[0062]验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模 型。如果是，则执行步骤5;如果否，则返回步骤3,对初定的样条次数进行调整，直到微地形 微气象要素场的统计模型是最佳模型为止。
[0063] 最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气象站数的一半； 所述统计模型满足其中一种即被认为是最佳模型。
[0064] 由于样条次数是可以调整的，因此可以按照自小到大的顺序对初定的样条次数进 行调整。
[0065] 本发明中，验证微地形微气象要素场采用交叉验证方法(cross-valid-action)来 验证ANUSPLIN插值方案。交叉验证的过程包括：
[0066] 1、在对微地形微气象要素场进行拟合和生成插值之前，对所建立的ANUSPLIN插值 方案进行合理性评价。合理性评价的依据包括:GCV或者残差比的数值比较小，或者信号自 由度较小。
[0067] 2、计算所有气象站点的实际观测值与拟合值之间的误差值。
[0068] 产生误差的原因有两方面，一是插值算法的准确性，二是参与插值气象站点的疏 密程度。对不同的插值方法，交叉验证可以准确验证不同插值方法之间的相对精度。
[0069] 步骤5:绘制ArcGIS图。
[0070]绘制ArcGIS图的目的是将微地形微气象要素场展示在ArcGIS图上，即包括各种等 值线的色斑图。通过绘制ArcGIS图，可以看到微地形微气象要素场的具体分布，比纯粹的大 量格点化数据清晰得多。
[0071] ArcGIS是ESRI公司出品的地理信息系统总称。
[0072] 在微地形微气象要素场形成后，为了方便显示微地形微气象要素场的分布，采用 ArcGIS绘图方式获得清晰的微地形微气象要素场的显示结果。
[0073]本发明中，经过ANUSPLIN插值方案输出的微地形微气象要素场，其空间分辨率为 0.01° X0.01。，或者为0.05° X0.05。等，格式为ESRI ASCII GRID(ESRI公司的ASCII格式）， 采用"ASCII TO Raster"（ASCII码栅格化)转换工具，把输出的微地形微气象要素场导入到 ArcGIS中，采用从最小值到最大值区间进行渐变色赋值并进行图形化输出，添加色标，得到 微地形微气象要素场的ArcGIS图。
[0074]最后应说明的是：以上实施例仅用以说明本发明而并非限制本发明所描述的技术 方案；因此，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但是，本 领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换;而一切不脱离本 发明的精神和范围的技术方案及其改进，均应涵盖在本发明的权利要求范围中。
【主权项】
1. 一种微地形微气象要素场的构建方法，其特征在于，所述方法包括： 步骤1:选择气象源数据； 所述气象源数据包括:实际气象站观测值、数值模式输出场； 具体为:根据实际气象站观测值与数值模式输出场的优劣比较，选择气象源数据； 步骤2:确定插值方案； 具体为:根据月平均气象要素场的分布规律，确定插值方案及其统计模型，并初定样条 次数； 步骤3:构建微地形微气象要素场； 具体为:根据确定的插值方案及其统计模型和初定的样条次数，构建微地形微气象要 素场； 步骤4:验证微地形微气象要素场； 验证微地形微气象要素场是验证微地形微气象要素场的统计模型是否是最佳模型；如 果是，则执行步骤5;如果否，则返回步骤3，对初定的样条次数进行调整，直到微地形微气象 要素场的统计模型是最佳模型为止； 步骤5:绘制ArcGIS图； 所述绘制ArcGIS图是将微地形微气象要素场展示在ArcGIS图上。2. 根据权利要求1所述的构建方法，其特征在于： 优选的，所述实际气象站观测值是气象部门部署的各种气象观测仪器所探测并记录的 测量值； 所述数值模式输出场包括中国T639模式、日本Japan模式、欧洲ECMWF模式； 所述气象站包括国家级气象站、区域级气象站。3. 根据权利要求1所述的构建方法，其特征在于:所述月平均气象要素由气象源数据通 过日平均值计算得到； 所述分布规律是指气象要素场的统计特征，随着海拔高度、经度和炜度变化的特性。4. 根据权利要求1所述的构建方法，其特征在于： 所述确定的插值方案包括ANUSPLIN插值方案，即确定的ANUSPLIN插值方案是基于 ANUSPLIN软件实现的； 所述ANUSPLIN插值方案基于局部薄盘光滑样条函数法的。5. 根据权利要求4所述的构建方法，其特征在于： ANUSPLIN的插值方案的统计模型为： Zi = f(Xi)+bTyi+ei，（i = l，…，N)，N为正整数； 式中Zl是位于空间i点的因变量，XlSd维样条独立变量，f为需要估算的关于Xl的未知 光滑函数，yi为P维独立协变量，b为yi的p维系数矩阵，d、p取自然数，bT是b的转置矩阵，ei为 期望值为〇的自变量随机误差； 其中的因变量zi是月平均气象要素，xi为经度、炜度，yi为海拔高度。6. 根据权利要求5所述的构建方法，其特征在于： 样条次数m取2以上的自然数，按照从小到大的顺序选择。7. 根据权利要求6所述的构建方法，其特征在于： 所述验证微地形微气象要素场采用交叉验证。8. 根据权利要求7所述的构建方法，其特征在于： 所述交叉验证包括： (1) 在对微地形微气象要素场进行拟合和生成插值之前，对所建立的ANUSPLIN插值方 案进行合理性评价； (2) 计算所有气象站的实际观测值与估算值之间的误差值。9. 根据权利要求5-8任一项所述的构建方法，其特征在于： 所述最佳模型判断标准:GCV最小、模型残差比最小、信号自由度小于气象站数的一半； 所述统计模型满足其中一种即被认为是最佳模型。10. 根据权利要求9所述的构建方法，其特征在于： 经过ANUSPLIN插值方案输出的微地形微气象要素场，其空间分辨率为0.01° X0.01°， 或者为0.05° X0.05。，格式为ESRI ASCII GRID，采用"ASCII TO Raster"转换工具，把输出 的微地形微气象要素场导入到ArcGIS中，采用从最小值到最大值区间进行渐变色赋值并进 行图形化输出，添加色标，得到微地形微气象要素场的ArcGIS图。
【文档编号】G06F17/50GK105868443SQ201610171691
【公开日】2016年8月17日
【申请日】2016年3月22日
【发明人】程登峰, 周后福, 夏令志, 刘静, 李森林, 吴必文, 何彬方, 邓淑梅
【申请人】国网安徽省电力公司电力科学研究院, 安徽省气象科学研究所