專利名稱：利用鄰近風速風向數據進行線性擬合分析潮位增水的方法
技術領域：
本發(fā)明涉及防汛信息化及水文、氣象應用領域，特別是利用鄰近風速風向數據進行線性擬合分析潮位增水的方法。
背景技術：
當前，針對水文預報方法上，大部分采用新安江模型進行水位預報。新安江模型是河海大學提出的一個水文模型，是中國少有的一個具有世界影響力的水文模型。新安江模型是分散性模型，可用于濕潤地區(qū)與半濕潤地區(qū)的濕潤季節(jié)。當流域面積較小時，新安江模型采用集總模型，當面積較大時，采用分塊模型。它把全流域分為許多塊單元流域，對每個單元流域作產匯流計算，得出單元流域的出口流量過程。再進行出口以下的河道洪水演算，求得流域出口的流量過程。把每個單元流域的出流過程相加，就求得了流域的總出流過程?！?br> 新安江模型重點面向流域進行水文預報的方法，所考慮的影響因素也較多，而在考慮的因素中，針對氣象因素，更多的是考慮雨量的大小，而對影響潮位的天文潮、風速、風向的考慮占比較小，因此預報結果對沿海的潮位預報就不是很合理。另外，由于該模型方法較大，要求的歷史數據多，參數設置多，部署實施起來很多由于歷史數據不全，造成實施起來有很大的難處，還有就是模型購買的成本也相對較高，不利于大面積的推廣。

發(fā)明內容
有鑒于此，本發(fā)明的目的是提供一種利用鄰近風速風向數據進行線性擬合分析潮位增水的方法。本發(fā)明采用以下方案實現(xiàn)一種利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于包括以下步驟
步驟SOl :通過對潮位監(jiān)測站的歷史數據進行整編成EXCEL，并導入至數據庫中；
步驟S02 :將潮位站周邊的氣象風情監(jiān)測站的風情數據進行整編成EXCEL，將此數據導入到數據庫中，同時建立潮位站與氣象風情站地域關聯(lián)的關聯(lián)表格；
步驟S03 :據風情數據的風速數據和風向數據，計算每個時間刻的平均主要風速；
步驟S04 :通過潮位監(jiān)測站的數據，建立潮位站點增水情況與平均主要風速的關系； 步驟S05 :利用最小二乘法，建立站點平均主要風速值和增水值之間的擬合線性公式； 步驟S06 :通過擬合公式及氣象部門的未來預報風速、風向，計算未來的預報潮位。在本發(fā)明一實施例中，所述步驟S03的實現(xiàn)方式是通過計算風情站風向數據的增水權值，計算每個時間刻的主要風速；再根據每個時間刻的主要風速，計算其平均主要風速；所述的主要風速=時刻風速*權值。在本發(fā)明一實施例中，所述權值是根據每個氣象風情站的風向數據來計算，NE至NNE范圍為主要時，則直接權值為I小至ENE的權重計算為COS (22. 5)=0. 92 ;NNW至E的權值則為COS (22. 5+22. 5)=0. 71 ;依此類推，NW至ESE的權值為O. 38 ；WNW至SE的權值為O ；W至SSE的權值為-O. 38 ；WSW至S的權值為-O. 71 ;SW至SSW的權值為-O. 92 ;其中E代表東，W代表西，S代表南，N代表北。在本發(fā)明一實施例中，所述計算每個時間刻的主要風速是根據預報類型進行計算，該預報類型包括1飛小時和7 12小時，計算方式為Avg(前1飛小時或7 12主要風速總和)。在本發(fā)明一實施例中，所述步驟S04的實現(xiàn)方式是利用潮位的增水數據值與1飛小時平均主要風速、7 12小時平均主要風速值進行關聯(lián)，得到增水值、廣6小時平均主要風速值和增水值、7 12小時平均主要風速值的表格數據，并對這兩個表格數據按平均主要風速從小到大進行排序。在本發(fā)明一實施例中，所述擬合線性公式為Y=a+bX和相關系數R ;其中，Y值代表增水；x值代表平均主要風速；a、b為線性擬合出來的參數值。本發(fā)明的方法所需要的歷史資料數據較單一，各地的水文、氣象部門都有此類數據，大大有效降低預報所需要數據收集的難度，為潮位預報的成功運行提供較好的數據環(huán) 境。另外，該方法設置成本較簡單，需要明確潮位河流的主要風向即可對增水情況進行分析，從而也大大降低了部署、實施的成本，便于沿海潮位監(jiān)測站的預報推廣。


圖I是本發(fā)明一實施例的流程示意圖。圖2是本發(fā)明實施例的風向標識圖。圖3是將I飛小時平均主要風速值作為橫坐標，增水值作為縱坐標建立平均主要風速和增水間的散點坐標關系圖。圖4是圖3建立該擬合線性的公式后的關系圖。
具體實施例方式下面結合附圖及實施例子對本發(fā)明做進一步說明。本發(fā)明提出了一種利用鄰近風速風向數據進行線性擬合分析潮位增水的方法。該方法是利用潮位監(jiān)測站的歷史潮位數據和天文潮數據，通過周邊風情站點的數據，從而在風情數據和潮位增水數據間建立數學關系公式，再利用此公式，計算得出未來的預報值。如圖I所示，圖I是本發(fā)明一實施例的流程示意圖，該實施例中，該方法包括以下步驟
步驟SOl :通過對潮位監(jiān)測站的歷史數據進行整編成EXCEL，并導入至數據庫中；
步驟S02 :將潮位站周邊的氣象風情監(jiān)測站的風情數據進行整編成EXCEL，將此數據導入到數據庫中，同時建立潮位站與氣象風情站地域關聯(lián)的關聯(lián)表格；
