一种历史雷电频次重建方法、系统、设备和介质与流程

本发明属于气象数据分析与雷电气候重建，具体涉及一种历史雷电频次重建方法、系统、设备和介质。

背景技术：

1、雷电活动是强对流天气的重要表现形式之一，对电力系统安全运行构成严重威胁。据统计，输电线路中，雷击跳闸次数占总跳闸次数的50%以上，尤其在夏季强对流天气频发时期，雷电活动导致的线路跳闸率显著上升。准确获取长期、空间连续的雷电频次分布数据，是开展输电线路差异化防雷设计、老旧线路改造及雷击风险区划的基础。

2、当前，雷电频次数据主要来源于两类观测系统。第一类是地基闪电定位系统，例如广域雷电地闪监测网，该系统能够较可靠地记录地闪发生的时间、位置和强度。第二类是星载闪电探测仪器，如美国nasa的lis探测仪和otd探测仪，可提供全球热带及中纬度地区的闪电气候分布。然而，上述系统的时间覆盖范围均局限于近二十年（约2000年之后），无法满足对更久远年代（如上世纪五十年代至二十一世纪初）雷电气候状态的研究需求。

3、另一方面，再分析气象资料能够提供自1950年以来连续、全球覆盖、多高度层的气象场数据。例如，欧洲中期天气预报中心发布的era5再分析气象数据，时间分辨率可达1小时，空间分辨率达0.25°×0.25°，包含对流有效位能、k指数、相对湿度、垂直速度、0°c层高度等与雷电生成密切相关的物理变量因子。但再分析气象数据本身并不直接输出雷电频次，雷电的发生是热力、动力、微物理过程综合作用的结果，需要通过间接建模方法进行反演。

4、现有雷电反演方法主要存在三类不足：第一类是基于地面气象站雷暴日数的统计方法，空间覆盖极不均匀；第二类是基于雷达反射率或卫星云顶亮温的雷电识别算法，数据起始时间晚；第三类是气候模式中嵌入的雷电参数化方案，不同区域适用性差异大，且无法直接应用于历史再分析气象数据的反演。因此，亟需发展一种能够利用有限年雷电频次观测数据与长期再分析气象数据建立可迁移统计模型的历史雷电频次重建方法。

技术实现思路

1、为克服上述现有技术的不足，本发明提出一种历史雷电频次重建方法，包括：

2、获取目标区域内时空匹配的雷电频次观测数据和再分析气象数据，并从所述再分析气象数据中提取预测因子集；

3、基于所述目标区域的地理特征和雷电频次观测数据量，将所述目标区域划分为多个建模单元；

4、对于每个建模单元，采用回归分析方法，构建所述预测因子集与所述雷电频次观测数据之间的映射关系，得到各所述建模单元的雷电频次统计模型；

5、将所述目标区域在历史重建时期的预测因子集，输入各所述建模单元的雷电频次统计模型，得到所述目标区域的历史雷电频次初值；

6、对所述历史雷电频次初值进行分位数映射偏差校正和空间一致性校正，得到所述目标区域的历史雷电频次重建值。

7、优选的，所述基于所述目标区域的地理特征和雷电频次观测数据量，将所述目标区域划分为多个建模单元，包括：

8、将所述目标区域网格化，当单个网格内的雷电频次观测数据量不低于预设样本量阈值时，以网格为单位将所述目标区域划分为多个建模单元；

9、当单个网格内的雷电频次观测数据量低于所述预设样本量阈值，或所述目标区域具有预设地理特征时，将多个网格合并为一个分区，以分区为单位将所述目标区域划分为多个建模单元；其中，一个分区内的多个网格的总雷电频次观测数据量不低于预设样本量阈值，或一个分区内的多个网格具有相同的预设地理特征。

10、优选的，所述预设地理特征包括：

11、基于海拔高度的地形分层特征；其中，将海拔高度处于同一预设层级范围的网格视为具有相同的地形分层特征；

12、基于下垫面类型的土地覆盖特征；其中，将下垫面类型相同的网格视为具有相同的土地覆盖特征；

13、基于雷电活动特征的气候区划特征；其中，将处于同一气候类型与雷电区划的网格视为具有相同的气候区划特征；

14、基于输电走廊特征的功能区划特征；其中，将处于同一输电线路走廊地理环境类型的网格视为具有相同的功能区划特征；

15、基于数据可用性的混合特征；其中，将雷电监测站点密度处于同一预设范围的网格视为具有相同的混合特征。

16、优选的，所述对于每个建模单元，采用回归分析方法，构建所述预测因子集与所述雷电频次观测数据之间的映射关系，得到各所述建模单元的雷电频次统计模型，包括：

17、对于每个建模单元，基于多元线性回归模型进行回归分析，以构建各所述建模单元中的预测因子集与雷电频次观测数据之间的映射关系，并采用最小二乘法求解回归系数，根据雷电物理机制对所述回归系数施加不等式约束，得到各所述建模单元的基准模型；

