基于多普勒气象雷达的风场获取方法、装置、设备和介质
阅读说明：本技术 基于多普勒气象雷达的风场获取方法、装置、设备和介质 (Wind field acquisition method, device, equipment and medium based on Doppler meteorological radar ) 是由 周康明 申影影 于 2020-06-12 设计创作，主要内容包括：本申请涉及一种基于多普勒气象雷达的风场获取方法、装置、设备和介质。所述方法包括：获取低空下多普勒气象雷达的目标径向速度；根据所述目标径向速度,对雷达资料数据进行变分反演处理,得到低空下的目标反演风场；其中,所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。采用本方法能够提高确定低空下的目标反演风场的精确性和可靠性,不仅能够用于天气过程的精细预报、边界层动力结构研究、风环境检测和邻近预报,而且也能够为机场附近天气过程的精细化预报,临近预报等提供依据,从而肯定了对航空、大型体育活动等的气象保障的重要现实意义。(The application relates to a wind field acquisition method, a device, equipment and a medium based on a Doppler meteorological radar. The method comprises the following steps: acquiring the target radial velocity of the Doppler meteorological radar under the low altitude; according to the target radial velocity, performing variation inversion processing on radar data to obtain a target inversion wind field under low altitude; the radar data are used for representing background fields, rainwater content, radial speed and noise of a Doppler meteorological radar detection area. The method can improve the accuracy and reliability of determining the target inversion wind field at low altitude, can be used for fine forecasting of the weather process, boundary layer dynamic structure research, wind environment detection and proximity forecasting, and can provide basis for fine forecasting of the weather process near an airport, proximity forecasting and the like, thereby confirming the important practical significance of weather guarantee for aviation, large-scale sports activities and the like.)
技术领域
本申请涉及航空气象技术领域，特别是涉及一种基于多普勒气象雷达的风场获取方法、装置、设备和介质。
背景技术
风与降水过程的触发和发展关系密切，特别是低层幅合线、切变线等不仅与对流云的产生密切相关，而且也是提前预报对流云发展的主要气象因子之一。因此，类似于***、机场等大型活动的气象保障领域，对风场的精细观测需求越来越强烈。
传统技术包含雷达图像前处理、风向测量和风速测量三部分，在风向测量指标中，将图像梯度、灰度和平滑项有机结合，通过比例系数调节三者比重，建立适合海面风场特征的模型；在风速测量指标中，当雷达单独测量时，将NRCS、实测风向、SNR作为BP网络输入；在风速测量指标中，将海气边界层参数作为BP网络的附加输入，以此测量出航海雷达的海面风速。
然而，传统技术中测量风速时需要依赖于雷达图像处理以及比例系数调节，从而导致所测量的风速精确度不高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够测量低空风场的精确度的基于多普勒气象雷达的风场获取方法、装置、计算机设备和存储介质。
一种基于多普勒气象雷达的风场获取方法，所述方法包括：
获取低空下多普勒气象雷达的目标径向速度；
根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
在其中一个实施例中，还包括：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场，并将所述低空下风场的第一目标经纬度风场以及第一目标高度风场作为低空下的目标反演风场。
在其中一个实施例中，还包括：
对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述低空下风场的第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在其中一个实施例中，还包括：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场；
根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在其中一个实施例中，还包括：
将所述雷达资料数据代入背景场约束方程、观测拟合约束方程、雨水含量守恒方程、连续风场约束方程以及光滑性约束方程中，构建目标函数；
对所述目标函数进行极小化处理，得到低空下风场的三维目标经纬度风场以及三维目标高度风场；
将所述三维目标经纬度风场以及三维目标高度风场在直角坐标系中进行反演处理，得到所述第一目标经纬度风场以及第一目标高度风场。
在其中一个实施例中，还包括：
判断所述第一目标经纬度风场和所述第一目标高度风场是否满足预先设定的时间不连续条件；其中，所述时间不连续条件用于表征当前时刻的雷达资料数据用于获取当前时刻的目标经纬度风场和目标高度风场；
