基于雷电观测的强对流天气预警方法、装置、设备及介质与流程

1.本公开涉及气象预警技术领域，具体涉及一种基于雷电观测的强对流天气预警方法、装置、设备及介质。


背景技术：

2.强对流天气是指出现短时强降水、雷雨大风、龙卷风、冰雹和飑线等现象的天气，它发生在对流云系或单体对流云块中，在气象上属于中小尺度天气系统。虽然这种天气的水平尺度一般小于200公里，有的仅有几公里，但它是气象灾害中历时短、破坏性强的灾害性天气。
3.强对流天气常对高空作业、设施农业、交通和危化企业生产等造成严重损失，对人民群众生命财产造成危害，但现有技术手段对冰雹等强天气的预报效果仍有待提高。


技术实现要素：

4.为了解决相关技术中的问题，本公开实施例提供一种基于雷电观测的强对流天气预警方法、装置、设备及介质。
5.第一方面，本公开实施例中提供了一种基于雷电观测的强对流天气预警方法。
6.具体的，所述基于雷电观测的强对流天气预警方法，包括：
7.s11：对获取的雷电定位数据进行聚类；
8.s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
9.s15：确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
10.可选的，所述步骤s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点，包括：
11.计算至t时刻止的连续若干个相同时间段内的总闪频次平均值以及总闪电频次时间变化率；
12.根据t-2至t-10时刻的所述总闪电频次时间变化率计算得到标准偏差；标准偏差的n倍作为跳跃阈值；n大于等于2；
13.计算t时刻的总闪电频次时间变化率，若大于所述跳跃阈值，则将t时刻作为发生闪电跳跃的时间点。
14.可选的，n的取值为2。
15.可选的，还包括：
16.s14：在确定发生闪电跳跃后，持续发警告，至当前时刻的总闪频次下降到预设值以下时，停止警告。
17.可选的，所述步骤s11中采用dbscan聚类算法。
18.第二方面，本公开实施例中提供了一种基于雷电观测的强对流天气预警装置。
19.具体的，所述基于雷电观测的强对流天气预警装置，包括：
20.数据处理模块，被配置为对获取的雷电定位数据进行聚类；
21.时间点确认模块，被配置为根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
22.预警模块，被配置为确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
23.可选的，所述时间点确认模块包括：
24.计算至t时刻止的连续若干个相同时间段内的总闪频次平均值以及总闪电频次时间变化率；
25.根据t-2至t-10时刻的所述总闪电频次时间变化率计算得到标准偏差；
26.将标准偏差的n倍作为跳跃阈值；n大于等于2；
27.计算t时刻的总闪电频次时间变化率，若大于所述跳跃阈值，则将t时刻作为发生闪电跳跃的时间点。
28.可选的，n的取值为2。
29.可选的，还包括：
30.警告发送模块，被配置为在确定发生闪电跳跃后，持续发警告，至当前时刻的总闪频次下降到预设值以下时，停止警告。
31.可选的，所述数据处理模块中采用dbscan聚类算法。
32.第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面任一项所述的方法。
33.第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面任一项所述的方法。
34.根据本公开实施例提供的基于雷电观测的强对流天气预警方法，包括：s11：对获取的雷电定位数据进行聚类；s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；s15：确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。上述技术方案通过对获取的雷电定位数据进行聚类分析，确定发生闪电跳跃的时间点，以及通过数据处理确定中心位置进而对周边区域发出强对流天气预警，方法科学，时效性高，预警结果准确可靠，便于相关部门和社会公众及时采取相应的措施。
35.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
36.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
37.图1示出根据本公开的实施例的基于雷电观测的强对流天气预警方法的流程图。
