北斗辅助数值预报模式的大坝区产水量估计方法

技术领域

本发明涉及大坝区产水量估计方法技术领域，尤其涉及北斗辅助数值预报模式的大坝区产水量估计方法。

背景技术

传统的大坝产水量估算是通过仪器观测和巡视检查等手段，对大坝区降雨量和大坝库面积进行测量，目的是分析估计大坝区的水位高度，以便及时采取安全措施，确保大坝安全运行。

但是，传统大坝区产水量估计方法通常采用人工观测，人工观测不仅精度较低、劳动强度大还存在较大的危险性，使用效果并不理想。

发明内容

本发明的目的是为了解决传统大坝区产水量估计方法通常采用人工观测，人工观测不仅精度较低、劳动强度大，还存在较大的危险性、使用效果并不理想的缺点，而提出的北斗辅助数值预报模式的大坝区产水量估计方法。

为了实现上述目的，本发明采用了如下技术方案：

北斗辅助数值预报模式的大坝区产水量估计方法，包括以下步骤：

S1：利用地基北斗数据反演PWV：

北斗反演大气水汽含量的过程是精确计算出卫星信号在穿过对流层时产生的延迟误差，将其经过转换获得PWV，包括以下步骤：

S1.1：北斗观测数据的处理是通过GAMIT/GLOBK软件进行解算，首先使用GAMIT/GLOBK软件处理得到测站天顶对流层总延迟(Zenith Tropospheric Delay,ZTD)，然后基于地面实测气压数据，计算得到天顶干延迟(Zenith Hydrostatic Delay,ZHD)，然后在ZTD中分离出ZHD，得到天顶湿延迟(Zenith Wet Delay,ZWD)，最后根据转换系数计算得到大坝区PWV；

S1.2：ZHD和ZWD的计算：

ZHD可由经验模型Saastamonien模型准确估算，数学模型可表示为：

式中，P、

ZWD主要是由大气中的水汽引起，很难对其进行准确建模，在GNSS气象学中，通常从估算的ZTD中减去ZHD来获取ZWD，如下所示：

ZWD＝ZTD-ZHD(2)

S1.3：PWV的计算：

计算得到的ZWD可由水汽转换系数转换为PWV，如下式所示：

PWV＝∏·ZWD(3)

式中，∏为水汽转换系数，由下式计算：

式中，T

S2：北斗辅助WRF估算大坝区降雨量：

WRF三维变分同化技术结合多种观测数据如北斗反演的PWV、无线电探空数据和地面气象数据，以期提高大坝区降雨量预报精度，包括以下步骤：

S2.1：数据准备及预处理：包括驱动数据为美国国家环境预报中心的GFS数据以及地面观测数据如北斗、无线电探空及气象数据等；预处理包括对GFS数据进行静态地理信息匹配以构建模式初始场和边界条件，北斗、无线电探空及气象数据统一转换为WRF同化模块可识别的LITTLE格式；

S2.2：配置实验方案：通过模式检验与参数调试获取大坝区最佳物理参数化方案，为同化实验提供依据；

S2.3：开展同化实验：在外部同化数据统一格式形成观测文件后，需要利用WRF同化模块的三维变分同化方法对构建的模式初始场和边界条件进行更新，以改善模式初始场对大气真实状态的估计；

S2.4：WRF模式后处理及数据提取：模式初始场和边界条件得到改善后，利用新的初始场和边界条件进行数值模拟，输出结果经过后处理可提取出大坝区降雨量。

S3：三维激光扫描技术获取大坝区微地形：

S3.1：现场调查：了解、分析测量区域的地形特征，结合使用的三维激光扫描仪相关参数对测量区域进行实地考察，规划扫描路线；

S3.2：数据采集：三维激光扫描仪架设，按照确定的扫描路线进行扫描采集；

S3.3：数据处理：对扫描采集到的点云数据进行平滑去噪、匹配拼接及坐标转换等；

S3.4：DEM生成：对点云数据进行插值建模生成高精度的大坝区微地形DEM。

S4：大坝区产水量估算：

北斗辅助WRF计算得到大坝区降雨量后，根据大坝区历史产水量数据确定经验损失比，再基于水量平衡原理使用(Integrated Valuation of Ecosystem Services andTrade-offs,InVEST)模型产水量模块计算大坝区产水量，计算方式如下所示：

Y＝P×(1-q) (5)

式中，Y为大坝区产水量，P为步骤2经过WRF同化模拟后提取出的大坝区降雨量，q为大坝区历史产水量损失率；

S5：结合微地形估算大坝区水位高度：

依据所述S3中得到的大坝区微地形DEM数据，根据大坝结构设计数据可计算出大坝区库面积S，再结合步骤4得到的大坝区产水量即可计算得到大坝区水位高度，计算方法如下所示：

