一种基于多卫星多频段的多架构应急保障系统的制作方法

本发明属于卫星应急保障领域，尤其涉及一种基于多卫星多频段的多架构应急保障系统。

背景技术：

近些年来，诸如矿井塌陷、洪涝爆发以及地震等重大社会灾害不断发生，屡次考验着整个社会的公共安全体系和社会保障能力，当这些事件发生时，通信作为社会保障系统最为关键的环节之一，已经纳入国家专项应急保障工作建设规划。目前，作为一个有组织的应急保障系统，能否选择最佳通信工具、实现信息实时传输以及现场救援行动的环环相扣，是保障运送救护是否及时的关键。

当前的通信方式主要包括光纤通信，微波通信，卫星通信，移动通信，图像通信等，这些通信技术在数据的采集和传递上都有着巨大的突破，保障了信息的有效传递。但在实际的救援行动中，需要保证不同通信设备间的互联及不同格式数据间的互通，而当前的应急救援系统并不能有效的做到这一点，因此本发明专利为解决这一问题，提出了基于多卫星多频段的多架构应急保障系统。

技术实现要素：

发明目的：针对现有技术存在的问题,本文提出了一种基于多卫星多频段的多架构应急保障系统,该系统可以实现不同设备及数据之间的互联互通，保障音频信息、视频信息及文字信息在内的信息的实时传递，提高救援时效性。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于多卫星多频段的多架构应急保障系统，该系统由以下子系统组成：

近地面同化预报中心子系统，对采集到的信号数据分析后进行同化处理，并通过网络发布预警信息；

监控监测子系统，对包括现场定位、气象参数及环境分布信息进行提取融合，实现预警及救援的实时监测分析；

多源数据通信子系统，通过多种通信方式实现系统内多种类型的数据在不同的人员之间的发送。

进一步的，近地面同化预报中心子系统功能如下：

(2.1)近地面资料控制，首先对获取到的包括卫星资料，移动气象台资料或北斗气象单兵在内的现场观测数据进行质量控制，分析气象资料是否合理；

(2.2)背景场余差计算，在完成上一步观测数据合理性分析后，进行背景场余差计算，构建背景场误差协方差矩阵；

(2.3)同化计算，对上一步骤求得的误差协方差矩阵的进一步处理，分为误差协方差的局地化及误差协方差的膨胀计算，以获得最终的分析场数据。

进一步的，所述(2.1)近地面资料控制功能如下：

(2.1.1)内部一致性检测，内部一致性检查是根据气象学原理，对观测资料中相关联要素之间是否符合一定规律的检查；

(2.1.2)时间一致性检查，时间一致性检查指的是要素与时间变化规律是否一致的检查，检测观测资料的时间变化率，识别出不符合要求的时间变化率；

(2.1.3)持续性一致性检查，持续性检查指的是在一定时间内，观测诸多气象要素随时间，地域变化所出现的波动，若某气象要素没有发生变化则对应观测仪器或传输设备出现故障；

(2.1.4)水平一致性计算，水平一致性计算是指包括风向、风速、气温、气压、降水在内的气象要素具有连续性和均匀性的特点，将某一观测站获取的观测资料与其周围其他邻近观测站资料进行比较，从而判断该要素是否正常。

进一步的，所述(2.2)背景场余差计算方法如下：

(2.2.1)在构建背景场误差协方差矩阵之前，通过wrf获取背景场数据；

(2.2.2)以f，t和o分别代表背景值，大气真值和观测值，预报误差为e^f＝f-t，观测误差为e^o＝o-t，保证观测误差与预报误差不相关，各站之间观测误差不相关及预报误差在水平方向均匀且各向同性，此时水平空间两点i和j的误差协方差为：

式中，δij为两点观测数据间权重值，c(rij)为水平空间的两点i和j随距离变化的背景误差协方差函数即pt^b，为两点观测误差向量积，为观测两点预报误差向量积，当rij≠0时，该式给出背景误差的协方差，当rij＝0时，为背景场方差和观测方差之和。

