[发明专利]位置相关的雷达定量降水估测的深度学习数据集制作方法

说明书

本发明公开了一种位置相关的雷达定量降水估测的深度学习数据集制作方法，包括步骤：S1、通过计算得到雷达特定仰角的波束在气象站上空的观测高度及气象站位置的DEM高度最大值，从而确定每个气象站对应雷达观测的最低层不遮挡仰角的仰角序号，结合气象站及雷达的相关数据，得到雷达标定观测范围内的所有气象站包含最低层不遮挡仰角信息的混合扫描策略查找表；S2、调用得到的混合扫描策略查找表中的每一条记录，根据记录内容生成记录对应的所有气象站的位置相关的定量降水估测数据样本，完成构建位置相关的定量降水估测深度学习数据集。本发明为开发位置相关的深度学习降水估测算法提供了数据支撑，有效提高了雷达定量降水估测水平。

技术领域

本发明属于深度学习数据集制作领域，尤其涉及一种位置相关的雷达定量降水估测的深度学习数据集制作方法。

背景技术

定量估测降水是天气雷达的主要用途之一，雷达定量降水估测在灾害天气预测预警、人工影响天气、数值预报模式研究等方面具有重要的意义。美国Seliga和Bringi等（1976）科学家在20世纪70年代中期提出了双偏振雷达理论，随后研制了双偏振雷达系统CSU-CHILL，并在外场试验中取得成功。德国、日本等相继在80年代发展了双偏振雷达（Giletetal.,1984;Collieretal.,1984）。1980年代末，我国学者开展了双线偏振雷达研究（刘黎平等，1996；杜牧云等，2013）。

发明内容

为了解决现有技术存在的不足，本发明提供了位置相关的雷达定量降水估测的深度学习数据集制作方法，新增与雷达观测方位相关的参量，构建一套面向雷达定量降水估测的位置相关的深度学习数据集，为开发位置相关的深度学习降水估测算法提供数据支撑，改善雷达定量降水估测水平。

为了实现上述目的，本发明的一个实施方式的一种位置相关的雷达定量降水估测的深度学习数据集制作方法，包括以下步骤：

S1、建立包含最低层不遮挡仰角信息的混合扫描策略查找表；

S2、构建位置相关的定量降水估测深度学习数据集。

进一步地，所述步骤S1建立包含最低层不遮挡仰角信息的混合扫描策略查找表，具体为：

S11、获取雷达标定观测范围内的全部M个气象站的相关信息及全部DEM数据；

所述相关信息至少包括气象站站号、气象站与雷达距离及气象站方位角；

S12、令n=1，其中，n为正整数；

S13、确定第n个气象站对应雷达观测的最低层不遮挡仰角的仰角序号，并计算得到所述仰角序号对应的雷达仰角的波束在气象站上空的观测高度及气象站位置的DEM高度最大值；

S14、将第n个气象站的所述气象站站号、所述气象站与雷达距离、所述气象站方位角、所述仰角序号、所述仰角序号对应的雷达仰角的波束在气象站上空的观测高度及所述气象站位置的DEM高度最大值作为该气象站的记录数据写入所述混合扫描策略查找表；

S15、令n=n+1，判断n≤M是否成立，是则重复执行步骤S13至步骤S15，否则执行步骤S16；

S16、得到所述M个气象站数据的包含最低层不遮挡仰角信息的混合扫描策略查找表。

进一步地，所述步骤S13确定第n个气象站对应雷达观测的最低层不遮挡仰角的仰角序号，并计算得到所述仰角序号对应的雷达仰角的波束在气象站上空的观测高度及气象站位置的DEM高度最大值，具体为：

S131、令j=0，其中，j为大于等于0的整数；