确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在其中一个实施例中，还包括：
获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速和所述参考风速的参考平均均方根误差或参考平均绝对误差；
判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内；
确定所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在其中一个实施例中，还包括：
根据所述雷达资料数据中的背景场变化约束方程、时空平滑项约束方程，构建价值函数；
对所述价值函数进行极小化处理，得到所述第二目标经纬度风场以及第二目标高度风场。
在其中一个实施例中，还包括：
判断所述第二目标经纬度风场以及第二目标高度风场的第二平均均方根误差或第二平均绝对误差，与所述参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，是否处于预设的目标差值范围内；
确定所述第二误差差值处于所述目标差值范围内时，输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息；
确定所述第二误差差值未处于所述目标差值范围内时，输出所述目标反演风场无效的第二提示信息。
在其中一个实施例中，还包括：
所述获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速，包括采用下式计算浮标高度为z时的参考风速：
其中，Vz表示多普勒气象雷达的探测范围内的浮标高度为z时的参考风速，u*表示摩擦系数，k表示冯卡曼(von Karman)常数，
在其中一个实施例中，还包括：
判断所述目标径向速度与预先设定的速度阈值之间的大小关系；
确定所述目标径向速度大于或者等于所述速度阈值时，执行所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤。
在其中一个实施例中，所述多普勒气象雷达的个数为至少两个，且基于至少两个多普勒气象雷达组成雷达组网时，所述获取低空下多普勒气象雷达的目标径向速度，包括：
获取每个多普勒气象雷达的目标径向速度；
采用四边形规则对所述目标径向速度进行复合操作，得到低空下雷达组网的目标复合径向速度。
一种基于多普勒气象雷达的风场获取装置，所述装置包括：
获取模块，用于获取低空下多普勒气象雷达的目标径向速度；
处理模块，用于根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取低空下多普勒气象雷达的目标径向速度；
根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取低空下多普勒气象雷达的目标径向速度；
根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
上述基于多普勒气象雷达的风场获取方法、装置、计算机设备和存储介质，首先获取低空下多普勒气象雷达的目标径向速度，以便于根据所述目标径向速度确定对雷达资料数据进行变分反演处理，提高了确定低空下的目标反演风场的精确性和可靠性；并且，由于所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音，因此能够实现获取到单个多普勒气象雷达的雷达资料数据时确定出较小探测范围的目标反演风场，以及实现获取到雷达组网的雷达资料数据时确定出较大探测范围的目标反演风场；进一步地，由于所述目标反演风场是通过对所述雷达资料数据进行变分反演处理后得到的，因此不仅实现使用三维变分反演处理和四维反演处理所述雷达资料数据都能够获得所述目标反演风场，而且也实现了根据所获得的目标反演风场能够提供三维风场的详细信息和三维风场的精细结构，不仅能够用于天气过程的精细预报、边界层动力结构研究、风环境检测和邻近预报，而且也能够为机场附近天气过程的精细化预报，临近预报等提供依据，从而肯定了对航空、大型体育活动等的气象保障的重要现实意义。
附图说明
图1为一个实施例中基于多普勒气象雷达的风场方法的流程示意图；
图2为一个实施例中变分反演风场处理雷达资料数据后的结果一致性验证示意图；
图3A为再一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图3B为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图3C为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图4为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图5为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图6为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图7为又一实施例中基于多普勒气象雷达的风场方法的流程示意图；
图8为又一实施例中基于多普勒气象雷达的风场装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的低空风切变区域的获取方法，其执行主体可以是低空风切变区域的获取装置，所述低空风切变区域的获取装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。可选的，该计算机设备可以为个人计算机(PersodalComputer，PC)、便携式设备、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等具有摄像功能的电子设备，例如平板电脑、手机等等，本申请实施例对计算机设备的具体形式并不做限定。
需要说明的是，下述方法实施例的执行主体可以是上述计算机设备的部分或者全部。下述方法实施例以执行主体为计算机设备为例进行说明。
在一个实施例中，如图1所示，提供了一种基于多普勒气象雷达的风场获取方法，包括以下步骤：
步骤S11，获取低空下多普勒气象雷达的目标径向速度。
其中，所述低空可以包括1000米以下的飞行区域。可选地，低空可以为600米以下，所述目标径向速度包括单个多普勒气象雷达的径向速度和至少两个多普勒气象雷达对应的目标复合径向速度中的一个。
