冰雹预测的数学模型设计方法技术

冰雹预测的数学模型设计方法属于统计学领域，尤其属于图像分析领域。现有对雹云的预测往往是依赖于经验进行判别，这样的方法存在很多不足。为了克服现有技术的不足，本发明专利技术公开：一种预测冰雹的方法，其特征是，所述的方法包括以下步骤：第一步，利用云图获得dBZ，第二步，把RGB图像转化为灰度图像，第三步，灰度图像的反射率分成15个量级，第四步，计算每个量级的比重，第五步，计算出每个量级的均值x1、方差x2、偏度x3、峰度x4，第六步，利用公式：y＝515.19091·x1+89.93360·x2‑488.50192·x3+548.22732·x4y0＝2.38415故有若：y＞y0,则X∈G1，否则X∈G2，G1为降雹云集合，G2为无雹云集合。本发明专利技术可以预测雹云。

【技术实现步骤摘要】

本专利技术属于统计学领域，尤其属于图像分析领域。
技术介绍
冰雹作为一种强对流天气，其特点是空间尺度小、生命史短、突发性强、发展演变迅速，其预报难度是众所周知的。经过“十五”、“十一五”的发展和建设，新疆气象防雹技术水平有了很大提升，但与国民经济和社会发展日益增长的需求相比，仍然存在一定不足，主要表现为：冰雹天气预测的准确率和精细化水平有待提高，特别是对局部冰雹天气的临近(0～3小时)和短时(3～12小时)预报能力亟待增强。“十三五”期间是新疆社会稳定和经济发展的关键时期，迫切需要对新疆冰雹天气提供更为精细化的监测和预报。而对雹云识别业务基础主要来源于天气雷达，实时观测对流云团的雷达图像，图像涵盖了云团生命发展变化的信息，通过对该云团的雷达图像进行实时处理，提前预测到该云团是否降雹对于防雹减灾有重要意义。现有对雹云的预测往往是依赖于经验进行判别，这样的方法存在很多不足。
技术实现思路
为了克服现有技术的不足，本专利技术公开：1，冰雹预测的数学模型设计方法，其特征是，所述的方法包括以下步骤：第一步，采集雷达RGB云图，利用云图获得dBZ，第二步，把第一步所得的RGB图像转化为灰度图像，第三步，把第二步所得的灰度图像的反射率分成15个量级，第四步，计算出每个量级在图像中的比重，第五步，计算出每个量级的均值x1、方差x2、偏度x3、峰度x4，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4代入公式：y＝515.19091·x1+89.93360·x2-488.50192·x3+548.22732·x4故有若：y＞y0则X∈G1，否则X∈G2。G1为降雹云集合，G2为无雹云集合。2，其特征是：所述y0＝2.38415。3，其特征是：还包括：利用公式： y 0 = n 1 y ‾ ( 1 ) + n 2 y ‾ ( 2 ) n 1 + n 2 ]]>得到y0。降雹云集合G1中的平均值，降雹云集合G2中的平均值，n1为降雹云集合G1中的元素个数，n2为无雹云集合G2中的元素个数。反射率按照5为单位分开，dBZ值s1对应的灰度值计算为s1-2.5到s1+2.5的灰度平均值。4，其特征是：所述的反射率、量级、RGB值、灰度值对应的关系为：反射率为：-5，对应的量级为：1，对应的RGB值为：-201,201,201，对应的灰度值为：201；反射率为：0，对应的量级为：2，对应的RGB值为：-118,118,118，对应的灰度值为：118；反射率为：5，对应的量级为：3，对应的RGB值为：-255,170,170，对应的灰度值为：196；反射率为：10，对应的量级为：4，对应的RGB值为：-238,140,140，对应的灰度值为：170；反射率为：15，对应的量级为：5，对应的RGB值为：-201,112,112，对应的灰度值为：139；反射率为：20，对应的量级为：6，对应的RGB值为：0,251,144，对应的灰度值为：164；反射率为：25，对应的量级为：7，对应的RGB值为：0,187,0，对应的灰度值为：110；反射率为：30，对应的量级为：8，对应的RGB值为：-255,255,112，对应的灰度值为：239；反射率为：35，对应的量级为：9，对应的RGB值为：208,208,96，对应的灰度值为：195；反射率为：40，对应的量级为：10，对应的RGB值为：255,96,96，对应的灰度值为：144；反射率为：45，对应的量级为：11，对应的RGB值为：218,0,0，对应的灰度值为：65；反射率为：50，对应的量级为12，对应的RGB值为：174,0,0，对应的灰度值为：52；反射率为：55，对应的量级为：13，对应的RGB值为：0,0,255，对应的灰度值为：29；反射率为：60，对应的量级为：14，对应的RGB值为：-160,255,255，对应的灰度值为：227；反射率为：65，对应的量级为：15，对应的RGB值为：231,0,255，对应的灰度值为：98。5，其特征是：由RGB与灰度值的换算关系式Gray＝R×0.2999+G×0.587+B×0.114获得对应的灰度值。该方法可以提高雹云预报的准确率，降低误报率。有效的提高了识别雹云图像准确率，为冰雹预报提供参考。具体实施方式：1强度统计雷达反射率图像是基于RGB彩色空间的，以基本反射率因子图的图例为基础，利用RGB彩色空间的成色原理，读取回波反射图。即将反射率为-5dBZ—65dBZ，分为15种相应的量级。其中不同量级所对应的RGB值如表所示，由RGB与灰度值的换算关系式(1)，可知对应的灰度值。Gray＝R×0.2999+G×0.587+B×0.114 (1)表1用来说明反射率与RGB值、灰度值对应关系。表1：雷达反射率图像的不同颜色代表的是不同的反射强度，即可以通过统计不同颜色在图像中所占的比重，反应出图像中回波强度的特征，不同的强度所占的比重可以由概率表示，计算如式(2)所示。如一幅大小为M×N的图像，则含有M×N个像素，反射率强度分为15个量级，这不同强度在图像中的比重为：pi＝si/M×N i＝1,2,…,15 (2)其中，si为第i个量级的颜色在图像上的像素个数。2、四阶雹云识别的模型设计根据气象学的理论可知，强对流的极端天气，只可能出现在反射强度大于40dBZ的区域。故只选取量级为10—15的，按照以下方法计算得到雹云和非雹云的四个一阶统计测度值。均值: E = Σ i = 1 15 ( i × p i ) ]]>方差： D = Σ i = 1 15 [ ( i - m 本文档来自技高网...

