一种基于多源气象观测资料的分类型冰雹落区识别方法技术

本发明专利技术公开了一种基于多源气象观测资料的分类型冰雹落区识别方法，包括综合原材料、原材料预处理、滤波、提取计算、建立模型、时空匹配、计算概率和落区边缘的识别，本发明专利技术结构科学合理，使用安全方便，利用多种高时空分辨率的气象探测资料，能够有效分类识别强冰雹单体和普通冰雹单体，结合冰雹单体闪电特征，进一步有效降低冰雹识别虚警率，且所用数据源通用，适用范围广，通过采用常规非气象回波去除方法外，还对反射率因子分别进行了空间域和值域的双重滤波，该措施在消除反射率因子数据脉动的同时，最大可能的保留了回波结构，通过建立基于闪电特征的分类型冰雹发生概率过滤器，进一步有效降低了冰雹单体识别的虚警率。

A Classified Hail Falling Area Recognition Method Based on Multi-source Meteorological Observation Data

【技术实现步骤摘要】
一种基于多源气象观测资料的分类型冰雹落区识别方法
本专利技术涉及大气科学
，具体为一种基于多源气象观测资料的分类型冰雹落区识别方法。
技术介绍
冰雹是重要灾害性天气之一，影响范围小、时间短促，但来势迅猛、强度大，并常伴随雷暴大风、短时强降水等灾害性天气；通常将落到地面直径超过2cm的冰雹称为强冰雹；直径小于2cm的冰雹则为普通冰雹；强冰雹天气具有更大破坏力，给农业、交通、通信、城市建筑等造成巨大损失；对冰雹尤其是强冰雹的准确识别预警将能有效降低损失。冰雹云中的起电过程非常剧烈，放电现象非常活跃，国外学者对强冰雹过程运用闪电数据分析认为，强冰雹出现在正闪电频繁的时候，一旦转为负闪电，降雹的大小和频率都减小；我国气象学者在研究不同区域闪电活动与强对流对应关系时也发现闪电数据特征变化比起雷达数据具有一定的提前量，例如有学者在研究夏季北京地区的闪电活动中发现，闪电频数的日变化与强对流天气发生有一定对应关系，不同类型的天气过程，如冰雹、暴雨发生时，地闪和云闪的比例有明显的差异，其中闪电中正、负闪比例呈现一定的规律性，这些研究工作表明，闪电对强对流天气的发生有指示作用，闪电特征的变化与冰雹天气的发生发展有一定关系，但目前尚缺乏利用闪电特征变化提高雹云尤其是强雹云的识别成功率的客观方法。目前气象部门业务使用的冰雹探测算法HailDetectionAlgorithm，HDA沿用于美国WSR-88Dbuild10版本的冰雹算法，该算法计算的冰雹指数产品能够给出普通冰雹概率、强冰雹概率和最大预期冰雹尺寸，但由于该探测算法冰雹概率统计公式是建立在美国大平原地区外场观测基础上，因此引入我国后，尽管部分参数可以进行本地化调整，但核心算法无法修改，虚警率偏高、空报较多的问题无法根本解决，且缺乏落区识别能力，难以满足当前强冰雹天气监测预警的业务需求，所以急需一种基于多源气象观测资料的分类型冰雹落区识别方法来解决上述问题。
技术实现思路
本专利技术提供一种基于多源气象观测资料的分类型冰雹落区识别方法，可以有效解决上述
技术介绍
中提出基于多源气象观测资料的分类型冰雹落区识别方法的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于多源气象观测资料的分类型冰雹落区识别方法，包括如下具体步骤：S1、综合原材料：综合整理并使用多源气象观测资料；S2、原材料预处理：清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据；S3、滤波：根据天气雷达反射率因子数据，对其进行滤波，从而对数据的质量进行控制；S4、提取计算：提取气象探空数据中0℃层高度和-20℃层高度，并计算相应高度的天气雷达反射率因子等高平面数据；S5、建立模型：建立冰雹单体融化层垂直结构概念模型，并识别分类型冰雹单体；S6、时空匹配：时空匹配已识别分类型冰雹单体和相应闪电数据；S7、计算概率：设计闪电特征的分类型建立冰雹发生概率过滤器，并计算已识别分类型冰雹单体发生相应类型冰雹的概率；S8、落区边缘的识别；建立简化的步进方格，对分类型冰雹落区边缘的进行识别。