具体地，计算机设备可以根据多普勒气象雷达的个数获取所述目标径向速度，也即，当确定所述多普勒气象雷达的个数为一个时，可以将该个多普勒气象雷达的径向速度作为所述低空下多普勒气象雷达的目标径向速度；当确定所述多普勒气象雷达的个数为至少两个，且基于至少两个多普勒气象雷达形成雷达组网时，可以先获取每个多普勒气象雷达的目标径向速度，再采用四边形规则对所获得的至少两个目标径向速度进行复合操作，得到低空下雷达组网的目标复合径向速度。可选地，所述四边形规则可以包括平行四边形法则。
步骤S12，根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
具体地，所述变分反演处理可以包括三维变分反演处理和四维变分反演处理中的至少一种，所述雷达资料数据可以包括多普勒气象雷达在X波段探测到资料数据，并且，当所述多普勒气象雷达的个数为一个时，所述雷达资料数据可以包括该个多普勒气象雷达的资料数据；当所述多普勒气象雷达的个数为至少两个时，所述雷达资料数据可以包括每个多普勒气象雷达的资料数据进行合并后的合并资料数据。
在实际处理过程中，计算机设备在获取到低空下多普勒气象雷达的目标径向速度时，可以采用三维变分(3DVAR)反演风场算法对雷达资料数据进行三维变分反演处理，得到低空下的第一目标经纬度风场以及第一目标高度风场；也可以采用四维变分(4DVAR)反演风场算法，对雷达资料数据进行四维变分反演处理，得到低空下的第二目标经纬度风场以及第二目标高度风场。
然后，对所述第一目标经纬度风场和所述第一目标高度风场，以及所述第二目标经纬度风场和所述第二目标高度风场进行一致性验证后，得到如图2所示的一致性效果图。从图2可以看出，对雷达资料数据进行3DVAR反演风场算法和4DVAR反演风场算法均能实现精细化风场反演，且反演风场的一致性好于风速较小的天气。因此，所述低空下的目标反演风场可以包括所述低空下风场的第一目标经纬度风场以及第一目标高度风场，也可以包括所述低空下风场的第二目标经纬度风场以及第二目标高度风场。可选地，其中风速较小的天气可以为风速低于8.2m/s的天气。
在实际处理过程中，计算机设备还可以对所述第一目标经纬度风场和所述第一目标高度风场，以及所述第二目标经纬度风场和所述第二目标高度风场进行相关系数、均方根误差、平均绝对误差等参数进行定量分析，得出3DVAR和4DVAR风场反演所述雷达资料数据均能实现精细化风场反演，并反映出风向变化。
上述基于多普勒气象雷达的风场获取方法中，首先获取低空下多普勒气象雷达的目标径向速度，以便于根据所述目标径向速度确定对雷达资料数据进行变分反演处理，提高了确定低空下的目标反演风场的精确性和可靠性；并且，由于所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音，因此能够实现获取到单个多普勒气象雷达的雷达资料数据时确定出较小探测范围的目标反演风场，以及实现获取到雷达组网的雷达资料数据时确定出较大探测范围的目标反演风场；进一步地，由于所述目标反演风场是通过对所述雷达资料数据进行变分反演处理后得到的，因此不仅实现使用三维变分反演处理和四维反演处理所述雷达资料数据都能够获得所述目标反演风场，而且也实现了根据所获得的目标反演风场能够提供三维风场的详细信息和三维风场的精细结构，不仅能够用于天气过程的精细预报、边界层动力结构研究、风环境检测和邻近预报，而且也能够为机场附近天气过程的精细化预报，临近预报等提供依据，从而肯定了对航空、大型体育活动等的气象保障的重要现实意义。
在一个实施例中，如图3A所示，步骤S12包括：
步骤S121，对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场。
具体地，如图3B所示，计算机设备可以采用以下子步骤得到所述第一目标经纬度风场以及第一目标高度风场：
步骤S1211，将所述雷达资料数据代入背景场约束方程、观测拟合约束方程、雨水含量守恒方程、连续风场约束方程以及光滑性约束方程中，构建目标函数。
其中，所述目标函数为：J(μ,ν,ω)＝JB+Jo+JE+JC+JP(1)
上述式(1)至式(6)中，以多普勒气象雷达的雷达有效探测区域内中心点为原点、以经纬线方向和高度方向建立三维风场坐标系，μ,ν,ω表示需要反演的经纬度风场和高度风场，JB表示背景场约束方程(当不考虑背景场约束时JB＝0)，Jo表示观测拟合约束方程，JE表示雨水含量守恒方程，JC表示连续风场约束方程，JP表示光滑性约束方程，uxy表示所述雷达有效探测区域在笛卡尔坐标系xy平面的风场经度，vxy表示所述雷达有效探测区域在笛卡尔坐标系xy平面的风场纬度，wxy表示所述雷达有效探测区域在笛卡尔坐标系xy平面的风场高度，uB表示所述雷达有效探测区域内背景场在所述三维风场坐标系中的风场经度，vB表示所述雷达有效探测区域内背景场在所述三维风场坐标系中的风场纬度，wB表示所述雷达有效探测区域内背景场在所述三维风场坐标系中的风场高度，WuB表示所述雷达有效探测区域内背景场的风场经度权重；WvB表示所述雷达有效探测区域内背景场的风场纬度权重；WwB表示所述雷达有效探测区域内背景场的风场高度权重，WE表示所述雷达有效探测区域中的雨水含量权重，E表示所述雷达有效探测区域中的雨水含量增量，Wr表示多普勒气象雷达的权重矩阵，当多普勒气象雷达的个数为至少两个时，Wr的取值大小由每个多普勒气象雷达的相对位置、硬件信息确定；vr表示所述雷达有效探测区域中每个网格的风场纬度权重，表示所述雷达有效探测区域中每个网格点的风场纬度权重；Wc表示连续风场权重因子，(i,j,k)表示所述雷达有效探测区域中被划分为多个三维网格点的网格点编号，d表示水平格距，d2表示水平拉普拉斯算子，Wpu表示水平方向光滑性约束权重，Wpv表示竖直方向光滑性约束权重，Wpw表示高度方向光滑性约束权重。可选地，所述雷达有效探测区域包括单个多普勒气象雷达的探测范围和至少两个多普勒气象雷达的探测范围合并后得到的合并探测范围中的一个。
在实际处理过程中，风场经度uxy、风场纬度vxy、风场高度wxy、风场纬度权重vr、雨水含量增量E可以采用下式计算：
uxy＝0.5ui,j+0.125(ui+1,j+ui-1,j+ui,j+1+ui,j-1) (7)
vxy＝0.5vi,j+0.125(vi+1,j+vi-1,j+vi,j+1+vi,j-1) (8)
wxy＝0.5wi,j+0.125(wi+1,j+wi-1,j+wi,j+1+wi,j-1) (9)
M＝0.01Z0.5，
