[发明专利]通过微波链路网格化自适应可变尺度反演大气能见度的方法

说明书

本发明公开了一种通过微波链路网格化自适应可变尺度反演大气能见度的方法,包括以下步骤：1）在监测区域根据区域大小合理划分大尺度网格，同时建立小尺度网格，每个大尺度网格划分3×3个小尺度网格嵌套，将微波链路和网格进行尺度匹配。2）对于大尺度网格使用随机森林算法判别大气能见度是否为500米进行分类训练，确定大气能见度小于500米的区域网格边界3）在边界内用程序实现小尺度网格自动转换，将获得的大气能见度多源数据融合以及反演计算获得小尺度网格能见度。本发明能够实现网格化自适应可变尺度反演大气能见度，解决了大气能见度反演空间分布不均匀的问题，为系统化监测反演大气能见度提供思路，提供高时空分辨率大气能见度反演方法。

技术领域

本发明涉及通过微波链路网格化自适应可变尺度反演大气能见度的方法，属于气象监测领域。

背景技术

随着我国经济社会的快速发展，交通运输网络达到前所未有的发达水平，而低能见度对交通运输的造成十分恶劣的影响，大气能见度的反演是认识复杂条件下大气变化特征规律的关键和主要依据，也是能够促进交通安全决策的重要保证。

目前广泛反演测量大气能见度的方法有目测法和仪器测量法，目测法往往带有很大的主观性，有测量者心理因素等众多干扰因素，测量比较粗略，测量结果往往误差大；仪器测量法虽然精度高，但受环境影响很大，需要人员定期维护校正，且分布不均匀，空间分辨率低。且目前广泛存在的反演大气能见度的方法均存在空间分布不均匀，而且时间上白天反演能见度研究发展较完善，在夜晚大气能见度的监测就存在局限性无法形成区域性反演大气能见度的完整体系。而在目前国家交通网络愈发达及完善的情况下，网格化系统化反演大气能见度是十分重要以及必要的。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种通过微波链路网格化自适应可变尺度反演大气能见度的方法，能够实现利用微波链路反演大气能见度变化，使大气能见度变化的分布可视化，以可变尺度的网格呈现，从而实现对大气能见度的反演。

技术方案：为解决上述技术问题，本发明的一种通过微波链路网格化自适应可变尺度反演大气能见度的方法，包括如下的步骤：

(1)，在监测区域根据区域大小合理划分网格，同时建立大尺度网格和小尺度网格，两套网格互相嵌套，每个大尺度网格有3×3个小尺度网格嵌套，将微波链路和网格进行尺度匹配，分别对大尺度网格和小尺度网格进行编码；

(2)，对于大尺度网格使用随机森林算法判别大气能见度是否为500米进行分类训练，选择了与大气能见度最相关且数据易获得的四个特征，有：处理后的距离大尺度网格边最近的微波链路的微波信号衰减数据、站点空气质量数(AQI)、站点记录风速、相对湿度四个特征组成样本的特征向量，对输入输出数据集做数据预处理输入随机森林算法模型进行训练学习；

(3)，确定大气能见度小于500米的区域网格边界，在边界内实现小尺度自动转换，利用数据融合以及反演计算获得小尺度网格能见度，并以监测区域内小尺度网格计算得到的大气能见度数据绘图。

作为优选，所述步骤(2)中，随机森林算法模型进行训练学习具体包含以下步骤：

(21)构建训练样本集{Y_n},{X_n},其中n为已有样本数，X_n＝[X_n¹,X_n²,X_n³,X_n⁴],X_n为第n个样本为选取的四个特征数据构成的向量，大气能见度标签的标签数据集Y_n＝{y₁，y₂,y₃,y₄……，y_n},X_n为输入样本,Y_n为输出样本将数据集X和标签集Y输入随机森林模型进行训练学习；