[发明专利]一种复杂地形区域雹暴的预警方法有效
申请号: | 201910811238.5 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110488297B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 周筠珺;黄海迅 | 申请(专利权)人: | 成都信息工程大学 |
主分类号: | G01S13/95 | 分类号: | G01S13/95;G01S7/41 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 杨春 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 复杂 地形 区域 预警 方法 | ||
本发明公开了一种复杂地形区域雹暴的预警方法,涉及一种预警方法领域,包括以下步骤:S1采集相关数据;S2对上述数据进行质量预处理;S3采用模糊逻辑粒子识别算法对预处理后的数据进行水成物粒子识别,得出关键粒子的数量、分布高度、厚度、随时间的变化率,最后得出关键粒子的降雹预测指数;S4、根据降雹预测指数发布相应的雹暴预警或者解除雹暴预警;通过数据预处理对采集的数据进行处理后,进行水成物粒子识别,得到关键粒子的分布情况、粒子个数及粒子变化率,最后得出降雹预测指数,根据降雹预测指数所处的阶段,能够准确的判断是否降雹,提高了复杂地形区域冰雹天气的预报水平。
技术领域
本发明涉及一种预警方法领域,尤其涉及一种复杂地形区域雹暴的预警方法。
背景技术
国内外学者利用天气雷达对冰雹微物理过程分析进行了大量的研究。双线偏振雷达在探测降水方法时,探测量对降水粒子的形状、尺寸、方向、相态以及下落状态相当的敏感,利用双偏振雷达的不同偏振量来建立粒子识别模型可以对降水粒子进行有效识别。
雷达附近地物的遮挡、雷达天线波瓣随距离增大而产生的展宽效应以及环境噪声、信号衰减等原因都会使雷达获取到的资料产生误差,为了减小这些误差,在进行降水粒子相态识别前,应对雷达资料进行相应的质量控制。模糊逻辑算法是一种将降水粒子识别方案中的偏振参量信息合成的较为成熟且应用广泛的技术。近年来,基于模糊逻辑算法的S波段双线偏振雷达降水粒子识别算法(HID)被提出,并在过去十几年的大量研究中被证明是相当成功的,而且基于模糊逻辑算法的HID方法已经被拓展到短波长雷达C波段。然而,由于非瑞利散射和衰减效应的存在,将S波段HID方法直接应用于X波段是存在问题的。 Dolan和Rutledge、Snyder等提出了基于模糊逻辑的应用于X波段双线偏振雷达特征参量的HID方法。随后,Al-Sakka等基于观测研究和T矩阵散射模式提出了一种识别雨、湿雪、干雪、冰晶和冰雹的HID方法,可应用于X波段双线偏振雷达;也有学者利用Mueller矩阵和T矩阵散射模式建立了识别冬季降水粒子 (板晶、枝晶、聚合物、雨凇、雨)的HID方法,可应用于X波段双线偏振雷达。最近,Kouketsu等提出了一种应用于X波段双线偏振雷达的HID方法,可识别8种降水粒子(毛毛雨、雨、湿雪、干雪、冰晶、干霰、湿霰、雨夹雹)。
经过质量订正后的X波段双线偏振雷达参量是可以用于降水粒子识别的,通过与S波段双线偏振雷达HID方法对比,以及利用地面观测资料进行验证,表明了基于X波段双线偏振雷达的HID方法对于液态的毛毛雨、雨;固态的冰晶、聚合物、霰及雨夹雹等降水粒子具备一定的识别能力,尤其对于干霰,干雪聚合物以及冰晶的识别效果较好。国内对于X波段双线偏振雷达识别雹暴中降水粒子的HID方案大多直接参考Liu等针对于S波段的HID方案,但是无法与地形相对复杂的区域结合进行准确度高的天气预警。
发明内容
本发明的目的就在于为了解决上述问题设计了一种复杂地形区域雹暴的预警方法。
本发明通过以下技术方案来实现上述目的:
一种复杂地形区域雹暴的预警方法,包括以下步骤:
S1、采集相关数据,包括地面观测数据、自动气象站加密观测的数据以及X 波段双偏振雷达数据,X波段双偏振雷达的数据包括基本反射率ZH、差分传播相移ZDR、差分反射率KDP、相关系数ρHV;
S2、对上述数据进行质量预处理;
S3、采用模糊逻辑粒子识别算法对预处理后的数据进行水成物粒子识别,得出关键粒子的数量、分布高度、厚度、随时间的变化率,最后得出降雹预测指数,关键粒子包括高密度霰粒子HDG、低密度霰粒子LDG、过冷水SWA、雨夹雹HA、冰晶CR、冰晶聚合物AG;
S4、根据降雹预测指数,发布相应的雹暴预警或者解除雹暴预警。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910811238.5/2.html,转载请声明来源钻瓜专利网。