一种龙卷涡旋特征自动识别算法制造技术

本发明专利技术公开了一种龙卷涡旋特征自动识别算法，包括如下步骤：步骤1：对雷达基数据中的非气象回波进行识别和抑制，对径向速度进行退模糊处理；步骤2：使用风暴识别追踪算法识别风暴单体，记录其质心位置；步骤3：使用二维局部线性最小平方差分方法估计方位涡度切变；步骤4：使用多阈值识别一维方位切变段；步骤5：基于空间邻近原则识别二维方位切变特征；步骤6：通过垂直关联识别三维方位切变特征；步骤7：关联三维方位切变特征和风暴单体；步骤8：基于风暴的三维方位切变特征识别TVS。本发明专利技术可降低TVS识别的虚警率，提高TVS识别的击中率。

An automatic recognition algorithm of tornado vortex features

【技术实现步骤摘要】
一种龙卷涡旋特征自动识别算法
本专利技术涉及天气雷达系统
，特别涉及一种龙卷涡旋特征自动识别算法。
技术介绍
超级单体的一个本质特征是具有持久深厚的中气旋，它是与强对流风暴的上升气流和后侧下沉气流紧密相联的小尺度涡旋(直径3-10km)，在雷达径向速度图上表现为沿方位对称分布的速度涡偶。蓝金涡旋常被用来模拟中气旋，即在中气旋核区半径内，其旋转速度随着距离线性增加，在核区半径外，旋转速度随着距离成反比减小，那么在中气旋核区的同一距离圈上，沿顺时针方位雷达径向速度有一个逐渐增加的趋势，即从最大的负速度逐渐增大到零，再从零逐渐增大到最大的正速度。90％以上的中气旋伴随有强雹、强风和龙卷等灾害性天气，但仅有25％左右的中气旋发展成龙卷。除了中气旋外，在雷达径向速度图上还能识别一种与龙卷紧密关联的比中气旋尺度更小(约1km)、旋转更快(速度方位切变0.05s-1)的涡旋，被称为龙卷涡旋特征(TVS：TornadoVortexSignature)。中国新一代天气雷达系统中使用的TVS识别算法来自美国的TVS识别算法，国内几乎没有自主研发的龙卷涡旋特征自动识别算法的文献。美国业务中使用的先后有WSR-88D(WeatherSurveillanceRadar-1988Doppler)的TVS识别算法(以下简称为88DTVS)(Crumetal，1993)和美国强风暴实验室(NSSL：TheNationalSevereStormsLaboratory)的龙卷探测算法(TornadoDetectionAlgorithm)(以下简称为NSSLTDA)(Mitchelletal，1998)。这两种算法都是以搜索距雷达等距离处相邻方位的速度差来为基础来设计的，并且都对低反射率因子对应的径向速度进行了滤除处理。88DTVS算法是在中气旋识别算法基础上完成的，算法步骤如下：a.一维方位切变段：首先滤除反射率因子小于设定阈值ZT(15dBZ)的径向速度数据，然后搜索经过退模糊的径向速度数据，寻找距雷达相同距离处具有速度值顺时针方向连续增加的相邻方位角的距离库，直到速度值不再增加时构成的一维距离库序列称为一个一维方位切变段。被保留的一维方位切变段需要通过低的多普勒角动量阈值TLM(180km2·h-1)、低的切变阈值TLS(7.2h-1)以及高的多普勒角动量阈值THM(540km2·h-1)或高的切变阈值TLS(14.4h-1)检查。b.二维特征：计算一个一维方位切变段和所有已被归类进二维特征的一维方位切变段间的方位距离和径向距离，当满足预设的方位和径向距离阈值LA(2.2゜)和LR(1km)时，被归为同一个二维特征。一个二维特征包含的一维方位切变段要满足预设阈值TPV(10)，其径向尺寸与方位尺寸之比在某一个依赖于距离的阈值之内(对称性二维特征)。c.垂直相关与分类：把不同仰角上的二维特征进行垂直关联，只有中心高度低于预设阈值TFM(8km)的二维特征才能被垂直关联。把二维特征当成圆形，取方位和径向尺寸比较大的那个当成其直径，如果一个小的二维特征垂直地落在一个更大的二维特征区域内，则认为这2个二维特征垂直关联。从低仰角到高仰角完成全部垂直关联后构成三维特征，一个三维特征包含至少2个对称性二维特征。通过上述3个步骤后被保留的三维特征就是中气旋。d.TVS：TVS识别就是在中气旋识别基础上完成的。TVS算法通过搜索中气旋中的每个二维特征的最大和最小速度，然后计算差分切变，如果这个差分切变大于20m·s-1·km-1，则与上述切变相关联的涡旋被识别为潜在的TVS。如果一个中气旋内有2个及以上仰角存在潜在TVS，那么该中气旋被识别为TVS。2)NSSLTDA算法NSSLTDA是对88DTVS算法的改进。88DTVS算法是在识别中气旋的基础上再判断中气旋中是否存在TVS，而NSSLTDA不以首先识别出中气旋为先决条件，是独立于中气旋算法的。与88DTVS算法相比，NSSLTDA识别涡旋的主要特点是：a)寻找距雷达相同距离处相邻方位角的两个距离库之间的径向速度切变；b)不要求算法首先识别中气旋。其算法过程如下：a.一维方位切变段：首先滤除反射率因子小于设定阈值ZT(0dBZ)的径向速度数据，对于距离折叠和数据缺失的径向速度数据也不予考虑。然后对于每一个仰角扫描寻找距雷达相同距离处相邻方位角的两个距离库间的径向速度差，寻找过程需要在150km半径以内和10km高度以下。如果速度差值大于预设可调阈值(例如11m/s),则该速度对作为一个切变段被储存起来，并计算一些属性参量。该过程重复进行直到一个雷达仰角扫描内的所有速度数据都被处理并且所有超过最小速度差阈值的切变段都被找到。b.二维特征：使用6个阈值(35、30、25、20、15、11m/s)从高阈值到低阈值循环来构建二维特征。对于每个阈值等级的二维特征都至少由3个切变段构成，每个切变段的质心距其邻近切变段质心的方位间距要小于1゜,径向距离要小于500m。计算所有二维特征的纵横比(径向尺寸/方位尺寸)，只保留该比值小于4的二维特征。使用低阈值重复上面过程，如果不同阈值的二维特征有重叠的情况就舍掉低阈值的。c.三维特征：在整个体扫范围内进行垂直关联连续性检查，一个三维特征至少由2个二维特征构成，且之间最多间隔一个仰角；构成三维特征的二维特征之间的水平距离要小于2.5km。所有由3个及以上二维特征构成的三维特征称为三维涡旋。每个三维涡旋划分为2种类型：TVS和高架TVS(ETVS)。如果一个三维涡旋满足：(1)最小的强度和厚度判据，(2)底部扩展到0.5度仰角或者一个规定的高度(比如600m)，则该三维涡旋被称为TVS。如果只满足条件(1)则被称为ETVS。现有技术的缺陷和不足：1)88DTVS算法对龙卷的虚警率FAR接近零，但命中率POD也很低。原因是当中气旋中的最大最小速度差比较大时，其方位间距也可能比较大，导致其对应的方位切变比较小，达不到TVS的切变标准。而事实上，中气旋中包含的更小尺度的涡旋，其最大最小速度差可能略小于中气旋的最大最小速度差值，但是其对应的方位间距可能远小于中气旋的，所以计算的方位切变能满足TVS的标准，88DTVS算法对这种类型的TVS不能识别，所以命中率POD很低。2)88DTVS算法中使用单一差分方位切变阈值，如果阈值取得过高会使识别的二维特征占真实中气旋核区的面积过小，如果阈值取得过低又会加入一些中气旋核区以外的弱切变区，这都会影响方位切变的估计，从而影响TVS的识别结果。3)NSSLTDA算法的命中率POD比较高，但虚警率FAR也比较高。原因是算法只使用相邻方位速度差及差分方位切变来构建一维特征和二维特征，而对于径向速度场来说，其中的小尺度自然脉动很常见，TVS的识别很容易受到这种速度的小尺度自然脉动影响，导致其虚警率偏高。此外，差分方位切变判据还会受到速度退模糊错误或失败、噪声、地物杂波、波束部分阻挡等原因引起的径向速度质量问题的影响而导致虚警率偏高。4)8本文档来自技高网...

