一种气象要素场空间分布区域的识别方法及装置制造方法及图纸

本申请实施例公开了一种气象要素场空间分布区域的识别方法及装置，属于气象预报技术领域。基于本申请提出的方法可以快速拟合并识别高低温、降水等气象要素场空间分布区域，基于时间参数和气象观测数据，能够实现对重点时段、重点区域的对流天气的临近预报，且该天气预报是气象要素观测对象基于时间序列的演变过程推论得到的，而不是区域范围内概率性的预报结果，准确率较高，可基于识别结果应对天气变化并进行预警，也可用于研究影响天气形成变化的机理。化的机理。化的机理。

【技术实现步骤摘要】
一种气象要素场空间分布区域的识别方法及装置


[0001]本专利技术主要涉及气象预报
，具体地说，涉及一种气象要素场空间分布区域的识别方法及装置。

技术介绍

[0002]在全球气候变化的大背景下，近些年来极端天气出现频率越来越高。当前热浪席卷全球，不少地区出现极端高温，改变了以往的大气环流方式，是造成以上极端天气的重要原因之一。气象防灾减灾对灾害性天气和气象灾害的监测、预报和预警能力提出了越来越高的要求，对重点时段、重点区域的对流天气临近预报的需求更为迫切。但是，如现有的降雨量预报主要是一个区域范围内概率性的预报结果，准确率较低。

