一种校正风资源栅格数据的时空耦合方法和系统与流程

1.本发明属于风资源评估领域，尤其涉及一种校正风资源栅格数据的时空耦合方法和系统。


背景技术：

2.风资源栅格数据，一般由中尺度模式计算得到，计算过程可以设置所需的地理范围、栅格数据水平分辨率、计算高度等。目前西班牙vortex公司提供的风资源数据包含3公里和1公里水平分辨率、适用60米-300米高度的全球风资源栅格数据；美国ul aws truepower公司提供的风资源宏观选址模块包含200米水平分辨率、适合10-140米高度的全球风资源栅格数据；中国气象局的风资源数据为1公里水平分辨率，适用70米、100米高度的国内风资源栅格数据。
3.通过对国内外论文、学术会议、科技文献、专利等等数据库的检索发现：现阶段用于风资源评估的风资源栅格数据多为由中尺度模式计算直接得到的数据。现有的中尺度栅格数据利用测风塔数据校正有相关文献虽然提出了校正的流程，但缺少具体的时空耦合校正算法模型，其原因主要是因为：一、实测数据与栅格数据的空间尺度不同，无法直接进行校正；二、实测数据的观测时间段与栅格数据取均值时利用的时间段不同，造成了时间尺度上的不统一，无法直接进行校正；三、缺少多组实测数据对同一栅格数据进行校正的方案。因此，如何实现利用实测数据校正风资源栅格数据，缩小风资源栅格数据与实际观测结果的偏差，还处于探索阶段。
4.现有技术缺点：
5.在宏观风资源评估过程中，直接使用由中尺度模式计算得到的风资源栅格数据，未经过实测数据校正，与实际观测结果存在偏差。现有的文献提了用测风塔数据校正中尺度模式计算的流程，但缺少时空数据耦合校正算法模型。


技术实现要素：

6.为解决上述技术问题，本发明提出一种校正风资源栅格数据的时空耦合方法和系统的技术方案，以解决上述技术问题。
7.本发明第一方面公开了一种校正风资源栅格数据的时空耦合方法，所述方法包括：
8.步骤s1、在每一个测风点位，提取与实际测风数据同期的高分辨率中尺度风速数据vd，同时获得观测数据的时间长度ti；
9.步骤s2、利用风资源评估微尺度求解器对所述高分辨率中尺度风速数据vd进行降尺度，得到测风点位测风高度的降尺度风速数据；
10.步骤s3、根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
；
11.步骤s4、将实际测风风速数据时间序列与所述测风点位的降尺度风速数据时间序
列比较，得到各测风点位的相关系数ri；
12.步骤s5、根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi；
13.步骤s6、根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi；
14.步骤s7、根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci；
15.步骤s8、根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x；
16.步骤s9、将栅格数据乘以相对应的所述综合校正系数x，得到校正后的栅格数据。
17.根据本发明第一方面的方法，在所述步骤s3中，所述根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
的具体方法包括：
18.将实际测风风速数据均值与所述测风点位的降尺度风速数据均值相除，得到各测风点位的校正系数mos
cfd
。
19.根据本发明第一方面的方法，在所述步骤s5中，所述根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi的具体方法包括：
[0020][0021]
根据本发明第一方面的方法，在所述步骤s6中，所述根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi的具体方法包括：
[0022]
根据各测风点位的风速分布和风向分布，推导风流场的流动方向，将测风点位的风流方向上的影响距离加长后进行计算，得到距离加权指数pi。
[0023]
根据本发明第一方面的方法，在所述步骤s6中，测风点位的影响范围为香蕉形；
[0024]
所述香蕉形中心点对校正目标的影响权重最大，校正目标越往边界移动，影响权重越低；在边界上及边界外，中心点对校正目标影响权重为0。
[0025]
根据本发明第一方面的方法，在所述步骤s7中，所述根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci的具体方法包括：
[0026]ci
＝pi×
ti×ri
。
[0027]
根据本发明第一方面的方法，在所述步骤s8中，所述根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x的具体方法包括：
[0028][0029]
本发明第二方面公开了一种校正风资源栅格数据的时空耦合系统，所述系统包
括：
[0030]
第一处理模块，被配置为，在每一个测风点位，提取与实际测风数据同期的高分辨率中尺度风速数据vd，同时获得观测数据的时间长度ti；
