本发明公开了一种雷达定量估测降水的自动优化方法，本发明的核心是开发了一种雷达反射率资料结合地面站点雨量计资料定量估测降水的自动优化算法，实现了动态确定Z‑I关系式的最优A、b经验系数，本算法可操作性强，克服了传统雷达降水估测中A、b经验系数固定，降水估测精度很难提高的问题。
1.一种雷达定量估测降水的自动优化方法，其特征在于包括以下步骤：步骤S1，单因素指标值 的计算
以雨量站距离雷达中心位置的距离 或雨量站对应的雷达回波强度 作为目标雨量站的单因素指标，其中 通过式（1）计算得到，（1）
式中， 为雷达的中心位置坐标， 为雨量站 的位置坐标，下角标 表示雨量站的序号， ， 为雷达扫描区域内监测到降水的雨量站总数；
设 和 分别为最小建模雨量站数和最大建模雨量站数，雷达扫描区域内有降水的雨量站总数为 ；
若 ，降水过程为小区域降水过程，采用双站模型进行参数解算，进入步骤S3；
若 ，降水过程为大区域降水过程，采用多站模型进行参数解算，进入步骤S4；
步骤S3，小区域降水过程Z‑I关系模型参数解算①首先，将所有雨量站按其对应的雷达回波强度进行升序排序；
②然后，按顺序从雨量站排列中选取目标雨量站 ，将其他雨量站作为匹配雨量站 ，并通过式（2）计算得到目标雨量站 和匹配雨量站 的双站模型经验参数 和 ， ，（2）式中， 和 分别为目标雨量站对应的雷达回波强度和降水强度， 和 分别为匹配雨量站对应的雷达回波强度和降水强度；
③根据步骤②解算得到的目标雨量站与匹配雨量站计算获得的经验参数 和 ，通过Z‑I关系式计算出目标雨量站 和匹配雨量站外其他所有雨量站的估算降水量，并与雨量站对应的实测雨量值比较得到降水量估算绝对误差平均值；
④遍历所有匹配雨量站，以降水量估算绝对误差平均值最小者对应的模型参数A和b，作为目标雨量站 最优模型参数；
⑤继续选取下一个目标雨量站 ，并重复步骤②—④从而获得所有目标雨量站最优模型参数；
步骤S4，大区域降水过程Z‑I关系模型参数解算①从雷达扫描区域内监测到的雨量站中，选取目标雨量站 ，其对应的单因素指标为；
②通过式（3）计算得到目标雨量站 与其他雨量站 的单因素指标绝对差 ，（3）③然后，按照单因素指标绝对差 升序，对其他雨量站排序得到雨量站队列；
④从所述雨量站队列中选取前n个雨量站作为一个样本集，以该样本集建立Z‑I关系，通过拟合确定目标雨量站 的模型参数A和b，以及降水量拟合绝对误差平均值，其中；
⑤增加样本集雨量站个数到 ，并重复步骤④，直到样本集雨量站个数为 ，此时选取降水量拟合绝对误差平均值最小者对应的模型参数A和b作为目标雨量站 最优模型参数；
⑥继续选取下一个目标雨量站 ，并重复步骤②—⑤，从而遍历所有雨量站得到所有雨量站的最优模型参数；
雷达扫描影像内，对于没有雨量站对应的网格，其模型参数按以下方法获取：①通过式（4）计算得到网格点 与各雨量站的单因素指标绝对差 ，（4）
②将所有雨量站按单因素指标绝对差 以升序排序，并在该排序队列中选取前 个雨量站作为插值参考站；
步骤S6，依据网格点的模型参数，结合Z‑I关系式，生成面雨量空间分布图。
2.根据权利要求1所述雷达定量估测降水的自动优化方法，其特征在于：所述最小建模雨量站数 和最大建模雨量站数 的取值分别为20和40。
3.根据权利要求1所述雷达定量估测降水的自动优化方法，其特征在于：步骤S5中 的取值为5。
4.根据权利要求1所述雷达定量估测降水的自动优化方法，其特征在于：步骤S5中的步骤③中，若 ，计算得到 的雨量站数为m，则相应参考站权重为1/m，其他雨量站的权重标记为0。
一种雷达定量估测降水的自动优化方法
技术领域
[0001] 本发明属于大气与环境科学技术领域，尤其涉及种雷达定量估测降水的自动优化方法，可应用于气象与水文部门降水量估测。
背景技术