上述式(6)至式(11)中，ui,j表示所述雷达有效探测区域中第(i,j)个网格点的风场经度，ui+1,j表示所述雷达有效探测区域中第(i+1,j)个网格点的风场经度，ui-1,j表示所述雷达有效探测区域中第(i-1,j)个网格点的风场经度，ui,j+1表示所述雷达有效探测区域中第(i,j+1)个网格点的风场经度，ui,j-1表示所述雷达有效探测区域中第(i,j-1)个网格点的风场经度；vi,j表示所述雷达有效探测区域中第(i,j)个网格点的风场纬度，vi+1,j表示所述雷达有效探测区域中第(i+1,j)个网格点的风场纬度，vi-1,j表示所述雷达有效探测区域中第(i-1,j)个网格点的风场纬度，vi,j+1表示所述雷达有效探测区域中第(i,j+1)个网格点的风场纬度，vi,j-1表示所述雷达有效探测区域中第(i,j-1)个网格点的风场纬度；wi,j表示所述雷达有效探测区域中第(i,j)个网格点的风场高度，wi+1,j表示所述雷达有效探测区域中第(i+1,j)个网格点的风场高度，wi-1,j表示所述雷达有效探测区域中第(i-1,j)个网格点的风场高度，wi,j+1表示所述雷达有效探测区域中第(i,j+1)个网格点的风场高度，wi,j-1表示所述雷达有效探测区域中第(i,j-1)个网格点的风场高度；(x,y,z)表示所述雷达有效探测区域中每个网格点的坐标位置，(xr,yr,zr)表示多普勒气象雷达的天线位置坐标，wT表示所述雷达有效探测区域中每个网格点的初始高度，t表示确定时间，Z表示大地坐标系下高度，表示确定高度的雨水含量，ρ0表示海平面降雨量。
步骤S1212，对所述目标函数进行极小化处理，得到低空下风场的三维目标经纬度风场以及三维目标高度风场。
具体地，计算机设备对所述目标函数进行极小化处理时，可以采用梯度下降法或者求导的方式求解所述目标函数，并将求得的解表示为二阶勒让多项式展开式，从而得到所述三维目标经纬度风场u(x,y,z)、v(x,y,z)以及所述三维目标高度风场w(x,y,z)；其中：
上式中，Pnx(x)表示n时刻x方向的勒让德基函数，Pny(y)表示n时刻y方向的勒让德基函数，Pnz(z)表示n时刻z方向的勒让德基函数，anx,ny,nz表示二阶勒让多项式展开式的展开系数。可选地，当每次反演使用三次多普勒气象雷达的雷达资料数据时n＝1,2。
在实际处理过程中，计算机设备可以根据所述目标函数的阶数确定极小化处理的方式，也即，当所述目标函数的阶数低于二阶时，可以对所述目标函数进行求导；当所述目标函数的阶数大于二阶时，可以通过梯度下降法求解所述目标函数，以得到所述三维目标经纬度风场和所述三维目标高度风场。
步骤S1213，将所述三维目标经纬度风场以及三维目标高度风场在直角坐标系中进行反演处理，得到所述第一目标经纬度风场以及第一目标高度风场。
具体地，计算机设备在得到所述三维目标经纬度风场u(x,y,z)、v(x,y,z)以及所述三维目标高度风场w(x,y,z)时，可以进一步对所述所述三维目标经纬度风场u(x,y,z)、v(x,y,z)以及所述三维目标高度风场w(x,y,z)在直角坐标系中进行反演处理，以得到所述第一目标经纬度风场u(x,y)、v(x,y)以及第一目标高度风场w(x,y)。
在实际处理过程中，计算机设备将所述三维目标经纬度风场u(x,y,z)、v(x,y,z)以及所述三维目标高度风场w(x,y,z)在直角坐标系中进行反演处理后，得到的所述第一目标经纬度风场可以为u(x,z)、v(x,z)，所述第一目标高度风场可以为w(x,z)；所述第一目标经纬度风场还可以为u(y,z)、v(y,z)，所述第一目标高度风场还可以为w(x,z)。
步骤S122，根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
具体地，计算机设备根据所述第一目标经纬度风场以及所述第一目标高度风场，可以计算所述第一目标经纬度风场以及所述第一目标高度风场，与所述雷达有效探测区域内浮标的参考风速、参考风向之间的一致性量化值，并进一步判定所述一致性量化值小于预先设定的一致性量化阈值时，确定所述第一目标经纬度风场以及所述第一目标高度风场，与所述参考风速、参考风向之间的一致性较低，此时计算机可以对雷达资料数据进行四维变分反演处理；可选地，所述一致性量化阈值可以取值为8.2m/s。
如图3C所示，计算机设备可以采用以下子步骤得到所述第二目标经纬度风场以及第二目标高度风场：
步骤S1221，根据所述雷达资料数据中的背景场变化约束方程、时空平滑项约束方程，构建价值函数。
具体地，计算机设备可以将所述雷达资料数据代入连续性方程、动量方程、能量方程和热力学方程中后进行求解，得到背景场变化约束方程，然后根据所述背景场变化约束方程构建价值函数，其中：
上式中，JB'表示背景场变化约束方程，且该背景场变化约束方程用于衡量所述雷达有效探测区域中的同化窗初始时刻的模式分析值与背景场之间的差别；ηv表示径向速度的权重系数，为方便计算ηv＝1；Vri表示多普勒气象雷达预报的径向速度，表示多普勒气象雷达观测的径向速度；JP表示噪音方程，也称为罚项或时空平滑项，罚项可以减少噪音，也可以加快价值函数的极小化收敛速度。
步骤S1222，对所述价值函数进行极小化处理，得到所述第二目标经纬度风场以及第二目标高度风场。
具体地，计算机设备在得到所述价值函数后，可以对所述价值函数进行求解，也即对所述价值函数进行极小化处理后再插值到笛卡尔坐标系中，从而得到所述第二目标经纬度风场以及第二目标高度风场；其中，在求解所述第二目标经纬度风场以及第二目标高度风场的过程中，所述雷达有效探测区域内加入的背景场为大气平均场。
在实际处理过程中，计算机设备可以根据所述价值函数的阶数确定极小化处理的方式，也即，当所述价值函数的阶数低于二阶时，可以对所述价值函数进行求导；当所述价值函数的阶数大于二阶时，可以通过梯度下降法求解所述价值函数，以得到所述第二目标经纬度风场以及第二目标高度风场。
本实施例中，计算机设备通过三维变分反演处理后得到的所述第一目标经纬度风场和所述第一目标高度风场确定对雷达资料数据进行四维变分反演处理，以此得到低空下的目标反演风场，不仅实现在一致性指标要求较低的前提下所述第一目标经纬度风场和所述第一目标高度风场能够作为精细化风场反演结果来反映风向变化，也能实现在一致性指标要求较高的前提下将四维变分反演处理后得到的所述第二目标经纬度风场以及第二目标高度风场作为所述目标反演风场，从而实现了根据一致性指标的不同要求获取所述目标反演风场的灵活性和可靠性。
在一个实施例中，如图4所示，步骤S122中所述根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，包括：
