[发明专利]雨量雷达的降水强中心跟踪与预报方法

说明书

技术领域

本发明属于雨量雷达数据处理技术领域，具体涉及雨量雷达的降水强中心相关数据分析方法。

背景技术

对雷达回波的跟踪和外推是进行自动化强对流天气临近预报的关键。新一代多普勒天气雷达的降水强度信息有较高的时空分辨率，是监测暴雨、冰雹，进行临近预报的重要手段之一。

我们可以利用雨量雷达对暴雨进行实时监测，分析暴雨的一些重要特征，对其进行预警和临近预报，以减少灾害的发生。以往的监测方法有质心跟踪法，是对某块回波相继两时刻的距心位置进行最小二乘拟合后外推预报的。这种方法在算法上是把每块回波简化为一点，所以比较适合对孤立的大而强的回波块进行跟踪，而对于零散的回波，以及回波发生合并或分列时，跟踪成功率较低。后来广泛发展的是TREC方法，TREC方法是交叉相关法的一种发展，这种方法较之质心跟踪法预报准确性上有所提高，但仍需改善。因此，目前的几种方法均存在缺点。

发明内容

为解决上述问题，本发明基于TREC算法进行改进，提出了一种预报准确度更为精确的雨量雷达的降水强中心跟踪与预报方法。

为了达到上述目的，本发明提供如下技术方案：

雨量雷达的降水强中心跟踪与预报方法，包括如下步骤：

步骤一，跟踪并获得TREC矢量场

基于以下方程获得强度Z：

其中，P_t为发射机功率，G为天线增益，θ和为水平和垂直波束宽度，λ为波长，R为距离，Z为雷达反射率，为目标物的散射特征，ψ为波束冲塞系数，k为衰减系数；

将回波区域划分成若干个矩形区域，跟踪每个区域的移动，将第一时刻的回波图像中的一个矩形区域，在搜索半径内向任一方向移过一定的距离，通过下式计算此矩形区域与第二时刻相同大小的矩形区域之间的交叉相关系数R：

式中Z₁，Z₂分别为T时刻和T+Δt时刻反射率因子(雨强)的矩阵，n为矩阵的数据点数，求出间隔Δt时间的两个矩阵的相关系数，重复该过程，直到找到最大的相关系数，找到最大相关系数时，得到该T时刻矩形区域的中心位置指向T+Δt时刻矩形区域的中心位置的矢量为TREC矢量；

步骤二，对移动矢量场进行平滑处理

步骤二-1，当一个TREC矢量是零矢量或与其周围矢量的平均方向相差大于或等于20度，则用其周围8个点的平均矢量来替代这个TREC矢量；

步骤二-2，对TREC矢量的u，v分量分别进行客观分析，采用如下公式得到连续的位移矢量场：

α^*(i,j)＝α₀(i,j)+Δα(i,j)

其中，α₀(i,j)为变量α在格点(i，j)处的估测值；α^*(i,j)为变量α在格点(i，j)处的校正值；Δα(k)为目标点k处的差值，这里为该点TREC矢量的分量与估测值之差；w(i,j,k)为s目标点k在格点(i，j)处的加权函数；d_m为分析点与格点之间的距离及TREC矢量的函数，R是影响半径；

步骤三：降水强中心预报

步骤三-1，回波位置预报

在TREC矢量的u、v分量上分别应用半拉格朗日一维平流公式，分别计算出u、v分量上的位移，每间隔一定时间步长输出一次预报结果，该时刻每个格点上的雨强值及移向、移速，用作下一连续时刻的积分，所述半拉格朗日一维平流公式为：

其中，U(x,t)为给定的函数，在这里U(x,t)为TREC矢量u、v分量中一个，x方向与TREC矢量u、v分量的方向相同，公式(7)说明标量Z沿着轨迹是不变的，在这里Z为反射率因子值；

根据公式(7)，有

x_*＝x_j-U(x,t)Δt

其中，为n+1时刻在点j处的反射率因子值；为n时刻在点*处的反射率因子值；x_*为点*的x坐标；x_j为点j的x坐标；U(x,t)为TREC矢量的一个分量；Δt为n+1时刻与n时刻的时间差；

步骤三-2，回波强度预报

采用线性外推的方法，通过连续两个时刻的雷达反射率因子进行线性拟合，得到线性外推的回波强度。

进一步的，所述步骤一中搜索半径根据最大期望速度计算：