[发明专利]一种基于多普勒天气雷达数据的冰雹云早期识别方法

说明书

本发明公开了一种用于强天气识别的基于多普勒天气雷达数据的冰雹云早期识别方法，首先，基于多普勒天气雷达的反射率数据，利用双线性差值算法获取三维反射率格点数据；提取描述冰雹云的10个特征，然后，根据主成分分析方法降低特征维数，得到体量综合特征和高度‑梯度综合特征，通过时间序列分析，上述两个综合特征值在冰雹云出现早期呈现出明显的跃增现象；最后，基于冰雹样本两维综合特征的跃增现象，以强降水为负样本，构建一个四维强对流单体描述向量进行冰雹云的早期识别。本发明实现了冰雹云早期的自动识别，可为防雹和消雹提供有利时机，减少经济损失和人员伤亡。同时，为基于气象雷达数据的强对流天气识别提供了新的思路。

技术领域

本发明涉及强天气识别领域，是一种基于多普勒天气雷达数据的冰雹云早期识别方法。

背景技术

冰雹云是不稳定大气层结出现后，在充足水汽供应条件下，经地面辐合流场触发而成的产物，归类于一种强对流风暴。在强天气识别中，冰雹云的识别占据重要的位置。

冰雹云识别研究大多基于多普勒天气雷达，根据冰雹云的结构特点和形态特征，基于各仰角雷达反射率因子基数据，构建不同的冰雹云特征来识别冰雹云。Mason^[1]使用55dBZ反射率值作为阈值区分冰雹和降水。Waldvogel^[2]提出45dBZ回波顶高与0℃温度层的高度差特征，为此后冰雹识别算法的发展奠定了良好的基础，直到现在，这一特征仍被大多冰雹云识别算法使用。Delobbe和Holleman^[3]详细讨论了在测量45dBZ回波顶高时的一些不确定性因素，同时肯定了45dBZ回波顶高这一特征在冰雹识别中的作用。Paxton和Shepherd^[4]提出垂直累积液态水含量VIL，此方法假设所有雷达返回的反射率因子都是由于液态水滴反射引起的，所以此方法将反射率因子转化成与其等价的液态水值，并利用其值判断降雹可能性。Amburn和Wolf^[5]基于垂直累积液态水定义了垂直累积液态水含量密度VILdensity，这个概念表示的是垂直累积液态水与单体顶高度的比值，进一步扩展了VIL方法。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：目前冰雹云识别方法大多关注冰雹云的某一方面特征；这类方法进行冰雹云识别是在某一体积扫描而不是对整个冰雹过程进行实时的识别；当这些方法可以识别出冰雹云时，冰雹整体特征已经很明显，且结果的识别率偏低、空报率较高。国内目前还没有算法可以在冰雹云出现早期对其进行识别。

[参考文献]

[1]Ludlam F H,Mason B J.The Physics of Clouds[J].Physics Today,1957,11(12):26–27.

[2]Waldvogel A,Federer B,Grimm P.Criteria for the Detection of HailCells[J].Journal of Applied Meteorology,1979,18(12):1521-1525.

[3]Delobbe L,Holleman I.Uncertainties in radar echo top heights usedfor hail detection[J].Meteorological Applications,2006,13(4):361-374.

[4]Paxton,C.H.,and J.M.Shepherd.Radar diagnostic parameters asindicators of severe weather in central Florida[J].1993.

[5]Amburn S A,Wolf P L.VIL Density as a Hail Indicator[J].WeatherForecasting,1997,12(3):473-478.

发明内容