步骤S21，判断所述第一目标经纬度风场和所述第一目标高度风场是否满足预先设定的时间不连续条件；其中，所述时间不连续条件用于表征当前时刻的雷达资料数据用于获取当前时刻的目标经纬度风场和目标高度风场。
具体地，计算机设备在通过三维变分反演处理得到所述第一目标经纬度风场和所述第一目标高度风场时，可以进一步获取所述第一目标经纬度风场中各个时刻的目标经纬度风场与各个时刻的雷达资料数据的第一对应关系，以及所述第一目标高度风场中各个目标高度风场与各个时刻的雷达资料数据之间的第二对应关系，然后根据所述第一对应关系和所述第二对应关系，确定当前时刻的当前目标经纬度只针对当前时刻的当前雷达资料数据进行获取时，进入步骤S22。
步骤S22，确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
具体地，计算机设备确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件，可以包括所述当前时刻的当前目标经纬度只针对当前时刻的当前雷达资料数据进行获取，也即所述第一目标经纬度风场和所述第一目标高度风场在时间上是独立的，此时可以对雷达资料数据进行四维变分反演处理，以得到在时间上连续的所述第二目标经纬度风场以及第二目标高度风场。
本实施例中，计算机设备通过所述第一目标经纬度风场和所述第一目标高度风场满足预先设定的时间不连续条件来确定对雷达资料数据进行四维变分反演处理，以此得到得到在时间上连续的所述第二目标经纬度风场以及第二目标高度风场，从而体现了获取所述第二目标经纬度风场以及第二目标高度风场的必要性和有效性，也提高了所述第二目标经纬度风场以及第二目标高度风场的准确性和可靠性。
在一个实施例中，所述雷达资料数据包括雷达组网的合并资料数据时，如图5所示，步骤S122中所述根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，包括：
步骤S31，获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速和所述参考风速的参考平均均方根误差或参考平均绝对误差。
具体的，计算机设备在获取所述获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速时，可以通过采用下式计算浮标高度为z时的参考风速：
上式中，Vz表示多普勒气象雷达的探测范围内的浮标高度为z时的参考风速，u*表示摩擦系数，k表示von Karman常数，表示稳定订正函数，l表示Monin-Obukhov长度。
在实际处理过程中，计算机设备在得到所述第一目标经纬度风场和所述第一目标高度风场时，可以进一步采用现有的平均均方根误差或平均绝对误差计算方法确定所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以便于根据所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的大小关系确定对雷达资料数据进行四维变分反演处理的必要性。
并且，当多普勒气象雷达的数量为至少两个时，所获取的雷达资料数据可以避免单个多普勒气象雷达的镜像盲区导致的资料数据不全的弊端，以此保证由至少两个多普勒气象雷达各自的雷达资料数据合并后得到的雷达合并资料数据的完整性和精确性。
步骤S32，判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内。
其中，所述预设差值范围可以根据客户端反馈的用户期望精确度需求设定。可选地，当所述第一误差差值为所述第一平均均方根误差和所述参考平均均方根误差之间的差值时，所述预设差值范围可以为(1，3)；当所述第一误差差值为所述第一平均绝对误差和所述参考平均绝对误差之间的差值时，所述预设差值范围可以为(1，2.4)。
具体地，计算机设备在得到所述第一平均均方根误差或第一平均绝对误差时，可以进一步判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内，以此体现三维变分处理算法处理雷达资料数据的缺点和不足，也体现了对雷达资料数据进行四维变分反演处理的必要性。
步骤S33，确定所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
具体地，当所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，计算机设备可以确定三维变分处理算法处理雷达资料数据得到的所述第一目标经纬度风场以及所述第一目标高度风场的精确度不满足客户端反馈的用户期望精确度需求，并进一步对雷达资料数据进行四维变分反演处理，以便于得到满足所述用户期望精确度需求的所述第二目标经纬度风场以及第二目标高度风场。
本实施例中，计算机设备通过获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及多普勒气象雷达探测范围内的浮标在不同高度的参考风速的参考平均均方根误差或参考平均绝对误差之间的误差差值，以实现所述误差差值处于预设差值范围内时对雷达资料数据进行四维变分反演处理的目的，从而能够实现所述第一目标经纬度风场以及所述第一目标高度风场的精确度不满足客户端反馈的用户期望精确度需求时执行四维变分反演处理雷达资料数据的目的，大大提高了所述第二目标经纬度风场以及第二目标高度风场的精确性和可靠性。
在一个实施例中，如图6所示，所述方法还包括：
步骤S41，判断所述第二目标经纬度风场以及第二目标高度风场的第二平均均方根误差或第二平均绝对误差，与所述参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，是否处于预设的目标差值范围内。
其中，所述目标差值范围可以根据客户端反馈的用户期望精确度需求设定。可选地，当所述第二误差差值为所述第二平均均方根误差和所述参考平均均方根误差之间的差值时，所述目标差值范围可以为(0，2)；当所述第二误差差值为所述第二平均绝对误差和所述参考平均绝对误差之间的差值时，所述目标差值范围可以为(0，1.4)。
具体地，计算机设备在得到所述第二平均均方根误差或第二平均绝对误差时，可以进一步判断所述第二平均均方根误差或第二平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第二误差差值是否处于目标差值范围内，以此判断所述第二目标经纬度风场以及所述第二目标高度风场是否为满足用户期望精确度的目标反演风场。
