本發(fā)明涉及電數(shù)字?jǐn)?shù)據(jù)處理領(lǐng)域，尤其涉及一種基于激光測(cè)風(fēng)雷達(dá)的多山地區(qū)風(fēng)場(chǎng)精細(xì)化方法。

背景技術(shù)：

1、多山地區(qū)由于地形的復(fù)雜性，風(fēng)速和風(fēng)向可能會(huì)有顯著的變化，該地區(qū)精細(xì)化風(fēng)場(chǎng)信息的準(zhǔn)確獲取有利于風(fēng)能前期開發(fā)的評(píng)估、天氣預(yù)報(bào)模型的改進(jìn)，以及環(huán)境保護(hù)領(lǐng)域預(yù)案的制定。具體而言，通過風(fēng)場(chǎng)測(cè)量，可以精確評(píng)估風(fēng)能資源的分布和強(qiáng)度，幫助確定適合建設(shè)風(fēng)力發(fā)電場(chǎng)的最佳位置，從而提高風(fēng)能利用效率。此外，多山地區(qū)的地形影響風(fēng)場(chǎng)的分布，進(jìn)而影響當(dāng)?shù)氐臍庀髼l件。通過測(cè)量和分析風(fēng)場(chǎng)數(shù)據(jù)，可以改進(jìn)天氣預(yù)報(bào)模型，提高氣象預(yù)測(cè)的準(zhǔn)確性，尤其是在局地風(fēng)暴、強(qiáng)風(fēng)等極端天氣事件的預(yù)測(cè)方面。在地形復(fù)雜的多山地區(qū)，風(fēng)蝕可能導(dǎo)致土壤退化、植被破壞，進(jìn)而影響生態(tài)環(huán)境。風(fēng)場(chǎng)精細(xì)化測(cè)量對(duì)于準(zhǔn)確理解多山地區(qū)的風(fēng)蝕過程至關(guān)重要。掌握風(fēng)場(chǎng)的準(zhǔn)確特征，還可以幫助制定環(huán)境保護(hù)措施，減少風(fēng)蝕對(duì)生態(tài)系統(tǒng)的負(fù)面影響。

2、目前，對(duì)地形復(fù)雜多山地區(qū)的風(fēng)場(chǎng)信息獲取一般有地面氣象站、地面雷達(dá)遙感、無人機(jī)測(cè)量、探空氣球和基于天氣數(shù)值模擬與模型等幾種方法。然而，在多山地區(qū)，由于地面氣象站站點(diǎn)分布十分稀疏且不均勻，僅僅依靠它的測(cè)風(fēng)設(shè)備是難以獲得此區(qū)域高空間分辨率的降水信息。天氣雷達(dá)組網(wǎng)可以獲取高時(shí)空分辨率風(fēng)場(chǎng)信息，但其探測(cè)能力易受該地區(qū)周圍高海拔山脈阻擋的影響，從而導(dǎo)致對(duì)低層空間風(fēng)場(chǎng)信息的缺失。僅僅依靠天氣數(shù)值模擬與模型而獲取的風(fēng)場(chǎng)信息，其準(zhǔn)確性和可靠性往往不足，而其他例如無人機(jī)測(cè)量和探空氣球等手段是無法獲取大范圍區(qū)域連續(xù)時(shí)間的精細(xì)化風(fēng)場(chǎng)信息的。同時(shí)，高空間分辨率初始風(fēng)場(chǎng)的缺失也會(huì)影響后續(xù)天氣預(yù)報(bào)模式的精度。此外，結(jié)合計(jì)算流體力學(xué)模型可以生成高空間分辨率的風(fēng)場(chǎng)信息，然而在計(jì)算流體力學(xué)模型的邊界賦值上，傳統(tǒng)的方法是基于幾何高度坐標(biāo)系的賦值方法。這種方法沒有考慮賦值位置與待賦值位置間地理因子差異等因素，往往會(huì)造成邊界賦值后風(fēng)場(chǎng)失真且不符合風(fēng)場(chǎng)連續(xù)性的實(shí)際情況。因此在對(duì)多山地區(qū)風(fēng)場(chǎng)精細(xì)化的刻畫方面，目前的融合方法仍然存在許多改進(jìn)之處。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)，提供了一種基于激光測(cè)風(fēng)雷達(dá)的多山地區(qū)風(fēng)場(chǎng)精細(xì)化方法，解決了現(xiàn)有技術(shù)存在的不足。

2、本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)：一種基于激光測(cè)風(fēng)雷達(dá)的多山地區(qū)風(fēng)場(chǎng)精細(xì)化方法，所述風(fēng)場(chǎng)精細(xì)化方法包括：