[0031]
第二处理模块，被配置为，利用风资源评估微尺度求解器对所述高分辨率中尺度风速数据vd进行降尺度，得到测风点位测风高度的降尺度风速数据；
[0032]
第三处理模块，被配置为，根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
；
[0033]
第四处理模块，被配置为，将实际测风风速数据时间序列与所述测风点位的降尺度风速数据时间序列比较，得到各测风点位的相关系数ri；
[0034]
第五处理模块，被配置为，根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi；
[0035]
第六处理模块，被配置为，根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi；
[0036]
第七处理模块，被配置为，根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci；
[0037]
第八处理模块，被配置为，根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x；
[0038]
第九处理模块，被配置为，将栅格数据乘以相对应的所述综合校正系数x，得到校正后的栅格数据。
[0039]
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明公开第一方面中任一项的一种校正风资源栅格数据的时空耦合方法中的步骤。
[0040]
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本发明公开第一方面中任一项的一种校正风资源栅格数据的时空耦合方法中的步骤。
[0041]
可见，本发明提出的方案，解决了实测数据和预报数据时空计算尺度不一致的问题，同时也解决了偏远地区气象观测站点较少中尺度数值天气预报准确度不高的问题。
附图说明
[0042]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]
图1为根据本发明实施例的一种校正风资源栅格数据的时空耦合方法的流程图；
[0044]
图2为根据本发明实施例的测风点位影响范围示意图；
[0045]
图3为根据本发明实施例的测风点位距离加权示意图；
[0046]
图4为根据本发明实施例的一种校正风资源栅格数据的时空耦合系统的结构图；
[0047]
图5为根据本发明实施例的一种电子设备的结构图。
具体实施方式
[0048]
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例只是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
实施例1
[0050]
本发明第一方面公开了一种校正风资源栅格数据的时空耦合方法。图1为根据本发明实施例的一种校正风资源栅格数据的时空耦合方法的流程图，如图1所示，所述方法包括：
[0051]
步骤s1、在每一个测风点位，提取与实际测风数据同期的高分辨率中尺度风速数据vd，同时获得观测数据的时间长度ti；
[0052]
步骤s2、利用风资源评估微尺度求解器对所述高分辨率中尺度风速数据vd进行降尺度，得到测风点位测风高度的降尺度风速数据；
[0053]
步骤s3、根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
；
[0054]
步骤s4、将实际测风风速数据时间序列与所述测风点位的降尺度风速数据时间序列比较，得到各测风点位的相关系数ri；
[0055]
步骤s5、根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi；
[0056]
步骤s6、根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi；
[0057]
步骤s7、根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci；
[0058]
步骤s8、根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x；
[0059]
步骤s9、将栅格数据乘以相对应的所述综合校正系数x，得到校正后的栅格数据。
[0060]
在步骤s3，根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
。
[0061]
在一些实施例中，在所述步骤s3中，所述根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
的具体方法包括：
[0062]
将实际测风风速数据均值与所述测风点位的降尺度风速数据均值相除，得到各测风点位的校正系数mos
cfd
。
[0063]
具体地，其中，
↑
为升尺度过程，
↓
为降尺度过程，vm为实际测风风速数据均值。
