本(ben)發(fa)明涉及(ji)(ji)電數字數據處理領(ling)域，尤其涉及(ji)(ji)一種基于(yu)激光測(ce)風雷達的多山(shan)地(di)區風場精(jing)細化方法。

背景技術：

1、多山地(di)區(qu)由于地(di)形的(de)復(fu)(fu)雜(za)性，風(feng)速和風(feng)向可能會有(you)顯著的(de)變化，該(gai)地(di)區(qu)精細(xi)化風(feng)場(chang)(chang)(chang)信息的(de)準確(que)(que)(que)獲(huo)取有(you)利于風(feng)能前期開(kai)發(fa)的(de)評(ping)(ping)估(gu)、天(tian)(tian)(tian)氣(qi)(qi)預(yu)報模型的(de)改進(jin)(jin)，以(yi)及環境(jing)保(bao)護領域預(yu)案的(de)制(zhi)定。具體而(er)言，通(tong)(tong)過(guo)風(feng)場(chang)(chang)(chang)測量，可以(yi)精確(que)(que)(que)評(ping)(ping)估(gu)風(feng)能資源的(de)分布(bu)和強(qiang)度，幫助確(que)(que)(que)定適合(he)建設風(feng)力發(fa)電場(chang)(chang)(chang)的(de)最佳位置，從而(er)提高風(feng)能利用效率(lv)。此外，多山地(di)區(qu)的(de)地(di)形影(ying)響(xiang)風(feng)場(chang)(chang)(chang)的(de)分布(bu)，進(jin)(jin)而(er)影(ying)響(xiang)當地(di)的(de)氣(qi)(qi)象條件。通(tong)(tong)過(guo)測量和分析風(feng)場(chang)(chang)(chang)數據，可以(yi)改進(jin)(jin)天(tian)(tian)(tian)氣(qi)(qi)預(yu)報模型，提高氣(qi)(qi)象預(yu)測的(de)準確(que)(que)(que)性，尤其(qi)是在局(ju)地(di)風(feng)暴、強(qiang)風(feng)等極端(duan)天(tian)(tian)(tian)氣(qi)(qi)事件的(de)預(yu)測方(fang)面(mian)。在地(di)形復(fu)(fu)雜(za)的(de)多山地(di)區(qu)，風(feng)蝕(shi)可能導致土壤(rang)退化、植被破(po)壞，進(jin)(jin)而(er)影(ying)響(xiang)生態環境(jing)。風(feng)場(chang)(chang)(chang)精細(xi)化測量對于準確(que)(que)(que)理解多山地(di)區(qu)的(de)風(feng)蝕(shi)過(guo)程(cheng)至關重要。掌握(wo)風(feng)場(chang)(chang)(chang)的(de)準確(que)(que)(que)特征，還可以(yi)幫助制(zhi)定環境(jing)保(bao)護措施，減少風(feng)蝕(shi)對生態系統(tong)的(de)負面(mian)影(ying)響(xiang)。