优选的，所述步骤S1中，综合整理并使用多源气象观测资料，其中多源气象观测资料包括天气雷达反射率因子数据、闪电数据和气象探空数据。优选的，所述步骤S2中，清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据，其具体步骤为：S21、对不完整天气雷达数据的清洗，即根据天气雷达基数据解压缩后的字节数，初步判断该天气雷达基数据文件是否观测完整，若字节数小于6兆，则删除该雷达数据文件；S22、对孤立闪电数据的清洗，即逐条判断闪电数据是否孤立，根据闪电数据的经纬度去寻找以该闪电数据为中心，以10×10km为搜索框，进行搜寻该区域对应的天气雷达反射率因子数据，若该区域存在反射率因子值>35dBZ的格点，且格点数超过10，则该闪电不孤立，否则，删除该条闪电数据。优选的，所述步骤S3中，根据天气雷达反射率因子数据，对其进行滤波，从而对数据的质量进行控制，其具体步骤为：S31、对非气象孤立点回波的去除，即纠正由于系统噪声或如飞机、昆虫这样的孤立目标、非正常传播造成的虚假回波。S32、对反射率因子数据进行空间域值域的双重滤波，即在对天气雷达反射率因子进行滤波时，构造了一个二维双重滤波器，同时在空间域和值域进行滤波；其中，空间域滤波是对空间上邻近的点进行加权平均，加权系数随着距离的增加而减少，值域滤波则是对像元值相近的点进行加权平均，加权系数随着值差的增大而减少，值域阈值设置为5dBZ。优选的，所述步骤S4中，提取计算的具体步骤为：S41、对融化层高度进行提取，其中，融化层高度是指0℃层高度和-20℃层高度，且从气象探空数据中提取；S42、对天气雷达反射率因子等高平面数据的进行计算，通过测高公式，分别选取0℃层高度和-20℃层高度上下两个仰角相应的雷达斜距上的反射率因子数据，且采用双线性插值方法得到所在特性层高度的天气雷达反射率因子等高平面数据，其中，测高公式为：其中，H是雷达波束中心轴线在斜距R处的离地高度，h是雷达台站的海拔高度，R是雷达斜距，δ是仰角；双线性插值公式为：其中，(Ri，θj)为所要求解的特性层高度hi上的反射率因子极坐标，(Ri1，θj1)、(Ri2，θj1)、(Ri1，θj2)和(Ri2，θj2)四点为与该高度点邻近的反射率因子极坐标。优选的，所述步骤S5中，建立冰雹单体融化层垂直结构概念模型，并识别分类型冰雹单体，其具体步骤为：S51、根据不同类型雷暴单体在融化层垂直结构变化特征，建立分类型冰雹单体垂直结构概念模型，其中，冰雹单体包括强冰雹单体、普通冰雹单体和非冰雹单体；S52、根据步骤S51中建立的模型，计算不同特性层的天气雷达反射率因子等高平面数据差异特性，从而识别分类型冰雹单体。优选的，所述步骤S52中，识别分类型冰雹单体的具体过程为：a、判断cappidata_zero是否大于等于30dBZ，同时判断cappidata_minus20是否大于等于55dBZ，若是则进行b，否则进行c；b、判断0℃高度层和-20℃高度层两层数值差值是否小于等于5dBZ，若是则输出易发生强冰雹，若否则输出易发生普通冰雹；c、判断cappidata_zero是否大于等于50dBZ，同时判断cappidata_minus20是否大于等于30dBZ，若是则进行d，否则进行e；d、判断0℃高度层和-20℃高度层两层数值差值是否小于等于10dBZ，若是则输出易发生普通冰雹；e、输出非冰雹单体。优选的，所述步骤S6中，时空匹配已识别分类型冰雹单体和相应闪电数据包括空间匹配和时间匹配；其中，空间匹配是对已识别为冰雹单体的格点分别为搜索中心寻找与之对应的闪电数据，其中，搜索半径为5km，若存在，则标为与该冰雹单体匹配的闪电；时间匹配是把闪电数据进行降尺度处理，按照雷达数据时间tr，累加处理闪电数据CG＝CGtr+CGtr-1+CGtr-2+CGtr-3+CGtr-4+CGtr-5。优选的，所述步骤S7中，基于闪电特征的分类型建立冰雹发生概率过滤器，并计算已识别分类型冰雹单体发生相应类型冰雹的概率，其具体步骤为：S71、统计每个冰雹单体所匹配的闪电属性，其中闪电属性包括负闪个数，正闪个数，负闪平均强度、正闪平均强度、正负闪绝对值强度比值，根据统计数据本文档来自技高网...