18、当所述基准模型的拟合优度不低于预设优度阈值时，将所述基准模型作为雷电频次统计模型；

19、当所述基准模型的拟合优度低于预设优度阈值时，基于机器学习回归算法进行回归分析，以构建各所述建模单元中的预测因子集与雷电频次观测数据之间的映射关系，得到各所述建模单元的增强模型，并以所述增强模型作为雷电频次统计模型。

20、优选的，所述不等式约束包括：

21、所述预测因子集中，与热力不稳定相关的变量因子的回归系数大于或等于零，所述热力不稳定相关的变量因子包括对流有效位能和k指数；

22、所述预测因子集中，与上升运动相关的变量因子的回归系数小于或等于零，所述与上升运动相关的变量因子包括500hpa垂直速度。

23、优选的，所述分位数映射偏差校正，包括：

24、将与所述雷电频次观测数据时空匹配的预测因子集输入各所述建模单元的雷电频次统计模型，得到雷电频次模拟数据；

25、当一个建模单元内的雷电频次模拟数据与雷电频次观测数据之间的偏差均值显著偏离零时，根据该建模单元的雷电频次模拟数据与雷电频次观测数据，分别计算模拟累积分布函数和观测累积分布函数；

26、计算该建模单元的历史雷电频次初值在所述模拟累积分布函数中的分位数位置，并将所述观测累积分布函数中对应所述分位数位置的值，作为分位数映射偏差校正后该建模单元的历史雷电频次初校值。

27、优选的，所述空间一致性校正，包括：

28、对所述目标区域的历史雷电频次初校值进行空间连续性检查，识别出现异常突变的突变网格；

29、对所述突变网格中的历史雷电频次初校值，采用空间加权平滑处理，得到所述历史雷电频次重建值；其中，根据所述突变网格的地理特征，确定所述空间加权平滑处理中的权重。

30、优选的，所述根据所述突变网格的地理特征，确定所述空间加权平滑处理中的权重，包括：

31、当所述突变网格位于地形平坦或下垫面均匀的区域时，基于所述突变网格与相邻网格间的空间距离，确定所述空间加权平滑处理中的权重；

32、当所述突变网格位于地形复杂区域时，通过数字高程模型数据，在所述权重中叠加地形特征相似度约束，使所述权重随空间距离和地形特征差异的增大而衰减；

33、当所述突变网格位于沿海陆交界区域时，以海岸线为界，对陆地区域和海洋区域分别独立确定所述权重。

34、基于同一发明构思，本发明还提供了一种历史雷电频次重建系统，包括：

35、数据提取模块，用于获取目标区域内时空匹配的雷电频次观测数据和再分析气象数据，并从所述再分析气象数据中提取预测因子集；

36、分区模块，用于基于所述目标区域的地理特征和雷电频次观测数据量，将所述目标区域划分为多个建模单元；

37、建模模块，用于对于每个建模单元，采用回归分析方法，构建所述预测因子集与所述雷电频次观测数据之间的映射关系，得到各所述建模单元的雷电频次统计模型；

38、反演模块，用于将所述目标区域在历史重建时期的预测因子集，输入各所述建模单元的雷电频次统计模型，得到所述目标区域的历史雷电频次初值；

39、校正模块，用于对所述历史雷电频次初值进行分位数映射偏差校正和空间一致性校正，得到所述目标区域的历史雷电频次重建值。

40、优选的，所述分区模块，具体用于：

41、将所述目标区域网格化，当单个网格内的雷电频次观测数据量不低于预设样本量阈值时，以网格为单位将所述目标区域划分为多个建模单元；

42、当单个网格内的雷电频次观测数据量低于所述预设样本量阈值，或所述目标区域具有预设地理特征时，将多个网格合并为一个分区，以分区为单位将所述目标区域划分为多个建模单元；其中，一个分区内的多个网格的总雷电频次观测数据量不低于预设样本量阈值，或一个分区内的多个网格具有相同的预设地理特征。

43、优选的，所述预设地理特征包括：

44、基于海拔高度的地形分层特征；其中，将海拔高度处于同一预设层级范围的网格视为具有相同的地形分层特征；

45、基于下垫面类型的土地覆盖特征；其中，将下垫面类型相同的网格视为具有相同的土地覆盖特征；

46、基于雷电活动特征的气候区划特征；其中，将处于同一气候类型与雷电区划的网格视为具有相同的气候区划特征；

47、基于输电走廊特征的功能区划特征；其中，将处于同一输电线路走廊地理环境类型的网格视为具有相同的功能区划特征；

48、基于数据可用性的混合特征；其中，将雷电监测站点密度处于同一预设范围的网格视为具有相同的混合特征。

49、优选的，所述建模模块，具体用于：

50、对于每个建模单元，基于多元线性回归模型进行回归分析，以构建各所述建模单元中的预测因子集与雷电频次观测数据之间的映射关系，并采用最小二乘法求解回归系数，根据雷电物理机制对所述回归系数施加不等式约束，得到各所述建模单元的基准模型；

