一种基于天气雷达的逆风区识别方法与装置制造方法及图纸

本发明专利技术公开了一种基于天气雷达的逆风区识别方法与装置。该方法包括从天气雷达中获取雷达基数据，对雷达基数据进行质量控制后提取基本反射率因子和速度，并将其转换为格点反射率因子和格点速度，基于基本反射率因子计算雷达的组合反射率，基于组合反射率识别出对流单体的连通域，对速度进行二值化处理，基于二值化处理后的速度数据判断所述数组内的连通域内是否存在正负两种速度，是则计算两种速度的区域所占的面积比例，并以所占面积较小的区域作为逆风区；剔除经过雷达原点的误识别的逆风区识别结果。本发明专利技术较传统的计算机视觉及人工识别逆风区方法，有效的减少了逆风区识别误差、增加了逆风区识别的效率，为强对流天气识别与监测带来便利。

【技术实现步骤摘要】
一种基于天气雷达的逆风区识别方法与装置
本专利技术涉及逆风区识别
，具体涉及一种基于天气雷达的逆风区识别方法与装置。
技术介绍
全球气候变暖加剧，强对流等极端天气频发，给人们的生产生活带来极大的危害。逆风区是我国气象学者张沛源等人提出的一个定义，在多普勒雷达速度图像中的低仰角PPI没有速度模糊的速度图上，凡在同一方向的速度区中，出现的另一种方向的速度区为逆风区，且风区不能跨越测站原点。逆风区的出现反映了上升气流引起的水平动量交换过程，与强对流天气息息相关，逆风区存在时基本上都伴有强降水、冰雹、雷雨、大风等剧烈天气过程，且具有发生时间和地点随机性大、生消周期短、危害严重等特点，在强对流天气发生一个小时左右通常会有逆风区出现。因此，逆风区是一个很好的灾害性天气判据，识别出逆风区能有效的对强对流天气做出预判，为应对强对流天气抢得先机，减少损失，为人民生命财产安全带来保障。目前针对逆风区识别的算法主要以图像识别、计算机视觉为主，通过图像边界追踪、图像膨胀腐蚀算法等，可以一定程度上识别逆风区，但是误识别较多、识别效率较低，或是需要结合人工判定才能进入实际应用。因此，如何实现更加快速、高效、准确的识别出逆风区以达到强对流天气准确检测的问题亟待解决。
技术实现思路
本专利技术的目的是针对现有技术存在的不足，提供一种基于天气雷达的逆风区识别方法与装置。为实现上述目的，在第一方面，本专利技术提供了一种基于天气雷达的逆风区识别方法，包括：从天气雷达中获取极坐标下的雷达基数据，并对所述极坐标下的雷达基数据进行质量控制；提取极坐标下的雷达基数据中的基本反射率因子和速度，并将其转换为格点反射率因子和格点速度；基于所述格点反射率因子计算雷达的组合反射率；基于所述组合反射率识别出对流单体的连通域，并将所述连通域的坐标保存至一个数组；对所述格点速度进行二值化处理，若格点速度为正值，则令速度值为1，若格点速度为负值，则令其速度值为零；基于二值化处理后的速度数据判断所述数组内的连通域内是否存在正负两种速度，是，则计算两种速度的区域所占的面积比例，并以所占面积较小的区域作为逆风区；剔除经过雷达原点的误识别的逆风区，则得到最终的逆风区识别结果。进一步的，在识别出所述连通域后，还计算各个连通域的格点数量，若格点数量小于所设阈值，则予以剔除，若格点数量大于所设阈值，则将该连通域的坐标保存至数组中。进一步的，所述计算雷达的组合反射率具体包括：基于所述反射率因子数据计算出每个格点位置上的在垂直方向上不同高度的最大反射率因子值，得到组合反射率场，则雷达的组合反射率CR为：其中，h1为第一层，h2为第二层，hn为最第n层，一共n层。