System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于近地辐散特征实现下击暴流识别的方法技术_技高网

一种基于近地辐散特征实现下击暴流识别的方法技术

技术编号:41181422 阅读:2 留言:0更新日期:2024-05-07 22:15
本发明专利技术公开了一种基于近地辐散特征实现下击暴流识别的方法,具体涉及气象识别技术领域,通过对风廓线雷达的射频系统稳定性、测向系统异常情况以及自动校准性能的全面分析,建立风廓线雷达风险评估模型,客观、系统地评估风廓线雷达的运行风险程度;通过对设定区域范围内是否存在其他风廓线雷达的判断,以及在存在其他雷达时对监测数据相似度和风廓线雷达风险评估模型的综合分析,提高了对风廓线雷达可用性的准确评估,在确定风廓线雷达可用性正常的情况下,允许将风廓线雷达获取的近地辐散特征运用到下击暴流的识别中,为对下击暴流的及时预警和准确识别提供了科学手段,通过及时获取近地辐散特征,可以更好地监测大气运动状态。

【技术实现步骤摘要】

本专利技术涉及气象识别,更具体地说,本专利技术涉及一种基于近地辐散特征实现下击暴流识别的方法


技术介绍

1、下击暴流是一种极端天气现象,通常伴随着强风和降水。下击暴流是由急剧下沉的气流引起的,这些气流在触地时产生强烈的风暴。下击暴流可以分为微下击暴流和宏下击暴流;近地辐散特征是指在地表附近的大气层中,气流向外散发的特征,这种辐散是指气流在水平或垂直方向上的扩散,通常与气象现象和大气运动有关。

2、近地辐散特征通常通过气象观测和仪器来获取,其中风廓线雷达是一种常用的仪器,用于监测大气垂直方向上的风场和相关的气象特征。通常可以通过分析风廓线雷达获取的近地辐散特征,结合气象参数和风场模式,实现对下击暴流的识别和监测。

3、但是风廓线雷达获取的近地辐散特征的准确性对下击暴流的识别的影响是较大的,由于近地辐散特征是气象分析的重要组成部分,如果其准确性较低,那么所得到的气象分析和天气预测结果可能会失真,影响对大气运动和气象现象的理解;低准确性的近地辐散特征可能导致误判下击暴流的发生,给出虚假的警报,影响对极端天气事件的有效监测和预警。若对下击暴流的识别不准确,可能导致对极端天气事件的响应不足,降低了公众和相关机构对潜在危险的警觉性。

4、为了解决上述问题,现提供一种技术方案。


技术实现思路

1、为了克服现有技术的上述缺陷,本专利技术的实施例提供一种基于近地辐散特征实现下击暴流识别的方法以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、一种基于近地辐散特征实现下击暴流识别的方法,包括如下步骤:

4、s1:对风廓线雷达的射频系统的稳定性进行分析,根据射频系统的稳定性评估风廓线雷达的射频性能;

5、s2:通过对风廓线雷达的测向系统的异常情况进行分析,对风廓线雷达的测向性能的异常程度进行评估;

6、s3:对近期风廓线雷达的自动校准的性能进行分析,评估风廓线雷达的自动校准的可用性;

7、s4:通过风廓线雷达的射频性能、测向性能的异常程度以及风廓线雷达的自动校准的可用性建立风廓线雷达风险评估模型,风廓线雷达风险评估模型用于判断风廓线雷达的运行的风险程度;

8、s5:判断风廓线雷达在设定区域范围内是否存在其他风廓线雷达;

9、s6:若风廓线雷达在设定区域范围内不存在其他风廓线雷达,根据风廓线雷达风险评估模型判断是否对风廓线雷达的运行状态进行预警,当没有对风廓线雷达的运行状态进行预警时,准许将风廓线雷达获取的近地辐散特征运用到下击暴流的识别中;