2、目前(qian)，對(dui)地(di)(di)形復雜(za)多山(shan)(shan)地(di)(di)區(qu)(qu)(qu)的(de)(de)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)獲(huo)(huo)取一(yi)般有(you)(you)地(di)(di)面(mian)氣(qi)(qi)(qi)象站(zhan)、地(di)(di)面(mian)雷達(da)遙感、無(wu)人機(ji)測(ce)量、探空(kong)(kong)氣(qi)(qi)(qi)球(qiu)和(he)基(ji)(ji)于天氣(qi)(qi)(qi)數值(zhi)模(mo)擬與(yu)模(mo)型(xing)(xing)等(deng)幾(ji)種方(fang)(fang)法(fa)(fa)。然(ran)而(er)，在多山(shan)(shan)地(di)(di)區(qu)(qu)(qu)，由(you)于地(di)(di)面(mian)氣(qi)(qi)(qi)象站(zhan)站(zhan)點(dian)分(fen)布十分(fen)稀疏(shu)且(qie)不(bu)均勻，僅僅依(yi)靠它的(de)(de)測(ce)風(feng)(feng)(feng)設備是難(nan)以獲(huo)(huo)得此(ci)區(qu)(qu)(qu)域(yu)高(gao)(gao)空(kong)(kong)間(jian)分(fen)辨(bian)率(lv)的(de)(de)降水信息(xi)。天氣(qi)(qi)(qi)雷達(da)組網(wang)可(ke)以獲(huo)(huo)取高(gao)(gao)時空(kong)(kong)分(fen)辨(bian)率(lv)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)，但(dan)其(qi)探測(ce)能力易受(shou)該地(di)(di)區(qu)(qu)(qu)周圍(wei)(wei)高(gao)(gao)海拔山(shan)(shan)脈阻擋的(de)(de)影響，從(cong)而(er)導致對(dui)低層空(kong)(kong)間(jian)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)的(de)(de)缺失。僅僅依(yi)靠天氣(qi)(qi)(qi)數值(zhi)模(mo)擬與(yu)模(mo)型(xing)(xing)而(er)獲(huo)(huo)取的(de)(de)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)，其(qi)準(zhun)確性(xing)和(he)可(ke)靠性(xing)往(wang)往(wang)不(bu)足，而(er)其(qi)他例如無(wu)人機(ji)測(ce)量和(he)探空(kong)(kong)氣(qi)(qi)(qi)球(qiu)等(deng)手段(duan)是無(wu)法(fa)(fa)獲(huo)(huo)取大(da)范圍(wei)(wei)區(qu)(qu)(qu)域(yu)連續(xu)時間(jian)的(de)(de)精細化(hua)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)的(de)(de)。同時，高(gao)(gao)空(kong)(kong)間(jian)分(fen)辨(bian)率(lv)初始風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)的(de)(de)缺失也會(hui)(hui)影響后(hou)續(xu)天氣(qi)(qi)(qi)預報模(mo)式的(de)(de)精度。此(ci)外，結(jie)合(he)計算流(liu)體(ti)力學模(mo)型(xing)(xing)可(ke)以生成高(gao)(gao)空(kong)(kong)間(jian)分(fen)辨(bian)率(lv)的(de)(de)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)信息(xi)，然(ran)而(er)在計算流(liu)體(ti)力學模(mo)型(xing)(xing)的(de)(de)邊界(jie)賦值(zhi)上，傳(chuan)統的(de)(de)方(fang)(fang)法(fa)(fa)是基(ji)(ji)于幾(ji)何高(gao)(gao)度坐標系的(de)(de)賦值(zhi)方(fang)(fang)法(fa)(fa)。這種方(fang)(fang)法(fa)(fa)沒有(you)(you)考(kao)慮賦值(zhi)位(wei)置(zhi)與(yu)待(dai)賦值(zhi)位(wei)置(zhi)間(jian)地(di)(di)理(li)因(yin)子差異等(deng)因(yin)素(su)，往(wang)往(wang)會(hui)(hui)造(zao)成邊界(jie)賦值(zhi)后(hou)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)失真且(qie)不(bu)符合(he)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)連續(xu)性(xing)的(de)(de)實際情(qing)況。因(yin)此(ci)在對(dui)多山(shan)(shan)地(di)(di)區(qu)(qu)(qu)風(feng)(feng)(feng)場(chang)(chang)(chang)(chang)(chang)精細化(hua)的(de)(de)刻畫方(fang)(fang)面(mian)，目前(qian)的(de)(de)融合(he)方(fang)(fang)法(fa)(fa)仍然(ran)存在許多改進之(zhi)處。

技術實現思路

1、本發明的(de)目的(de)在(zai)于克服(fu)現有(you)技術的(de)缺點，提供了一種基于激光測風(feng)雷達的(de)多山地區風(feng)場精(jing)細化方法，解決了現有(you)技術存在(zai)的(de)不(bu)足。

2、本發明的目(mu)的通過以下技術(shu)方案來實(shi)現：一種基于激光測風(feng)雷達的多山地區風(feng)場(chang)(chang)精細化方法，所述風(feng)場(chang)(chang)精細化方法包括：