步骤S42，确定所述第二误差差值处于所述目标差值范围内时，输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息。
具体地，当所述第二误差差值处于所述目标差值范围内时，计算机设备可以确定所述第二目标经纬度风场以及所述第二目标高度风场是满足用户期望精确度的目标反演风场，并且也可以进一步确定所述第二目标经纬度风场和所述第二目标高度风场，与多普勒气象雷达探测范围内浮标真值之间的一致性较高，此时可以输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息，用以体现四维变分反演算法相较于三维变分反演算法处理雷达资料数据的优势。
步骤S43，确定所述第二误差差值未处于所述目标差值范围内时，输出所述目标反演风场无效的第二提示信息。
具体地，当所述第二误差差值未处于所述目标差值范围内时，计算机设备可以确定此次获取的所述第二目标经纬度风场以及第二目标高度风场并不是满足用户期望精确度的目标反演风场，因此可以输出所述目标反演风场无效的第二提示信息，用以提示客户端对应用户检查雷达资料数据的完整性和/或四维变分反演处理算法的准确性，从而实现后续通过四维变分反演算法处理雷达资料数据后的结果有效性和精确性。
本实施例中，计算机设备通过获取所述第二目标经纬度风场和所述第二目标高度风场的第二平均均方根误差或第二平均绝对误差，以及多普勒气象雷达探测范围内的浮标在不同高度的参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，以实现所述第二误差差值处于目标差值范围内时输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息所述所述第二误差差值未处于所述目标差值范围内时输出所述目标反演风场无效的第二提示信息，从而能够实现四维变分反演算法处理雷达资料数据的灵活性和可靠性。
在一个实施例中，如图7所示，在步骤S12中所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤之前，所述方法还包括：
步骤S51，判断所述目标径向速度与预先设定的速度阈值之间的大小关系。
具体地，所述速度阈值可以用于表征多普勒气象雷达的雷达有效探测区域内的风场强度。可选地，所述速度阈值可以为8.2m/s。
具体地，计算机设备在获取到低空下多普勒气象雷达的目标径向速度时，可以进一步判断所述目标径向速度与所述速度阈值之间的大小关系，以确定所述雷达有效探测区域内的风场强度是否为较大风场强度。
步骤S52，确定所述目标径向速度大于或者等于所述速度阈值时，执行所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤。
具体地，当所述目标径向速度大于或者等于所述速度阈值时，计算机设备可以确定所述雷达有效探测区域内的风场强度为较大风场强度，此时可以进一步执行变分反演处理雷达资料数据的步骤，以得到低空下的目标反演风场。
在实际处理过程中，当所述目标径向速度小于所述速度阈值时，可以确定所述雷达有效探测区域内的风场强度为较小风场强度，且在所述较小强度下低空产生低层幅合线、切变线等与对流云的产生相关性很小，因此对于较小风场强度对应的雷达有效探测区域不进行风场反演处理操作。
本实施例中，计算机设备基于确定出的所述目标径向速度大于或者等于预先设定的速度阈值这一条件，执行所述对雷达资料数据进行变分反演处理得到低空下的目标反演风场的目的，以此实现在多普勒气象雷达的雷达有效探测区域内的风场强度较大时执行变分反演处理雷达资料数据的目的，从而提高了变分反演处理雷达资料数据的针对性和可靠性。
应该理解的是，虽然图1、图3A、图3B、图3C、图4-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图3A、图3B、图3C、图4-7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种基于多普勒气象雷达的风场获取装置，包括：获取模块11和处理模块12，其中：
获取模块11，用于获取低空下多普勒气象雷达的目标径向速度。
处理模块12，用于根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
处理模块12，还可以用于对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场，并将所述低空下风场的第一目标经纬度风场以及第一目标高度风场作为低空下的目标反演风场。
处理模块12，还可以用于对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述低空下风场的第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
处理模块12，还可以具体包括：第一处理单元和第二处理单元。
具体地，第一处理单元，可以用于对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场；第二处理单元，可以用于根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
第一处理单元，还可以具体包括：第一构建子单元、第一处理子单元和反演子单元。
具体地，第一构建子单元，可以用于将所述雷达资料数据代入背景场约束方程、观测拟合约束方程、雨水含量守恒方程、连续风场约束方程以及光滑性约束方程中，构建目标函数；第一处理子单元，可以用于对所述目标函数进行极小化处理，得到低空下风场的三维目标经纬度风场以及三维目标高度风场；反演子单元，可以用于将所述三维目标经纬度风场以及三维目标高度风场在直角坐标系中进行反演处理，得到所述第一目标经纬度风场以及第一目标高度风场。
第二处理单元，还可以具体包括：第一判断子单元和第二处理子单元。
具体地，第一判断子单元，可以用于判断所述第一目标经纬度风场和所述第一目标高度风场是否满足预先设定的时间不连续条件；其中，所述时间不连续条件用于表征当前时刻的雷达资料数据用于获取当前时刻的目标经纬度风场和目标高度风场；第二处理子单元，可以用于确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
