[发明专利]一种基于空间统计学的多来源降雨数据融合算法及装置

权利要求书

1.一种基于空间统计学的多来源降雨数据融合算法，其特征在于，包括：

获取至少一个地点位置的观测数据，其中，所述观测数据包括雷达回波强度数据、降雨站监测数据以及众包监测数据；

根据时间信息和空间位置信息，分别对所述雷达回波强度数据、所述降雨站监测数据以及所述众包监测数据进行标记；

根据克里金公式和标记结果，确定所述至少一个地点位置对应的所述降雨站监测数据或所述众包监测数据的加权值，并根据所述加权值，确定对应的降雨估计值；

根据所述雷达回波强度数据和每两个地点位置之间的变差函数，确定所述降雨估计值对应的标准差值；

根据所述至少一个地点位置对应的所述标准差值和所述降雨估计值，判断估算准确性；

其中，所述根据所述加权值，确定对应的降雨估计值包括：

所述降雨估计值通过如下公式表示：

其中，表示所述至少一个地点位置处的所述降雨估计值，表示第个地点的降雨站监测数据或者众包监测数据，表示与降雨站监测数据或者众包监测数据相关联的加权值，M表示总的地点位置的数目，i=1,2,3…M，表示整数，K表示 Kriging加权值；

其中，所述根据所述雷达回波强度数据和每两个地点位置之间的变差函数，确定所述降雨估计值对应的标准差值包括：

通过如下公式表示所述变差函数：

其中，表示第个地点位置与第j个地点位置形成的所述变差函数，表示第一取值系数，表示第二取值系数，表示第个地点位置与第j个地点位置之间的距离，为变差函数趋近于极限值时所对应的极限距离，其中，当所述距离趋近于无穷时，所述极限值取值；

通过如下公式估算所述第一取值系数、所述第二取值系数和所述极限距离：

其中，M表示总的地点位置的数目，i=1,2,3…M，表示整数，表示第个地点位置的雷达回波强度数据，和是拉格朗日常数，其中，表示第个地点位置与第j个地点位置形成的所述变差函数，基于所述变差函数，利用所述第一取值系数、所述第二取值系数和所述极限距离表示；

通过如下公式确定所述标准差值：

其中，表示位置处的标准差值，表示位置处和位置处的所述变差函数，表示第1个地点位置对应的所述降雨估计值，表示第2个地点位置对应的所述降雨估计值。

2.根据权利要求1所述的基于空间统计学的多来源降雨数据融合算法，其特征在于，所述获取至少一个地点位置的观测数据包括：

针对预设时间段，根据空间位置，确定所述众包监测数据、所述降雨站监测数据对应的所述雷达回波强度数据；

针对所述至少一个地点位置，构建对应的所述众包监测数据、所述降雨站监测数据以及所述雷达回波强度数据之间的映射关系。

3.根据权利要求2所述的基于空间统计学的多来源降雨数据融合算法，其特征在于，所述根据时间信息和空间位置信息，分别对所述雷达回波强度数据、所述降雨站监测数据以及所述众包监测数据进行标记包括：

根据所述至少一个地点位置的时间信息和空间位置信息，确定对应的序号；

根据所述序号，标记对应的所述雷达回波强度数据、所述降雨站监测数据以及所述众包监测数据。

4.根据权利要求1-3任一项所述的基于空间统计学的多来源降雨数据融合算法，其特征在于，所述根据所述至少一个地点位置对应的所述标准差值和所述降雨估计值，判断估算准确性包括：

将所述标准差值和所述降雨估计值通过SWMM模型导出对应流域的预测径流数据；

根据所述预测径流数据与实时监测的实际径流数据进行对比，确定估算准确性。

5.一种基于空间统计学的多来源降雨数据融合装置，其特征在于，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现根据权利要求1-4任一项所述的基于空间统计学的多来源降雨数据融合算法。