[发明专利]气象数据处理方法和装置

权利要求书

1.一种气象数据处理方法，其特征在于，包括：

获取中尺度时间序列气象数据，其中，所述中尺度时间序列气象数据是对背景场数据和实测数据执行同化和中尺度数值模拟之后得到的数据；

根据所述中尺度时间序列气象数据的格点分布确定与目标区域对应的微尺度水平模拟区域并使所述微尺度水平模拟区域的边界之上或所述边界的预设范围内存在所述中尺度时间序列气象数据；

将位于所述边界之上或所述边界的预设范围内的中尺度时间序列气象数据进行转换并按预设顺序组成向量集合；

生成初始中心点；

基于所述初始中心点使用聚类算法将所述向量集合进行分组处理并使得到的多个向量组的有效性指标满足预设条件；

确定进行所述分组处理之后得到的每个向量组的中心点，其中，所述中心点用于产生微尺度数值模拟边界条件的向量。

2.根据权利要求1所述的方法，其特征在于，根据所述中尺度时间序列气象数据的格点分布确定与目标区域对应的微尺度水平模拟区域包括：

在所述中尺度时间序列气象数据的格点分布的地域上确定至少覆盖所述目标区域的区域为所述微尺度水平模拟区域，其中，所述微尺度水平模拟区域为需要进行微尺度数值模拟的区域在水平面投影的矩形区域，所述微尺度水平模拟区域的边界在预设地理坐标系统中满足预设位置条件，且在所述微尺度水平模拟区域的边界之上或所述边界的预设范围内存在所述中尺度时间序列气象数据。

3.根据权利要求1所述的方法，其特征在于，将位于所述边界之上或所述边界的预设范围内的中尺度时间序列气象数据进行转换并按预设顺序组成向量集合包括：

将每个时点对应的在所述边界之上或所述边界的预设范围内的中尺度时间序列气象数据转换为一个向量，以得到所述向量集合。

4.根据权利要求1所述的方法，其特征在于，生成初始中心点为在不同的大气稳定度、不同的日间时段以及不同的季节的中尺度时间序列气象数据中随机产生。

5.根据权利要求1所述的方法，其特征在于，所述中心点的分量属性与对应的一个向量组中每个向量的分量属性相同，其中，所述聚类算法用于提高所述中心点与对应的一个向量组中每个向量的相似度。

6.根据权利要求1所述的方法，其特征在于，基于所述初始中心点使用聚类算法将所述向量集合进行分组处理并使得到的多个向量组的有效性指标满足预设条件包括：

根据所述聚类算法的分组结果计算有效性指标；

判断所述聚类算法的分组结果的有效性指标是否满足所述预设条件，其中，所述有效性指标至少包括以下之一：每个向量组的相似度均值、每个向量组的相似度均方根偏差、任意两个向量组的中心点之间的相似度。

7.根据权利要求6所述的方法，其特征在于，在判断所述聚类算法的分组结果的有效性指标是否满足所述预设条件之后，所述方法还包括：

如果判断出所述聚类算法的分组结果的有效性指标不满足所述预设条件，则对所述多个向量组中不满足所述预设条件的向量组进行合并或拆分以重新分组，并根据重新分组后的分组结果重新生成中心点；

将重新生成的中心点作为初始中心点并使用所述聚类算法将所述向量集合进行分组处理直至所述分组结果的有效性指标满足所述预设条件。

8.根据权利要求5至7中任一项所述的方法，其特征在于，所述相似度为由两个向量对应分量之间的正比例关系确定的标量。