10、s7:若风廓线雷达在设定区域范围内存在其他风廓线雷达,对设定区域范围内的风廓线雷达与存在其他风廓线雷达的监测数据的相似度和风廓线雷达风险评估模型进行综合分析,评估风廓线雷达的可用性,在风廓线雷达的可用性正常时,准许将风廓线雷达获取的近地辐散特征运用到下击暴流的识别中。

11、在一个优选的实施方式中,在s1中,获取风廓线雷达的预设脉冲重复频率;获取风廓线雷达在近期内的脉冲重复频率数据;

12、对获取的脉冲重复频率数据进行平均,得到近期内的平均脉冲重复频率,其表达式为:prfavg是平均脉冲重复频率,n是近期内的脉冲重复频率数据样本的数量,prfi是第i个样本的脉冲重复频率,i=1、2、3、......、n,i、n均大于0;

13、计算每个样本与平均脉冲重复频率之间的偏移值:pyi=|prfi-prfavg|,pyi为第i个样本的脉冲重复频率偏移值;

14、对所有脉冲重复频率偏移值进行平均,得到平均脉冲重复频率偏移值:pjpy为平均脉冲重复频率偏移值;

15、将平均脉冲重复频率偏移值与预设脉冲重复频率的比值标记为脉冲偏移程度值。

16、在一个优选的实施方式中,在s2中,在时间顺序上监测到近期m个测量的垂直波束宽度,每相邻的监测的垂直波束宽度的时间间隔均相等,对m个垂直波束宽度样本进行编号,并通过分析相邻的垂直波束宽度的偏差程度,计算测向异常指数,其表达式为:其中,cyzs是测向异常指数,m是近期内监测到的垂直波束宽度的数量,czkw+1是第w+1个垂直波束宽度,czkw是第w个垂直波束宽度,w=1、2、3、......、m,w、m均大于0。

17、在一个优选的实施方式中,在s3中,获取风廓线雷达包括的具有自动校准功能的传感器,获取每个具有自动校准功能的传感器的校准完成值,校准完成值的获取方法为:

18、获取近期的时间区间t内具有自动校准功能的传感器的所有的自动校准过程,并获取每个自动校准过程对应的实际完成时间,将自动校准过程对应的实际完成时间与预设自动校准时间的比值标记为单次校准完成比,计算单个具有自动校准功能的传感器的所有的自动校准过程对应的单次校准完成比的平均值,将单个具有自动校准功能的传感器的所有的自动校准过程对应的单次校准完成比的平均值标记为校准完成值;

19、将所有具有自动校准功能的传感器的校准完成值进行相加,再除以风廓线雷达包括的具有自动校准功能的传感器的数量,得到校准完成性能指数。

20、在一个优选的实施方式中,在s4中,将脉冲偏移程度值、测向异常指数以及校准完成性能指数进行归一化处理,通过将归一化处理后的脉冲偏移程度值、测向异常指数以及校准完成性能指数分别赋予预设比例系数,计算风廓运行风险系数。

21、在一个优选的实施方式中,在s5中,判断风廓线雷达在设定区域范围内是否存在其他风廓线雷达:

22、获取设定区域范围内在使用中的风廓线雷达,若设定区域范围内在使用中的风廓线雷达的数量大于1,则风廓线雷达在设定区域范围内存在其他风廓线雷达,反之,则风廓线雷达在设定区域范围内不存在其他风廓线雷达。

23、在一个优选的实施方式中,在s6中,若风廓线雷达在设定区域范围内不存在其他风廓线雷达,设定风廓运行风险系数阈值;将风廓线雷达对应的风廓运行风险系数与风廓运行风险系数阈值进行比较:

24、当风廓运行风险系数大于风廓运行风险系数阈值,生成风险运行预警信号,不准许将风廓线雷达获取的近地辐散特征运用到下击暴流的识别中;

