[发明专利]一种多单体对流系统短时强降水事件的自动临近预报方法有效
| 申请号: | 201910913517.2 | 申请日: | 2019-09-25 |
| 公开(公告)号: | CN110687618B | 公开(公告)日: | 2021-10-01 |
| 发明(设计)人: | 王萍;王琮;王迪 | 申请(专利权)人: | 天津大学 |
| 主分类号: | G01W1/00 | 分类号: | G01W1/00;G01W1/10 |
| 代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 琪琛 |
| 地址: | 300072*** | 国省代码: | 天津;12 |
| 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 单体 对流 系统 短时强 降水 事件 自动 临近 预报 方法 | ||
本发明公开了一种多单体对流系统短时强降水事件的自动临近预报方法,包括以下步骤:对流单体识别和跟踪。使用多阈值自适应算法进行对流单体识别,可以得到同时保留对流单体核心和周边相关信息的对流单体识别结果,并使用光流算法进行对流单体跟踪,可以得到对流单体的速度;多单体对流系统识别。根据多单体对流系统内部各对流单体之间的时空相关性和单体速度,给出了对流单体下一时刻的位置预测,并计算对流单体之间的叠加系数,根据叠加系数建立相关性矩阵,使用传递闭包聚类方法得到多单体对流系统的识别结果;多单体对流系统图模型的构建和短时强降水事件识别。本方法实现了自动的多单体对流系统短时强降水事件临近预报,对灾害进行及时的预警,减少了经济损失和人员伤亡。
技术领域
本发明涉及气象学领域,尤其涉及一种多单体对流系统短时强降水事件的自动临近预报方法。
背景技术
短时强降水(本文所指的短时强降水为中国国家气象中心业务标准规定的小时降水量大于20mm的降水事件)是中国最主要的强对流灾害之一,相比于普通的暴雨,短时强降水更强调降水的对流性和短历时性[1]。由于其在短时间内积累了较大的降水量,往往会形成暴洪,造成城市内涝和山洪、泥石流等危害。短时强降水的临近预报对于灾害预防和灾情控制具有重要的应用价值。
现有的短时强降水的临近预报方法主要可以分为两类:基于数值天气预报的方法[2]和基于雷达外推技术的方法。基于数值天气预报的方法通过一组数学物理方程描述大气环境的变化,在通过多种大气观测技术给定初始条件的情况下,可以解出任意时刻的大气物理状态,从而进行短时强降水临近预报。基于雷达外推技术的方法使用多普勒天气雷达进行临近预报,主要分为质心追踪法[3-4]和交叉相关法[5-6],这些方法从相邻两个时刻的雷达资料中获取对流系统的变化趋势,从而对未来的短时强降水事件进行临近预报。
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:
上述文献中所述方法中,基于数值天气预报的方法可以模拟大气物理变化过程,但是需要较多的计算资源,运行速度很慢,同时还受分辨率限制,无法描述尺度较小、生命周期很短的对流系统;基于雷达外推技术的方法运行速度较快,但是由于缺乏对大气物理系统的描述,使得该方法无法模拟复杂的气象过程。所以现有的方法对于多单体对流系统短时强降水事件的识别率较低,无法准确进行灾害预测,造成经济损失和人员伤亡。
[参考文献]
[1]杨波,孙继松,毛旭,等.北京地区短时强降水过程的多尺度环流特征[J].气象学报,2016,74(6):919-934.
[2]Sokol Z,V,Zacharov P,et al.Nowcasting of hailstormssimulated by the NWP model COSMO for the area of the Czech Republic[J].Atmospheric research,2016,171:66-76.
[3]Dixon M,Wiener G.TITAN:Thunderstorm identification,tracking,analysis,and nowcasting—A radar-based methodology[J].Journal of atmosphericand oceanic technology,1993,10(6):785-797.
[4]Rossi P J,Chandrasekar V,Hasu V,et al.Kalman filtering–basedprobabilistic nowcasting of object-oriented tracked convective storms[J].Journal of Atmospheric and Oceanic Technology,2015,32(3):461-477.
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天津大学,未经天津大学许可,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/201910913517.2/2.html,转载请声明来源钻瓜专利网。





