[发明专利]一种基于格网降雨数据的识别暴雨的方法

权利要求书

1.一种基于格网降雨数据的识别暴雨的方法，其特征在于，具体步骤包括：

步骤1，采集获取待识别地区的时间序列上的格网降雨数据；获得的格网降雨数据为：时间间隔为k小时，共n个时刻的数据，每个时刻t的数据为r行*c列，网格的总数为i个，其中，i＝(1，2，…，r*c)，t＝(1，2，…，n)；G_it表示第i个网格在第t个k小时内的平均降雨量；

步骤2，对步骤1得到的格网降雨数据中的每一个网格中的数据，沿时间轴查找获取大于预设暴雨阈值的孤立降雨峰值，通过获得所有网格中的大于预设暴雨阈值的孤立降雨峰值，识别出步骤1获得的格网降雨数据中所有的暴雨事件；

其中，步骤2的具体步骤包括：

步骤2.1，设置参数初始值；网格i＝1；

步骤2.2，参数初始化；降雨峰值量PC_i＝0，峰值时刻D_i＝0，降雨峰值总雨量PT_i＝0，降雨历时C_i＝0，降雨强度L_i＝0，时刻t＝1；

步骤2.3，对格网降雨数据中的网格i中的数据进行判别，判断t时刻网格i的G_it与PC_i的大小；如果G_it大于PC_i，跳转至步骤2.4；如果G_it小于等于PC_i，则跳转至步骤2.5；

步骤2.4，更新PC_i、D_i、PT_i、C_i以及L_i的值，更新规则为：PC_i＝G_it，D_i＝t，PT_i＝PT_i+G_it*k，C_i＝C_i+k，更新完毕跳转至步骤2.9；

步骤2.5，判断t时刻G_it与0的大小；如果G_it大于0，跳转至步骤2.6；如果G_it不大于0，则跳转至步骤2.7；

步骤2.6，更新PC_i和C_i的值，更新规则为：PT_i＝PT_i+G_it*k，C_i＝C_i+k，更新完毕跳转至步骤2.9；

步骤2.7，判断t时刻PC_i*24与50的大小，如果PC_i*24大于等于50，则跳转至步骤2.8，如果PC_i*24小于50，则跳转至步骤2.9；

步骤2.8，识别出暴雨事件，计算L_i的值，计算公式为：L_i＝PT_i/C_i，将参数i，PC_i，D_i，PT_i，C_i以及L_i的值记录，并跳转至步骤2.9；

步骤2.9，更新时刻t的值，更新规则t＝t+1；更新完毕后，t小于等于n时，跳转至步骤2.3，t大于n时，跳转至步骤2.10；

步骤2.10，更新网格i的值，更新规则i＝i+1；更新完毕后，i小于等于r*c时，跳转至步骤2.2，i大于r*c时识别结束。

2.根据权利要求1所述的一种基于格网降雨数据的识别暴雨的方法，其特征在于，还包括：

步骤3，将识别出的暴雨事件的网格位置、降雨峰值量、降雨峰值时刻、降雨峰值总雨量、降雨历时以及降雨强度制表记录。

3.根据权利要求2所述的一种基于格网降雨数据的识别暴雨的方法，其特征在于，还包括：

步骤4，根据步骤3获得的记录有暴雨事件信息的表格制图，获得暴雨时空分布图。

4.根据权利要求1至3中任一项所述的一种基于格网降雨数据的识别暴雨的方法，其特征在于，步骤1中的格网降雨数据的采集方式为：通过降雨卫星直接采集获得降雨资料或通过气象站获得降雨观测值再经过空间插值获得。

5.根据权利要求4所述的一种基于格网降雨数据的识别暴雨的方法，其特征在于，所述识别暴雨的方法通过Python编程语言实现。