[0002] 降水是重要的天气要素之一。精确、定量地估测降水，具有十分重要的意义。利用天气雷达进行降水估测是气象及水文业务中的一个常见问题。目前雷达测量降水主要依据雷达反射率因子（回波强度）Z与地面降水强度I之间关系式，即： ，式中A、b为经验系数。雷达定量估测降水准确度在很大程度上取决于Z‑I关系式中A、b系数的确定。
[0003] 将地面站点雨量计资料和雷达观测资料进行点、面结合，通过一定的数学统计方法可以确定Z‑I关系，从而实现雷达降水估测。传统方法确定的经验系数一般是固定的，事实上A、b经验系数并不是固定的，随地区、季节、降水类型、与雷达中心距离等因素的变化而改变。
发明内容
[0004] 发明目的：针对上述现有存在的问题和不足，本发明的目的是提供了一种雷达反射率资料结合地面雨量站资料定量估测降水的自动优化算法，实现了动态确定Z‑I关系式的最优A、b经验系数，本算法可操作性强，克服了传统雷达降水估测中A、b经验系数固定，降水估测精度很难提高的问题。
[0005] 技术方案：为实现上述发明目的，本发明采用以下技术方案：一种雷达定量估测降水的自动优化方法，包括以下步骤：
[0006] 步骤S1，单因素指标值 的计算
[0007] 以雨量站距离雷达中心位置的距离或雨量站对应的雷达回波强度 作为目标雨量站 的单因素指标，其中 通过式（1）计算得到，
[0008] （1）
[0009] 式中， 为雷达的中心位置坐标， 为雨量站 的位置坐标，下角标表示雨量站的序号， ，N为雷达扫描区域内监测到降水的雨量站总数；
[0010] 步骤S2，降水过程类型确定
[0011] 设 和 分别为最小建模雨量站数和最大建模雨量站数，雷达扫描区域内有降水的雨量站总数为N，
[0012] 若 ，降水过程为小区域降水过程，采用双站模型进行参数解算，进入步骤S3；
[0013] 若 ，降水过程为大区域降水过程，采用多站模型进行参数解算，进入步骤S4；
[0014] 步骤S3，小区域降水过程Z‑I关系模型参数解算
[0015] ①首先，将所有雨量站按其对应的雷达回波强度进行升序排序；
[0016] ②然后，按顺序从雨量站排列中选取目标雨量站 ，将其他雨量站作为匹配雨量站 ，并通过式（2）计算得到目标雨量站 和匹配雨量站 的双站模型经验参数 和 ，，
[0017] （2）
[0018] 式中， 和 分别为目标雨量站对应的雷达回波强度和降水强度， 和 分别为匹配雨量站对应的雷达回波强度和降水强度；
[0019] ③根据步骤②解算得到的目标雨量站与匹配雨量站计算获得的经验参数 和，通过Z‑I关系式计算出目标雨量站 和匹配雨量站外其他所有雨量站的估算降水量，并与雨量站对应的实测雨量值比较得到降水量估算绝对误差平均值；
[0020] ④遍历所有匹配雨量站，以降水量估算绝对误差平均值最小者对应的模型参数A和b，作为目标雨量站 最优模型参数；
[0021] ⑤继续选取下一个目标雨量站 ，并重复步骤②—④从而获得所有目标雨量站模型的最优参数；
[0022] 步骤S4，大区域降水过程Z‑I关系模型参数解算
[0023] ①从雷达扫描区域内监测到的雨量站中，选取目标雨量站 ，其对应的单因素指标为 ；
[0024] ②通过式（3）计算得到目标雨量站 与其他雨量站 的单因素指标绝对差 ，[0025] （3）
[0026] ③然后，按照单因素指标绝对差 升序，对其他雨量站排序得到雨量站队列；
[0027] ④从所述雨量站队列中选取前n个雨量站作为一个样本集，以该样本集建立Z‑I关系，通过拟合确定目标雨量站 的模型参数A和b，以及降水量拟合绝对误差平均值，其中；
[0028] ⑤增加样本集雨量站个数到 ，并重复步骤④，直到样本集雨量站个数为，此时选取降水量拟合绝对误差平均值最小者对应的模型参数A和b作为目标雨量站 最优模型参数；
[0029] ⑥继续选取下一个目标雨量站 ，并重复步骤②—⑤，从而遍历所有雨量站得到所有雨量站的最优模型参数；
[0030] 步骤S5，模型参数的空间分布插值
[0031] 雷达扫描影像内，对于没有雨量站对应的网格，其模型参数按以下方法获取：
[0032] ①通过式（4）计算得到网格点 与相关雨量站的单因素指标绝对差 ，[0033] （4）
[0034] 式中， 为网格点 的单因素指标，N为雨量站个数；
[0035] ②将所有雨量站按单因素指标绝对差 以升序排序，并在该排序队列中选取前K个雨量站（注： 越小与该网格点 越相似）作为插值参考站；
[0036] ③并通过式（5）计算各插值参考站的权重 ，
[0037] （5）
[0038] ④通过式（6）计算网格点 对应的模型参数，
[0039] （6）
[0040] 式中， 和 分别表示第l个参考站的模型参数。
[0041] 步骤S6，依据网格点的模型参数，结合Z‑I关系式，生成面雨量空间分布图。
[0042] 进一步的，所述单因素指标为雷达回波强度或距离雷达中心位置的距离。
[0043] 作为优选，所述最小建模雨量站数 和最大建模雨量站数 的取值分别为20和40。
[0044] 作为优选，步骤S5中K的取值为5。
[0045] 进一步的，步骤S5中的步骤③中，若 ，计算得到 的雨量站数为m，则相应参考站权重为1/m，其他雨量站的权重标记为0。
[0046] 有益效果：与现有技术相比，本发明针对雷达反射率因子Z与降水强度I的统计关系问题，开发了一种雷达反射率资料结合地面站点雨量计资料定量估测降水的自动优化算法，能动态确定Z‑I关系式的最优A、b经验系数，具有更优的降水估测精度。
附图说明
[0047] 图1为本发明所述雷达定量估测降水的自动优化方法的流程示意图。
具体实施方式
[0048] 下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
[0049] 结合图1的流程，以下详细介绍本发明方法的技术思路及流程：
[0050] 一、模型分类
[0051] 依据雷达工作原理，解算Z‑I关系模型中A、b经验系数时，按照不同的样本数据建模方式，对模型进行分类。
[0052] 按照雨量站多少分类：
[0053] 1）多站模型：在以雷达中心为圆心的圆形区域内，将雷达扫描区域内多个雨量站（注：具有雨量计观测的站点，简称雨量站，以下同）雨量与雷达回波强度作为一个样本集，建立Z‑I关系，确定A、b经验系数。
[0054] 2）双站模型：依据两个雨量站对应雨量与雷达回波强度，解算Z‑I关系的A、b经验系数。
[0055] 按照因素分类：
[0056] 1）距离模型：将雨量站按距雷达中心距离分组，建立Z‑I关系，即A、b的确定由距雷达中心距离r主导。
[0057] 2）回波模型：将雨量站按雷达回波强度分组，建立Z‑I关系，即A、b的确定由雷达回波强度Z主导。
[0058] 二、模型建立步骤
[0059] 1）计算单因素指标值
[0060] 设定目标雨量站为 ，距离模型的单因素指标为雨量站距雷达中心位置的距离，即：
[0061] （1）
[0062] 式中 为雷达中心位置， 为雨量站 位置， ，N为雷达扫描区域内监测到降水的雨量站总数。
[0063] 设定目标雨量站为 ，回波模型的单因素指标为雨量站对应的雷达回波强度 ，即：
[0064] ；
[0065] 2）设置多站模型建模雨量站数最小值 与最大值
[0066] 设置多站模型建模雨量站数最小值 与最大值 ，最小建模雨量站数决定建模最小样本数，最大建模雨量站数 决定建模最大样本数。建议 取20，取40。
[0067] 3）确定降水过程类型
[0068] 雷达扫描区域内有降水的雨量站总数N，若 ，为小区域降水过程，转入步骤4），进行小区域降水过程模型参数解算；若 ，为大区域降水过程，转入步骤5），进行大区域降水过程模型参数解算。