[0064]
在步骤s5，根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi。
[0065]
在一些实施例中，在所述步骤s5中，所述根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi的具体方法包括：
[0066][0067]
在步骤s6，根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi。
[0068]
在一些实施例中，在所述步骤s6中，所述根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi的具体方法包括：
[0069]
根据各测风点位的风速分布和风向分布，推导风流场的流动方向，将测风点位的风流方向上的影响距离加长后进行计算，得到距离加权指数pi。
[0070]
在一些实施例中，在所述步骤s6中，如图2所示，测风点位的影响范围为香蕉形；
[0071]
如图3所示，所述香蕉形中心点对校正目标的影响权重最大，校正目标越往边界移动，影响权重越低；在边界上及边界外，中心点对校正目标影响权重为0。
[0072]
在步骤s7，根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci。
[0073]
在一些实施例中，在所述步骤s7中，所述根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci的具体方法包括：
[0074]ci
＝pi×
ti×ri
。
[0075]
在步骤s8，根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x。
[0076]
在一些实施例中，在所述步骤s8中，所述根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x的具体方法包括：
[0077][0078]
在一些实施例中，单个格点校正系数求取部分，其中，v
meso
为与实际测风数据同期的低分辨率中尺度风速数据；因此，
[0079][0080]
令
[0081]
则v
wc
↑
＝v
meso
·
moswc·
cfd
[0082]
其中v
wc
为校正后风速数据。
[0083]
实际校正过程中，得到与实际测风数据同期的低分辨率中尺度风速数据v
meso
后，
利用风资源评估微尺度求解器得到进一步计算得到mos
wc
·
cfd
后进行较正，即可得到校正后的风速数据。同理，得到中尺度多年平均值风速数据，利用mos
wc
·
cfd
进行较正，即可得到校正后的多年平均值风速数据。
[0084]
综上，本发明提出的方案能够解决实测数据和预报数据时空计算尺度不一致的问题，同时也解决了偏远地区气象观测站点较少中尺度数值天气预报准确度不高的问题。
[0085]
实施例2
[0086]
根据上述方案，给出具体的实施例，对来源于1978年-2008年merra2数据的中国100米高多年平均风速栅格数据，采用1个2005年完整年70米高度的测风塔数据(经度：121
°
e，纬度31
°
n)，和1个2006年完整年80米高度的测风塔数据(经度：116
°
e，纬度：40
°
n)，进行校正的实施例如下：
[0087]
步骤s1、采用windigger软件提取(121
°
e，31
°
n)点2005年完整年任意高度的风速数据，观测数据时长t1＝356，提取(116
°
e，40
°
n)点2006年完整年任意高度的风速数据，观测数据时长t2＝356；
[0088]
步骤s2、利用wt软件对步骤s1中提取的风速数据进行降尺度，得到(121
°
e，31
°
n)点70米高度的降尺度风速数据和(116
°
e，40
°
n)点80米高度的降尺度风速数据；
[0089]
步骤s3、将两个测风塔的风速数据均值与步骤s2中得到的对应降尺度风速数据均值相除，得到两个点的校正系数分别为0.8和1.2；
[0090]
步骤s4、将两个测风塔的风速数据时间序列与步骤s2中得到的对应降尺度风速数据时间序列比较，得到两个点的相关系数r1＝0.9，r2＝0.8；
[0091]
步骤s5、采用windigger软件提取(121
°
e，31
°
n)点和(116
°
e，40
°
n)点100米高，1978年-2008年的风速数据，并求取平均值；分别与风速栅格数据中(121
°
e，31
°
n)点和(116
°
e，40
°
n)点100米高的风速均值相除，并乘以两个点的校正系数0.8和1.2，得到x1＝0.9，x2＝1.1；
[0092]
步骤s6、对栅格数据的每个格点，计算2个测风点位与其相关的距离加权指数p1和p2；
[0093]
步骤s7、对栅格数据的每个格点，计算2个测风点位与其相关的信任系数，c1＝p1×
t1×
r1，c2＝p2×
t2×
r2；
[0094]
步骤s8、对栅格数据的每个格点，计算综合校正系数：
[0095][0096]
步骤s9、将栅格数据每个格点数据乘以相对应的综合校正系数，得到校正后的栅格数据。