3、s1、將收集(ji)(ji)的數據(ju)輸(shu)入到地(di)理(li)信息系統(tong)中(zhong)，生成高(gao)級別(bie)、中(zhong)級別(bie)和低級別(bie)空間分辨率網(wang)格(ge)的地(di)理(li)因子(zi)數據(ju)集(ji)(ji)和不同空間分辨率網(wang)格(ge)的ndvi數據(ju)集(ji)(ji)；

4、s2、根據收(shou)集的(de)激(ji)光測風雷(lei)達高時(shi)空(kong)(kong)分(fen)辨率數據，篩(shai)選出ppi和(he)rhi兩種掃描模(mo)式的(de)區域，并(bing)計算得到風速和(he)風向差(cha)值(zhi)的(de)權重值(zhi)，最終(zhong)生成(cheng)高時(shi)空(kong)(kong)分(fen)辨率的(de)三維(wei)激(ji)光測風雷(lei)達風場；

5、s3、將s1步驟中(zhong)收(shou)集和生(sheng)成的(de)數(shu)據(ju)輸入到(dao)wrf中(zhong)生(sheng)成中(zhong)級(ji)別空間(jian)分(fen)辨率的(de)大氣風(feng)場信息，并形成多種物理參數(shu)化(hua)(hua)方案(an)，引入一個評價指標確定最適合該地區的(de)wrf物理參數(shu)化(hua)(hua)方案(an)；

6、s4、根據(ju)得到的中級別空間分辨率的大氣風(feng)場信息和中級別空間分辨率地理因子數據(ju)集挑選出具有最(zui)高契合(he)度的地理因子組合(he)，并確定不同風(feng)速和風(feng)向區間條件(jian)下(xia)每種地理因子的占比權重(zhong)；

7、s5、計算cfd邊界地(di)理(li)因(yin)子(zi)與(yu)中級別空(kong)(kong)間(jian)分(fen)辨率(lv)大氣風(feng)(feng)場的(de)地(di)理(li)因(yin)子(zi)差值(zhi)序(xu)列，結合不同風(feng)(feng)速(su)和(he)風(feng)(feng)向區間(jian)條(tiao)件下每種地(di)理(li)因(yin)子(zi)的(de)占比權(quan)重，生(sheng)(sheng)成(cheng)從中級別空(kong)(kong)間(jian)分(fen)辨率(lv)網格遷移到cfd邊界的(de)映(ying)射關系，生(sheng)(sheng)成(cheng)cfd邊界風(feng)(feng)場的(de)風(feng)(feng)速(su)和(he)風(feng)(feng)向；

8、s6、根據生成(cheng)(cheng)的cfd邊界風(feng)場得到高空間(jian)分辨率的大氣(qi)風(feng)場信息，并構建隨機(ji)森林(lin)模型，最后生成(cheng)(cheng)三維激光測風(feng)雷達精(jing)細化(hua)大氣(qi)風(feng)場。

9、所述s1的步(bu)驟包括：

10、收集dem數據(ju)、ndvi數據(ju)、ncep再分析資料(liao)、激(ji)光(guang)測(ce)風雷達高(gao)時空(kong)分辨率(lv)數據(ju)、氣象探空(kong)站以及地面氣象站瞬時風速數據(ju)，其中(zhong)，激(ji)光(guang)測(ce)風雷達高(gao)時空(kong)分辨率(lv)數據(ju)包括(kuo)ppi和rhi掃描模式下的徑向速度、方位、距離庫、波束仰角(jiao)；

11、將dem數(shu)(shu)據輸(shu)入到地理(li)信息系統(tong)中，設(she)置好(hao)處理(li)范(fan)圍、輸(shu)入和輸(shu)出(chu)數(shu)(shu)據集類型、轉(zhuan)換坐標系、轉(zhuan)換像(xiang)元尺寸、掩(yan)碼類型以(yi)及地面曲(qu)率(lv)運(yun)算器后，生(sheng)成高(gao)級別(bie)、中級別(bie)和低級別(bie)空間(jian)分辨率(lv)網格(ge)的地理(li)因子數(shu)(shu)據集；