技术实现思路

[0003]本专利技术的目的在于提供一种气象要素场空间分布区域的识别方法及装置，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种气象要素场空间分布区域的识别方法，包括：获取至少两个不同时间参数对应的气象观测数据。
[0004]基于所有的所述气象观测数据、所述时间参数和预设分类条件，得到像元集合，所述像元集合为不同所述时间参数下对应的第一目标集合，所述第一目标集合包含至少一个第一像元，每个所述第一像元是基于所述气象观测数据和所述预设分类条件得到的特征像元和非特征像元的二值化图像；所述预设分类条件为基于气象要素的天气现象的等级划分条件。
[0005]基于所述像元集合，利用区域分裂合并算法分别对每个所述第一目标集合中相邻的所述特征像元进行合并，得到特征区域。
[0006]基于所有的所述特征区域和所述时间参数，得到第一图像和第二图像，所述第一图像和所述第二图像分别为不同所述时间参数对应的所述特征区域的拟合图形；所述拟合图形是基于所述特征区域进行图形模拟后得到的图像。
[0007]基于所述第一图像与所述第二图像，利用限定搜索半径的区域中心邻近搜索算法识别不同所述时间参数对应的气象要素场空间分布区域是否为同一气象观测对象。
[0008]第二方面，本申请还提供了一种气象要素场空间分布区域的识别装置，包括获取模块、第一分类模块、第二分类模块、拟合模块和识别模块，其中：获取模块：用于获取至少两个不同时间参数对应的气象观测数据；第一分类模块：用于基于所有的所述气象观测数据、所述时间参数和预设分类条件，得到像元集合，所述像元集合为不同所述时间参数下对应的第一目标集合，所述第一目标集合包含至少一个第一像元，每个所述第一像元是基于所述气象观测数据和所述预设分类条件得到的特征像元和非特征像元的二值化图像；所述预设分类条件为基于气象要素的天气现象的等级划分条件；
第二分类模块：用于基于所述像元集合，利用区域分裂合并算法分别对每个所述第一目标集合中相邻的所述特征像元进行合并，得到特征区域；拟合模块:用于基于所有的所述特征区域和所述时间参数，得到第一图像和第二图像，所述第一图像和所述第二图像分别为不同所述时间参数对应的所述特征区域的拟合图形；所述拟合图形是基于所述特征区域进行图形模拟后得到的图像；识别模块:用于基于所述第一图像与所述第二图像，利用限定搜索半径的区域中心邻近搜索算法识别不同所述时间参数对应的气象要素场空间分布区域是否为同一气象观测对象。
[0009]本申请的有益效果为：基于本申请提出的方法可以快速拟合并识别高低温、降水等气象要素场空间分布区域，基于时间参数和气象观测数据，能够实现对重点时段、重点区域的对流天气的临近预报，且该天气预报是气象要素观测对象基于时间序列的演变过程推论得到的，而不是区域范围内概率性的预报结果，准确率较高，可基于识别结果应对天气变化并进行预警，也可用于研究影响天气形成变化的机理。
[0010]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0011]本申请将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本申请一些实施例所示的气象要素场空间分布区域的识别方法的流程框图；图2是根据本申请的一些实施例所示的气象要素场空间分布区域的识别装置的结构示意图。
[0012]图中：100、识别装置；110、获取模块；120、第一分类模块；121、预处理单元；122、划分单元；123、标记单元；124、集合单元；130、第二分类模块；131、分割单元；132、编号单元；133、判断单元；134、排序单元；140、拟合模块；141、提取单元、142、更新单元；143、拟合单元；150、识别模块；151、第一计算单元；152、第二计算单元；153、第三计算单元；154、第四计算单元。
具体实施方式
[0013]为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。应当理解，给出这些示例性的实施例仅仅是为了使相关领域的技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
[0014]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当
理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0015]实施例1参见图1，图1所示为本实施例中气象要素场空间分布区域的识别方法的流程框图。本实施例提供了一种气象要素场空间分布区域的识别方法，本方法包括步骤S1、步骤S2、步骤S3、步骤S4和步骤S5。
[0016]步骤S1、获取至少两个不同时间参数对应的气象观测数据。
[0017]可以理解的是，在本步骤中，基于气象卫星所载的各种气象遥感器实时地接收和测量地球及其大气层的可见光、红外和微波辐射，并将其转换成电信号传送给地面的观测站，观测站将气象卫星传来的电信号复原，绘制成各种云层、地面和海面图片，其中气象卫星观测的数据包括卫星云图原始数据、GPS原始数据、陆地表面状况原始数据和气象要素对应数值原始数据等，气象要素对应数值数据可以是降水数据、大气温度数据等等。本实施例中，基于气象卫星遥感技术至少采集两个不同时次下的气象观测数据，假设以雨团数据为例，每间隔1小时采集一次气象观测数据，分别为上午9点和10点的雨团数据。
[0018]步骤S2、基于所有的所述气象观测数据、所述时间参数和预设分类条件，得到像元集合，所述像元集合为不同所述时间参数下对应的第一目标集合，所述第一目标集合包含至少一个第一像元，每个所述第一像元是基于所述气象观测数据和所述预设分类条件得到的特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气象要素场空间分布区域的识别方法，其特征在于，包括：S1：获取至少两个不同时间参数对应的气象观测数据；S2：基于所有的所述气象观测数据、所述时间参数和预设分类条件，得到像元集合，所述像元集合为不同所述时间参数下对应的第一目标集合，所述第一目标集合包含至少一个第一像元，每个所述第一像元是基于所述气象观测数据和所述预设分类条件得到的特征像元和非特征像元的二值化图像；所述预设分类条件为基于气象要素的天气现象的等级划分条件；S3：基于所述像元集合，利用区域分裂合并算法分别对每个所述第一目标集合中相邻的所述特征像元进行合并，得到特征区域；S4：基于所有的所述特征区域和所述时间参数，得到第一图像和第二图像，所述第一图像和所述第二图像分别为不同所述时间参数对应的所述特征区域的拟合图形；所述拟合图形是基于所述特征区域进行图形模拟后得到的图像；S5：基于所述第一图像与所述第二图像，利用最邻近搜索算法识别不同所述时间参数对应的气象要素场空间分布区域是否为同一气象观测对象。2.根据权利要求1所述的气象要素场空间分布区域的识别方法，其特征在于，所述基于所有的所述气象观测数据、所述时间参数和预设分类条件，得到像元集合，包括：S21：基于预设第一条件对所有的所述气象观测数据进行剔除，得到剔除后的所述气象观测数据，所述第一条件为基于气象要素的异常值阈值范围；S22：基于所述时间参数和剔除后的所述气象观测数据，得到至少两个第一目标集合，每个所述第一目标集合包含同一所述时间参数的所有所述气象观测数据；S23：分类标记：基于每个所述第一目标集合，分别判断所述气象观测数据是否满足所述预设分类条件，若所述气象观测数据满足所述预设分类条件则为所述特征像元并标记为第一标签；若所述气象观测数据不满足所述预设分类条件则为所述非特征像元并标记为第二标签；S24：基于所有的所述第一目标集合，分别进行所述分类标记，得到所述像元集合。3.根据权利要求2所述的气象要素场空间分布区域的识别方法，其特征在于，所述的基于所述像元集合，利用区域分裂合并算法分别对每个所述第一目标集合中相邻的所述特征像元进行合并，得到特征区域包括：S31：基于所述像元集合和所述第二标签，分别对每个所述第一像元进行分割，得到分割像元集合，所述分割像元集合为所述第一目标集合中所有的所述特征像元的集合；S32：基于每个所述第一目标集合，分别对每个所述分割像元集合中的所述特征像元逐行顺序编号；S33：逐行遍历所述编号对应的所述特征像元的区域，判断相邻两行所述特征像元是否连通，若相邻两行所述特征像元连通则合并两个所述特征像元的区域，并更新编号为两个所述特征像元对应的所述编号的最小值；S34：基于更新后的所述编号，将所述特征像元按照大小顺序进行排列，得到所述特征区域。4.根据权利要求1所述的气象要素场空间分布区域的识别方法，其特征在于，基于所有的所述特征区域和所述时间参数，得到第一图像和第二图像，包括：
S41：基于每个所述特征区域建立正交曲线坐标系，得到拟合关键点信息，所述拟合关键点信息是所述特征区域边界点距离所述正交曲线坐标系最远的四个点的位置信息，且所述特征区域的几何中心点为所述正交曲线坐标系原点；S42：基于每个所述拟合关键点信息，得到更新后的所述拟合关键点信息，更新后的所述拟合关键点信息为所述拟合关键点信息加上预设固定值后得到的参数；S43：基于每个第一像元集合和每个更新后的所述拟合关键点信息，利用最小外接矩形或最小外接椭圆算法进行拟合，分别得到所述第一图像和所述第二图像。5.根据权利要求1所述的气象要素场空间分布区域的识别方法，其特征在于，基于所述第一图像与所述第二图像，利用限定搜索半径的区域中心邻近搜索算法识别不同所述时间参数对应的气象要素场空间分布区域是否为同一气象观测对象，包括：S51：基于所述第一图像确定第一参数，所述第一参数为所述第一图像的几何中心点；S52：基于所述第二图像确定第二参数，所述第二参数为所述第二图像的几何中心点；S53：根据预设距离、所述第一参数和所述第二参数，得到第二目标集合，所述第二目标集合是以所述第一参数为中心，以所述预设距离为半径的范围内所有的所述第二参数对应的所述第二图像的集合；S54：判断所述第二目标集合中任意所述第二图像与所述第一图像的重合面积是否大于预设值，若重合面积大于预设值，则判定...

【专利技术属性】
技术研发人员：蔡宏珂，祝宣浩，毛雅琴，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：