【技术保护点】
1.一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于，包括如下具体步骤：S1、综合原材料：综合整理并使用多源气象观测资料；S2、原材料预处理：清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据；S3、滤波：根据天气雷达反射率因子数据，对其进行滤波，从而对数据的质量进行控制；S4、提取计算：提取气象探空数据中0℃层高度和‑20℃层高度，并计算相应高度的天气雷达反射率因子等高平面数据；S5、建立模型：建立冰雹单体融化层垂直结构概念模型，并识别分类型冰雹单体；S6、时空匹配：时空匹配已识别分类型冰雹单体和相应闪电数据；S7、计算概率：设计闪电特征的分类型建立冰雹发生概率过滤器，并计算已识别分类型冰雹单体发生相应类型冰雹的概率；S8、落区边缘的识别；建立简化的步进方格，对分类型冰雹落区边缘的进行识别。

【技术特征摘要】
1.一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于，包括如下具体步骤：S1、综合原材料：综合整理并使用多源气象观测资料；S2、原材料预处理：清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据；S3、滤波：根据天气雷达反射率因子数据，对其进行滤波，从而对数据的质量进行控制；S4、提取计算：提取气象探空数据中0℃层高度和-20℃层高度，并计算相应高度的天气雷达反射率因子等高平面数据；S5、建立模型：建立冰雹单体融化层垂直结构概念模型，并识别分类型冰雹单体；S6、时空匹配：时空匹配已识别分类型冰雹单体和相应闪电数据；S7、计算概率：设计闪电特征的分类型建立冰雹发生概率过滤器，并计算已识别分类型冰雹单体发生相应类型冰雹的概率；S8、落区边缘的识别；建立简化的步进方格，对分类型冰雹落区边缘的进行识别。2.根据权利要求1所述的一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于：所述步骤S1中，综合整理并使用多源气象观测资料，其中多源气象观测资料包括天气雷达反射率因子数据、闪电数据和气象探空数据。3.根据权利要求1所述的一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于：所述步骤S2中，清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据，其具体步骤为：S21、对不完整天气雷达数据的清洗，即根据天气雷达基数据解压缩后的字节数，初步判断该天气雷达基数据文件是否观测完整，若字节数小于6兆，则删除该雷达数据文件；S22、对孤立闪电数据的清洗，即逐条判断闪电数据是否孤立，根据闪电数据的经纬度去寻找以该闪电数据为中心，以10×10km为搜索框，进行搜寻该区域对应的天气雷达反射率因子数据，若该区域存在反射率因子值>35dBZ的格点，且格点数超过10，则该闪电不孤立，否则，删除该条闪电数据。4.根据权利要求1所述的一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于：所述步骤S3中，根据天气雷达反射率因子数据，对其进行滤波，从而对数据的质量进行控制，其具体步骤为：S31、对非气象孤立点回波的去除，即纠正由于系统噪声或如飞机、昆虫这样的孤立目标、非正常传播造成的虚假回波。S32、对反射率因子数据进行空间域值域的双重滤波，即在对天气雷达反射率因子进行滤波时，构造了一个二维双重滤波器，同时在空间域和值域进行滤波；其中，空间域滤波是对空间上邻近的点进行加权平均，加权系数随着距离的增加而减少，值域滤波则是对像元值相近的点进行加权平均，加权系数随着值差的增大而减少，值域阈值设置为5dBZ。5.根据权利要求1所述的一种基于多源气象观测资料的分类型冰雹落区识别方法，其特征在于：所述步骤S4中，提取计算的具体步骤为：S41、对融化层高度进行提取，其中，融化层高度是指0℃层高度和-20℃层高度，且从气象探空数据中提取；S42、对天气雷达反射率因子等高平面数据的进行计算，通过测高公式，分别选取0℃层高度和-20℃层高度上下两个仰角相应的雷达斜距上的反射率因子数据，且采用双线性插值方法得到所在特性层高度的天气雷达反射率因子等高平面数据，其中，测高公式为：其中，H是雷达波束中心轴线在斜距R处的离地高度，h是雷达台站的海拔高度，R是雷达斜距，δ是仰角；双线性插值公式为：其中，(Ri，θj)为所要求解的特性层高度hi上的反射率因子极坐标，(Ri1，θj1)、(Ri2，θj1)、(Ri1，θj2)和(Ri2，θj2)四点为...

【专利技术属性】
技术研发人员：徐芬，曾明剑，郑媛媛，慕熙昱，杨吉，孙康远，刘青元，
申请(专利权)人：江苏省气象科学研究所，
类型：发明
国别省市：江苏,32