[发明专利]一种雷电预测方法

说明书

本发明公开了一种雷电预测方法，包括如下步骤：获取待预测区域的基础气象参数；基于待预测区域的高阶气象参数，计算与雷电相关的高阶气象参数；获取待预测区域的雷电定位观测数据，并将雷电定位观测数据进行网格化处理；基于随机森林算法，计算各高阶气象参数与雷电的相关程度，并选取出与雷电相关程度最高的高阶气象参数；基于预报时效和预报时次，利用XGBoost算法建立预报模型；基于待预测区域的高阶气象参数，利用预报模型对雷电的空间分布和发生概率进行预测。

技术领域

本发明涉及防灾减灾技术领域，尤其涉及一种雷电预测方法。

背景技术

雷电发生时常伴有闪电和雷鸣，也被称为闪电，是一种极为壮观而又具有极强破坏性的自然现象。雷电的产生位置多是在对流过程激烈的积雨云中，或者是在带电雷云和地面突出物之间。雷电过程的发生和发展是大气运动和地球磁场等诸多自然条件和物理条件综合作用的结果。作为一种强放电现象，雷电发生过程中的电流值可达上万安培。而且，雷电的瞬时电压也很高，能达到几百万伏特，所以说一个中低等强度雷暴的功率就可达到一千万瓦左右，这一数量与一座小型核电站的输出功率相当。因此，雷电释放的能量巨大，其瞬时破坏性极强，因而也引起了广泛的关注，在“联合国国际减灾十年”被列为“十种最为严重的自然灾害之一”。所以，为了有效地降低雷电灾害对经济社会发展的影响，避免重大人员伤亡和经济损失事故的发生，进行雷电预警是十分重要的。

雷电预警是国家灾害性天气预报不可或缺的一部分，提高其准确性和预报服务的水平，这与全社会的发展以及各行业和人民生活的安全息息相关。常见的雷电预报预警方法主要为雷达数据外推、数值模式直接预报、基于气象要素的经验预报、基于大气电场仪的短临预报等方法，其中：数值模式直接预报的准确度高，但所需算力非常大，成本很高；雷达数据外推法和基于气象要素的经验预报方法所需计算量相对数值模式远远偏小，但准确率较低；基于大气电场仪的短临预报等方法预报结果较为准确，但预报时效很小。

现有的雷电预警方法存在准确率不高、所需计算资源太大、预报时效太小等缺陷。如何降低计算力的试用、节约成本、提高预报时效，并达到较优的准确度，是当前需要解决的问题。

发明内容

本发明的目的是提供一种雷电预测方法，其计算量小、成本低且预报准确性高。

为实现本发明的目的，本发明所采用的技术方案内容具体如下：

一种雷电预测方法，包括如下步骤：

S1：获取待预测区域的基础气象参数；

S2：基于待预测区域的高阶气象参数，计算与雷电相关的高阶气象参数；

S3：获取待预测区域的雷电定位观测数据，并将雷电定位观测数据进行网格化处理；

S4：基于随机森林算法，计算各高阶气象参数与雷电的相关程度，并选取出与雷电相关程度高的高阶气象参数；

S5：基于预报时效、预报时次以及与雷电相关程度高的高阶气象参数，利用XGBoost算法建立预报模型；

S6：基于待预测区域的高阶气象参数，利用预报模型对雷电的空间分布和发生概率进行预测。

作为上述方案的优选，所述基础气象参数包括待预测区域不同高度层的温度、湿度、露点、涡度、气压、对流降水量、非对流降水量、对流有效位能以及雷达反射率。

作为上述方案的优选，所述高阶气象参数包括A指数、K指数、沙氏指数以及强天气威胁指数。

作为上述方案的优选，在步骤S3中，将雷电定位观测数据进行网格化处理是指利用格点化方法，将雷电定位观测数据转换为与基础气象参数具有相同经度、纬度以及分辨率的网格化数据。