步驟S03 :據風情數據的風速數據和風向數據，計算每個時間刻的平均主要風速；
步驟S04 :通過潮位監(jiān)測站的數據，建立潮位站點增水情況與平均主要風速的關系； 步驟S05 :利用最小二乘法，建立站點平均主要風速值和增水值之間的擬合線性公式； 步驟S06 :通過擬合公式及氣象部門的未來預報風速、風向，計算未來的預報潮位。下面為了讓一般技術人員更好的理解本發(fā)明，我們結合上述各步驟做進一步的詳細說明。I、潮位監(jiān)測站點的歷史潮位數據和天文潮數據的導入
通過對潮位監(jiān)測站的歷史數據按固定格式進行整編成EXCEL，需要體現(xiàn)站點、時間、潮位數據值(米)等字段內容，并將此數據導入至數據庫中。該按固定格式即將歷史數據按照EXCEL表中的列進行導入。2、潮位站周邊風情監(jiān)測站的歷史風情數據的導入，并與潮位站建立關聯(lián)
將潮位站周邊的氣象風情監(jiān)測站的風情數據按固定格式進行整編成EXCEL，需體現(xiàn)站
點、時間、風速(米/秒)、風向等字段內容，將此數據導入到數據庫中，同時建立潮位站與氣象風情站地域關聯(lián)的關聯(lián)表格。3、根據風情數據的風速數據和風向數據，計算每個時間刻的平均主要風速 首先，通過計算風情站風向數據的增水權值，計算每個時間刻的主要風速；再根據每個
時間刻的主要風速，計算其平均主要風速。潮位站部署在沿海周邊，從河道的走向以及入?？诘奶卣鱽矸治觯煌娘L向對 潮位的增長作用是不同的，有的風向會產生增水，而有的風向則產生減水。因此，應將不同的地面風向轉換成增水的主要風向份量，也可以稱為“權值”;在我們的風向標識中，如圖2所示圖中E代表東，W代表西，S代表南，N代表北；每個方向的角度值為22. 5度，則本領域中，NNE表示為北風轉東北風。例如當NE至NNE范圍的風向作為主要影響風向時，其各個風向所帶來的增水影響如下表所示(每個潮位站河流的主要風向需根據每個風情站點來定義)
地麗鳳向 SM.................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
XE 至 XXE I........................................................................................X.....靈...................................................................................................................................................................................................O:......92......................................................................................................
至 ESEO. 33
ixir 至 SEο
I 至 SSE-α 3S
認 OraV I
^sv 至 ssw'-a 92
以上轉換的權重表是根據每個氣象風情站的風向數據來計算的，如果NE至NNE范圍為主要時，則直接為1，權值最高；N至ENE的權重計算為COS (22. 5) =0. 92 ；NNW至E的權值則為COS (22. 5+22. 5) =0. 71 ;依此類推各個風向角度的權值。得到風向權重后，就可以計算每個站點每個時間的主要風速。主要風速=時刻風速*權值。而在計算每個時間刻的平均主要風速，本實施例中對先預報類型進行確認，本方法設立包括廣6小時和7 12小時兩種類型。計算方式為Avg(前f 6小時或7 12主要風速總和)。如計算1997-1-1 13:00:00的1飛小時平均主要風速。則分別將前1飛的主要風速進行累加求平均，計算如下
Λ風 1=1997-1-1 12:00:00 的主要風速；
Λ風 2=1997-1-1 11:00:00 的主要風速；
Λ風 3=1997-1-1 10:00:00 的主要風速；
Λ風 4=1997-1-1 09:00:00 的主要風速；
Λ風 5=1997-1-1 08:00:00 的主要風速；Λ風 6=1997-1-1 07:00:00 的主要風速;
風情站1997-1-1 13:00:00的I 6平均主要風速=(Λ風1+Λ風2+Λ風3+Λ風4+Λ風 5+ Λ風 6)/6
7 12小時采用同樣計算方式，通過計算得每個時間刻的I飛小時平均主要風速和7 12小時平均主要風速。4、通過潮位監(jiān)測站的數據，建立潮位站點增水情況與平均主要風速的關系
利用潮位的增水數據值(歷史潮位數據值-天文潮數據值)與I飛小時平均主要風速、7 12小時平均主要風速值，進行關聯(lián)，得到增水值、廣6小時平均主要風速值和增水值、7^12小時平均主要風速值的表格數據，并對這二個表格數據按平均主要風速從小到大進行排序。5、利用最小二乘法，建立站點平均主要風速值和增水值之間的擬合公式； 通過將I飛小時平均主要風速值作為橫坐標，增水值作為縱坐標建立平均主要風速和
