一种基于雷达回波的区域降水预测的方法及系统与流程

本技术涉及降水预报，更具体地，涉及一种基于雷达回波的区域降水预测的方法及系统。

背景技术：

1、区域降水一般指一定时间范围内整个区域面的平均降水量。降水数据是多数水利专业模型模拟过程的主要因素，掌握区域降水情况，实现区域降水量的统计及预判分析，可为区域的水利业务提供数据支撑。因此，提高区域降水计算精度具有重要意义。

2、对于区域的降水量，目前是基于现有较高精度的雨量监测站数据通过一些特定的方法进一步计算得出，主要的计算方法有三种，第一种是算数平均值法，算数平均将区域内各个站点的降水量和除以雨量站数量，得到平均降水量；第二种是泰森多边形法，泰森多边形法是一种考虑到站点区域面积的加权平均算法，‌它通过将计算区域划分为若干个多边形单元，‌确保每个单元的中心附近有一个雨量站，‌从而可以根据各个雨量站所占据的面积推求出区域平均降水量；第三种是等雨量线法，通过绘制等雨量线，‌再利用求积仪或其他方法量得各相邻等雨量线间的面积，‌乘以两等雨量线间的平均雨深，‌得出该面积上的降水量，‌最后将各部分面积上的降水总量相加，‌除以全面积得出区域平均降水量。‌

3、现有技术如专利号为“cn108761576a”的中国专利公开了一种x波段气象雷达与雨量站数据融合方法及系统。该方法包括：获取气象雷达整个探测区域所覆盖的雨量站测量的雨量站雨量数据；获取气象雷达生成的雷达回波强度数据，将雷达回波强度数据进行格点化处理，得到格点回波强度数据；将格点回波强度数据反演为格点雨强数据，并通过线性平均累积法获得在整个降雨过程中的原始格点雨量数据；以格点为中心，搜索一定范围内的雨量站，根据该格点与搜索到的雨量站之间的距离计算该格点的距离权重系数；结合距离权重系数，将该格点通过雨量站测量的雨量站雨量数据融合至该格点的原始格点雨量数据中，得到该格点融合后的格点雨量数据。该发明利用距离权重系数融合方法，提高了区域降水量估测精度。

4、上述现有技术存在的问题有：

5、1.依赖雨量站分布：雨量站的分布密度和位置可能不均匀，在某些地区可能较为稀疏，这可能导致某些格点在搜索一定范围内的雨量站时，可参考的雨量站数量有限，从而影响距离权重系数的准确性和融合效果。

6、2.距离权重系数的局限性：仅根据距离来计算权重系数可能过于简单。实际情况中，地形、风向等因素可能对降水分布产生重要影响，但未被纳入距离权重系数的计算中。

技术实现思路

1、为了解决上述现有技术中存在的问题，本发明提出了一种基于雷达回波的区域降水预测的方法及系统。

2、本发明技术方案如下：

3、一方面，本发明提出一种基于雷达回波的区域降水预测的方法，包括以下步骤：

4、步骤s1，获取同个历史时间段、同个区域的雷达回波图及雨量测站实测降水量；将区域进行网格划分，并对雷达回波图进行解析，得到每个网格不同时间的雷达色斑；

5、步骤s2，对每个网格的雷达色斑通过z-r关系进行雨强计算，得到雨量测站所在网格的雷达回波降水量；

6、步骤s3，将雷达回波降水量根据不同地理特征和需要进行分区、分段；

7、步骤s4，将不同分区网格的雷达回波降水量和网格里的雨量测站实测降水量数据分段进行线性拟合；输出不同分区的雷达回波降水量和实测降水量的拟合曲线；

8、步骤s5，获取待测雷达回波图；解析待测雷达回波图并根据对应的拟合曲线对所有网格的雷达回波降水量进行计算，得到区域所有网格降水量数据；

9、步骤s6，将计算后的所有网格降水量数据，作为自注意力机制卷积长短时记忆网络self-attention convlstm模型的输入，实现区域内降水量预测，进而对雨势进行预测。

10、作为优选实施方式，所述对每个网格的雷达色斑通过z-r关系进行雨强计算，具体计算公式如下：

11、

12、式中，z为雷达反射率因子，r为雷达回波降水量，a和b是通过实际观测和统计分析得到的经验系数。

13、作为优选实施方式，所述将雷达回波降水量根据不同地理特征和需要进行分区、分段；其中分区按照不同地理特征分为山区、沿海区、平原区；分段则按照不同分区内的雷达回波降水量根据不同量级进行分段。

14、作为优选实施方式，所述将不同分区网格的雷达回波降水量和网格里的测站实测降水量数据分段进行线性拟合；具体拟合公式如下：

15、

16、式中，s为雨量测站实测降水量；r为雷达回波降水量；x和y为拟合系数。

17、另一方面，本发明还提供一种基于雷达回波的区域降水预测的系统，包括：

18、数据采集处理模块，获取同个历史时间段、同个区域的雷达回波图及雨量测站实测降水量；将区域进行网格划分，并对雷达回波图进行解析，得到每个网格不同时间的雷达色斑；

19、雷达回波降水量计算模块，对每个网格的雷达色斑通过z-r关系进行雨强计算，得到雨量测站所在网格的雷达回波降水量；

20、分区、分段模块，将雷达回波降水量根据不同地理特征和需要进行分区、分段；

21、线性拟合模块，将不同分区网格的雷达回波降水量和网格里的雨量测站实测降水量数据分段进行线性拟合；输出不同分区的雷达回波降水量和实测降水量的拟合曲线；

22、区域降水量计算模块，获取待测雷达回波图，解析待测雷达回波图并根据对应的拟合曲线对所有网格的雷达回波降水量进行计算，得到区域所有网格降水量数据；

23、雨势预测模块，将计算后的所有网格降水量数据，作为自注意力机制卷积长短时记忆网络self-attention convlstm模型的输入，实现区域内降水量预测，进而对雨势进行预测。

24、作为优选实施方式，所述雷达回波降水量计算模块，对每个网格的雷达色斑通过z-r关系进行雨强计算，具体计算公式如下：

25、

26、式中，z为雷达反射率因子，r为雷达回波降水量，a和b是通过实际观测和统计分析得到的经验系数。

27、作为优选实施方式，所述分区、分段模块将雷达回波降水量根据不同地理特征和需要进行分区、分段；其中分区按照不同地理特征分为山区、沿海区、平原区；分段则按照不同分区内的雷达回波降水量根据不同量级进行分段。

28、作为优选实施方式，所述线性拟合模块将不同分区网格的雷达回波降水量和网格里的测站实测降水量数据分段进行线性拟合；具体拟合公式如下：

29、

30、式中，s为雨量测站实测降水量；r为雷达回波降水量；x和y为拟合系数。

31、再一方面，本发明还提供一种电子设备，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明任一实施例所述的一种基于雷达回波的区域降水预测的方法。

32、再一方面，本发明还提供一种计算机可读介质，用于存储一个或者多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如本发明任一实施例所述的一种基于雷达回波的区域降水预测的方法。

33、本发明具有如下有益效果：

34、1、通过雷达回波图片解析成果，在测站数据缺报、漏报的情况下，可对降水量监测数据进行补充，完善现有的水文监测预报体系，为水利业务分析研判提供参考依据。

35、2、可以根据不同分区拟合不同特征的数据曲线，得到更符合区域特征的降水数据，有效地提升区域面降水量的计算精度。

36、3、self-attention convlstm模型使用经过分区、分段拟合后的降水量数据，能够更加准确的捕捉时空特征，提高对局部强降雨的预测能力，使预测结果更加准确。