[发明专利]一种基于地形数据的遥测雨量站点可疑数值检验方法

说明书

本发明公开了一种基于地形数据的遥测雨量站点可疑数值检验方法。本发明首先将区域内实时雨量站点数据按照地理空间坐标距离建立空间权重矩阵；然后根据站点的降雨属性值对每一个站点进行空间自相关建模分析，并依据聚类统计参数判断该属性值是否聚类；其次在聚类的基础上，通过计算聚类状态判别指数S_cdi筛选出可疑数值；最后根据遥测雨量站点的数字高程属性进行站点的重分类，并对可疑站点与设定的距离阈值范围内的站点的属性值进行空间相似性分析，以此来确认遥测雨量站点传来的数据是否为异常值。本发明提高传统单一阈值校验的准确度及精度。

技术领域

本发明涉及一种数值检验算法，具体涉及到一种基于连续要素空间关系以及坡向验证的雨量站遥测数据校验方法。

背景技术

降水在水文学、气象学、生态学以及农业研究等领域担任了重要角色，尤其是大数据时代的到来，雨量数据在灾害预测，防洪预警等领域具有重要的基础意义。同时降水作为一个重要的环境要素，也是自然科学领域中的研究热点；因此降雨量的准确度和精度，必须得到有效的校验。地面降雨遥测站是应用较为广泛的一种降水测量手段，也是目前水文应用部门雨量数据采集的主要方式。但由于遥测设备故障，损坏，以及其他一些非自然原因，往往会造成雨量数据的误报或缺失，为改善以往单纯依靠阈值范围校验的数据校验方法，本发明提出一种基于地形数据的遥测雨量站点可疑数值检验算法。

发明内容

本发明的目的在于解决现有雨量校验中存在的问题，改善以往单纯依靠阈值范围校验的数据校验方法，并提出一种基于地形数据的遥测雨量站点可疑数值检验方法。

本发明中的数据校验方法综合了连续要素空间相关关系模型，在聚类的基础上，通过计算聚类状态判别指数S_cdi的取值筛选出可疑数值。最后根据遥测雨量站点的数字高程属性进行站点的重分类，并对可疑站点与设定的距离阈值范围内的站点的属性值进行空间相似性分析，以此来确认遥测雨量站点传来的数据是否为异常值，提高传统单一阈值校验的准确度及精度。

本发明的具体技术方案如下：

基于地形数据的遥测雨量站点可疑数值检验方法，其包括以下步骤：

S1：获取目标区域某一时间点的遥测雨量站雨量监测数据及遥测雨量站点空间坐标数据和DEM地形数据；

S2：选取阈值距离，将所述的空间坐标数据进行空间关系概念化处理，生成空间距离权重矩阵，从DEM地形数据中提取坡向因子并进行二值化赋值处理；

S3：依据所述的空间距离权重矩阵，将遥测雨量站点的雨量属性值进行空间自相关建模分析，并根据建模结果判别遥测雨量站点的聚类状态；在聚类的基础上，通过对每个遥测雨量站点的雨量属性值进行差异性分析来判别可疑数据；

S4：在设定的距离阈值范围内，对S3中具有可疑数据的站点与周围邻近遥测雨量站点进行坡向属性值的比对分析，并最终判别其是否为异常数据。

作为优选，所述S1中雨量站点数据时间分辨率为1小时；所述DEM地形数据的空间分辨率为30米。

作为优选，所述S2中，将所述空间坐标数据进行空间关系概念化处理时，阈值距离的选取需要根据雨量站点密度及模型计算要求，确保每个要素具有数个相邻要素，以生成空间距离权重矩阵。

作为优选，所述S2中，将DEM数据进行坡向处理，其处理过程为：采用移动的3×3窗口访问输入栅格中的每个像元，而每次位于窗口中心的像元的坡向值将通过拟合曲面法进行计算。

作为优选，所述S3中，对各站点数据进行的空间自相关建模分析的具体方法为：

第i个遥测雨量站点的空间自相关指数C_i的计算公式：