增水間的散點坐標關系。如圖3所示
通過建立該坐標關系后，通過最小二乘法進行散點的線性擬合，從而建立該擬合線性的公式Y=a+bX和相關系數R。如圖4所示，其中Y值代表增水；X值代表平均主要風速；R代表相關系數，相關系數越高，說明線性擬合的相關度也就越高；a、b為線性擬合出來的參數值。增水值、7 12小時平均主要風速值的擬合公式與f 6小時一樣。通過以上計算得到的如A潮位站點的f 6小時擬合公式結果為Y=-16. 2+6. 13Χ,相關系數R為O. 75 ；Α潮位站點的7 12小時擬合公式結果為Y=_16. 8+6. 21Χ,相關系數R為O. 71。得到該公式就可以原來計算未來所需要的預報增水數值了。6、通過擬合公式及氣象部門的未來預報風速、風向，計算未來的預報潮位。通過以上計算出來的線性擬合公式Y=a+bX,加上氣象部門預報未來的風速、風向(按照第三個步驟轉成主要風速)，主要風速值為X，就可以得到所需要未來站點的潮位增水情況Y。從而可以對未來的潮位變化有一個直觀的參考。以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均等變化與修飾，皆應屬本發(fā)明的涵蓋范圍。
權利要求
1.一種利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于包括以下步驟 步驟SOl :通過對潮位監(jiān)測站的歷史數據進行整編成EXCEL，并導入至數據庫中； 步驟S02 :將潮位站周邊的氣象風情監(jiān)測站的風情數據進行整編成EXCEL，將此數據導入到數據庫中，同時建立潮位站與氣象風情站地域關聯(lián)的關聯(lián)表格； 步驟S03 :據風情數據的風速數據和風向數據，計算每個時間刻的平均主要風速； 步驟S04 :通過潮位監(jiān)測站的數據，建立潮位站點增水情況與平均主要風速的關系； 步驟S05 :利用最小二乘法，建立站點平均主要風速值和增水值之間的擬合線性公式； 步驟S06 :通過擬合公式及氣象部門的未來預報風速、風向，計算未來的預報潮位。
2.根據權利要求I所述的利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于所述步驟S03的實現(xiàn)方式是通過計算風情站風向數據的增水權值，計算每個時間刻的主要風速；再根據每個時間刻的主要風速，計算其平均主要風速；所述的主要風速=時刻風速*權值。
3.根據權利要求2所述的利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于所述權值是根據每個氣象風情站的風向數據來計算，NE至NNE范圍為主要時，則直接權值為I ;N至ENE的權重計算為COS (22. 5)=0. 92 ；NNW至E的權值則為COS(22. 5+22. 5)=0. 71 ;依此類推，NW至ESE的權值為O. 38 ；WNW至SE的權值為O ;W至SSE的權值為-O. 38 ；WSW至S的權值為-O. 71 ；Sff至SSW的權值為-O. 92 ;其中E代表東，W代表西，S代表南，N代表北。
4.根據權利要求3所述的利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于所述計算每個時間刻的主要風速是根據預報類型進行計算，該預報類型包括Γ6小時和7 12小時，計算方式為Avg(前I飛小時或7 12主要風速總和)。
5.根據權利要求4所述的利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于所述步驟S04的實現(xiàn)方式是利用潮位的增水數據值與f 6小時平均主要風速、7^12小時平均主要風速值進行關聯(lián)，得到增水值、廣6小時平均主要風速值和增水值、7 12小時平均主要風速值的表格數據，并對這兩個表格數據按平均主要風速從小到大進行排序。
6.根據權利要求5所述的利用鄰近風速風向數據進行線性擬合分析潮位增水的方法，其特征在于所述擬合線性公式為Y=a+bX和相關系數R ;其中，Y值代表增水；X值代表平均主要風速；a、b為線性擬合出來的參數值。
全文摘要
本發(fā)明涉及一種利用鄰近風速風向數據進行線性擬合分析潮位增水的方法。該方法是利用潮位監(jiān)測站的歷史潮位數據和天文潮數據，通過周邊風情站點的數據，從而在風情數據和潮位增水數據間建立數學關系公式，再利用此公式，計算得出未來的預報值。該方法所需要的歷史資料數據較單一，各地的水文、氣象部門都有此類數據，大大有效降低預報所需要數據收集的難度，為潮位預報的成功運行提供較好的數據環(huán)境。另外，該方法設置成本較簡單，需要明確潮位河流的主要風向即可對增水情況進行分析，從而也大大降低了部署、實施的成本，便于沿海潮位監(jiān)測站的預報推廣。
文檔編號G06F19/00GK102902890SQ201210394660
公開日2013年1月30日 申請日期2012年10月17日 優(yōu)先權日2012年10月17日
發(fā)明者何文浩, 黃敏 申請人:福建四創(chuàng)軟件有限公司