一种由“列车效应”引起的暴雨识别及预报方法技术

本发明专利技术公开了一种由“列车效应”引起的暴雨识别及预报方法，包括对实时雷达数据进行预处理；将经过面积初筛的单体进行初步拟合，消除干扰，寻找“列车效应”疑似区域；确定“列车效应”疑似区域后便可进行“列车效应”的自动识别；利用疑似区域带状回波的质心移动距离以及轴线旋转角度进行带状回波的跟踪，实现“列车效应”的跟踪；根据单体运动惯性对“列车效应”的疑似区域的移向、移速、形状变化进行外推。本发明专利技术的有益效果是：当出现“列车效应”现象的气象时，不仅能够识别出“列车效应”向预报员发出警报，还能根据多个时刻的“列车效应”的天气状况进行外推，对预报员进行后续的预报提供重要参考，准确性及快速性较高。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括对实时雷达数据进行预处理；将经过面积初筛的单体进行初步拟合，消除干扰，寻找“列车效应”疑似区域；确定“列车效应”疑似区域后便可进行“列车效应”的自动识别；利用疑似区域带状回波的质心移动距离以及轴线旋转角度进行带状回波的跟踪，实现“列车效应”的跟踪；根据单体运动惯性对“列车效应”的疑似区域的移向、移速、形状变化进行外推。本专利技术的有益效果是：当出现“列车效应”现象的气象时，不仅能够识别出“列车效应”向预报员发出警报，还能根据多个时刻的“列车效应”的天气状况进行外推，对预报员进行后续的预报提供重要参考，准确性及快速性较高。【专利说明】-种由"列车效应"引起的暴雨识别及预巧方法
本专利技术涉及一种气象领域，特别是涉及一种由"列车效应"的暴雨识别及预报的方 法。
技术介绍
在城市中小尺度强对流天气常常造成激烈的天气现象，如局地大暴风、大风、冰琶 等灾害性天气，严重威胁人们的生命财产安全。天气雷达是探测降水系统的主要手段，是对 强对流天气进行监测和预警的主要工具。多普勒天气雷达全天候的探测能力和十分丰富的 反映大气层云雨生消演变过程的动态信息，大大加强了对中小尺度天气系统的探测和预警 能力，并为开展短时灾害性天气的监测预报，奠定了坚实基础。 "列车效应"是指某区在一段时间内频繁地、接连不断地生成空间尺度不大的对流 单体，而每生成一个对流单体即沿着某一方向移动，接着在同一地方生成新的对流单体继 续沿着同一方向移动，从而形成由一系列对流单体排列组成类似于"列车"的排列，该一"列 车"对其下游某一地区可W造成接连不断的"持续"影响，从而造成强降水，其是产生极端雨 量从而造成洪溃等灾害的主要回波特征。 近几年随着我国多普勒天气雷达网的逐步建立，多普勒雷达在灾害性天气的监测 和预警上的作用日益凸现，使我国对灾害性天气预报的准确率在原有的基础上有所提高， 但若想要充分发挥其在天气监测和预警中的作用，还应有相应的基于多普勒天气雷达资料 的风暴识别、追踪和预报算法与之相配套。目前，可应用于"列车效应"的识别跟踪算法；雷 暴识别跟踪分析预报（TITAN)、风暴识别追踪算法（SCIT)。其中，TITAN算法是用单个反射 率因子阔值来识别强对流风暴的，此算法适用于整体风暴带，但是强度阔值少，不能很好的 提取风暴内部的参数W及分辨风暴簇的细微构造。而SCIT算法采用走个阔值来识别风暴 的质也，可W较好地识别出风暴簇中的风暴单体，但是只保留高阔值的识别结果，而舍弃了 低阔值的识别结果，丢失了大量的风暴体结构信。
技术实现思路
本专利技术所要解决的技术问题是，提供一种在实时天气监测预报中，当出现"列车效 应"现象时不仅能够识别出"列车效应"向预报员发出警报，还能根据多个时刻的"列车效 应"的天气状况进行外推的暴雨预报方法。 本专利技术所采用的技术方案是；一种由"列车效应"引起的暴雨识别及预报方法，包 括如下步骤；步骤SI,对实时雷达数据进行预处理：消除超折射、细微单体及虚假合并；步 骤S2,将经过面积初筛的单体进行初步拟合：消除干扰，并对结果进行聚类，再对聚类结果 进行二次拟合，寻找"列车效应"疑似区域；步骤S3,确定"列车效应"疑似区域后：进行"列 车效应"的自动识别，如果是，则判断其为"列车效应"，进行S4,如果不是，则跳转到对下一 时刻的雷达数据进行处理，即从Sl开始；步骤S4,利用疑似区域带状回波的质也移动距离 W及轴线旋转角度进行带状回波的跟踪；在确定了整体带状回波的位置后，利用化矩和形 态变化进行疑似区域内的单体跟踪，实现"列车效应"的跟踪；步骤S5,根据单体运动惯性 对"列车效应"的疑似区域的移向、移速、形状变化进行外推。 