12、基于設定(ding)空(kong)(kong)間分辨率的(de)目標網格，計算目標網格中(zhong)某格點與(yu)原始網格中(zhong)相近(jin)的(de)四(si)個(ge)網格的(de)距(ju)(ju)離，將四(si)個(ge)距(ju)(ju)離值(zhi)均(jun)除以四(si)個(ge)距(ju)(ju)離之(zhi)和(he)，得到(dao)四(si)個(ge)結果值(zhi)即(ji)為目標插值(zhi)點生成的(de)四(si)個(ge)權重值(zhi)，最終生成高級別、中(zhong)級別和(he)低級別空(kong)(kong)間分辨率網格的(de)ndvi數據集。

13、所述s2的步驟(zou)包括：

14、根據激光測風(feng)雷達高(gao)時空分辨率的(de)多個ppi數據，基于徑向(xiang)速度與(yu)方位(wei)角和波(bo)束仰角的(de)幾何關系，統計出(chu)每個距離庫上(shang)徑向(xiang)速度隨方位(wei)角分布的(de)廓線(xian)，再擬(ni)合(he)成正弦或余弦曲(qu)線(xian)，尋找曲(qu)線(xian)的(de)極大(da)值(zhi)vmax和極小值(zhi)vmin；

15、根(gen)據極大值(zhi)vmax和極小值(zhi)vmin與(yu)波束仰角α和方位角β的關系，計算出ppi掃描(miao)模式下的水平(ping)風速vh和水平(ping)風向(xiang)θ；

16、根據激光測風(feng)(feng)雷達高時空分辨率的(de)(de)多個rhi數據，以及球(qiu)坐(zuo)標(biao)下(xia)徑(jing)向(xiang)速(su)度vrhi與(yu)波束仰角(jiao)α和方位(wei)(wei)角(jiao)β的(de)(de)關系(xi)，計算出球(qiu)面(mian)坐(zuo)標(biao)下(xia)徑(jing)向(xiang)風(feng)(feng)速(su)的(de)(de)水平風(feng)(feng)速(su)vrhi_h和垂直風(feng)(feng)速(su)vrhi_v，此時的(de)(de)風(feng)(feng)向(xiang)即(ji)為方位(wei)(wei)角(jiao)β；

17、基于ppi和(he)(he)(he)rhi掃描(miao)模(mo)(mo)式下掃描(miao)面上的(de)(de)(de)風(feng)場信息(xi)，篩選出(chu)(chu)兩(liang)(liang)種(zhong)(zhong)掃描(miao)模(mo)(mo)式的(de)(de)(de)共(gong)面區域，再分(fen)(fen)別(bie)提(ti)取(qu)出(chu)(chu)共(gong)面區域中ppi和(he)(he)(he)rhi兩(liang)(liang)種(zhong)(zhong)模(mo)(mo)式下水平(ping)(ping)風(feng)速和(he)(he)(he)風(feng)向(xiang)(xiang)數據(ju)序列，進而(er)分(fen)(fen)別(bie)計(ji)算(suan)出(chu)(chu)在同(tong)一(yi)方位、同(tong)一(yi)波束仰角和(he)(he)(he)同(tong)一(yi)距離庫(ku)上水平(ping)(ping)風(feng)速和(he)(he)(he)風(feng)向(xiang)(xiang)差(cha)(cha)值序列，分(fen)(fen)別(bie)形成共(gong)面區域兩(liang)(liang)種(zhong)(zhong)掃描(miao)模(mo)(mo)式風(feng)速和(he)(he)(he)風(feng)向(xiang)(xiang)相(xiang)對(dui)(dui)誤差(cha)(cha)序列，并分(fen)(fen)別(bie)計(ji)算(suan)兩(liang)(liang)個序列的(de)(de)(de)平(ping)(ping)均相(xiang)對(dui)(dui)偏差(cha)(cha)，作為(wei)風(feng)速和(he)(he)(he)風(feng)向(xiang)(xiang)差(cha)(cha)值的(de)(de)(de)權重值，用(yong)w1和(he)(he)(he)w2表(biao)示；

