融合卫星雷达多源数据的降水质量控制与评估方法及应用

    公开(公告)号:CN114298162A

    公开(公告)日:2022-04-08

    申请号:CN202111498023.6

    申请日:2021-12-09

    Abstract: 本发明公开了融合卫星雷达多源数据的降水质量控制与评估方法及应用。该方法包括步骤:获取卫星数据、雷达数据和地面降水数据,定义质量控制参考域、质量评估参考域、实时异常事件和准实时异常事件;对地面降水数据中异常站点进行标注,计算异常站点的质量控制因子和天气背景进而识别实时异常事件,并对实时异常事件对应数据的正确性与否进行标记;获得待评估站点对应质量评估参考域的地面降水数据以及质量标记结果,计算待评估站点的质量评估因子,根据质量评估因子识别准实时异常事件。本发明在进行降水质量控制与评估时,引入卫星数据、雷达数据,提高了实时质量异常事件的自动标识水平,实现了不同质量问题事件处理间的互反馈机制,效果较好。

    融合卫星雷达多源数据的降水质量控制与评估方法及应用

    公开(公告)号:CN114298162B

    公开(公告)日:2024-08-13

    申请号:CN202111498023.6

    申请日:2021-12-09

    Abstract: 本发明公开了融合卫星雷达多源数据的降水质量控制与评估方法及应用。该方法包括步骤:获取卫星数据、雷达数据和地面降水数据,定义质量控制参考域、质量评估参考域、实时异常事件和准实时异常事件;对地面降水数据中异常站点进行标注,计算异常站点的质量控制因子和天气背景进而识别实时异常事件,并对实时异常事件对应数据的正确性与否进行标记;获得待评估站点对应质量评估参考域的地面降水数据以及质量标记结果,计算待评估站点的质量评估因子,根据质量评估因子识别准实时异常事件。本发明在进行降水质量控制与评估时,引入卫星数据、雷达数据,提高了实时质量异常事件的自动标识水平,实现了不同质量问题事件处理间的互反馈机制,效果较好。

    基于多源数据和机器学习的气象数据异常事件识别方法

    公开(公告)号:CN116432032A

    公开(公告)日:2023-07-14

    申请号:CN202310400212.8

    申请日:2023-04-12

    Abstract: 本发明提供了一种基于多源数据和机器学习的气象数据异常事件识别方法。在进行地面气象数据质量异常事件的识别时,引入了地理信息数据、地面相关气象数据及累年气候标准值这些多源数据;利用当前站点及其周边邻近站的多源数据建立特征向量,使用两种机器学习算法构建气象要素偏差估计模型,计算站点各气象要素值的偏差序列,并通过统计方法得到站点各气象要素的平均偏差、偏差标准差、日评估因子、持续时间等事件统计特征;通过对事件统计特征的分析,构建质量异常事件划分指标,进而确定异常事件类型,达到识别气象数据质量异常事件的目的,可对地面气象数据长期质量问题进行实时监测,对提升地面气象数据质量和促进气象站点仪器维护具有较好的支撑作用。

Patent Agency Ranking