买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京气象科技创新研究院

摘要：本发明公开了一种基于图像匹配概率的气象要素预报误差综合评估方法，利用单体匹配的概率来计算气象要素分布结构特征预报误差，本发明将气象要素预报误差订正由物理模型抽象为图形和数学模型，相较于现有技术采用拟合椭圆方法，仅考虑要素空间分布，并不可避免的引入误，本发明利用单体间相似程度引入了匹配概率，利用匹配概率，考虑预报场相对于观测场的整体误差，无需定义空报率或漏报率，避免的相关误差的引入，提高了气象要素预报误差综合评估的准确率。

主权项：1.一种基于图像匹配概率的气象要素预报误差综合评估方法，其特征在于包括以下步骤：步骤S1，计算单体的特征向量首先，预报目标要素分布区域分解为单体集合，并定义预报单体的目标要素特征向量， 1式中，表示第i个预报单体内目标要素的最大值，表示第i个预报单体内目标要素的最小值，表示第i个预报单体面积，分别表示第i个预报单体目标要素场每10%大小数值所占面积比例；是预报场中第i个单体，是预报场中单体的个数；同样的，观测目标要素分布区域分解为单体集合，并定义观测单体的目标要素特征向量， 2式中，表示第j个观测单体内目标要素的最大值，表示第j个观测单体内目标要素的最小值，表示第j个观测单体面积，分别表示第j个观测单体目标要素场每10%大小数值所占面积比例；是观测场中第j个单体，是预报场中单体的个数；步骤S2，计算预报场第i个单体对应观测场的j个单体的概率通过相关系数求解式（3），计算得到第i个预报单体和第j个观测单体内目标要素分布的相似度， 3式中，X表示计算两个向量的相关系数；接着，通过式（4）计算预报场第i个单体对应观测场第j个单体的概率， 4步骤S3，计算预报场单体和观测场单体的重心通过式（5）和（6）分别计算得到第i个预报单体的重心横纵坐标， （5） （6）式中，表示单体重心的横坐标，表示单体重心的纵坐标，x和y分别代表坐标系内每个点的横坐标和纵坐标，代表第i个预报单体内坐标点上预报目标要素的数值，表示对单体内所有的目标要素点进行积分；接着，通过式（7）和（8）分别计算得到第j个观测单体的重心横纵坐标， （7） （8）式中，表示单体重心的横坐标，表示单体重心的纵坐标，x和y分别代表坐标系内每个点的横坐标和纵坐标，代表第j个观测单体内x和y坐标点上观测目标要素的数值，表示对单体内所有的目标要素点进行积分；步骤S4，计算两个单体的距离误差，通过式（9）计算两个单体间的距离误差，所述距离误差表示两个单体重心的距离与天气系统的特征尺度的比值， 9式中，表示天气系统的特征尺度，然后经过均一化处理；步骤S5，计算两个单体的轴向误差，将预报单体和观测单体的重心重合，建立以重心为原点的极坐标系，然后以观测单体为基准，让预报单体绕重心顺时针旋转角度，得到新预报单体，此时新的预报单体中目标要素分布表示为，并通过式（10）计算此时预报单体和观测单体的重叠区域， （10）进而，通过误差函数式（11）计算得到两者的轴向误差， （11）式中，表示预报单体扣除重叠区域后余下的小区域，该区域内的目标要素均为空报误差，表示为；表示观测单体扣除重叠后余下的小区域，该区域内的目标要素是漏报误差，表示为；表示预报单体的目标要素分布，表示观测单体的目标要素分布，表示极坐标系中的极径和极角；当轴向误差处于最小值时，预报单体对应的旋转角度即为最小轴向误差角度，并进行归一化处理得到归一化后的轴向误差，；步骤S6，综合误差的计算最后，通过式（12）计算得到预报目标要素场中所有单体到观测目标要素场中所有单体概率综合误差， （12）式中，表示第i个预报目标要素单体和第j个观测目标要素单体的综合误差。

全文数据：

权利要求：

百度查询： 南京气象科技创新研究院 基于图像匹配概率的气象要素预报误差综合评估方法