3、s1、將收集的數(shù)據(jù)輸入到地理信息系統(tǒng)中，生成高級(jí)別、中級(jí)別和低級(jí)別空間分辨率網(wǎng)格的地理因子數(shù)據(jù)集和不同空間分辨率網(wǎng)格的ndvi數(shù)據(jù)集；

4、s2、根據(jù)收集的激光測(cè)風(fēng)雷達(dá)高時(shí)空分辨率數(shù)據(jù)，篩選出ppi和rhi兩種掃描模式的區(qū)域，并計(jì)算得到風(fēng)速和風(fēng)向差值的權(quán)重值，最終生成高時(shí)空分辨率的三維激光測(cè)風(fēng)雷達(dá)風(fēng)場(chǎng)；

5、s3、將s1步驟中收集和生成的數(shù)據(jù)輸入到wrf中生成中級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息，并形成多種物理參數(shù)化方案，引入一個(gè)評(píng)價(jià)指標(biāo)確定最適合該地區(qū)的wrf物理參數(shù)化方案；

6、s4、根據(jù)得到的中級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息和中級(jí)別空間分辨率地理因子數(shù)據(jù)集挑選出具有最高契合度的地理因子組合，并確定不同風(fēng)速和風(fēng)向區(qū)間條件下每種地理因子的占比權(quán)重；

7、s5、計(jì)算cfd邊界地理因子與中級(jí)別空間分辨率大氣風(fēng)場(chǎng)的地理因子差值序列，結(jié)合不同風(fēng)速和風(fēng)向區(qū)間條件下每種地理因子的占比權(quán)重，生成從中級(jí)別空間分辨率網(wǎng)格遷移到cfd邊界的映射關(guān)系，生成cfd邊界風(fēng)場(chǎng)的風(fēng)速和風(fēng)向；

8、s6、根據(jù)生成的cfd邊界風(fēng)場(chǎng)得到高空間分辨率的大氣風(fēng)場(chǎng)信息，并構(gòu)建隨機(jī)森林模型，最后生成三維激光測(cè)風(fēng)雷達(dá)精細(xì)化大氣風(fēng)場(chǎng)。

9、所述s1的步驟包括：

10、收集dem數(shù)據(jù)、ndvi數(shù)據(jù)、ncep再分析資料、激光測(cè)風(fēng)雷達(dá)高時(shí)空分辨率數(shù)據(jù)、氣象探空站以及地面氣象站瞬時(shí)風(fēng)速數(shù)據(jù)，其中，激光測(cè)風(fēng)雷達(dá)高時(shí)空分辨率數(shù)據(jù)包括ppi和rhi掃描模式下的徑向速度、方位、距離庫、波束仰角；

11、將dem數(shù)據(jù)輸入到地理信息系統(tǒng)中，設(shè)置好處理范圍、輸入和輸出數(shù)據(jù)集類型、轉(zhuǎn)換坐標(biāo)系、轉(zhuǎn)換像元尺寸、掩碼類型以及地面曲率運(yùn)算器后，生成高級(jí)別、中級(jí)別和低級(jí)別空間分辨率網(wǎng)格的地理因子數(shù)據(jù)集；

12、基于設(shè)定空間分辨率的目標(biāo)網(wǎng)格，計(jì)算目標(biāo)網(wǎng)格中某格點(diǎn)與原始網(wǎng)格中相近的四個(gè)網(wǎng)格的距離，將四個(gè)距離值均除以四個(gè)距離之和，得到四個(gè)結(jié)果值即為目標(biāo)插值點(diǎn)生成的四個(gè)權(quán)重值，最終生成高級(jí)別、中級(jí)別和低級(jí)別空間分辨率網(wǎng)格的ndvi數(shù)據(jù)集。

13、所述s2的步驟包括：

14、根據(jù)激光測(cè)風(fēng)雷達(dá)高時(shí)空分辨率的多個(gè)ppi數(shù)據(jù)，基于徑向速度與方位角和波束仰角的幾何關(guān)系，統(tǒng)計(jì)出每個(gè)距離庫上徑向速度隨方位角分布的廓線，再擬合成正弦或余弦曲線，尋找曲線的極大值vmax和極小值vmin；

15、根據(jù)極大值vmax和極小值vmin與波束仰角α和方位角β的關(guān)系，計(jì)算出ppi掃描模式下的水平風(fēng)速vh和水平風(fēng)向θ；

