[发明专利]融合卫星雷达多源数据的降水质量控制与评估方法及应用

权利要求书

1.一种融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，包括步骤：

获取卫星数据、雷达数据和地面降水数据，定义质量控制参考域、质量评估参考域、实时异常事件和准实时异常事件；

将地面降水数据输入到训练后的异常数据标注模型中获得异常站点，根据异常站点对应的质量控制参考域的卫星数据、雷达数据和地面降水数据计算异常站点的质量控制因子和天气背景，根据异常站点的质量控制因子和天气背景识别实时异常事件，对实时异常事件对应的地面降水数据的正确性与否进行标记；

获得待评估站点对应质量评估参考域的地面降水数据以及标记结果，计算待评估站点及其质量评估参考域中站点的质量评估因子，根据质量评估因子识别准实时异常事件。

2.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，天气背景包括晴空、无明显降水和有降水三种类型，通过判断异常站点的质量控制因子是否满足对应天气背景的预设条件来判断异常站点的天气背景。

3.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，质量控制因子包括地面降水质控因子、卫星质控因子和雷达质控因子；

地面降水质控因子包括降雨率质控因子和气候极值质控因子，降雨率质控因子表示质量控制参考域内有降水站点的比例，气候极值质控因子表示估计的历史同期月最大小时降水量；

卫星质控因子包括亮温质控因子、晴空率质控因子、主导云状质控因子和总云量质控因子，亮温质控因子表示质量控制参考域内的最低亮温，晴空率质控因子表示质量控制参考域内非降水区域占比的最小值，主导云状质控因子表示质量控制参考域内占比最高的云类型，总云量质控因子表示质量控制参考域内格点的平均云量；

雷达质控因子包括雷达反射率质控因子和雷达估算降水质控因子，雷达反射率质控因子表示质量控制参考域内雷达组合反射率的最高值，雷达估算降水质控因子表示质量控制参考域内不同类型Z-R关系反演雷达估算降水的均值。

4.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，所述对实时异常事件对应的地面降水数据的正确性与否进行标记包括步骤：

预先设定不同雷达质量控制指标、卫星质量控制指标对应的诊断策略；

分别将实时异常事件对应的雷达质控因子、卫星质控因子、地面降水数据转换为雷达质量控制指标、卫星质量控制指标和降水等级；

根据实时异常事件对应的雷达质量控制指标、卫星质量控制指标对应的诊断策略，结合降水等级和天气背景对实时异常事件对应的地面降水数据的正确性与否进行标记。

5.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，质量评估因子包括累计降水量、累计降水时数、数据缺测数、数据疑误数及数据缺报数。

6.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，所述根据质量评估因子识别准实时异常事件包括步骤：

根据待评估站点及其质量评估参考域中站点的累计降水量计算得到待评估站点的降水量评估参数；

根据待评估站点及其质量评估参考域中站点的累计降水时数计算得到待评估站点的降水时数评估参数；

根据待评估站点的数据缺测数、数据疑误数及数据缺报数计算得到待评估站点的数据可用性评估参数；

根据降水量评估参数、降水时数评估参数和数据可用性评估参数识别准实时异常事件。

7.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，所述异常数据标注模型基于孤立森林算法实现。

8.如权利要求1所述的融合卫星雷达多源数据的降水质量控制与评估方法，其特征在于，还包括步骤：

根据准实时异常事件识别结果确定黑名单站点，后续进行质量控制时不获取黑名单站点的地面降水数据。