38.图2示出根据本公开的另一实施例的基于雷电观测的强对流天气预警方法的流程图。
39.图3示出根据本公开的实施例的基于雷电观测的强对流天气预警装置的结构框图。
40.图4示出根据本公开的另一实施例的基于雷电观测的强对流天气预警装置的结构
框图。
41.图5示出根据本公开的实施例的电子设备的结构框图。
42.图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
43.下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
44.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
45.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
46.在本公开中，如涉及对用户信息或用户数据的获取操作或向他人展示用户信息或用户数据的操作，则所述操作均为经用户授权、确认，或由用户主动选择的操作。
47.强对流天气是指出现短时强降水、雷雨大风、龙卷风、冰雹和飑线等现象的天气，它发生在对流云系或单体对流云块中，在气象上属于中小尺度天气系统。虽然这种天气的水平尺度一般小于200公里，有的仅有几公里，但它是气象灾害中历时短、破坏性强的灾害性天气。
48.强对流天气常对高空作业、设施农业、交通和危化企业生产等造成严重损失，对人民群众生命财产造成危害，但现有技术手段对冰雹等强天气的预报效果仍有待提高。
49.图1示出根据本公开的实施例的基于雷电观测的强对流天气预警方法的流程图。
50.如图1所示，所述基于雷电观测的强对流天气预警方法包括以下步骤s11-s15：
51.s11：对获取的雷电定位数据进行聚类；
52.s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
53.s15：确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
54.本公开实施例提供的基于雷电观测的强对流天气预警方法通过对获取的雷电定位数据进行聚类分析，确定发生闪电跳跃的时间点，以及通过数据处理确定中心位置进而对周边区域发出强对流天气预警，方法科学，时效性高，预警结果准确可靠，便于相关部门和社会公众及时采取相应的措施。
55.根据本公开的实施例，本公开的雷电定位数据是指显示雷击的发生时间、位置、回击次数的各种雷电参数，包括雷电数，雷电极性，多重回击，雷电强度，雷电电流和雷电频次等。雷电定位数据由各个地区的探测站进行雷电的信号采集，识别并发送至中心站，中心站进行雷电探测信息接收，定位计算，数据处理，得到雷电定位数据。具体的，雷电信号的采集和统计可以是按指定区域和指定时间段进行采集和统计，其中，按指定区域采集和统计可以是按地理信息系统(geographic information systems，gis)行政区域分为按国、省、市、县采集和统计，也可以是多个省，多个市，多个县一起采集和统计或分别采集和统计，也可以是按照经度纬度范围采集和统计；按指定时间段采集和统计可以是指按预定时间段，例如1小时，3小时等进行采集和统计，或者是按照预设时间间隔例如是2分钟，6分钟，10分钟，15分钟等采集和统计。
56.根据本公开的实施例，本公开的闪电跳跃是指闪电频次“跃变”，即冰雹、龙卷等强天气在地面出现之前0分钟至60分钟时云内闪电频次快速增长的现象，这是强对流天气最明显和最系统的特征。本公开的技术方案即是通过对发生该闪电跳跃的时间点进行分析及确定来为发生强对流天气的时间点进行预测。
57.根据本公开的实施例，本公开的聚类是将相似的事物聚集在一起，而将不相似的事物划分到不同的类别的过程。聚类算法是数据分析中十分重要的一种手段，具体包括划分法，层次法，密度算法，图论聚类法，网格算法，模型算法等，对于聚类算法本公开不作限制，为方便理解，本公开以采用dbscan聚类算法为例说明。dbscan(density-based spatial clustering of applications with noise)聚类算法是一个比较有代表性的基于密度的聚类算法，与划分法和层次法聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。本公开使用dbscan聚类算法区分雷电活动过程更为精准。
58.根据本公开的实施例，本公开的步骤s11即对获取的雷电定位数据进行聚类的步骤中，通过dbscan聚类算法对实时获取的雷电定位数据进行聚类，即随着时间的发展对新获取的雷电定位数据进行实时聚类分析，将获得的雷电定位数据按照相似性划分为若干个聚类簇，即每个聚类簇内雷电定位数据相似性最大。在本公开方式中，可以每六分钟对获取到的雷电定位数据进行聚类。当然，根据需要也可以设置为其他时段，例如4分钟、8分钟，本公开对此不做限制。