进一步的，所述(2.3)同化计算方法如下：

(2.3.1)在同化系统的水平及垂直方向上采用局地化相关函数“schur”算子，控制误差协方差的多变量相关性,得到符合实际的背景场误差协方差矩阵，其局地化相关函数如下所示：

w＝z/c

式中，c为观测影响半径，w为状态向量，z为距离取值，引入局地化相关函数后，ensrf算子变为：

xi^a'＝xi^b'-coefαkhxi^b'

k＝pt^bh^t(hpt^bh^t+r)^-1

式中，x'i分别为分析场数据中的集合平均和集合扰动，a,b表示分析场和背景场，k为卡尔曼增益矩阵，h为观测算子，r为观测误差协方差矩阵，在获取观测数据时即可得出，y为观测值，α一个标量系数，用来调整背景场误差协方差和观测误差协方差的相对大小；

(2.3.2)上述背景场集合扰动通过下式变换：

式中，m表示为扰动数据总个数，β为膨胀系数。

进一步的，监控监测子系统由以下两个子模块构成：

信息参数提取模块，通过包括各类传感器在内的数据采集器，获得现场位置、温度、风速、地形及海拔信息参数在内的定位信息、气象参数及环境分布数据，完成信息采集，并通过交换器等设备实现信息传递，为下步生成混合向量做好准备；

混合向量生成模块，对定位信息、气象参数信息及环境分布数据编码生成数据包，当数据送入通讯接口进行传输时，对数据包进行差错检测。

进一步的，监控监测子系统还具有以下功能：

(7.1)将现场观测数据传递给同化预报中心实现预警信息实时更新发布，

(7.2)将数据通过多元数据通信系统在不同人员之间进行数据的发送。

进一步的，多源数据通信系统具体功能如下：实现包括视频、音频及文字在内的多种数据结构通信，并利用广播、雷达、网络及北斗单兵在内的多频段通信方式，保证了指挥中心、救援队及群众之间的互联互通，实现了消息的实时传送。

有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：

1、近地面同化预报中心，实现预警信息实时发布：该近地面同化预报中心以无盲区通信为保障，实现对北斗短报文、雷达信号等各类数据的预处理及编码得到待发布的气象灾害预警信息，并通过相应的预警信息发布网络实现包括dab广播网、互联网及4g网络在内的形式完成信息发布及传递任务。

2、监控监测子系统，实现信息的提取融合及监督：该监控子系统对现场定位、气象参数及环境分布等信息进行提取融合，针对不同通信方式进行相应的分组及动态编码实现信息最优传输。该系统为预警信息发布平台与多远数据通信系统搭起桥梁，实现了信息的实时更新与救援行动的实时调度。

3、多源数据通信系统，保障各方实时通信，提高救援时效性：通过北斗气象单兵、天通手机及应急指挥车载系统等通信手段，构建多频段多架构的多源数据系统，实现了集文本、音频、视频及大数据的实时传输，保障了通信系统的灵活性与稳定性。该系统的互通性、自检性及可靠性等优点为救援队与后方指挥中心，救援队与救援队之间的快速联络提供了有力保障。

附图说明

图1为本发明所提出的多架构应急保障系统的实现流程图；

图2为近地面同化预报中心的数据同化示意图；

图3为监控监测子系统的执行流程示意图；

图4为多源数据通信系统的实现示意图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。

如图1为本发明所提出的多架构应急保障系统的实现流程图，具体可分为近地面同化预报中心，监控监测子系统，多源数据通信系统三部分组成。首先近地面同化预报中心以无盲区网络覆盖为基础，通过wrf-ensrf同化系统对采集到的雷达、卫星等信号进行同化处理并通过发布网络发布预警信息，完成第一步救援部署工作；其次监控监测子系统在预警信息发布平台和多源数据通信系统间搭建的桥梁，并对包括现场定位、气象参数及环境分布等信息进行提取融合，从而实现预警及救援的实时监测分析；最后，通过建立多源数据通信系统实现包括视频、音频及文字在内的多种数据结构通信，并利用广播、雷达、网络及北斗单兵在内的多频段通信方式，保证了指挥中心、救援队及群众之间的互联互通，实现了消息的实时传递，救援行动更灵活多变。

图2为近地面同化预报中心的数据同化示意图。

针对获取的海量云感知数据，基于wrf数值天气预报模式和集合均方根滤波方案(ensrf)自主构建了wrf-ensrf资料同化系统。该算法可避免观测预报无偏假设可能带来的预报误差，有效地提高具有非线性观测算子的观测同化能力和效率，增强对对流性天气过程的实时分析和预报能力，其步骤可归为三类，近地面资料控制，背景厂余差计算及同化计算。

