[發明專利]一種基于空間統計學的多來源降雨數據融合算法及裝置

有效

• 申請號: 202110253540.0
• 申請日: 2021-03-09
• 公開（公告）號: CN112632472B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 楊盼;包申旭;平揚;楊思原;林潮
• 申請（專利權）人: 武漢理工大學;深圳市水務規劃設計院股份有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06K9/62
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 黃君軍

本發明涉及一種基于空間統計學的多來源降雨數據融合算法及裝置，該算法包括：獲取至少一個地點位置的觀測數據；根據時間信息和空間位置信息，分別對雷達回波強度數據、降雨站監測數據以及眾包監測數據進行標記；根據克里金公式和標記結果，確定至少一個地點位置對應的降雨站監測數據或眾包監測數據的加權值，并根據加權值，確定對應的降雨估計值；根據雷達回波強度數據和每兩個地點位置之間的變差函數，確定降雨估計值對應的標準差值；根據至少一個地點位置對應的所述標準差值和降雨估計值，判斷估算準確性。本發明提供了高密度監測降雨數據，導出的實時降雨強度估算數據準確性高，為徑流估算數據提供精確的數據來源。

技術領域

本發明涉及智慧城市建設技術領域，尤其涉及一種基于空間統計學的多來源降雨數據融合算法及裝置。

背景技術

眾包降雨數是普通市民利用物聯網監測到的降雨數據，作為多來源降雨數據是一個新興方法，在提供有價值的實時降雨觀測數據方面具有巨大潛力。眾包方式鼓勵市民利用低成本物聯網傳感器進行降雨監測，覆蓋范圍極大，密度極高，準確性高。因此得到的眾包降雨數據密度高，范圍廣，精度高。

SWMM模型是由美國環保局推出的一種暴雨徑流模型,能夠完整地模擬城市降雨徑流過程和污染物轉移過程,目前廣泛應用于暴雨徑流模擬和城市排水系統管理。SWMM模型可以模擬分析現有管網的排水能力,確定管網排水能力不足的“瓶頸”段,同時依據模擬結果預先測出設計改造方案的實際效果，通過分析對比經濟性指標,可獲得合理經濟的方案。但是SWMM模型的目前主要應用于對已有管網的模擬分析和已有管網改造方案對比。目前,雨水管網設計主要是人工雨水管網設計,它基于極限暴雨強度所計算的流量，憑經驗采用反復查閱水力計算表的方法對管段的管徑和坡度等進行人為的調整,以獲得較經濟合理的設計。該人工雨水管網設計方法計算量大,且計算結果精確度較低。這種人工雨水管網設計方法的水力計算過程基于靜態的明渠流公式，假定下游可以自由出流，水力計算過程孤立,管網的設計過程完全忽略了下游管道的水力流動狀況,難以體現管網的實際通洪效果，以至于產生局部瓶頸現象，導致內澇的發生。也就是說:現有雨水管網設計方法的靜態化的計算過程難以滿足城市建設和環境保護的需求。

隨著科學技術的發展，各國各省市對暴雨徑流模擬精度要求越來越高。提高降雨輸入數據精度可以大大提高暴雨徑流模擬數據。在城市區域，降雨數據通常包括雷達和降雨站，雷達降雨數據有高覆蓋率的優點，但雷達所測降雨通常存在系統性偏差，本身誤差及不確定性也較大；降雨站監測誤差小，但是站點分布稀疏，難以提供高分辨率空間信息，所以得不出準確的實時降雨強度估算。

因此，確實有必要提出一種基于空間統計學的多來源降雨數據融合算法，汲取每種降雨數據的優點，舍棄每種降雨數據的不足，以克服以往降雨強度估算存在的不確定性，實現高精度、高分辨率的實時降雨強度估算。

發明內容

有鑒于此，有必要提供一種基于空間統計學的多來源降雨數據融合算法，用以解決如何加強降雨數據的準確性的問題。

本發明提供一種基于空間統計學的多來源降雨數據融合算法，包括：

獲取至少一個地點位置的觀測數據，其中，所述觀測數據包括雷達回波強度數據、降雨站監測數據以及眾包監測數據；

根據時間信息和空間位置信息，分別對所述雷達回波強度數據、所述降雨站監測數據以及所述眾包監測數據進行標記；

根據克里金公式和標記結果，確定所述至少一個地點位置對應的所述降雨站監測數據或所述眾包監測數據的加權值，并根據所述加權值，確定對應的降雨估計值；

根據所述雷達回波強度數據和每兩個地點位置之間的變差函數，確定所述降雨估計值對應的標準差值；

根據所述至少一個地點位置對應的所述標準差值和所述降雨估計值，判斷估算準確性。

進一步地，所述獲取至少一個地點位置的觀測數據包括：