【技术保护点】
冰雹预测的数学模型设计方法，其特征是，所述的方法包括以下步骤：第一步，采集雷达RGB云图，利用云图获得dBZ，第二步，把第一步所得的RGB图像转化为灰度图像，第三步，把第二步所得的灰度图像的反射率分成15个量级，第四步，计算出每个量级在图像中的比重，第五步，计算出每个量级的均值x1、方差x2、偏度x3、峰度x4，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4代入公式：y＝515.19091·x1+89.93360·x2‑488.50192·x3+548.22732·x4故有若：y＞y0,则X∈G1，否则X∈G2，G1为降雹云集合，G2为无雹云集合。

【技术特征摘要】
1.冰雹预测的数学模型设计方法，其特征是，所述的方法包括以下步骤：第一步，采集雷达RGB云图，利用云图获得dBZ，第二步，把第一步所得的RGB图像转化为灰度图像，第三步，把第二步所得的灰度图像的反射率分成15个量级，第四步，计算出每个量级在图像中的比重，第五步，计算出每个量级的均值x1、方差x2、偏度x3、峰度x4，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4代入公式：y＝515.19091·x1+89.93360·x2-488.50192·x3+548.22732·x4故有若：y＞y0,则X∈G1，否则X∈G2，G1为降雹云集合，G2为无雹云集合。2.如权利要求1所述的冰雹预测的数学模型设计方法，其特征是：所述y0＝2.38415。3.如权利要求1所述的冰雹预测的数学模型设计方法，其特征是：还包括：利用公式：降雹云集合G1中的平均值，降雹云集合G2中的平均值，n1为降雹云集合G1中的元素个数，n2为无雹云集合G2中的元素个数， 得到y0。4.如权利要求1所述的冰雹预测的数学模型设计方法，其特征是：所述的反射率、量级、RGB值、灰度值对应的关系为：反射率为：-5，对应的量级为：1，对应的RGB值为：-201,201,201，对应的灰度值为：201；反射率为：0，对应的量级为：2，对应的RGB值为：-118,118,118，对应的灰度值为：118；反射率为：5，对应的量级为：3，对应的RGB值为：-255,170,170，对应的灰度值为：196；反射率为：10，对应的量级...

【专利技术属性】
技术研发人员：徐文霞，李国东，吴晨瑜，钱斯祺，
申请(专利权)人：李国东，
类型：发明
国别省市：新疆;65