[发明专利]一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质有效
申请号: | 201910696604.7 | 申请日: | 2019-07-30 |
公开(公告)号: | CN110244387B | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 秦鑫;张晋广;赵姝慧;刘宽宗 | 申请(专利权)人: | 成都润联科技开发有限公司 |
主分类号: | G01W1/10 | 分类号: | G01W1/10 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 刘林 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 大气 降水量 预测 降雨 天气 方法 装置 设备 以及 存储 介质 | ||
本发明涉及气象预报技术领域,公开了一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质。通过本发明创造,提供了一种获取原料数据方便且预测结果准确率高、漏报率和空报率均低的降雨天气预测新方法、装置、设备和存储介质,即可直接基于GPS观测站所测得的当前大气可降水量和当前地面温度,快速的且高精准地预测未来几小时是否有降雨天气,从而可以在降水预报中推广应用此方法,为人们工作生活的便利性提供可靠保障。
技术领域
本发明属于气象预报技术领域,具体涉及一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质。
背景技术
水汽是产生降水的必要条件,也是引发暴雨的重要因素。大气可降水量(Precipitable Water Vapor,PWV)被认为是衡量大气水汽条件以及判断强对流天气的重要指标。已有学者利用GPS(Global Positioning System,全球定位系统)、微波辐射计和MODIS(即中分辨率成像光谱仪,搭载在terra和aqua卫星上的一个重要的传感器,是卫星上唯一将实时观测数据通过X波段向全世界直接广播,并可以免费接收数据并无偿使用的星载仪器,全球许多国家和地区都在接收和使用MODIS数据)反演以及气象探空数据累加、地面水汽压推算等方法得到PWV,并针对PWV与降水关系进行深入研究。
通过对国内外研究进行总结发现,基于PWV的降水预报研究主要可以概括为两个方向,一是利用PWV在降水前的变化率来预报降水,二是建立PWV降水阈值,通过观察PWV是否达到该阈值判断是否产生降水。研究表明降水前一段时间内,PWV会有一定的跃增,其高值阶段往往对应着较高的降水概率,即当PWV达到某一阈值时出现降水的可能性较大,该值称为PWV降水阈值。降水预报中阈值定的过高,会降低预报的准确率,阈值过低,虽然会提高准确率,但同时会增加空报率,因此准确计算PWV降水阈值对提高降水临近预报精度具有重要意义。
近年来,尽管许多学者针对不同地区和季节的PWV降水阈值进行了分析,并在降水预报中取得了较好的应用效果。但是在分析PWV降水阈值的过程中,普遍会引入整层大气饱和水汽含量(Precipitable Water Vapor Saturation,PWVsat)概念来表示整个气柱容纳水汽的上限,并且是通过对各层单位面积饱和水汽压进行累加的方法给出PWVsat计算公式,使得需要依赖各层大气中的实际温度,在实际应用中存在一定的不便。此外,现有基于大气可降水量预测降雨天气的准确率、漏报率和空报率都有待进一步提升。
发明内容
为了解决当前降雨天气预测过程中所存在的应用不便,预测结果准确率、漏报率和空报率都有待进一步提升的问题,本发明目的在于提供一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质。
本发明所采用的技术方案为:
一种基于大气可降水量预测降雨天气的方法,包括如下步骤:
S101.获取由目标地区的GPS观测站所测得的当前大气可降水量PWV和当前地面温度ts;
S102.按照如下公式计算当前大气可降水量阈值PWVt:
式中,α为介于12.4~12.6之间的常数,β为介于0.060~0.062之间的常数,e为自然对数的底;
S103.按照如下公式计算变量S的当前值:S=PWV-PWVt;
S104.判断所述变量S的当前值是否大于零,若大于零,则判定未来N小时内有降雨天气,否则判定未来N小时内无降雨天气,其中,N为介于0~4之间的自然数。
优化的,在所述步骤S101中,若目标地区的GPS观测站存在多个,则对所测得的当前大气可降水量PWV和当前地面温度ts分别做均值化处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都润联科技开发有限公司,未经成都润联科技开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910696604.7/2.html,转载请声明来源钻瓜专利网。