25、当风廓运行风险系数小于等于风廓运行风险系数阈值,生成风险运行正常信号,准许将风廓线雷达获取的近地辐散特征运用到下击暴流的识别中。

26、在一个优选的实施方式中,在s7中,当风廓线雷达在设定区域范围内存在其他风廓线雷达,将需要监测的风廓线雷达标记为目标风廓线雷达,将在设定区域范围内存在其他的每个风廓线雷达均标记为对比风廓线雷达;

27、获取目标风廓线雷达的监测数据以及对比风廓线雷达的监测数据,设目标风廓线雷达的监测数据为x={x1,x2,x3,...xn,},对比风廓线雷达的监测数据为y={y1,y2,y3,...yn,},根据目标风廓线雷达和对比风廓线雷达的监测数据,计算监测数据相似值,其表达式为:其中,rf为本文档来自技高网...

【技术保护点】

1.一种基于近地辐散特征实现下击暴流识别的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S1中,获取风廓线雷达的预设脉冲重复频率;获取风廓线雷达在近期内的脉冲重复频率数据;

3.根据权利要求2所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S2中,在时间顺序上监测到近期M个测量的垂直波束宽度,每相邻的监测的垂直波束宽度的时间间隔均相等,对M个垂直波束宽度样本进行编号,并通过分析相邻的垂直波束宽度的偏差程度,计算测向异常指数,其表达式为:其中,CYzs是测向异常指数,M是近期内监测到的垂直波束宽度的数量,CZKw+1是第w+1个垂直波束宽度,CZKw是第w个垂直波束宽度,w=1、2、3、....、..M,w、M均大于0。

4.根据权利要求3所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S3中,获取风廓线雷达包括的具有自动校准功能的传感器,获取每个具有自动校准功能的传感器的校准完成值,校准完成值的获取方法为:

5.根据权利要求4所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S4中,将脉冲偏移程度值、测向异常指数以及校准完成性能指数进行归一化处理,通过将归一化处理后的脉冲偏移程度值、测向异常指数以及校准完成性能指数分别赋予预设比例系数,计算风廓运行风险系数。

6.根据权利要求5所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S5中,判断风廓线雷达在设定区域范围内是否存在其他风廓线雷达:

7.根据权利要求6所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S6中,若风廓线雷达在设定区域范围内不存在其他风廓线雷达,设定风廓运行风险系数阈值;将风廓线雷达对应的风廓运行风险系数与风廓运行风险系数阈值进行比较:

8.根据权利要求7所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在S7中,当风廓线雷达在设定区域范围内存在其他风廓线雷达,将需要监测的风廓线雷达标记为目标风廓线雷达,将在设定区域范围内存在其他的每个风廓线雷达均标记为对比风廓线雷达;

9.根据权利要求8所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:评估风廓线雷达的可用性:

...

【技术特征摘要】

1.一种基于近地辐散特征实现下击暴流识别的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在s1中,获取风廓线雷达的预设脉冲重复频率;获取风廓线雷达在近期内的脉冲重复频率数据;

3.根据权利要求2所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在s2中,在时间顺序上监测到近期m个测量的垂直波束宽度,每相邻的监测的垂直波束宽度的时间间隔均相等,对m个垂直波束宽度样本进行编号,并通过分析相邻的垂直波束宽度的偏差程度,计算测向异常指数,其表达式为:其中,cyzs是测向异常指数,m是近期内监测到的垂直波束宽度的数量,czkw+1是第w+1个垂直波束宽度,czkw是第w个垂直波束宽度,w=1、2、3、....、..m,w、m均大于0。

4.根据权利要求3所述的一种基于近地辐散特征实现下击暴流识别的方法,其特征在于:在s3中,获取风廓线雷达包括的具有自动校准功能的传感器,获取每个具有自动校准功能的传感器的校准完成值,校准完成值的获取方法为:

5.根据权利要求4所述的一种基于近地辐散特...

【专利技术属性】
技术研发人员:禹梁玉王啸华蒋启进顾荣直李泽宇
申请(专利权)人:江苏省气象台
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1