进一步的，基于所述组合反射率识别出对流单体的连通域具体包括：将所述组合反射率进行二值化处理，以计算获得CR矩阵；基于CR矩阵识别出连通域，具体包括：新建一个变量用于存放连通域个数num；新建一个零矩阵用于存放连通域的位置标签label；从CR矩阵第一个点开始，如果，则num=1，且，然后，寻找周围的8个点中是否有CR值等于1的点，若有点（）的CR值为1，则令该点的label值为num，然后继续寻找点（）周围是否有CR值为1的点，以此类推，直到寻找到与（）相接的所有CR值为1的点，然后令num=num+1；对CR矩阵中第二个点至最后一个点重复第③步，以此方式遍历完矩阵中的所有点，识别出所有连通域。进一步的，所述组合反射率的二值化处理如下：如组合反射率,则令1，如，则令0。在第二方面，本专利技术提供了一种基于天气雷达的逆风区识别装置，包括：数据获取模块，用以从天气雷达中获取极坐标下的雷达基数据，并对所述极坐标下的雷达基数据进行质量控制；数据转换模块，用以提取极坐标下的雷达基数据中的基本反射率因子和速度，并将其转换为格点反射率因子和格点速度；计算模块，用以基于所述格点反射率因子计算雷达的组合反射率；识别模块，用以基于所述组合反射率识别出对流单体的连通域，并将所述连通域的坐标保存至一个数组；速度处理模块，用以对所述格点速度进行二值化处理，若格点速度为正值，则令速度值为1，若格点速度为负值，则令其速度值为零；逆风区判别模块，用以基于二值化处理后的速度数据判断所述数组内的连通域内是否存在正负两种速度，是，则计算两种速度的区域所占的面积比例，并以所占面积较小的区域作为逆风区；输出质量控制模块，用以剔除经过雷达原点的误识别的逆风区，并输出最终的逆风区识别结果。进一步的，还包括格点计数及筛选模块，用以在识别出所述连通域后，计算各个连通域的格点数量，若格点数量小于所设阈值，则予以剔除，若格点数量大于所设阈值，则将该连通域的坐标保存至数组中。进一步的，所述计算模块基于所述反射率因子数据计算出每个格点位置上的在垂直方向上不同高度的最大反射率因子值，得到组合反射率场，则雷达的组合反射率CR为：其中，h1为第一层，h2为第二层，hn为最第n层，一共n层。进一步的，所述识别模块将所述组合反射率进行二值化处理，以计算获得CR矩阵，并基于CR矩阵识别出连通域，具体包括：新建一个变量用于存放连通域个数num；新建一个零矩阵用于存放连通域的位置标签label；从CR矩阵第一个点开始，如果，则num=1，且，然后，寻找周围的8个点中是否有CR值等于1的点，若有点（）的CR值为1，则令该点的label值为num，然后继续寻找点（）周围是否有CR值为1的点，以此类推，直到寻找到与（）相接的所有CR值为1的点，然后令num=num+1；对CR矩阵中第二个点至最后一个点重复第③步，以此方式遍历完矩阵中的所有点，识别出所有连通域。进一步的，所述组合反射率的二值化处理如下：如组合反射率,则令1，如，则令0。有益效果：本专利技术通过结合反射率场和速度场综合识别逆风区，从天气雷达的原始数据中进行过滤和分析，较传统的计算机视觉及人工识别逆风区方法，有效的减少了逆风区识别误差、增加了逆风区识别的效率，为强对流天气识别与监测带来便利。附图说明图1是本专利技术实施例的基于天气雷达的逆风区识别方法的流程图；图2是本专利技术经过面积阈值筛选后的逆风区在多普勒雷达强度场上的位置示意图；图3是本专利技术剔除雷达原点误识别的逆风区在多普勒雷达速度场上的位置示意图；图4是本专利技术实施例的基于天气雷达的逆风区识别装置的结构示意图。具体实施方式下面结合附图和具体实施例，进一步阐明本专利技术，本实施例在以本专利技术技术方案为前提下进行实施，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。如图1至图3所示，本专利技术实施例提供了一种基于天气雷达的逆风区识别方法，包括：从天气雷达中获取极坐标下的雷达基数据，并对所述极坐标下的雷达基数据进行质量控制。雷达基数据本文档来自技高网...