第二处理单元，还可以具体包括：获取子单元、第二判断子单元和第三处理子单元。具体地，获取子单元，可以用于获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速和所述参考风速的参考平均均方根误差或参考平均绝对误差；第二判断子单元，可以用于判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内；第三处理子单元，可以用于确定所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
第二处理单元，还可以具体包括：第二构建子单元和第四处理子单元。
具体地，第二构建子单元，可以用于根据所述雷达资料数据中的背景场变化约束方程、时空平滑项约束方程，构建价值函数；第四处理子单元，可以用于对所述价值函数进行极小化处理，得到所述第二目标经纬度风场以及第二目标高度风场。
所述处理模块12，还可以包括：判断单元、第一输出单元和第二输出单元。
具体地，判断单元，可以用于判断所述第二目标经纬度风场以及第二目标高度风场的第二平均均方根误差或第二平均绝对误差，与所述参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，是否处于预设的目标差值范围内；第一输出单元，可以用于确定所述第二误差差值处于所述目标差值范围内时，输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息；第二输出单元，可以用于确定所述第二误差差值未处于所述目标差值范围内时，输出所述目标反演风场无效的第二提示信息。
获取子单元，还可以用于采用下式计算浮标高度为z时的参考风速：
其中，Vz表示多普勒气象雷达的探测范围内的浮标高度为z时的参考风速，u*表示摩擦系数，k表示von Karman常数，
所述基于多普勒气象雷达的风场获取装置，还可以具体包括：判断模块和执行模块。
具体地，判断模块，可以用于判断所述目标径向速度与预先设定的速度阈值之间的大小关系；执行模块，可以用于确定所述目标径向速度大于或者等于所述速度阈值时，执行所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤。
获取模块11，还可以具体包括：获取单元和复合单元。
具体地，获取单元，可以用于获取每个多普勒气象雷达的目标径向速度；复合单元，可以用于采用四边形规则对所述目标径向速度进行复合操作，得到低空下雷达组网的目标复合径向速度。
关于基于多普勒气象雷达的风场获取装置的具体限定可以参见上文中对于基于多普勒气象雷达的风场获取方法的限定，在此不再赘述。上述基于多普勒气象雷达的风场获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机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，该计算机设备的处理器用于提供计算和控制能力。该计算机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。该计算机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、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于多普勒气象雷达的风场获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机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。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机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。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取低空下多普勒气象雷达的目标径向速度；
根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场，并将所述低空下风场的第一目标经纬度风场以及第一目标高度风场作为低空下的目标反演风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述低空下风场的第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场；根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述雷达资料数据代入背景场约束方程、观测拟合约束方程、雨水含量守恒方程、连续风场约束方程以及光滑性约束方程中，构建目标函数；对所述目标函数进行极小化处理，得到低空下风场的三维目标经纬度风场以及三维目标高度风场；将所述三维目标经纬度风场以及三维目标高度风场在直角坐标系中进行反演处理，得到所述第一目标经纬度风场以及第一目标高度风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
判断所述第一目标经纬度风场和所述第一目标高度风场是否满足预先设定的时间不连续条件；其中，所述时间不连续条件用于表征当前时刻的雷达资料数据用于获取当前时刻的目标经纬度风场和目标高度风场；确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速和所述参考风速的参考平均均方根误差或参考平均绝对误差；判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内；确定所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述雷达资料数据中的背景场变化约束方程、时空平滑项约束方程，构建价值函数；对所述价值函数进行极小化处理，得到所述第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
判断所述第二目标经纬度风场以及第二目标高度风场的第二平均均方根误差或第二平均绝对误差，与所述参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，是否处于预设的目标差值范围内；确定所述第二误差差值处于所述目标差值范围内时，输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息；确定所述第二误差差值未处于所述目标差值范围内时，输出所述目标反演风场无效的第二提示信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