59.根据本公开的实施例，在执行步骤s13之前，所述基于雷电观测的强对流天气预警方法还可以包括：
60.步骤s12，根据相邻时段的雷电定位数据的聚类结果对雷电活动进行追踪，若追踪到雷电活动则执行步骤s13，否则结束流程。
61.例如，前一时段聚类得到若干个聚类簇，对于其中某一聚类簇(a1)进行追踪，若后一时段聚类得到的聚类簇中存在有聚类簇(b1)与聚类簇(a1)中心位置的距离在预设范围内，则表明追踪到雷电活动，进而进行步骤s13闪电跳跃的分析；如果超出预设范围，则大概率表示雷电消亡，则结束流程。如果后一时段聚类得到的聚类簇中存在有多个聚类簇(b1、b2、b3等)与聚类簇(a1)中心位置的距离在预设范围内，则可能是聚类簇(a1)发生了分裂，此时可以仅将雷电信号最强的聚类簇(例如b1)作为聚类簇(a1)连续追踪到的雷电活动，进行后续步骤s13闪电跳跃的分析，而对其他的聚类簇(b2、b3等)进行新的追踪。
62.根据本公开的实施例，本公开的步骤s13即根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点的步骤，包括：
63.计算至t时刻止的连续若干个相同时间段内的总闪频次平均值以及总闪电频次时间变化率；
64.根据t-2至t-10时刻的所述总闪电频次时间变化率计算得到标准偏差；标准偏差的n倍作为跳跃阈值；n大于等于2；
65.计算t时刻的总闪电频次时间变化率，若大于所述跳跃阈值，则将t时刻作为发生闪电跳跃的时间点。
66.根据本公开的实施例，本公开的连续若干个相同时间段中，若干个可以是5个，6个，7个，8个，9个或者其他数目，相同时间段可以是2分钟，6分钟，10分钟，15分钟等也可以
是其他时长，本公开对此不作限制。为了方便理解，本公开以连续若干个相同时间段是7个连续的2分钟，即14分钟的时间段为例说明。
67.根据本公开的实施例，本公开的总闪频次平均值是通过每分钟总闪频次(f，单位是min-1
)，计算得到连续若干个相同时间段内每分钟总闪频次平均值(单位是min-1
)。继续以连续若干个相同时间段是7个连续的2分钟为例说明，即在14分钟的时间段内，计算的总闪频次平均值就是7组数据，分别是次平均值就是7组数据，分别是和其计算公式如下：
[0068][0069]
其中，是t0时刻总闪频次平均值，f
t
是t0时刻总闪频次，f
t-1
是t-1时刻总闪频次。
[0070][0071]
其中，是t-2时刻总闪频次平均值，f
t-2
是t-2时刻总闪频次，f
t-3
是t-3时刻总闪频次。
[0072]
同样的，和的计算方式与上述和原理一致，此处不予赘述。
[0073]
根据本公开的实施例，本公开的总闪电频次时间变化率是上述相邻两个总闪频次平均值之差，用dfrdt值或者d值表示，继续以连续若干个相同时间段是7个连续的2分钟为例说明，即在14分钟的时间段内，计算的总闪频次平均值是7组数据，计算的总闪电频次时间变化率是6组数据，具体的，d值的计算公式是：
[0074][0075]
其中，d
t
是t0时刻的总闪电频次时间变化率，是t0时刻总闪频次平均值，是t-2时刻总闪频次平均值。
[0076]
同样的，d
t-2
，d
t-4
，d
t-6
，d
t-8
，d
t-10
的计算方式与d
t
的原理是一致的，此处不予赘述。
[0077]
根据本公开的实施例，本公开的标准偏差的计算公式是：
[0078][0079]
其中，σ是标准偏差，xi是实数，μ是xi的算数平均值。
[0080]
具体的，本公开中根据总闪电频次时间变化率计算得到标准偏差，即是将d
t-2
，d
t-4
，d
t-6
，d
t-8
，d
t-10
，作为实数xi代入公式(4)中计算得到标准偏差σ(d
t-2，t-4，t-6，t-8，t-10
)。
[0081]
根据本公开的实施例，本公开的跳跃阈值即是n倍的标准偏差，其中，n的取值可以是2，3，4，5，6等，优选的，本公开中n的取值为2。继续以连续若干个相同时间段是7个连续的2分钟为例说明，即在14分钟的时间段内，计算的总闪频次平均值是7组数据，计算的总闪电频次时间变化率是6组数据，计算得到的标准偏差是σ(d
t-2，t-4，t-6，t-8，t-10
)，在n的取值为2时，跳跃阈值即是2倍的σ(d
t-2，t-4，t-6，t-8，t-10
)。据此，本公开确定发生闪电跳跃的时间点即是当d
t
》2σ(d
t-2，t-4，t-6，t-8，t-10
)时，将t0时刻作为发生闪电跳跃的时间点。需要说明的是，具体应