所述Sl中对实时雷达数据进行预处理的步骤为；SlOl ;通过抬高雷达回波数据 的仰角，滤除对自动识别阶段有较强干扰的超折射回波；S102 ;通过设定面积阔值，将不满 足阔值条件的细微单体删除；S103 ;判断目标连通区域反射率是否大于40地Z，如果大于 40地Z，则腐蚀一个像素点，将强回波区域少腐蚀一些；如果小于40地Z，则腐蚀两个像素 点，将弱回波区域多腐蚀一些，然后提高一级阔值，判断是否能检测到高一级阔值的单体， 若能检测到单体，则膨胀，并重复上述过程，若不能检测到单体，则停止。 所述步骤S2具体包括如下步骤；S201 ;先用质也法得到各单体的代表点，再对该 些点进行直线拟合，得到"列车效应"的拟合直线，然后删除偏离该拟合直线程度比较大的 单体，消除与"列车效应"不相干的外围单体的干扰；S202 ;经过初步拟合后得到满足要求 的单体，提取该些单体的质也，利用近邻传播法进行自动聚类，然后分别针对每一类的点集 再次进行直线拟合，并删除偏离拟合直线程度较大的单体，得到"列车效应"的疑似区域。 所述步骤S3具体包括如下步骤；S301 ;提取疑似区域中整体带状回波的信息，判 断整体带状回波的最小外界矩形的长宽比、整体带状回波的平均反射率和平均速度是否满 足"列车效应"标准，若满足标准则继续下面的判断过程，如若不满足标准则判断为不是"列 车效应"则废除，继续对下一时刻雷达数据进行从第一步开始的重新处理；S302 ;提取疑似 区域中所有单体的各项特征，放入规则库中，利用标准投票法判断该些单体回波是否满足 "列车效应"单体回波条件，在对疑似区域中所有单体进行判断识别后统计满足"列车效应" 单体回波条件的单体占所有单体的比例，若满足阔值条件，则判断为"列车效应"。 所述步骤S4具体包括如下步骤；S401 ;对"列车效应"跟踪时，将"列车效应"整 体带状回波和单体回波的属性相融合；S402 ; W "列车效应"整体带状回波作为研究对象， 计算整体带状回波的质也位置和长轴线方向，并找出整体带状回波在相邻两时刻之间所有 可能的运动路径组合，计算出每种路径组合下带状回波质也的移动距离和长轴线的旋转角 度，在满足条件的路径组合中，选取最短路径组合作为回波带的移动路径；S403 ;确定了整 体带状回波的位置后，针对同一整体带状回波，计算当前时刻每个单体与前一时刻每个单 体之间的面积差异，如果面积差异小于一个阔值，则把前一时刻中的该些单体存储下来作 为一个与当前单体的可能的匹配，然后通过化矩计算出当前单体与其所有可能匹配的单 体的轮廓的相似程度，相似程度最大的组合被认为是同一单体，两者标注相同的ID ;S404 ; 基于初次对"列车效应"的识别及判定结果，划定区域范围，减小再次运算时间并提高准确 度；S405 ;通过对前后时间序列单体的各项特征的比较、整体带状特征的比较、"列车效应" 独有的整体带的长轴线方向与运动方向的比较、速度和运动方向的比较，获取关联性最大 的整体带与带内各个单体之间的信息，形成一一对应的关系。 所述步骤S5具体包括如下步骤；S501 ;连续录入H个时刻"列车效应"数据，获 取相关特征，构造连续时刻的时间序列，建立单体族谱关系，通过相邻时次单体的相似性检 查与对比，并通过计算，识别出单体发生发展消亡的运动轨迹，从而预测单体的运动趋势； S502;首先进行整体带状回波的外推，根据单体运动的惯性，分别由录入的连续H个本文档来自技高网...

【技术保护点】
一种由“列车效应”引起的暴雨识别及预报方法，其特征是，包括如下步骤：步骤S1，对实时雷达数据进行预处理：消除超折射、细微单体及虚假合并；步骤S2，将经过面积初筛的单体进行初步拟合：消除干扰，并对结果进行聚类，再对聚类结果进行二次拟合，寻找“列车效应”疑似区域；步骤S3，确定“列车效应”疑似区域后：进行“列车效应”的自动识别，如果是则判断其为“列车效应”，进行S4，如果不是，则跳转到对下一时刻的雷达数据进行处理，即从S1开始；步骤S4，利用疑似区域带状回波的质心移动距离以及轴线旋转角度进行带状回波的跟踪：在确定了整体带状回波的位置后，利用Hu矩和形态变化进行疑似区域内的单体跟踪，实现“列车效应”的跟踪；步骤S5，根据单体运动惯性对“列车效应”的疑似区域的移向、移速、形状变化进行外推。

【技术特征摘要】

【专利技术属性】
技术研发人员：路志英，陈靖，程亮，尹静，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12