The invention discloses a downburst forecasting method based on Doppler radar data, which includes: collecting Doppler weather radar data matched with 10-year storm event reports, identifying convective units at all times, extracting static characteristics, obtaining convective units sequence, matching convective units sequence with storm events, and taking disaster occurrence time as time reference point. The convective monomer sequence is divided into several sample sequence fragments; the feature sets of sample sequence fragments are extracted and tested for statistical significance to find the salient feature sets of positive and negative samples; the salient feature sets are dimensionally reduced and decoupled by principal component analysis to obtain effective features, and then a classifier model is trained to obtain a group of classifier models. Classifier model set to detect and forecast downburst. The invention can automatically detect convective monomers that generate downburst, and predict the occurrence time and location of downburst.
【技术实现步骤摘要】
一种基于多普勒雷达数据的下击暴流预测方法
本专利技术涉及气象学领域中的下击暴流灾害预测，尤其利用多普勒天气雷达数据对产生下击暴流的对流单体进行自动识别的方法。
技术介绍
对流性大风包括直线性大风、龙卷等；直线性大风又包括弓形回波和下击暴流。其中，下击暴流在机场和港口等地的危害非常明显。在气象预报领域，多普勒天气雷达是一种有效的监视对流风暴的工具，利用多普勒天气雷达，能够获得对流风暴的三维结构，同时又能够检测对流风暴内部的粒子径向运动速度。借助于多普勒天气雷达，能够检测产生下击暴流的对流单体存在的一些显著特征，如高悬的单体核高度，中层径向辐合。通常的下击暴流自动识别方法是使用多普勒天气雷达分析了几个案例中下击暴流对流单体的一些特征，如反射率形态结构特征和径向速度结构特征。并且基于这些特征设计了一些下击暴流的预测程序。然而该框架仅仅给出了几个案例的应用效果，并没有给出算法实际运行的效果。还有一种下击暴流的自动检测和预测方法是通过线性分类器，对下击暴流对流单体的若干反射率特征和径向速度特征进行了组合测试，找出了一些与下击暴流最相关的一些特征。并且利用这些特征训练了一个线...
【技术保护点】
1.一种基于多普勒雷达数据的下击暴流预测方法，其特征在于，包括以下步骤：步骤一、收集10年的风暴事件报告与之相匹配的多普勒天气雷达数据；步骤二、使用风暴核心识别与追踪方法，从每一个风暴事件的雷达数据中，识别出所有时刻的对流单体，提取对流单体的静态特征，并对对流单体进行追踪得到对流单体序列；所述静态特性包括反射率特征和速度特征；所述反射率特征包括单体核心高度、单体最大反射率、单体最大反射率高度、底高和顶高；在雷达径向速度图像上检测速度跳变点，当速度跳变值大于一个给定的阈值时，则该速度跳变点为辐合点，将相邻的辐合点合并，并通过不断的执行相邻位置辐合点的合并操作，找到对流单体内部...
【技术特征摘要】
1.一种基于多普勒雷达数据的下击暴流预测方法，其特征在于，包括以下步骤：步骤一、收集10年的风暴事件报告与之相匹配的多普勒天气雷达数据；步骤二、使用风暴核心识别与追踪方法，从每一个风暴事件的雷达数据中，识别出所有时刻的对流单体，提取对流单体的静态特征，并对对流单体进行追踪得到对流单体序列；所述静态特性包括反射率特征和速度特征；所述反射率特征包括单体核心高度、单体最大反射率、单体最大反射率高度、底高和顶高；在雷达径向速度图像上检测速度跳变点，当速度跳变值大于一个给定的阈值时，则该速度跳变点为辐合点，将相邻的辐合点合并，并通过不断的执行相邻位置辐合点的合并操作，找到对流单体内部的辐合点带状区域，该辐合点带状区域称为辐合带；遍历所有辐合点，在其八邻域计算正速度点n+、正速度总和及最大正速度负速度点数n-，负速度总和以及最大负速度则该辐合点的辐合值该辐合点的辐合平均值根据辐合带中每个辐合点坐标以最小二乘法拟合直线，计算所得到的拟合直线与雷达投射直线的夹角θ，将辐合带中每个辐合点的A/cosθ为该辐合点的新的辐合值；通过统计得到该对流单体的的速度特征，包括中层辐合最大值、中层辐合最小值、中层辐合平均值最大值、中层辐合平均值最小值、辐合最大值和、辐合最大层平均值、辐合点总数、辐合最大层高度、辐合最大层点数、辐合最大值高度、辐合最小值高度、辐合平均值最大值高度和辐合平均值最小值高度；步骤三、将对流单体序列与风暴事件相匹配，在风暴事件报告中记录了灾害发生的时间和地点，如果在灾害发生时刻，一个对流单体序列离灾害发生地的距离小于10km，则认为该对流单体序列与该灾害报告相关；如果同时有多个对流单体序列与一个风暴灾害的距离小于10km，则认为其中与风暴灾害距离最近的对流单体序列与该灾害报告相关；对所有与灾害报告相关的对流单体序列，根据对流单体序列与相关的灾害报告中灾害的不同分为：与下击暴流相关的对流单体序列，与冰雹相关的对流单体序列，与暴雨相关的对流单体序列；步骤四、以灾害发生时刻为时间参考点，将对流单体序列拆分为若干样本序列片段集；步骤是：首先定义如下两个时间参数：时间提前量：...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。