用时，也可选择以历史数据做测试，确定n的最佳取值，本公开对此不予赘述。
[0082]
根据本公开的实施例，本公开的步骤s15即确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警的步骤。
[0083]
根据本公开的实施例，本公开的基于雷电观测的强对流天气预警方法既可以使用实时雷电定位数据对强对流天气进行预警，也可以使用历史雷电定位数据进行检验，将预测结果与已经发生的冰雹等强对流天气活动进行比对，以评估和优化本公开的方法中的参数，提高本公开的方法的命中率，降低虚警率。
[0084]
图2示出根据本公开的另一实施例的基于雷电观测的强对流天气预警方法的流程图。
[0085]
如图2所示，所述基于雷电观测的强对流天气预警方法在上述实施例的基础上还可以包括：
[0086]
步骤s14：在确定发生闪电跳跃后，持续发警告，至当前时刻的总闪频次下降到预设值以下时，停止警告。
[0087]
其中，警告可以以语音，邮件，短信等方式发出。总闪频次的预设值可以是从历史数据检验中确定的临界值，当总闪频次小于该预设值时，则表示出现强对流天气的概率降低，各个地区可根据具体情况设置该值，本公开对此不作限制。
[0088]
根据本公开的实施例，本公开的基于雷电观测的强对流天气预警方法可以是获取某一区域实时闪电数据/雷电定位数据，计算当前时间前2分钟的每分钟总闪频次平均值，将平均值与第一阈值相比，当其大于等于第一阈值时，则分别计算当前时间前某一预设时间段的2分钟的每分钟总闪频次平均值及总闪电频次时间变化率，基于总闪电频次时间变化率的标准偏差判断是否发生闪电跳跃，进而对强对流天气进行预警。
[0089]
例如，本公开的基于雷电观测的强对流天气预警方法的具体步骤包括：
[0090]
第一步，在t0时刻，计算最近2分钟的总闪频次平均值(计算方法见公式1)；
[0091]
第二步，若本次发生雷暴等强对流天气的总闪频次为10次/min，算法启动(总闪频次为10次/min这一阈值是从历史数据检验中统计确定的)；
[0092]
第三步，将最近的2分钟时间段之前的12分钟的总闪电数据按2分钟的时间分段(分为6段)，按照第一步计算平均值；
[0093]
第四步，计算12分钟连续时间段的总闪电频次时间变化率(dfrdt)，计算结果为5个dfrdt值(计算方法见公式3)；
[0094]
第五步，然后使用这5个dfrdt值计算标准偏差(计算方法见公式4)，2倍的标准偏差即为在t0时刻的跳跃阈值；
[0095]
第六步，利用t0时刻总闪频次平均值减去当t-2时刻的总闪频次，得到一个新的dfrdt值。
[0096]
第七步，如果第6步计算出的新的dfrdt值大于第五步中的跳跃阈值，则预测t0时刻发生闪电跳跃，发出60分钟“警告”，预警将发生冰雹等强对流天气；
[0097]
第八步，随着时间继续，即2分钟时间周期增加，重复上述过程，直到计算得到的总闪频次下降到10次/min以下，停止发出“警告”。
[0098]
图3示出根据本公开的实施例的基于雷电观测的强对流天气预警装置的结构框图。
[0099]
其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
[0100]
如图3所示，所述基于雷电观测的强对流天气预警装置300包括：
[0101]
数据处理模块310，被配置为对获取的雷电定位数据进行聚类；
[0102]
时间点确认模块320，被配置为根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
[0103]
预警模块330，被配置为确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
[0104]
本公开实施例提供的基于雷电观测的强对流天气预警装置，通过对获取的雷电定位数据进行聚类分析，确定发生闪电跳跃的时间点，以及通过数据处理确定中心位置进而对周边区域发出强对流天气预警，方法科学，时效性高，预警结果准确可靠，便于相关部门和社会公众及时采取相应的措施。
[0105]
根据本公开的实施例，所述时间点确认模块320包括：
[0106]
计算至t时刻止的连续若干个相同时间段内的总闪频次平均值以及总闪电频次时间变化率；
[0107]
根据t-2至t-10时刻的所述总闪电频次时间变化率计算得到标准偏差；
[0108]
将标准偏差的n倍作为跳跃阈值；n大于等于2；
[0109]
计算t时刻的总闪电频次时间变化率，若大于所述跳跃阈值，则将t时刻作为发生闪电跳跃的时间点。
[0110]
根据本公开的实施例，n的取值为2。
[0111]
