[发明专利]一种基于信任传播的气象地面要素插值方法

说明书

本发明公开了一种基于信任传播的气象地面要素插值方法，具体涉及气象数据插值领域，具体方法步骤如下：S1、设置概率密度核函数，计算站点密度；S2、增加虚拟站点；S3、使用k‑NN Barnes二分因子图算法建立因子图；S4、kNN梯度检验；S5、引入数值高程数据，使用信任传播算法，在站点‑站点因子图的基础上对站点V进行气象要素插值计算；S6、在站点‑格点场因子图的基础上，利用站点V气象要素值，对格点场中各格点进行气象要素插值计算；S7、计算风速变化量。本发明通过建立站点‑站点因子图、站点‑格点场因子图，实现快速多要素的离散站点到格点场的插值；通过包含DEM数据的信任传播算法进行插值，提高各气象要素插值结果的准确率。

技术领域

本发明涉及气象数据插值技术领域，更具体地说，本发明涉及一种基于 信任传播的气象地面要素插值方法。

背景技术

气象要素的客观分析技术是公共气象服务工作的重要基础。尽管数值天 气预报模式输出产品中，可以获取到一些0小时预报场，作为客观分析产品。 但是，从公共气象服务、专业气象服务、高影响天气服务、农业气象服务等 角度看待这些产品，不仅品种单一、应用面窄、产品更新滞后，而且时间尺 度、空间尺度都较为宏观，图形产品用户体验较差，难以满足快速发展的公 共气象服务业务需求，因此引入机器学习技术，研发更新、更快、更丰富的 实况客观分析系统，十分必要，对此，现有技术中解决上述问题的技术方案 是常用插值算法：

1、反距离加权插值法

反距离加权插值法(Inverse Distance to a Power)首先是由气象学家和 地质工作者提出的，后来由于D.Shepard的工作被称为谢别德法(Shepard 方法)，它的基本原理是设平面上分布一系列离散点，己知其位置坐标(xi,yi) 和属性值zi(i＝1，2，…)，p(x,y)为任一格网点，根据周围离散点的属性值， 通过距离加权插值求P点属性值。距离加权插值法综合了泰森多边形的邻近 点法和多元回归法的渐变方法的长处，它假设P点的属性值是在局部邻域内 中所有数据点的距离加权平均值，可以进行确切的或者圆滑的方式插值。周围点与P点因分布位置的差异，对P(z)影响不同，我们把这种影响称为权函 数wi(x,y)，方次参数控制着权系数如何随着离开一个格网结点距离的增加而 下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额；对 于一个较小的方次，权重比较均匀地分配给各数据点。计算一个格网结点时， 给予一个特定数据点的权值，与指定方次的结点到观测点的距离倒数成比例。 当计算一个格网结点时，配给的权重是一个分数，所有权重的总和等于1.0。 当一个观测点与一个格网结点重合时，该观测点被给予一个实际为1.0的权重。所有其它观测点被给予一个几乎为0.0的权重；

2、克里金插值法