16、根據(jù)激光測(cè)風(fēng)雷達(dá)高時(shí)空分辨率的多個(gè)rhi數(shù)據(jù)，以及球坐標(biāo)下徑向速度vrhi與波束仰角α和方位角β的關(guān)系，計(jì)算出球面坐標(biāo)下徑向風(fēng)速的水平風(fēng)速vrhi_h和垂直風(fēng)速vrhi_v，此時(shí)的風(fēng)向即為方位角β；

17、基于ppi和rhi掃描模式下掃描面上的風(fēng)場(chǎng)信息，篩選出兩種掃描模式的共面區(qū)域，再分別提取出共面區(qū)域中ppi和rhi兩種模式下水平風(fēng)速和風(fēng)向數(shù)據(jù)序列，進(jìn)而分別計(jì)算出在同一方位、同一波束仰角和同一距離庫上水平風(fēng)速和風(fēng)向差值序列，分別形成共面區(qū)域兩種掃描模式風(fēng)速和風(fēng)向相對(duì)誤差序列，并分別計(jì)算兩個(gè)序列的平均相對(duì)偏差，作為風(fēng)速和風(fēng)向差值的權(quán)重值，用w1和w2表示；

18、設(shè)置空間?分辨率與激光測(cè)風(fēng)雷達(dá)原始空間分辨率一致的三維網(wǎng)格，根據(jù)多個(gè)ppi掃描間的空擋區(qū)域，尋找空擋區(qū)域中某三維網(wǎng)格點(diǎn)m與兩種掃描模式共面區(qū)域邊緣最近距離的格點(diǎn)r，提取出r點(diǎn)的風(fēng)速v_r和風(fēng)向值d_r，并基于得到的權(quán)重值w1和w2，最終生成高時(shí)空分辨率的三維激光測(cè)風(fēng)雷達(dá)風(fēng)場(chǎng)。

19、所述s3的步驟包括：

20、將得到的低級(jí)別空間分辨率網(wǎng)格的地理因子數(shù)據(jù)集、ndvi數(shù)據(jù)和ncep再分析資料作為wrf的輸入，設(shè)置wrf為不同空間分辨率res1、res2、res3和時(shí)間累積步為step1、step2、step3的三層網(wǎng)格嵌套模式，最內(nèi)層的空間分辨率與中級(jí)別空間分辨率一致；

21、選擇默認(rèn)的物理參數(shù)化方案，運(yùn)行wrf模式生成中級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息，將wrf提供的多種輻射、陸面過程和邊界方案進(jìn)行組合，形成多種不同配置的物理參數(shù)化方案，循環(huán)運(yùn)行wrf模式，將輸出結(jié)果分別與探空站觀測(cè)廓線數(shù)據(jù)進(jìn)行對(duì)比；

22、設(shè)計(jì)風(fēng)速風(fēng)向均衡偏差指數(shù)這一評(píng)價(jià)指標(biāo)，以該指標(biāo)最小值為最優(yōu)物理參數(shù)化方案選擇的依據(jù)，從而確定最適合該地區(qū)的wrf物理參數(shù)化方案。

23、所述s4的步驟包括：

24、將得到的中級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息結(jié)合中級(jí)別空間分辨率網(wǎng)格的地理因子數(shù)據(jù)集，將地理因子自由組合成因子個(gè)數(shù)不小于2的多種組合，進(jìn)而分別計(jì)算每種因子及多種組合因子與大氣風(fēng)場(chǎng)信息的契合度，從而挑選出具有最高契合度的地理因子組合；

25、根據(jù)篩選出的地理因子組合結(jié)合高時(shí)空分辨率的激光測(cè)風(fēng)雷達(dá)風(fēng)場(chǎng)信息，將風(fēng)速與風(fēng)向波動(dòng)范圍分別等分為n1和n2個(gè)區(qū)間，進(jìn)而對(duì)不同風(fēng)速和風(fēng)向區(qū)域的地理因子進(jìn)行統(tǒng)計(jì)；

26、根據(jù)統(tǒng)計(jì)結(jié)果計(jì)算出這些地理因子的概率分布，并進(jìn)行歸一化處理，從而確定不同風(fēng)速和風(fēng)向區(qū)間條件下每種地理因子的占比權(quán)重。

27、所述s5的步驟包括：

28、根據(jù)確定的地理因子組合種類和生成的不同空間分辨率的地理因子數(shù)據(jù)，再根據(jù)劃定的cfd邊界區(qū)域，提取出中級(jí)別空間分辨率的cfd邊界地理因子數(shù)據(jù)和中級(jí)別空間分辨率的地理因子數(shù)據(jù)，進(jìn)而將這兩種空間分辨率的地理因子進(jìn)行空間匹配，計(jì)算出cfd邊界每種地理因子與最相鄰的中級(jí)別空間分辨率對(duì)應(yīng)地理因子的差值，形成n個(gè)地理因子差值序列△a1,?△a2,…,△an；