18、設(she)置空(kong)間(jian)?分(fen)辨率(lv)與(yu)(yu)激光測風(feng)(feng)雷(lei)達(da)原始(shi)空(kong)間(jian)分(fen)辨率(lv)一(yi)致(zhi)的(de)(de)(de)(de)三(san)維(wei)網格，根據(ju)多個(ge)ppi掃(sao)描間(jian)的(de)(de)(de)(de)空(kong)擋(dang)區域(yu)，尋找空(kong)擋(dang)區域(yu)中某三(san)維(wei)網格點m與(yu)(yu)兩種掃(sao)描模式(shi)共面區域(yu)邊緣最(zui)近距離的(de)(de)(de)(de)格點r，提取出r點的(de)(de)(de)(de)風(feng)(feng)速v_r和風(feng)(feng)向值d_r，并基于得到的(de)(de)(de)(de)權重值w1和w2，最(zui)終(zhong)生成高時(shi)空(kong)分(fen)辨率(lv)的(de)(de)(de)(de)三(san)維(wei)激光測風(feng)(feng)雷(lei)達(da)風(feng)(feng)場。

19、所述s3的(de)步(bu)驟包括：

20、將得(de)到的(de)低級(ji)別空間(jian)(jian)分(fen)辨率(lv)(lv)網(wang)格的(de)地理因子數(shu)(shu)據集、ndvi數(shu)(shu)據和ncep再分(fen)析資料作為wrf的(de)輸入，設置wrf為不同(tong)空間(jian)(jian)分(fen)辨率(lv)(lv)res1、res2、res3和時間(jian)(jian)累(lei)積(ji)步為step1、step2、step3的(de)三層(ceng)網(wang)格嵌套模(mo)式(shi)，最內層(ceng)的(de)空間(jian)(jian)分(fen)辨率(lv)(lv)與中級(ji)別空間(jian)(jian)分(fen)辨率(lv)(lv)一致；

21、選擇默認的(de)物理參數(shu)(shu)化(hua)方案(an)，運(yun)(yun)行(xing)wrf模式生成中級別空間分辨率的(de)大氣(qi)風場信息，將wrf提(ti)供的(de)多(duo)種輻射、陸面(mian)過程和邊界方案(an)進行(xing)組(zu)合，形成多(duo)種不同配置的(de)物理參數(shu)(shu)化(hua)方案(an)，循環運(yun)(yun)行(xing)wrf模式，將輸出結果分別與探空站觀測廓線數(shu)(shu)據進行(xing)對比；

22、設(she)計風(feng)速(su)風(feng)向均(jun)衡偏(pian)差指(zhi)數(shu)這一評價指(zhi)標，以該指(zhi)標最小值為最優物(wu)理參數(shu)化方案選擇的(de)依據，從而確定(ding)最適(shi)合該地區的(de)wrf物(wu)理參數(shu)化方案。

23、所述s4的(de)步(bu)驟包(bao)括：

24、將得到的(de)(de)(de)中(zhong)級別空間(jian)分辨(bian)率的(de)(de)(de)大氣風(feng)場信息結(jie)合(he)中(zhong)級別空間(jian)分辨(bian)率網格的(de)(de)(de)地(di)理因(yin)子(zi)(zi)數據集，將地(di)理因(yin)子(zi)(zi)自由組(zu)合(he)成因(yin)子(zi)(zi)個數不(bu)小于2的(de)(de)(de)多種(zhong)組(zu)合(he)，進而分別計算(suan)每種(zhong)因(yin)子(zi)(zi)及多種(zhong)組(zu)合(he)因(yin)子(zi)(zi)與大氣風(feng)場信息的(de)(de)(de)契合(he)度，從而挑選出具(ju)有最高契合(he)度的(de)(de)(de)地(di)理因(yin)子(zi)(zi)組(zu)合(he)；

