申请/专利权人：北京四维智联科技有限公司

申请日：2019-12-31

公开（公告）日：2024-07-05

公开（公告）号：CN113126182B

主分类号：G01W1/10

分类号：G01W1/10

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.11.01#实质审查的生效;2021.07.16#公开

摘要：本发明公开了一种积雪深度预测方法及系统，基于预先设置的降水相态识别条件，对目标地点的未来目标时刻的降水相态进行识别得到降水相态识别结果，当降水相态识别结果为雨夹雪或降雪时，从高精度网格化天气数据中获取目标地点包含未来目标时刻的当天的气象数据，对气象数据进行标准化处理得到标准气象数据，并带入积雪深度预测模型，得到积雪深度预测值，采用基于地理信息系统数据、全国地图道路数据和动态交通信息建立的积雪深度优化方程，对所述积雪深度预测值进行修正得到修正后的最优积雪深度预测值。本发明在进行积雪深度预测时，融入上述多维度信息，高度还原了真实的降雪及积雪场景，不仅提高了对积雪深度预测的准确率，而且具有普适性。

主权项：1.一种积雪深度预测方法，其特征在于，包括：基于预先设置的降水相态识别条件，对目标地点的未来目标时刻的降水相态进行识别，得到降水相态识别结果；当所述降水相态识别结果为雨夹雪或降雪时，从高精度网格化天气数据中获取所述目标地点包含所述未来目标时刻的当天的气象数据，所述气象数据包括：日降水量、平均气温、最低气温、最高气温、积雪深度、次日降水量和次日平均温度；对所述气象数据进行标准化处理，得到标准气象数据；将所述标准气象数据代入预先建立的积雪深度预测模型，得到积雪深度预测值；采用预先建立的积雪深度优化方程，对所述积雪深度预测值进行修正，得到修正后的最优积雪深度预测值，其中，所述积雪深度优化方程基于地理信息系统数据、全国地图道路数据和动态交通信息建立；其中，所述积雪深度优化方程的建立过程包括：基于地理信息系统数据、全国地图道路数据和动态交通信息，建立如下所示的所述积雪深度优化方程， 式中，Yf为所述最优积雪深度预测值，Y为所述积雪深度预测值，pij为积雪深度修正因子矩阵m×n矩阵P的i，j元，i为积雪深度修正因子矩阵的第i行，j为积雪深度修正因子矩阵的第j列；矩阵P的表达式如下： 式中，第i＝1行即p1j，基于地形地貌还原自然降雪场景，从自然积雪角度修正积雪深度预测值，所述自然积雪角度的积雪深度修正因子包括：高分辨率高程指数Idem、日照系数Is和迎背风坡系数Iw三个元素；第i＝2行即p2j，基于地理信息系统GIS数据和路网角度确定的道路场景，从风吹雪角度修正积雪深度值，所述风吹雪角度的积雪深度修正因子包括：弯道半径系数Ir以及积雪期主导风向和道路走向夹角系数Ia两个元素；第i＝3行即p3j，从冰雪消融角度修正积雪深度预测值，所述冰雪消融角度的积雪深度修正因子包括：地面颜色深度系数Ic；第i＝4行即p4j，从人工干预角度修正积雪深度预测值，所述人工干预角度的积雪深度修正因子包括：车辆速度印证系数Itmc；其中，所述积雪深度预测模型的建立过程包括：根据公式得到如下权重公式：w＝XTX-1XTy；式中，X＝[1,x3,…,x9]，w为X对应的权重，y为历史观测积雪深度数据，1为常数项，x3为历史日降水量，x4为历史平均气温，x5为历史最低气温、x6为历史最高气温、x7为历史积雪深度、x8为历史次日降水量和x9为历史次日平均温度；根据权重公式得到积雪深度预测模型的表达式，如下：Y＝XTXTX-1XTy；式中，Y为积雪深度，XT为矩阵X的转置矩阵。

全文数据：

权利要求：

百度查询： 北京四维智联科技有限公司 一种积雪深度预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD