[发明专利]一种积雪深度预测方法及系统

说明书

本发明公开了一种积雪深度预测方法及系统，基于预先设置的降水相态识别条件，对目标地点的未来目标时刻的降水相态进行识别得到降水相态识别结果，当降水相态识别结果为雨夹雪或降雪时，从高精度网格化天气数据中获取目标地点包含未来目标时刻的当天的气象数据，对气象数据进行标准化处理得到标准气象数据，并带入积雪深度预测模型，得到积雪深度预测值，采用基于地理信息系统数据、全国地图道路数据和动态交通信息建立的积雪深度优化方程，对所述积雪深度预测值进行修正得到修正后的最优积雪深度预测值。本发明在进行积雪深度预测时，融入上述多维度信息，高度还原了真实的降雪及积雪场景，不仅提高了对积雪深度预测的准确率，而且具有普适性。

技术领域

本发明涉及天气预报技术领域，更具体的说，涉及一种积雪深度预测方法及系统。

背景技术

积雪深度：指假定雪层均匀地分布在积雪地面上时，从雪层表面到雪下地面之间的垂直深度。积雪深度预测是指：对未来0-240小时时间内的积雪深度进行预测。积雪深度预测首先需要识别降水相态，然后基于降水相态识别结果进行积雪深度预测。

国内对降水相态和积雪深度预测的研究与国外相比相对较晚，目前，对积雪深度预测的主要方法是：基于不同地区地形等相关因素进行分析，并通过建立相应的预报指标判别降水相态，并进行积雪深度预测。总体来说，这种基于常规地面观测方法的积雪深度预测方案对于积雪预报具有一定的参考意义。但是，由于在不同地域在进行积雪深度预测时所需的预判条件也不同，因此，不具有普适性。另外，仅靠传统常规地面观测方法很难获得大范围积雪时空分布特点和地形地貌条件对积雪时空分布影响等方面的精确描述和全面信息，因此，对积雪深度预测的准确率不高。

20世纪60年代发展起来的卫星遥感技术为区域到全球尺度的积雪监测和研究提供了有效途径，卫星遥感监测范围广，可以快速获取大范围地面积雪的综合信息，不受地面条件影响，尤其是在地域辽阔、地形地貌复杂和积雪灾害频发的地区，因此，卫星遥感技术已成为积雪预测和研究最为有效的手段。但是，采用卫星遥感技术进行积雪深度预测时，在积雪深度，尤其是与地理信息系统和数字高程模型结合方面，仍欠缺相关计算模型。

综上，如何提供一种积雪深度预测方法及系统，不仅对积雪深度预测的准确率高，而且具有普适性，成为了本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明公开一种积雪深度预测方法及系统，以提高对深度预测的准确率，而且具有普适性。

一种积雪深度预测方法，包括：

基于预先设置的降水相态识别条件，对目标地点的未来目标时刻的降水相态进行识别，得到降水相态识别结果；

当所述降水相态识别结果为雨夹雪或降雪时，从高精度网格化天气数据中获取所述目标地点包含所述未来目标时刻的当天的气象数据，所述气象数据包括：日降水量、平均气温、最低气温、最高气温、积雪深度、次日降水量和次日平均温度；

对所述气象数据进行标准化处理，得到标准气象数据；

将所述标准气象数据代入预先建立的积雪深度预测模型，得到积雪深度预测值；

采用预先建立的积雪深度优化方程，对所述积雪深度预测值进行修正，得到修正后的最优积雪深度预测值，其中，所述积雪深度优化方程基于地理信息系统数据、全国地图道路数据和动态交通信息建立。

可选的，所述积雪深度优化方程的建立过程包括：

基于地理信息系统数据、全国地图道路数据和动态交通信息，建立如下所示的所述积雪深度优化方程，

式中，Y_f为所述最优积雪深度预测值，Y为所述积雪深度预测值，p_ij为积雪深度修正因子矩阵m×n矩阵P的(i，j)元，i为积雪深度修正因子矩阵的第i行，j为积雪深度修正因子矩阵的第j列；