1.近地面资料控制。首先对获取到的包括卫星资料，移动气象台资料或北斗气象单兵等在内的现场观测数据进行质量控制，分析气象资料是否合理。资料控制方法是依据气象学、天气学及气候学原理，以时间空间变化规律及各要素间相互关系为线索进行分析。本文所使用的一致性分析方法包括，内部一致性，时间一致性，持续一致性及水平一致性等检查方法，其具体作用如下:

1.1内部一致性检测。内部一致性检查是根据气象学原理，对观测资料中相关联要素之间是否符合一定规律的检查。例如极大、最大风速应大于等于相应时段内的平均风速，否则需对该风速测量值重新测量或检查仪器设备等；通过露点温度反向计算得出水汽压与相对湿度，若所得水汽压值与相对湿度不符合对应规律，则需对相关测量值或设备进行检验。

1.2时间一致性检查。时间一致性检查指的是要素与时间变化规律是否一致的检查，目的是检测观测资料的时间变化率，识别出不理想的时间变化率。例如根据变化规律判断观测区域内6小时内气压值相差不得超过18hpa，否则数据可能存在异常或气象突变。

1.3持续性一致性检查。持续性检查指的是在一定时间内，观测诸多气象要素随时间，地域变化所出现的波动，若某气象要素没有发生变化则对应观测仪器或传输设备出现故障。例如，风向摇摆方向始终固定，则可判断机器出现故障。

1.4水平一致性计算。水平一致性计算是指包括风向、风速、气温、气压、降水、等在内的气象要素具有连续性和均匀性的特点，将某一观测站获取的观测资料与其周围其他邻近观测站资料进行比较，从而判断该要素是否正常。这里以风速观测为例，其具体计算公式如下：

tk＝(xk-qt,2/4)/(qt,3/4-qt,1/4)

式中，xk为t时刻观测到的风速大小值，qt,1/4，qt,2/4及qt,3/4为邻近三个观测站在t时刻的风速观测值，并满足qt,1/4＜qt,2/4＜qt,3/4，当tk超过某一规定值时，则xk观测数据有待分析取舍，即存在观则值过大过小或气象突变情况，甚至观测设备存在问题。上述公式也可以计算气温、气压、降水，对应的参数变量表示为温度值、气压值、降水量。

2.背景场余差计算。在完成上一步观测数据合理性分析后，将进行背景场余差计算。背景场余差计算即构建背景场误差协方差矩阵，而构建背景场误差协方差矩阵是资料同化中至关重要的一步，其结构决定着客观分析质量，从而影响资料同化效果好坏。

在构建背景场误差协方差矩阵之前，需先通过wrf获取背景场数据，wrf集可移植性、易维护及可扩充等诸多特性实现了边界层参数化、对流参数参数化及辐射等过程，是目前最先进的中尺度数值预报模式。本文以风速背景场数据获取为例,则wrf模式中需要确定的量包括地表类型(城市、植被、湖泊等)、坐标系值、扰动气压等一系列物理参数值。首先确定风速模拟区域为a，如甘肃河西地区，该区域观测资料通过风塔垂直四层风速观测系统，高度分别为10m，30m，50m，70m，每10分钟进行采样；其次对wrf模式进行3重嵌套，相应水平网格距为45km，15km，5km，垂直方向从1000hpa到100hpa分为35层，最外层积分步长为120s，每15min输出一次模拟结果；最后通过包括边界层，短波辐射，长波辐射等方案实现模拟数据物理参数化。

在获得背景场数据后，即可构建背景场误差协方差矩阵。此处以f，t和o分别代表背景值，大气真值和观测值，预报误差为e^f＝f-t，观测误差为e^o＝o-t，并保证观测误差与预报误差不相关，各站之间观测误差不相关及预报误差在水平方向均匀且各向同性，此时给出水平空间两点i和j的误差协方差为：

式中，δij为两点观测数据间权重值，c(rij)为水平空间的两点i和j随距离变化的背景误差协方差函数即pt^b，为两点观测误差向量积，为观测两点预报误差向量积，当rij≠0时，该式给出背景误差的协方差，当rij＝0时，为背景场方差和观测方差之和。

