[发明专利]一种高维异构降水数据融合方法及系统

说明书

本申请涉及应用电子设备进行识别的方法或装置技术领域，提供一种高维异构降水数据融合方法及系统，该方法包括：根据尺度效应矩阵和尺度转移算子矩阵、以及降水数据，得到尺度统一算子；然后，根据站点观测数据、降水影响因素，基于地理加权回归模型，得到降水观测模型；最后，基于尺度统一算子，以降水观测模型为约束项，得到多源多尺度降水融合模型，并基于多源多尺度降水融合模型对高维异构降水数据进行融合。藉此，充分有效的利用不同来源的降水数据优势，不仅能够对两种或三种来源的降水数据进行融合，而且能够对三个以上不同来源、不同数据结构的降水数据实现多源多尺度的数据融合，以获得高精度高空间分辨率降水数据产品。

技术领域

本申请涉及应用电子设备进行识别的方法或装置技术领域，特别涉及一种高维异构降水数据融合方法及系统。

背景技术

降水数据包含降水的时空特征信息，获取较为准确的降水数据，是水文水资源管理、洪涝干旱检测、地质灾害预警和风险评估等工作的基础。常用于获取降水数据的方式主要包括基于地面气象观测站的插值方法、基于卫星遥感的反演方法以及基于物理过程模型的模拟方法。由于降水具有较强的时空异质性，单一方法所得到的降水空间分布信息存在很大的不确定性。

随着气象观测系统的迅猛发展，利用地面气象观测站、雷达及卫星等获取的数据越来越多，已积累海量多源多尺度的降水数据。通过一定的优化准则，对不同来源、不同精度、不同时、空分辨率的降水数据进行集成，以获取高精度、精细时空尺度降水数据是本领域研究难点之一。现有相关技术中，通常通过构建降水数据的背景场，结合地面实测数据对背景场进行修正得到降水融合数据，比如在中国专利申请公开说明书CN112699959A公开了一种基于能量泛函模型的多源多尺度降水数据融合方法，该方法通过构建能量泛函模型，对CMORPH卫星反演降水产品和站点数据进行融合，得到降水数据融合结果。然而，这些方法仅基于站点数据或遥感数据中的二个或者三个数据产品进行融合，并没有充分有效的利用目前海量的多源（三个以上）多尺度的降水估计产品。

因此，需要提供一种针对上述现有技术不足的改进技术方案。

发明内容

本申请的目的在于提供一种高维异构降水数据融合方法及系统，以解决或缓解上述现有技术中存在的问题。

为了实现上述目的，本申请提供如下技术方案：

本申请提供了一种高维异构降水数据融合方法，该方法包括：

步骤S101、根据尺度效应矩阵和尺度转移算子矩阵、以及降水数据，得到尺度统一算子；其中，所述降水数据包括多个来源不同、空间分辨率不同的第一降水数据、第二降水数据，并且，所述第二降水数据的空间分辨率高于所述第一降水数据的空间分辨率；所述尺度效应矩阵用于表征降水数据融合过程中所述降水数据受到降水影响因素的约束情况；所述尺度转移算子矩阵用于表征所述第一降水数据与第二降水数据之间的空间分辨率转换关系；

步骤S102、根据站点观测数据、所述降水影响因素，基于地理加权回归模型，得到降水观测模型；

步骤S103、基于所述尺度统一算子，以所述降水观测模型为约束项，得到多源多尺度降水融合模型，并基于所述多源多尺度降水融合模型对高维异构降水数据进行融合。

优选地，步骤S101中，所述尺度效应矩阵由如下步骤得到：

基于逐步回归法，对所述降水影响因素进行筛选，得到优化的降水影响因素集合；

基于所述优化的降水影响因素集合与所述降水数据之间的空间关系异质性，得到所述尺度效应矩阵；

其中，所述降水影响因素表征所述降水数据的空间分布受气象、地理、地形因素的影响。

优选地，按照公式：

计算所述尺度效应矩阵；