【技术保护点】
1.一种基于天气雷达的逆风区识别方法，其特征在于，包括：/n从天气雷达中获取极坐标下的雷达基数据，并对所述极坐标下的雷达基数据进行质量控制；/n提取极坐标下的雷达基数据中的基本反射率因子和速度，并将其转换为格点反射率因子和格点速度；/n基于所述格点反射率因子计算雷达的组合反射率；/n基于所述组合反射率识别出对流单体的连通域，并将所述连通域的坐标保存至一个数组；/n对所述格点速度进行二值化处理，若格点速度为正值，则令速度值为1，若格点速度为负值，则令其速度值为零；/n基于二值化处理后的速度数据判断所述数组内的连通域内是否存在正负两种速度，是，则计算两种速度的区域所占的面积比例，并以所占面积较小的区域作为逆风区；/n剔除经过雷达原点的误识别的逆风区，则得到最终的逆风区识别结果。/n

【技术特征摘要】
1.一种基于天气雷达的逆风区识别方法，其特征在于，包括：
从天气雷达中获取极坐标下的雷达基数据，并对所述极坐标下的雷达基数据进行质量控制；
提取极坐标下的雷达基数据中的基本反射率因子和速度，并将其转换为格点反射率因子和格点速度；
基于所述格点反射率因子计算雷达的组合反射率；
基于所述组合反射率识别出对流单体的连通域，并将所述连通域的坐标保存至一个数组；
对所述格点速度进行二值化处理，若格点速度为正值，则令速度值为1，若格点速度为负值，则令其速度值为零；
基于二值化处理后的速度数据判断所述数组内的连通域内是否存在正负两种速度，是，则计算两种速度的区域所占的面积比例，并以所占面积较小的区域作为逆风区；
剔除经过雷达原点的误识别的逆风区，则得到最终的逆风区识别结果。


2.根据权利要求1所述的基于天气雷达的逆风区识别方法，其特征在于，在识别出所述连通域后，还计算各个连通域的格点数量，若格点数量小于所设阈值，则予以剔除，若格点数量大于所设阈值，则将该连通域的坐标保存至数组中。


3.根据权利要求1所述的基于天气雷达的逆风区识别方法，其特征在于，所述计算雷达的组合反射率具体包括：
基于所述反射率因子数据计算出每个格点位置上的在垂直方向上不同高度的最大反射率因子值，得到组合反射率场，则雷达的组合反射率CR为：



其中，h1为第一层，h2为第二层，hn为最第n层，一共n层。


4.根据权利要求1所述的基于天气雷达的逆风区识别方法，其特征在于，基于所述组合反射率识别出对流单体的连通域具体包括：
将所述组合反射率进行二值化处理，以计算获得CR矩阵；
基于CR矩阵识别出连通域，具体包括：

新建一个变量用于存放连通域个数num；

新建一个零矩阵用于存放连通域的位置标签label；

从CR矩阵第一个点开始，如果，则num=1，且，然后，寻找周围的8个点中是否有CR值等于1的点，若有点（）的CR值为1，则令该点的label值为num，然后继续寻找点（）周围是否有CR值为1的点，以此类推，直到寻找到与（）相接的所有CR值为1的点，然后令num=num+1；

对CR矩阵中第二个点至最后一个点重复第③步，以此方式遍历完矩阵中的所有点，识别出所有连通域。


5.根据权利要求4所述的一种基于天气雷达的逆风区识别方法，其特征在于，所述组合反射率的二值化处理如下：如组合反射率,则令1，如，则令0。


6.一种基于天气雷达的...

【专利技术属性】
技术研发人员：黄书荣，楚志刚，刘婷，孙波，詹少伟，周可，苗春生，薛丰昌，张越，
申请(专利权)人：南京信大气象科学技术研究院有限公司，
类型：发明
国别省市：江苏;32