25、根據篩(shai)選出的(de)地理(li)因(yin)子組合(he)結合(he)高時空(kong)分(fen)(fen)辨率(lv)的(de)激光測風雷達風場信息，將風速(su)與風向(xiang)波動(dong)范圍(wei)分(fen)(fen)別等分(fen)(fen)為(wei)n1和n2個區(qu)間，進而對不同風速(su)和風向(xiang)區(qu)域的(de)地理(li)因(yin)子進行統計；

26、根據統計結果計算出這(zhe)些地理因(yin)子(zi)的概率分布(bu)，并進(jin)行歸(gui)一(yi)化處理，從而確定不(bu)同風速(su)和風向(xiang)區(qu)間條件(jian)下每種地理因(yin)子(zi)的占比(bi)權重。

27、所(suo)述s5的步驟包括：

28、根據(ju)確定的(de)(de)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)組合(he)種(zhong)類和(he)生(sheng)成的(de)(de)不同空(kong)(kong)間分(fen)辨率的(de)(de)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)數據(ju)，再根據(ju)劃定的(de)(de)cfd邊(bian)界區域，提取出中(zhong)(zhong)(zhong)級(ji)別空(kong)(kong)間分(fen)辨率的(de)(de)cfd邊(bian)界地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)數據(ju)和(he)中(zhong)(zhong)(zhong)級(ji)別空(kong)(kong)間分(fen)辨率的(de)(de)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)數據(ju)，進而將(jiang)這兩(liang)種(zhong)空(kong)(kong)間分(fen)辨率的(de)(de)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)進行空(kong)(kong)間匹配(pei)，計算出cfd邊(bian)界每種(zhong)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)與最相鄰的(de)(de)中(zhong)(zhong)(zhong)級(ji)別空(kong)(kong)間分(fen)辨率對應地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)的(de)(de)差(cha)值(zhi)，形成n個(ge)地(di)理(li)(li)(li)因(yin)(yin)子(zi)(zi)差(cha)值(zhi)序列△a1,?△a2,…,△an；

29、根據中級別空間(jian)分辨率的大(da)氣風(feng)(feng)場(chang)信息s_wrf和d_wrf，結(jie)合不(bu)同風(feng)(feng)速(su)和風(feng)(feng)向區間(jian)條件下每(mei)種(zhong)地理因子的占比權重，生成從中級別空間(jian)分辨率網格(ge)遷移到cfd邊界(jie)的映射(she)關系，生成cfd邊界(jie)風(feng)(feng)場(chang)的風(feng)(feng)速(su)speed_c和風(feng)(feng)向direc_c。

30、所述(shu)s6的步驟包括：

31、根據生成的(de)cfd邊界風場(chang)，設置cfd計(ji)算區域(yu)的(de)網(wang)格模(mo)型(xing)，并設置水(shui)平和(he)垂直方(fang)向的(de)高級別空間分辨率分別為(wei)cfd_res1，cfd_res2，運行cfd軟件得到高級別空間分辨率的(de)大(da)氣風場(chang)信(xin)息；

32、將高級別空間(jian)分(fen)辨率(lv)的大氣風場信(xin)息下采(cai)樣到與激光測風雷達空間(jian)分(fen)辨率(lv)一致的空間(jian)尺度，并(bing)與同(tong)樣空間(jian)尺度的地理因子數據一起作為輸入數據集；

33、將(jiang)激光測風雷達的三維風場數(shu)據(ju)作為(wei)輸(shu)(shu)出(chu)數(shu)據(ju)集，將(jiang)輸(shu)(shu)入數(shu)據(ju)集和輸(shu)(shu)出(chu)數(shu)據(ju)集一起組成(cheng)訓(xun)練集，構建基于(yu)隨機森(sen)林的精細化(hua)大氣風場模型；