[0069] 4）小区域降水过程Z‑I关系模型参数解算（双站模型）：
[0070] ①将所有雨量站按其对应的雷达回波强度以升序排序；
[0071] ②选取目标雨量站 ，初始以雨量站队列中第1个雨量站作为目标雨量站，即设初始值 。目标雨量站为 ，其对应的雷达回波强度为 ，降水强度为 ；
[0072] ③选取匹配雨量站 ，初始以雨量站队列中第1个雨量站作为匹配雨量站，即设初始值 。匹配雨量站为 ，其对应的雷达回波强度为 ，降水强度为 ；
[0073] ④计算双站模型参数，若目标雨量站与匹配雨量站有 且 ，则可计算双站模型参数，其解为：
[0074] （2）
[0075] 否则，转⑥，选取下一匹配雨量站；
[0076] ⑤根据目标雨量站与匹配雨量站解算出的经验系数 、 值，应用Z‑I关系式计算除目标雨量站和匹配雨量站外其他所有雨量站的估算降水量，并与雨量站对应的实测雨量值比较得到降水量估算绝对误差平均值。
[0077] ⑥选取下一匹配雨量站，即 ，若 ，转④，计算双站模型参数；否则，转入下一步，选取下一目标雨量站；
[0078] ⑦选取下一目标雨量站，即，若，转③，计算新目标站的模型参数；否则，所有雨量站双站模型参数计算完成，转下一步，优选模型参数；
[0079] ⑧确定目标雨量站最优模型参数，以降水量估算绝对误差平均值为评判标准，以降水量估算绝对误差平均值最小者对应的模型参数A、b即为该目标雨量站最优A、b值；
[0080] ⑨计算模型参数的空间分布，即转步骤6）将模型参数空间插值。
[0081] 5）大区域降水过程Z‑I关系模型参数解算（多站模型）
[0082] ①选取目标雨量站 ，其对应的单因素指标为 ；
[0083] ②计算目标雨量站与其它雨量站 的单因素指标绝对差
[0084] （3）
[0085] ③将所有雨量站按单因素指标绝对差 以升序排序；
[0086] ④设定初始建模雨量站样本数 ；
[0087] ⑤以单因素指标绝对差 升序队列中的前n个雨量站作为一个样本集，建立Z‑I关系，确定模型参数A和b，以及降水量拟合绝对误差平均值。
[0088] ⑥增加建模雨量站数，即取 ，若 ，转⑤, 直至达到最大雨量站数 ；
[0089] ⑦若 ，选取下一目标雨量站，转①，直至遍历所有雨量站；
[0090] ⑧评价模型性能，选取最优模型，每个目标雨量站，通过不同数据集（即：不同样本数与不同单因素指标）建立的Z‑I关系模型中，以降水量拟合绝对误差平均值最小的模型，为最优模型，以最优模型确定的A、b系数，作为该目标雨量站的A、b值。
[0091] 6）模型参数的空间分布插值
[0092] 采用插值法，利用已有雨量站模型参数，确定雷达扫描区域内各网格点的模型参数。
[0093] ①设置参与插值的雨量站数k，建议k取5；
[0094] ②计算网格点 对应的单因素指标为；
[0095] ③计算网格点 与相关雨量站的单因素指标绝对差
[0096] （4）
[0097] 式中， 为网格点 的单因素指标，N为雨量站个数；
[0098] ④将所有雨量站按单因素指标绝对差 以升序排序；
[0099] ⑤在单因素指标绝对差 升序队列中选取前k个雨量站（注： 越小与网格点越相似）作为插值参考站；
[0100] ⑥计算各参考站权重
[0101]
[0102] 若存在 ，计算 的雨量站数m，相应参考站权重为 ，其它雨量站的权重为0；
[0103] ⑦计算网格点 对应的模型参数：
[0104]
[0105]
[0106] 、 为第l个参考站的模型参数。
[0107] 7）依据网格点A、b值，结合Z‑I关系式，生成面雨量空间分布图。
[0108] 以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
