[发明专利]一种基于人工影响天气机载探测资料分析可播区的方法

权利要求书

1.一种基于人工影响天气机载探测资料分析可播区的方法，其特征在于，包括：

获取探测资料并进行筛选，获得探测数据；

基于可播区条件对探测数据进行筛选，获得采样点探测数据；

对探测区域进行网格化处理，获得探测区域网格空间场；

基于采样点探测数据对探测区域网格空间场进行空间插值着色，获得着色显示可播区信息；

基于着色显示可播区信息，对探测区域内的指定区域进行可播分析预测，获得可播分析预测指数；

基于预设区域划分等级对探测区域进行划分，获得每个预设区域划分等级的区域划分结果；

基于用户的区域指定指令在区域划分结果中确定出指定区域；

基于着色显示可播区信息，统计出指定区域内每种评价等级的着色覆盖区域在指定区域中的第一面积占比；

在最高评价等级的所有着色覆盖区域中筛选出基准分析区域当作基准分析区域，并将对应的第一面积占比当作基准分析区域的第一预测权重；

基于基准分析区域的第一预测权重和指定区域中每个连通区域的形状均匀度，计算出指定区域的可播分析预测指数；

在指定区域中确定出基准分析区域的所有相邻连通区域，将所有相邻连通区域汇总获得对应的待分析连通区域，基于每个相邻连通区域在指定区域中的第二面积占比和对应相邻连通区域对应的评价等级，计算出待分析连通区域的第二预测权重；

在指定区域中除基准分析区域和待分析连通区域以外剩余的所有连通区域中确定出待分析连通区域的相邻连通区域，并将本次确定出的所有相邻连通区域汇总获得新的待分析连通区域；

基于每个新的相邻连通区域在指定区域中的第三面积占比和对应新的相邻连通区域对应的评价等级，计算出新的待分析连通区域的第二预测权重，直至遍历指定区域中的所有连通区域后，获得指定区域内所有待分析连通区域的第二预测权重；

基于基准分析区域的第一预测权重和所有待分析连通区域的第二预测权重以及指定区域内所有连通区域的形状均匀度，计算出指定区域的可播分析预测指数；

将连通区域的每个边缘点与连通区域的中心点的连线在连通区域内的线段，当作连通区域中对应边缘点对应的形状内径；

基于连通区域中所有边缘点对应的形状内径计算出连通区域的形状均匀度；

基于基准分析区域的形状均匀度和基准分析区域的第一预测权重以及每个待分析连通区域中所有连通区域的形状均匀度和对应待分析连通区域的第二预测权重，计算出指定区域的可播分析预测指数。

2.根据权利要求1所述的一种基于人工影响天气机载探测资料分析可播区的方法，其特征在于，

基于探测数据种类列表中的探测数据种类，对人工影响天气机载探测资料进行数据提取，获得初始探测数据；

判断出初始探测数据的空间一致性和时间一致性是否满足要求，若是，则将初始探测数据当作合格探测数据，否则，向人工影响天气机载探测资料的来源端发送资料异常提醒指令；

基于异常数据筛选规则和无效数据筛选规则，剔除合格探测数据中的异常数据和无效数据，获得探测数据。

3.根据权利要求1所述的一种基于人工影响天气机载探测资料分析可播区的方法，其特征在于，

基于预设采样间隔对探测数据进行间隔采样，获得初始采样点探测数据；

基于自动分析或者自定义的方式确定出可播区条件；

在初始采样点探测数据中筛选出分别满足可播区条件中每个评价等级的可播区子条件的采样点探测数据。

4.根据权利要求3所述的一种基于人工影响天气机载探测资料分析可播区的方法，其特征在于，

判断是否接收到用户输入的可播区条件设定指令，若是，则基于用户输入的可播区条件设定指令确定出可播区条件；

基于决策树机器学习方法对每种评价等级的可播作业潜力区的历史采样点探测数据进行学习，获得可播区条件。