H＝f(Y,S) (6)

式中，H为大坝区水位高度，Y为大坝区产水量，S为大坝库面积。

在一个优选的实施方式中，所述S2中北斗辅助WRF估算大坝区降雨量预报方法，包括以下步骤：

S2.1：数据准备及预处理：包括驱动数据为美国国家环境预报中心的GFS数据以及地面观测数据如北斗、无线电探空及气象数据等；预处理包括对GFS数据进行静态地理信息匹配以构建模式初始场和边界条件，北斗、无线电探空及气象数据统一转换为WRF同化模块可识别的LITTLE格式。

S2.2：配置实验方案：通过模式检验与参数调试获取大坝区最佳物理参数化方案，为同化实验提供依据；

S2.3：开展同化实验：在外部同化数据统一格式形成观测文件后，需要利用WRF同化模块的三维变分同化方法对构建的模式初始场和边界条件进行更新，以改善模式初始场对大气真实状态的估计。

S2.4：WRF模式后处理及数据提取：模式初始场和边界条件得到改善后，利用新的初始场和边界条件进行数值天气模拟，输出结果经过后处理可提取出大坝区降雨量。

在一个优选的实施方式中，所述S3中三维激光扫描仪对大坝区微地形DEM获取的方法，包括以下步骤：

S3.1：现场调查：了解、分析测量区域的地形特征，结合使用的三维激光扫描仪相关参数对测量区域进行实地考察，规划扫描路线；

S3.2：数据采集：三维激光扫描仪架设，按照确定的扫描路线进行扫描采集；

S3.3：数据处理：对扫描采集到的点云数据进行平滑去噪、匹配拼接及坐标转换等；

S3.4：DEM生成：对点云数据进行插值建模生成高精度的大坝区微地形DEM。

本发明中，所述的北斗辅助数值预报模式的大坝区产水量估计方法，数值预报模式WRF集成了先进的数值方法和数据同化技术，内置多种物理参数化方案，同时具有多重区域嵌套的能力，已逐渐成为中尺度天气预报的重要工具，WRF采用三维变分同化方式，能够利用不同观测资料，提高局部地区降雨量的模拟精度，利用北斗数据反演高精度的PWV辅助WRF，可以模拟得到高精度的大坝区降雨量预报数据；

本发明中，所述的北斗辅助数值预报模式的大坝区产水量估计方法，降雨发生前后会对大坝区微地形的变化造成影响，微地形的变化进而会影响大坝区产水量，微地形的变化相对不显著，这就要求对大坝区地表起伏信息的采集具有更高的精确性，而三维激光扫描技术可获取高精度的点云数据，减少了测量所花费的时间且为数据的更新提供了便利，通过对点云数据进行插值建模生成高精度的大坝区微地形DEM，根据大坝区微地形DEM数据可计算得到大坝库面积，结合大坝区历史产水量数据估算大坝区产水量，进而实现大坝区水位高度的精确估算；

本发明设计合理，充分利用北斗数据辅助数值预报模式，极大提高了降雨量预报精度，满足短临气象预报的精度要求，得到大坝区高精度的降雨量预报数据，并估算得到大坝区产水量，进而结合微地形估算出大坝区水位高度，对监测和预报大坝区水位高度的变化具有重要的研究意义和应用价值。

附图说明

图1为本发明提出的北斗辅助数值预报模式的大坝区产水量估计方法的步骤流程图；

图2为本发明提出的北斗辅助数值预报模式的大坝区产水量估计方法的北斗辅助WRF预测降雨量流程图；

图3为本发明提出的北斗辅助数值预报模式的大坝区产水量估计方法的三维激光扫描技术获取大坝区微地形流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1-3，本方案提供的一种实施例：北斗辅助数值预报模式的大坝区产水量估计方法，包括以下步骤：

S1：利用地基北斗数据反演PWV：

北斗反演大气水汽含量的过程是精确计算出卫星信号在穿过对流层时产生的延迟误差，将其经过转换获得PWV，包括以下步骤：

S1.1：北斗观测数据的处理是通过GAMIT/GLOBK软件进行解算，首先使用GAMIT/GLOBK软件处理得到测站天顶对流层总延迟(Zenith Tropospheric Delay,ZTD)，然后基于地面实测气压数据，计算得到天顶干延迟(Zenith Hydrostatic Delay,ZHD)，然后在ZTD中分离出ZHD，得到天顶湿延迟(Zenith Wet Delay,ZWD)，最后根据转换系数计算得到大坝区PWV；