[0097]
实施例3
[0098]
本发明第二方面公开了一种校正风资源栅格数据的时空耦合系统。图4为根据本发明实施例的一种校正风资源栅格数据的时空耦合系统的结构图；如图4所示，所述系统100包括：
[0099]
第一处理模块101，被配置为，在每一个测风点位，提取与实际测风数据同期的高
分辨率中尺度风速数据vd，同时获得观测数据的时间长度ti；
[0100]
第二处理模块102，被配置为，利用风资源评估微尺度求解器对所述高分辨率中尺度风速数据vd进行降尺度，得到测风点位测风高度的降尺度风速数据；
[0101]
第三处理模块103，被配置为，根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
；
[0102]
第四处理模块104，被配置为，将实际测风风速数据时间序列与所述测风点位的降尺度风速数据时间序列比较，得到各测风点位的相关系数ri；
[0103]
第五处理模块105，被配置为，根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi；
[0104]
第六处理模块106，被配置为，根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi；
[0105]
第七处理模块107，被配置为，根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci；
[0106]
第八处理模块108，被配置为，根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x；
[0107]
第九处理模块109，被配置为，将栅格数据乘以相对应的所述综合校正系数x，得到校正后的栅格数据。
[0108]
根据本发明第二方面的系统，所述第三处理模块103具体被配置为，所述根据实际测风风速数据均值与所述测风点位的降尺度风速数据均值，得到各测风点位的校正系数mos
cfd
的具体方法包括：
[0109]
将实际测风风速数据均值与所述测风点位的降尺度风速数据均值相除，得到各测风点位的校正系数mos
cfd
。
[0110]
具体地，其中，
↑
为升尺度过程，
↓
为降尺度过程，vm为实际测风风速数据均值。
[0111]
根据本发明第二方面的系统，所述第五处理模块105具体被配置为，所述根据每个测风点位的高分辨率中尺度多年平均值风速数据va、低分辨率中尺度多年平均值风速数据v
lt
和所述测风点位的校正系数mos
cfd
，得到每个测风点位的较正数据xi的具体方法包括：
[0112][0113]
根据本发明第二方面的系统，所述第六处理模块106具体被配置为，所述根据各测风点位的风速分布和风向分布，对栅格数据的每个格点，计算各个测风点位与其相关的距离加权指数pi的具体方法包括：
[0114]
根据各测风点位的风速分布和风向分布，推导风流场的流动方向，将测风点位的风流方向上的影响距离加长后进行计算，得到距离加权指数pi。
[0115]
如图2所示，测风点位的影响范围为香蕉形；
[0116]
如图3所示，所述香蕉形中心点对校正目标的影响权重最大，校正目标越往边界移
动，影响权重越低；在边界上及边界外，中心点对校正目标影响权重为0。
[0117]
根据本发明第二方面的系统，所述第七处理模块107具体被配置为，所述根据所述距离加权指数pi、相关系数ri和时间长度ti，对栅格数据的每个格点，计算各个测风点位与其相关的信任系数ci的具体方法包括：
[0118]ci
＝pi×
ti×ri
。
[0119]
根据本发明第二方面的系统，所述第八处理模块108具体被配置为，所述根据所述每个测风点位的较正数据xi和所述信任系数ci，对栅格数据的每个格点，计算综合校正系数x的具体方法包括：
[0120][0121]
实施例4
[0122]
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时，实现本发明公开第一方面中任一项的一种校正风资源栅格数据的时空耦合方法中的步骤。
[0123]
图5为根据本发明实施例的一种电子设备的结构图，如图5所示，电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、近场通信(nfc)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0124]
本领域技术人员可以理解，图5中示出的结构，仅仅是与本公开的技术方案相关的部分的结构图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0125]
实施例5
[0126]
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现本发明公开第一方面中任一项的一种校正风资源栅格数据的时空耦合方法中的步骤中的步骤。
[0127]
请注意，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。