[发明专利]基于毫米波数据分层智能抽样的降水类型预测方法

说明书

本发明公开了一种基于毫米波数据分层智能抽样的降水类型预测方法，先获取大量毫米波衰减数据，通过利用较少的随后要发生的降水类型标签的毫米波衰减数据，对所有数据进行标签初始化，再通过智能分层的方法让所有的降水前一段时间的毫米波衰减数据系列自动的分为k层，随后在每层利用简单的分类方法进行多次分类，并对多次分类结果不一样的困难数据点赋予更高的被抽样概率，然后在各层进行不等概率抽样，重点照顾分类困难的模糊困难点，利用各层的抽样数据训练基础分类器，最后通过多数投票的方法将k个基础分类器集成为一个强分类器，对一段毫米波衰减数据，预测出其一段时间后将会发生那种类型的降水。

技术领域

本发明涉及地面气象探测领域，尤其是利用毫米波的衰减特点来预测一段时间后可能发生的雨、雪、冰雹等特殊降水类型天气。

背景技术

中国是一个雨季集中、暴雨多发的国家，降水的时空分布异常是引发洪涝灾害、山体滑坡、泥石流等自然灾害的重要因素，对于降水的研究早已超过了一个科学研究的范围。

目前，毫米波通信网络覆盖广，信号质量高，基本不存在盲区，因此，毫米波通信网络降水分析技术在我国有很高的推广应用价值。现有技术通过利用降水时的毫米波链路的毫米波衰减特征来进行反演雨、雪、冰雹的滴谱和粒子形状分布，实时监测雨、雪、雹这类特殊天气状况，精准度高，监测盲区小，费用也相比于雷达少。但是如何利用好大量的降水前毫米波衰减数据，充分利用不同降水类型发生前温度、湿度特性的不同对毫米波造成的不同的衰减影响，对接下来一段时间(0-2小时)后是否发生降水以及发生的降水类型进行预测，是有待于解决的问题。

发明内容

发明目的：为了解决现有技术中预测降水类型较为困难的问题，本发明提供一种基于毫米波数据分层智能抽样的降水类型预测方法。

技术方案：一种基于毫米波数据分层智能抽样的降水类型预测方法，包括以下步骤：

(1)选取区域内的多条链路的多场不同类型的降水，获取每条链路在降水前一段时间内的毫米波衰减数据系列，系列长度为n，得到m组n维毫米波衰减数据；

(2)将毫米波衰减数据进行标签初始化，所述标签为之后将发生的降水类型；

(3)对毫米波衰减数据进行数据自调节分层处理，分为多层数据；

(4)用简单分类法对每层数据进行多次分类，将多次分类结果不同的数据作为困难点，对困难点赋予高抽样概率，按照最终各数据的抽样概率进行不等概率抽样，分别对每层数据进行抽样；

(5)对于每层抽样出的数据，在每层训练建立分类器，作为K个基础分类器；

(6)通过多数投票的方法，将K个基础分类器集成为强分类器；

(7)输入待预测数据点，通过K个基础分类器在每层得到一个分类标签，将出现次数最多的分类标签作为强分类器对于该毫米波衰减数据系列之后要发生的降水类型预测结果。

进一步地，所述步骤(1)包括：

(11)选定水平方向的毫米波链路，在发射端用选定好的频率发射毫米波信号，在接收端接收到衰减后的毫米波信号，测得水平链路上的发射端功率以及接收端功率，分别记为Pa、Pb；

(12)计算出路径上单位路径毫米波衰减量O为：

式中，Pa为毫米波链路发射端功率，Pb为毫米波链路接收端功率，L为链路的长度，单位为km；

(13)毫米波链路每隔时间周期记录一次单位路径毫米波衰减量，选取降水发生前一定长度的毫米波衰减数据系列，设系列长度为n，将这n个毫米波衰减数据按照时间顺序组成一个n维毫米波衰减数据向量R，R＝(O1，O2，……,On)∈Rn，其中Oy是序列中第y个时刻毫米波链路所记录的单位路径毫米波衰减量；