【技术保护点】
1.一种龙卷涡旋特征自动识别算法，其特征在于，包括如下步骤：/n步骤1：首先采用现有技术对雷达基数据中的地物杂波、超折射回波、噪声等非气象回波进行识别和抑制，对径向速度进行退模糊处理；/n步骤2：使用风暴识别追踪算法识别风暴单体，记录其质心位置；/n步骤3：使用二维局部线性最小平方差分方法估计方位涡度切变；/n步骤4：使用多阈值识别一维方位切变段；/n步骤5：基于空间邻近原则识别二维方位切变特征；/n步骤6：通过垂直关联识别三维方位切变特征；/n步骤7：关联三维方位切变特征和风暴单体；/n步骤8：基于风暴的三维方位切变特征，使用超级单体龙卷个例统计得到的距离依赖的旋转速度及其对应的最大最小速度的方位序号间隔以及方位涡度切变等3个标准识别龙卷涡旋特征TVS。/n

【技术特征摘要】
1.一种龙卷涡旋特征自动识别算法，其特征在于，包括如下步骤：
步骤1：首先采用现有技术对雷达基数据中的地物杂波、超折射回波、噪声等非气象回波进行识别和抑制，对径向速度进行退模糊处理；
步骤2：使用风暴识别追踪算法识别风暴单体，记录其质心位置；
步骤3：使用二维局部线性最小平方差分方法估计方位涡度切变；
步骤4：使用多阈值识别一维方位切变段；
步骤5：基于空间邻近原则识别二维方位切变特征；
步骤6：通过垂直关联识别三维方位切变特征；
步骤7：关联三维方位切变特征和风暴单体；
步骤8：基于风暴的三维方位切变特征，使用超级单体龙卷个例统计得到的距离依赖的旋转速度及其对应的最大最小速度的方位序号间隔以及方位涡度切变等3个标准识别龙卷涡旋特征TVS。


2.如权利要求1所述的龙卷涡旋特征自动识别算法，其特征在于，使用二维局部线性最小平方差分方法估计方位涡度切变。


3.如权利要求1所述的龙卷涡旋特征自动识别算法，其特征在于，一维方位切变段的识别是沿径向方向搜寻方位涡度切变大于预设阈值的连续库，其中允许夹杂着最多2个比设定阈值小4以内的方位涡度切变库。


4.如权利要求2所述的龙卷涡旋特征自动识别算法，其特征在于，预设阈值的缺省分6级，分别为70、60、50、40、30、20，单位为10-4s-1。

<...

【专利技术属性】
技术研发人员：肖艳姣，李中华，王志斌，王珏，
申请(专利权)人：中国气象局武汉暴雨研究所，
类型：发明
国别省市：湖北;42