29、根據(jù)中級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息s_wrf和d_wrf，結(jié)合不同風(fēng)速和風(fēng)向區(qū)間條件下每種地理因子的占比權(quán)重，生成從中級(jí)別空間分辨率網(wǎng)格遷移到cfd邊界的映射關(guān)系，生成cfd邊界風(fēng)場(chǎng)的風(fēng)速speed_c和風(fēng)向direc_c。

30、所述s6的步驟包括：

31、根據(jù)生成的cfd邊界風(fēng)場(chǎng)，設(shè)置cfd計(jì)算區(qū)域的網(wǎng)格模型，并設(shè)置水平和垂直方向的高級(jí)別空間分辨率分別為cfd_res1，cfd_res2，運(yùn)行cfd軟件得到高級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息；

32、將高級(jí)別空間分辨率的大氣風(fēng)場(chǎng)信息下采樣到與激光測(cè)風(fēng)雷達(dá)空間分辨率一致的空間尺度，并與同樣空間尺度的地理因子數(shù)據(jù)一起作為輸入數(shù)據(jù)集；

33、將激光測(cè)風(fēng)雷達(dá)的三維風(fēng)場(chǎng)數(shù)據(jù)作為輸出數(shù)據(jù)集，將輸入數(shù)據(jù)集和輸出數(shù)據(jù)集一起組成訓(xùn)練集，構(gòu)建基于隨機(jī)森林的精細(xì)化大氣風(fēng)場(chǎng)模型；

34、將cfd輸出的高級(jí)別空間分辨率大氣風(fēng)場(chǎng)信息和高級(jí)別空間分辨率的地理因子數(shù)據(jù)輸入到訓(xùn)練好的精細(xì)化大氣風(fēng)場(chǎng)模型中，生成三維激光測(cè)風(fēng)雷達(dá)精細(xì)化大氣風(fēng)場(chǎng)。

35、所述從中級(jí)別空間分辨率網(wǎng)格遷移到cfd邊界的映射關(guān)系包括：

36、speed_c=s_wrf×(△a1×swi,1+△a2×swi,2+…+△an×swi,n)，

37、direc_c=d_wrf×(△a1×dwj,1+△a2×dwj,2+…+△an×dwj,n)；

38、其中，swi,1,swi,2,…,swi,n表示不同風(fēng)速區(qū)間的權(quán)重因子，dwj,1,dwj,2,…,dwj,n表示不同風(fēng)向區(qū)間的權(quán)重因子，i和j的取值分別為1,2,…,n1和1,2,…,n2。

39、所述根據(jù)極大值vmax和極小值vmin與波束仰角α和方位角β的關(guān)系包括：

40、vmax=vf×sinα+vh×cosα、vmin=vf×sinα-vh×cosα、vh=(vmax-vmin)/2cosα，其中vf為垂直風(fēng)速，且出現(xiàn)極小值vmin時(shí)的方位角β就是風(fēng)向θ。

41、所述計(jì)算出球面坐標(biāo)下徑向風(fēng)速的水平風(fēng)速vrhi_h和垂直風(fēng)速vrhi_v包括：vrhi_h=vrhi×cosα，vrhi_v=vrhi×sinα。

42、本發(fā)明具有以下優(yōu)點(diǎn)：一種基于激光測(cè)風(fēng)雷達(dá)的多山地區(qū)風(fēng)場(chǎng)精細(xì)化方法，基于ppi和rhi體積掃描模式，利用兩種體積掃描模式存在交叉共面區(qū)域的特點(diǎn)，重建了空擋區(qū)域的精細(xì)化風(fēng)場(chǎng)，從而構(gòu)建了激光測(cè)風(fēng)雷達(dá)高空間分辨率的三維風(fēng)場(chǎng)，這為后續(xù)更高空間分辨率風(fēng)場(chǎng)的準(zhǔn)確構(gòu)建提供了基礎(chǔ)；分析了不同地理因子對(duì)風(fēng)速和風(fēng)向的影響，確定了不同地理因子的影響權(quán)重，從而更加科學(xué)的對(duì)cfd的邊界風(fēng)場(chǎng)遷移提供了依據(jù)；在wrf生成中分辨率風(fēng)場(chǎng)時(shí)，針對(duì)風(fēng)速與風(fēng)向的特征，設(shè)計(jì)了風(fēng)速風(fēng)向均衡偏差指數(shù)，為物理參數(shù)方案的優(yōu)化選擇提供了科學(xué)評(píng)價(jià)指標(biāo)。