S1.2：ZHD和ZWD的计算：

ZHD可由经验模型Saastamonien模型准确估算，数学模型可表示为：

式中，P、

ZWD主要是由大气中的水汽引起，很难对其进行准确建模，在GNSS气象学中，通常从估算的ZTD中减去ZHD来获取ZWD，如下所示：

ZWD＝ZTD-ZHD(2)

S1.3：PWV的计算：

计算得到的ZWD可由水汽转换系数转换为PWV，如下式所示：

PWV＝∏·ZWD(3)

式中，∏为水汽转换系数，由下式计算：

式中，T

S2：北斗辅助WRF估算大坝区降雨量：

S2.1：数据准备及预处理：包括驱动数据为美国国家环境预报中心的GFS数据以及地面观测数据如北斗、无线电探空及气象数据等；预处理包括对GFS数据进行静态地理信息匹配以构建模式初始场和边界条件，北斗、无线电探空及气象数据统一转换为WRF同化模块可识别的LITTLE格式；

S2.2：配置实验方案：通过模式检验与参数调试获取大坝区最佳物理参数化方案，为同化实验提供依据；

S2.3：开展同化实验：在外部同化数据统一格式形成观测文件后，需要利用WRF同化模块的三维变分同化方法对构建的模式初始场和边界条件进行更新，以改善模式初始场对大气真实状态的估计；

S2.4：WRF模式后处理及数据提取：模式初始场和边界条件得到改善后，利用新的初始场和边界条件进行数值模拟，输出结果经过后处理可提取出大坝区降雨量。

S3：三维激光扫描技术获取大坝区微地形：

三维激光扫描技术记录大坝区地形表面大量密集点的三维坐标和纹理等信息，生成大坝区微地形DEM数据，根据DEM数据可计算出大坝区库面积，包括以下步骤：

S3.1：现场调查：了解、分析测量区域的地形特征，结合使用的三维激光扫描仪相关参数对测量区域进行实地考察，规划扫描路线；

S3.2：数据采集：三维激光扫描仪架设，按照确定的扫描路线进行扫描采集；

S3.3：数据处理：对扫描采集到的点云数据进行平滑去噪、匹配拼接及坐标转换等；

S3.4：DEM生成：对点云数据进行插值建模生成高精度的大坝区微地形DEM。

S4：大坝区产水量估算：

北斗辅助WRF计算得到大坝区降雨量后，根据大坝区历史产水量数据确定经验损失比，再基于水量平衡原理使用(Integrated Valuation of Ecosystem Services andTrade-offs,InVEST)模型产水量模块计算大坝区产水量，计算方式如下所示：

Y＝P×(1-q) (5)

式中，Y为大坝区产水量，P为步骤2经过WRF同化模拟后提取出的大坝区降雨量，q为大坝区历史产水量损失率；

S5：结合微地形估算大坝区水位高度：

依据S3中得到的大坝区微地形DEM数据，根据大坝结构设计数据可计算出大坝区库面积S，再结合步骤4得到的大坝区产水量即可计算得到大坝区水位高度，计算方法如下所示：

H＝f(Y,S) (6)

式中，H为大坝区水位高度，Y为大坝区产水量，S为大坝库面积。

本实施例中，S2中北斗辅助WRF估算大坝区降雨量预报方法，包括以下步骤：

S2.1：数据准备及预处理：包括驱动数据为美国国家环境预报中心的GFS数据以及地面观测数据如北斗、无线电探空及气象数据等；预处理包括对GFS数据进行静态地理信息匹配以构建模式初始场和边界条件，北斗、无线电探空及气象数据统一转换为WRF同化模块可识别的LITTLE格式；

S2.2：配置实验方案：通过模式检验与参数调试获取大坝区最佳物理参数化方案，为同化实验提供依据；

S2.3：开展同化实验：在外部同化数据统一格式形成观测文件后，需要利用WRF同化模块的三维变分同化方法对构建的模式初始场和边界条件进行更新，以改善模式初始场对大气真实状态的估计；

S2.4：WRF模式后处理及数据提取：模式初始场和边界条件得到改善后，利用新的初始场和边界条件进行数值模拟，输出结果经过后处理可提取出大坝区降雨量。

本实施例中，S3中三维激光扫描仪对大坝区微地形DEM获取的方法，包括以下步骤：

S3.1：现场调查：了解、分析测量区域的地形特征，结合使用的三维激光扫描仪相关参数对测量区域进行实地考察，规划扫描路线；

S3.2：数据采集：三维激光扫描仪架设，按照确定的扫描路线进行扫描采集；

S3.3：数据处理：对扫描采集到的点云数据进行平滑去噪、匹配拼接及坐标转换等；

S3.4：DEM生成：对点云数据进行插值建模生成高精度的大坝区微地形DEM。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。