34、將cfd輸(shu)出的(de)高級別空間分辨(bian)率(lv)大氣(qi)風(feng)場信(xin)息和高級別空間分辨(bian)率(lv)的(de)地理(li)因子(zi)數據輸(shu)入到(dao)訓(xun)練好的(de)精(jing)細化大氣(qi)風(feng)場模型中，生成三維(wei)激光(guang)測風(feng)雷達精(jing)細化大氣(qi)風(feng)場。

35、所述從(cong)中級別空間分辨率(lv)網格遷(qian)移(yi)到cfd邊界(jie)的映(ying)射關(guan)系包括(kuo)：

36、speed_c=s_wrf×(△a1×swi,1+△a2×swi,2+…+△an×swi,n)，

37、direc_c=d_wrf×(△a1×dwj,1+△a2×dwj,2+…+△an×dwj,n)；

38、其中(zhong)，swi,1,swi,2,…,swi,n表示(shi)不同風速區間(jian)的(de)權重(zhong)因(yin)子，dwj,1,dwj,2,…,dwj,n表示(shi)不同風向區間(jian)的(de)權重(zhong)因(yin)子，i和j的(de)取值(zhi)分(fen)別(bie)為(wei)1,2,…,n1和1,2,…,n2。

39、所述根(gen)據極(ji)大值(zhi)vmax和(he)極(ji)小值(zhi)vmin與波束(shu)仰角α和(he)方位(wei)角β的關系包括：

40、vmax=vf×sinα+vh×cosα、vmin=vf×sinα-vh×cosα、vh=(vmax-vmin)/2cosα，其中vf為垂直風(feng)速，且(qie)出現極小值vmin時的方位角β就是(shi)風(feng)向θ。

41、所(suo)述計算出球面坐標下徑向風速的水(shui)平風速vrhi_h和垂(chui)直風速vrhi_v包括(kuo)：vrhi_h=vrhi×cosα，vrhi_v=vrhi×sinα。

42、本(ben)發(fa)明具有(you)以下優點(dian)：一種基于(yu)激(ji)光測風(feng)(feng)雷達(da)的(de)(de)(de)(de)多山地區(qu)風(feng)(feng)場精細化(hua)方(fang)法，基于(yu)ppi和rhi體(ti)積掃(sao)(sao)描(miao)模式(shi)，利用(yong)兩種體(ti)積掃(sao)(sao)描(miao)模式(shi)存在(zai)交(jiao)叉(cha)共面(mian)區(qu)域(yu)的(de)(de)(de)(de)特點(dian)，重(zhong)建(jian)了(le)(le)空擋區(qu)域(yu)的(de)(de)(de)(de)精細化(hua)風(feng)(feng)場，從而構(gou)建(jian)了(le)(le)激(ji)光測風(feng)(feng)雷達(da)高空間分(fen)辨(bian)(bian)率的(de)(de)(de)(de)三維風(feng)(feng)場，這為(wei)后續更(geng)高空間分(fen)辨(bian)(bian)率風(feng)(feng)場的(de)(de)(de)(de)準確構(gou)建(jian)提供了(le)(le)基礎(chu)；分(fen)析了(le)(le)不同地理(li)因子對(dui)風(feng)(feng)速(su)和風(feng)(feng)向的(de)(de)(de)(de)影響(xiang)，確定了(le)(le)不同地理(li)因子的(de)(de)(de)(de)影響(xiang)權重(zhong)，從而更(geng)加科(ke)學的(de)(de)(de)(de)對(dui)cfd的(de)(de)(de)(de)邊界風(feng)(feng)場遷移提供了(le)(le)依(yi)據；在(zai)wrf生成(cheng)中(zhong)分(fen)辨(bian)(bian)率風(feng)(feng)場時，針(zhen)對(dui)風(feng)(feng)速(su)與風(feng)(feng)向的(de)(de)(de)(de)特征，設計了(le)(le)風(feng)(feng)速(su)風(feng)(feng)向均衡(heng)偏差指數，為(wei)物(wu)理(li)參數方(fang)案(an)的(de)(de)(de)(de)優化(hua)選擇提供了(le)(le)科(ke)學評價指標。