51、当所述基准模型的拟合优度不低于预设优度阈值时，将所述基准模型作为雷电频次统计模型；

52、当所述基准模型的拟合优度低于预设优度阈值时，基于机器学习回归算法进行回归分析，以构建各所述建模单元中的预测因子集与雷电频次观测数据之间的映射关系，得到各所述建模单元的增强模型，并以所述增强模型作为雷电频次统计模型。

53、优选的，所述不等式约束包括：

54、所述预测因子集中，与热力不稳定相关的变量因子的回归系数大于或等于零，所述热力不稳定相关的变量因子包括对流有效位能和k指数；

55、所述预测因子集中，与上升运动相关的变量因子的回归系数小于或等于零，所述与上升运动相关的变量因子包括500hpa垂直速度。

56、优选的，所述校正模块包括分位数映射偏差校正单元，用于：

57、将与所述雷电频次观测数据时空匹配的预测因子集输入各所述建模单元的雷电频次统计模型，得到雷电频次模拟数据；

58、当一个建模单元内的雷电频次模拟数据与雷电频次观测数据之间的偏差均值显著偏离零时，根据该建模单元的雷电频次模拟数据与雷电频次观测数据，分别计算模拟累积分布函数和观测累积分布函数；

59、计算该建模单元的历史雷电频次初值在所述模拟累积分布函数中的分位数位置，并将所述观测累积分布函数中对应所述分位数位置的值，作为分位数映射偏差校正后该建模单元的历史雷电频次初校值。

60、优选的，所述校正模块还包括空间一致性校正单元，所述空间一致性校正单元包括：

61、异常识别子单元，用于对所述目标区域的历史雷电频次初校值进行空间连续性检查，识别出现异常突变的突变网格；

62、平滑处理子单元，用于对所述突变网格中的历史雷电频次初校值，采用空间加权平滑处理，得到所述历史雷电频次重建值；

63、权重确定子单元，用于根据所述突变网格的地理特征，确定所述空间加权平滑处理中的权重。

64、优选的，所述权重确定子单元，具体用于：

65、当所述突变网格位于地形平坦或下垫面均匀的区域时，基于所述突变网格与相邻网格间的空间距离，确定所述空间加权平滑处理中的权重；

66、当所述突变网格位于地形复杂区域时，通过数字高程模型数据，在所述权重中叠加地形特征相似度约束，使所述权重随空间距离和地形特征差异的增大而衰减；

67、当所述突变网格位于沿海陆交界区域时，以海岸线为界，对陆地区域和海洋区域分别独立确定所述权重。

68、基于同一发明构思，本发明还提供了一种计算机设备，包括：一个或多个处理器；

69、存储器，用于存储一个或多个程序；

70、当所述一个或多个程序被所述一个或多个处理器执行时，实现如前所述的一种历史雷电频次重建方法。

71、基于同一发明构思，本发明还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如前所述的一种历史雷电频次重建方法。

72、与最接近的现有技术相比，本发明具有的有益效果如下：

73、本发明提供了一种历史雷电频次重建方法、系统、设备和介质，该方法包括：获取目标区域内时空匹配的雷电频次观测数据和再分析气象数据，并从所述再分析气象数据中提取预测因子集；基于所述目标区域的地理特征和雷电频次观测数据量，将所述目标区域划分为多个建模单元；对于每个建模单元，采用回归分析方法，构建所述预测因子集与所述雷电频次观测数据之间的映射关系，得到各所述建模单元的雷电频次统计模型；将所述目标区域在历史重建时期的预测因子集，输入各所述建模单元的雷电频次统计模型，得到所述目标区域的历史雷电频次初值；对所述历史雷电频次初值进行分位数映射偏差校正和空间一致性校正，得到所述目标区域的历史雷电频次重建值；本发明通过获取时空匹配的雷电观测与再分析气象数据并提取预测因子集，基于地理特征和观测数据量将目标区域划分为多个建模单元，采用回归分析方法构建预测变量因子与雷电频次之间的映射关系，实现了对不同地理区域的适用性精细化建模；将历史重建时期的预测因子集输入各建模单元模型，使有效雷电频次数据长度从近二十年回溯扩展至近百年，填补了长期历史雷电频次数据的空白；最后通过分位数映射偏差校正消除再分析气象数据同化系统演变导致的系统偏差，结合空间一致性校正优化数据空间合理性，显著提升重建精度；整体方法形成从数据处理、建模到校正输出的完整技术流程，输出空间连续、高分辨率的分区域格点化的雷电频次重建数据，可直接服务于输电线路雷击风险评估、差异化防雷设计等工程应用，具有显著的实用价值。