【技术实现步骤摘要】
本专利技术涉及一种l波段高空气象探测中测风数据的质控方法，属于高空测风领域。
技术介绍
1、气象观测业务中的高空大气探测是综合气象观测的主体业务之一，其主要利用气象传感器以直接测量、遥测或遥感的方式，直接或间接地探测地球表面大气层各部分的温度、湿度、气压、风向、风速、大气成分等大气状态参数。高空大气探测的主要目的是探寻地球大气中天气系统的内部结构和运行演变机制，认知地球大气各种尺度天气系统的运动规律；担负着为数值天气预报、气候分析、科学研究和国际交换提供准确、及时的高空气象情报和资料的任务。根据利用气象传感器所处位置的不同，可以把高空探测分为地基、空基和天基等探测方式。其中空基探测是高空大气探测的主要方法，它采用可垂直移动的传感器载运平台搭载气象要素传感器，通过与高空大气直接接触的方式测量大气的状态参数，其典型代表是基于探空气球搭载的电子探空仪结合l波段测风雷达或经纬仪的气象业务探空系统。另外，以飞机、无人机、探空火箭为传感器载运平台的探测手段也在气象业务和科研活动中广泛应用。该方法基于原位探测，具有探测精度高，探测高度高，且不受天气影响等优点，在气象观测中具有不可替代的作用。然而由于设备、通信、天气等因素的影响，高空大气探测所获取的数据中常含有较多异常，在应用于气候研究和气象预报等领域时，错误值的影响会被传播和放大，从而严重影响相关领域的应用。因此，需要在应用前对探空数据进行质量控制。
2、目前对l波段秒级探空数据中的温度、气压、湿度等数据主要依赖人工筛查，而对于秒级测风数据，还只停留在人工标注探空终止层阶段，并未
3、cn115525637a《一种风矢量观测数据质量控制与处理方法、系统及设备》公开了：将风矢量观测数据进行矢量分解，基于风矢量观测数据的矢量分解结果进行数据有效性判断，对矢量分解后的u分量和v分量的奇异值，采用插值法或统计法得到质量控制后的矢量分解结果，再将质量控制后的矢量分解结果按照平行四边形法则进行矢量合成，获得质量控制后的风矢量观测数据。该专利进行基于固定点位置(数据采集设备为测风仪)的测风数据质控，而非基于雷达探测移动点位置(数据采集设备为雷达探测探空气球)得到的测风数据质控。总体而言，他们应用场景不同，方法的输入不同，方法逻辑亦不同。
技术实现思路
1、为了克服现有技术中存在的问题，本专利技术设计了一种l波段高空气象探测中测风数据的质控方法，考虑到测风数据随探空高度增加具有不同的变化规律，利用高度数据对测风数据进行分段质检，能有效提高测风数据质控精度。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种l波段高空气象探测中测风数据的质控方法，包括以下步骤：
4、获取测风数据，包括时间数据、高度数据、仰角数据、斜距数据和方位角数据；
5、对高度数据进行质检，将高度数据标记为异常或正常；对标记为异常的高度数据进行修复；
6、将仰角数据、斜距数据和方位角数据按高度划分为若干分段，分别确定各分段数据的质检标准；根据所述质检标准对仰角数据、斜距数据和方位角数据进行质检，将仰角数据、斜距数据和方位角数据标记为异常或正常；对标记为异常的仰角数据、斜距数据和方位角数据进行修复；
7、输出所述测风数据的质检结果以及修复结果。
8、进一步地，所述对高度数据进行质检，具体如下：
9、将高度数据划分为若干分段；计算各分段中值，并根据各分段中值和经验偏移值设置各分段的上下界值；比较待质检高度数据与其所属分段的上下界值，根据比较结果将高度数据标记为异常或正常。
10、进一步地，所述对高度数据进行质检，具体如下：
11、对高度数据进行双向最长单调子序列检测，得到最长正序序列和最长逆序序列；将属于最长正序序列或最长逆序序列的高度数据标记为正常，将不属于正序序列且不属于逆序序列的高度数据标记为异常。
12、进一步地，所述对高度数据进行质检，具体如下：
13、利用dbscan算法将高度数据划分为若干簇；将不属于任一簇的高度数据标记为异常，将属于任一簇的高度数据标记为正常。
14、进一步地，所述对高度数据进行质检，具体如下：
15、对高度数据进行拟合，得到高度拟合曲线；计算各高度数据的拟合值与探测值的残差；根据残差的分布特征确定参考区间，并比较残差与该参考区间，根据比较结果将残差对应高度数据标记为异常或正常。
16、进一步地，所述对标记为异常的高度数据进行修复，具体如下：
17、对高度数据进行局部加权拟合，得到高度拟合曲线；将标记为异常的高度数据的值替换为拟合值。
18、进一步地，所述对仰角数据、斜距数据进行质检，包括如下步骤：
19、计算各分段中仰角数据、斜距数据变化率的分布特征；根据所述分布特征，确定各分段仰角数据、斜距数据变化率的参考区间为质检标准；若数据变化率不在其所属分段的参考区间，将该数据标记为异常；反之，标记为正常。
20、进一步地，还包括对仰角数据、斜距数据进行如下质检步骤：
21、分别对仰角数据、斜距数据进行拟合，得到拟合曲线；计算仰角数据、斜距数据的拟合值与探测值的残差以及残差的分布特征；根据残差的分布特征确定参考区间；若残差不在参考区间，将残差对应仰角数据、斜距数据标记为异常；反之，标记为正常。
22、进一步地，所述对方位角数据进行质检，包括如下步骤：
23、根据方位角数据计算矢量风数据；计算各分段中矢量风数据变化率的分布特征；根据所述分布特征，确定各分段矢量风数据变化率的参考区间为质检标准；若矢量风数据变化率不在其所属分段的参考区间，将该矢量风数据对应方位角数据标记为异常；反之，标记为正常。
24、进一步地，所述对仰角数据、斜距数据和方位角数据进行修复，具体如下：
25、分别对仰角数据、斜距数据进行局部加权拟合，得到仰角数据、斜距数据拟合曲线；将标记为异常的仰角数据、斜距数据值替换为拟合值；
26、根据方位角数据计算矢量风数据；对矢量风数据进行局部加权拟合，得到矢量风拟合曲线；计算各矢量风数据的拟合值与探测值的残差；根据残差的分布特征确定参考区间；根据参考区间，将各矢量风数据标记为异常或正常；将标记为异常的矢量风数据的值替换为拟合值，并根据矢量风数据拟合值反推方位角数据；将方位角数据的值替换为反推值。
27、与现有技术相比本专利技术有以下特点和有益效果：
28、本专利技术考虑到仰角数据、斜距数据和方位本文档来自技高网...
【技术保护点】
1.一种L波段高空气象探测中测风数据的质控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
3.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
4.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
5.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
6.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对标记为异常的高度数据进行修复，具体如下：
7.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对仰角数据、斜距数据进行质检，包括如下步骤：
8.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，还包括对仰角数据、斜距数据进行如
9.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对方位角数据进行质检，包括如下步骤：
10.根据权利要求1所述的一种L波段高空气象探测中测风数据的质控方法，其特征在于，所述对仰角数据、斜距数据和方位角数据进行修复，具体如下：
...【技术特征摘要】
1.一种l波段高空气象探测中测风数据的质控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种l波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
3.根据权利要求1所述的一种l波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
4.根据权利要求1所述的一种l波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
5.根据权利要求1所述的一种l波段高空气象探测中测风数据的质控方法，其特征在于，所述对高度数据进行质检，具体如下：
6.根据权利要求1所述的一种l波段高空气象探测...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。