根据本公开的实施例，所述数据处理模块310中采用dbscan聚类算法。
[0112]
图4示出根据本公开的另一实施例的基于雷电观测的强对流天气预警装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
[0113]
如图4所示，所述基于雷电观测的强对流天气预警装置400包括：
[0114]
数据处理模块410，被配置为对获取的雷电定位数据进行聚类；
[0115]
时间点确认模块420，被配置为根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
[0116]
警告发送模块430，被配置为在确定发生闪电跳跃后，持续发警告，至当前时刻的总闪频次下降到预设值以下时，停止警告。
[0117]
预警模块440，被配置为确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
[0118]
本公开还公开了一种电子设备，图5示出根据本公开的实施例的电子设备的结构框图。
[0119]
如图5所示，所述电子设备包括存储器和处理器，其中，存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如下方法步骤：
[0120]
s11：对获取的雷电定位数据进行聚类；
[0121]
s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点；
[0122]
s15：确定闪电跳跃时间点和聚类中心位置后，对周边区域发出强对流天气预警。
[0123]
本公开实施例提供的技术方案，通过对获取的雷电定位数据进行聚类分析，确定发生闪电跳跃的时间点，以及通过数据处理确定中心位置进而对周边区域发出强对流天气预警，方法科学，时效性高，预警结果准确可靠，便于相关部门和社会公众及时采取相应的措施。
[0124]
根据本公开的实施例，所述步骤s13：根据聚类后的所述雷电定位数据确定发生闪电跳跃的时间点，包括：
[0125]
计算至t时刻止的连续若干个相同时间段内的总闪频次平均值以及总闪电频次时间变化率；
[0126]
根据t-2至t-10时刻的所述总闪电频次时间变化率计算得到标准偏差；
[0127]
将标准偏差的n倍作为跳跃阈值；n大于等于2；
[0128]
计算t时刻的总闪电频次时间变化率，若大于所述跳跃阈值，则将t时刻作为发生闪电跳跃的时间点。
[0129]
根据本公开的实施例，n的取值为2。
[0130]
根据本公开的实施例，还包括：
[0131]
s14：在确定发生闪电跳跃后，持续发警告，至当前时刻的总闪频次下降到预设值以下时，停止警告。
[0132]
根据本公开的实施例，所述步骤s11中采用dbscan聚类算法。
[0133]
图6示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
[0134]
如图6所示，计算机系统包括处理单元，其可以根据存储在只读存储器(rom)中的程序或者从存储部分加载到随机访问存储器(ram)中的程序而执行上述实施例中的各种方法。在ram中，还存储有计算机系统操作所需的各种程序和数据。处理单元、rom以及ram通过总线彼此相连。输入/输出(i/o)接口也连接至总线。
[0135]
以下部件连接至i/o接口：包括键盘、鼠标等的输入部分；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分。通信部分经由诸如因特网的网络执行通信过程。驱动器也根据需要连接至i/o接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。其中，所述处理单元可实现为cpu、gpu、tpu、fpga、npu等处理单元。
[0136]
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。
[0137]
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执
行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0138]
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
[0139]
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
[0140]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。