所述获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速，包括采用下式计算浮标高度为z时的参考风速：
其中，Vz表示多普勒气象雷达的探测范围内的浮标高度为z时的参考风速，u*表示摩擦系数，k表示von Karman常数，
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
判断所述目标径向速度与预先设定的速度阈值之间的大小关系；确定所述目标径向速度大于或者等于所述速度阈值时，执行所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
所述多普勒气象雷达的个数为至少两个，且基于至少两个多普勒气象雷达组成雷达组网时，所述获取低空下多普勒气象雷达的目标径向速度，包括：获取每个多普勒气象雷达的目标径向速度；采用四边形规则对所述目标径向速度进行复合操作，得到低空下雷达组网的目标复合径向速度。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取低空下多普勒气象雷达的目标径向速度；
根据所述目标径向速度，对雷达资料数据进行变分反演处理，得到低空下的目标反演风场；其中，所述雷达资料数据用于表征多普勒气象雷达探测区域的背景场、雨水含量、径向速度和噪音。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场，并将所述低空下风场的第一目标经纬度风场以及第一目标高度风场作为低空下的目标反演风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述低空下风场的第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对雷达资料数据进行三维变分反演处理，得到低空下风场的第一目标经纬度风场以及第一目标高度风场；根据所述第一目标经纬度风场以及所述第一目标高度风场，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场，并将所述第二目标经纬度风场以及第二目标高度风场作为低空下的目标反演风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述雷达资料数据代入背景场约束方程、观测拟合约束方程、雨水含量守恒方程、连续风场约束方程以及光滑性约束方程中，构建目标函数；对所述目标函数进行极小化处理，得到低空下风场的三维目标经纬度风场以及三维目标高度风场；将所述三维目标经纬度风场以及三维目标高度风场在直角坐标系中进行反演处理，得到所述第一目标经纬度风场以及第一目标高度风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
判断所述第一目标经纬度风场和所述第一目标高度风场是否满足预先设定的时间不连续条件；其中，所述时间不连续条件用于表征当前时刻的雷达资料数据用于获取当前时刻的目标经纬度风场和目标高度风场；确定所述第一目标经纬度风场和所述第一目标高度风场满足所述时间不连续条件时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述第一目标经纬度风场和所述第一目标高度风场的第一平均均方根误差或第一平均绝对误差，以及获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速和所述参考风速的参考平均均方根误差或参考平均绝对误差；判断所述第一平均均方根误差或第一平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的第一误差差值是否处于预设差值范围内；确定所述第一平均均方根误差或平均绝对误差，与所述参考平均均方根误差或参考平均绝对误差之间的误差差值处于预设差值范围内时，对雷达资料数据进行四维变分反演处理，得到低空下风场的第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据所述雷达资料数据中的背景场变化约束方程、时空平滑项约束方程，构建价值函数；对所述价值函数进行极小化处理，得到所述第二目标经纬度风场以及第二目标高度风场。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
判断所述第二目标经纬度风场以及第二目标高度风场的第二平均均方根误差或第二平均绝对误差，与所述参考风速的参考平均均方根误差或参考平均绝对误差之间的第二误差差值，是否处于预设的目标差值范围内；确定所述第二误差差值处于所述目标差值范围内时，输出所述目标反演风场与所述参考风速之间的一致性等级较高的第一提示信息；确定所述第二误差差值未处于所述目标差值范围内时，输出所述目标反演风场无效的第二提示信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
所述获取多普勒气象雷达探测范围内的浮标在不同高度的参考风速，包括采用下式计算浮标高度为z时的参考风速：
其中，Vz表示多普勒气象雷达的探测范围内的浮标高度为z时的参考风速，u*表示摩擦系数，k表示von Karman常数，
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
判断所述目标径向速度与预先设定的速度阈值之间的大小关系；确定所述目标径向速度大于或者等于所述速度阈值时，执行所述对雷达资料数据进行变分反演处理，得到低空下的目标反演风场的步骤。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
所述多普勒气象雷达的个数为至少两个，且基于至少两个多普勒气象雷达组成雷达组网时，所述获取低空下多普勒气象雷达的目标径向速度，包括：获取每个多普勒气象雷达的目标径向速度；采用四边形规则对所述目标径向速度进行复合操作，得到低空下雷达组网的目标复合径向速度。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
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。
以上所述实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。