3.同化计算。该同化计算是针对ensrf算子，对上一步骤求得的误差协方差矩阵的进一步处理，具体可分为误差协方差的局地化及误差协方差的膨胀两个方面，以获得最终的分析场数据。

在线性系统中，各个成员将满足模式的动力，热力平衡及质量守恒定律，而本文所讨论系统属于非线性系统，虽然也满足上述平衡，但由于有限的集合数，将会导致构建误差协方差矩阵时引入一些高频噪声，即让分析场数据存在一定偏差。为在一定程度上抑制这些高频噪声，本文在同化系统的水平及垂直方向上采用了局地化相关函数“schur”算子，控制误差协方差的多变量相关性,得到比较符合实际的背景场误差协方差矩阵，其局地化相关函数如下所示：

w＝z/c

式中，c为观测影响半径，w为状态向量，z为距离取值，引入局地化相关函数后，ensrf算子变为：

xi^a'＝xi^b'-coefαkhxi^b'

k＝pt^bh^t(hpt^bh^t+r)^-1

式中，x'i分别为分析场数据中的集合平均和集合扰动，a,b表示分析场和背景场，k为卡尔曼增益矩阵，h为观测算子，r为观测误差协方差矩阵，在获取观测数据时即可得出，y为观测值，α一个标量系数，用来调整背景场误差协方差和观测误差协方差的相对大小。通过该方法，可以有效去除有限集合导致的远距离虚假相关，提高同化质量。

此外，由于最初的集合卡尔曼滤波算法中假设模式为完美的，所以在简单模式的模拟和复杂模式的理想个例模拟中其效果非常好。但由于实际大气环境等的复杂性，再细致的模型也存在着缺陷，而这种缺陷可能会导致测量与实际的偏离，这种偏离也被称为模式误差。针对该问题，利用膨胀法可有效解决滤波发散问题的特性，有效解决了由于模式缺陷导致的对分析误差协方差的系统性错误估计，因此上述背景场集合扰动向量可通过下式变换：

式中，m表示为扰动数据总个数，β为膨胀系数，通常为一个大于1.0的常数。通过该方法可以有效增大背景场集合成员的离散度，使得分析场不至于发散。

图3为监控监测子系统的执行流程示意图。

该监控监测子系统为近地面同化预报中心和多源数据通信系统搭建了桥梁，一方面将现场观测数据传递给同化预报中心实现预警信息实时更新发布，另一方面数据通过多元数据通信系统使得现场救援人员及时掌握灾情动态，保障了信息传递更加方便可靠，救援行动更具有指挥性和目的性，该系统主要分为信息参数提取模块和混合向量生成模块。

信息参数提取模块是通过包括各类传感器在内的数据采集器，获得现场位置、温度、风速、地形及海拔等信息参数在内的定位信息、气象参数及环境分布等数据，完成信息采集工作，并通过交换器等设备实现信息传递，为下步生成混合向量做好准备。

混合向量生成模块通过动态编码及自适应分组等系列操作，有效解决了不同端口所需要的不同数据结构，实现了对定位信息、气象参数信息及环境分布等数据的统一编码及数据包生成。当数据送入通讯接口进行传输时，补包流程和包查询流程使系统具有差错检测功能，实现了各部门、各单位运作均处于可监督状态，防止应急操作错误。

该监控监测子系统实现了全天候、多方位的监控监测，在节省了人力物力的同时，也方便了管理人员把握全局情况，更好的了解工作情况及提高救援效率。

图4为多源数据通信系统的实现示意图。

多源数据通信系统是为针对现场救援任务而搭建的，保障了指挥中心，现场救援队以及群众三者之间的互联互通。其中，如广播、网络可实现救援人员对群众的现场指挥及疏散；控制塔台、雷达可实现救援人员与指挥中心之间的联络，实现命令的传递；天通手机、无线寻呼可以实现群众与群众之间的联系，确定逃离灾害等行动中有无成员脱离；对讲机、北斗气象单兵可以保障救援人员之间的相互通信，现场的数据采集以及相互协作等等。

该多源数据通信系统中通过北斗气象单兵、天通手机及车载集中监控系统等设备，实现了集文本、音频、视频及大数据的实时传输，该模块的互通性、自检性及可靠性等优点为救援队与后方指挥中心，救援队与救援队之间，群众与群众等之间的快速联络提供了有力保障，极大的提高了现场救援效率。