申请/专利权人：上海海洋大学

申请日：2023-01-31

公开（公告）日：2023-06-13

公开（公告）号：CN116257733A

主分类号：G06F17/18

分类号：G06F17/18;G01W1/14;H03H17/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.30#实质审查的生效;2023.06.13#公开

摘要：本发明提供一种雪水当量估算方法，包括：S1：对GPS站点的GPS观测文件进行处理，获取信噪比数据，利用GNSS‑R雪深反演法获取GPS站点周边逐日雪深时间序列；S2：从历史数据中提取所述GPS站点周边的雪深和雪密度数据，同时对其进行日平均处理使其转化为逐日数据；S3：根据步骤S2的数据建立雪密度模型；S4：将步骤S1中的逐日雪深时间序列进行经滑动滤波处理，得到Havg、Habove、Hbelow，结合ρclim代入步骤S3中得到的雪密度模型，得到雪密度的预测值。本方法综合GNSS‑R技术和大气再分析资料可以突破GNSS站点周边必须有一定数量的气象观测记录的限制，实现在GNSS站点周边气象站较少或无气象站的情况下，仍能够获取较高精度的雪水当量数据。

主权项：1.一种雪水当量估算方法，其特征在于，包括：S1：对GPS站点的GPS观测文件进行处理，获取信噪比数据，利用GNSS-R雪深反演法获取GPS站点周边逐日雪深时间序列；S2：从ERA5历史数据中提取所述GPS站点周边的雪深和雪密度数据，同时对其进行日平均处理使其转化为逐日数据；S3：根据步骤S2的数据建立雪密度模型，所述雪密度模型的表达式为：ρ＝a·Havg+b·Habove+c·Hbelow+d·ρclim+e式中，ρ表示雪密度，Havg表示原始雪深时间序列经滑动滤波处理所得的平均值；对于原始雪深时间序列的各数据点，当大于Havg时，Habove为二者差值，且Hbelow在该点取0；当小于Havg时，Hbelow为二者差值，且Habove在该点取0；ρclim为所述GPS站点周边1°×1°范围内历年当日的雪密度平均值；a、b、c、d、e为采用最小二乘法求得的系数；S4：将步骤S1中的逐日雪深时间序列进行经滑动滤波处理，得到Havg、Habove、Hbelow，结合ρclim代入步骤S3中的雪密度模型，从而得到雪密度的预测值。

全文数据：

权利要求：

百度查询： 上海海洋大学 一种雪水当量估算方法

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