[发明专利]基于多源观测资料的降水现象综合识别方法及装置

说明书

本发明公开了一种基于多源观测资料的降水天气现象综合识别方法，首先提取雨滴谱仪探测的分钟降水粒子谱分布(粒径和数浓度)和下落速度信息，经过质量控制，获得质控后的降水粒子谱分布和下落速度。然后基于雨滴谱仪观测的粒子谱分布和下落速度信息，以及气象站点位置上的环境温度信息，引入模糊逻辑的识别方法，识别出不同类型的降水天气现象。最后，针对识别出来的降水类型，进一步根据强度和连续性变化，细分具体的降水子类型，实现更为精细化的天气现象识别。本申请的方法基于多源观测手段和模糊逻辑算法，能够解决目前雨滴谱仪对天气现象误识率过高的问题，实现降水现象的准确识别。

技术领域

本申请涉及大气科学研究领域，尤其涉及一种基于多源观测资料的降水天气现象综合识别方法及装置。

背景技术

大气降水现象指水凝物从大气中降落至地面的统称，包括了降雨、降雪和冰雹等诸多常见的天气过程。准确记录观测站点上的降水现象，是气象工作者千百年来的基础工作。这些降水现象的历史记录，不仅有利于评估天气预报结果、揭示局地的气候变化，也对认识当地的人文历史变迁有重要的参考价值。近年来，随着我国气象观测站点密度的不断增加，对天气信息的全面自动观测逐渐成为气象探测的主要发展方向。这其中，对降水现象的自动观测，是全面实现气象台站无人观测的重点和难点。

目前对降水现象的自动识别，主要基于降水现象仪的单一观测。降水现象仪的核心探测设备为PARSIVEL雨滴谱仪(OTT)，其能够定量探测降水粒子的粒径谱分布和下落速度信息。前人基于这些观测信息，结合不同类型降水粒子的谱分布和下落速度特性差异，识别出对应的降水现象。然而，由于雨滴谱仪存在诸多的观测不确定性(小粒径粒子数浓度探测精度低，近地面风速较大时观测的下落速度可靠性降低、非气象回波干扰等)，现有基于单一仪器的降水现象自动识别产品准确率还不够理想，时常出现误识别的情况。这些误识别的天气现象产品，不仅会造成预报员对降水现象的错误判断，还会直接干扰观测站点的历史记录统计，影响极大。

发明内容

为了解决现有雨滴谱仪观测产品中存在误识别率较高的问题，本申请提供了一种基于多源观测资料的降水现象综合识别算法及装置，用以获得高可靠性高精确度的降水现象自动识别产品。

为解决上述技术问题，本申请采用的技术方案如下：

第一方面，本申请提供了一种基于多源观测资料的降水天气现象综合识别方法，包括以下步骤：

提取气象站点上的分钟雨滴谱仪数据，包括32档降水粒子粒径和速度区间上的粒子数目；提取气象站点位置的环境温度资料，包括气象站地面气温及数值模式以及垂直温度廓线；

在雨滴谱仪32档粒径和速度空间上，建立各类型降水粒子有效观测区域，并分别统计对应类型降水粒子有效格点和最大粒子数；建立各类型降水粒子的出现概率分布函数，计算各类型降水粒子的出现概率评分；

建立各类型降水粒子发生环境气温概率分布函数；单独计算不同降水粒子对应各项因子的发生概率评分并相乘，获得总的发生环境气温概率评分值；将各类型降水粒子的出现概率评分与发生环境气温概率评分相乘，获得降水粒子的最终发生概率评分值，并根据得分值判断是否存在有效降水类型；

结合多个先前时刻已有的降水现象识别结果，进一步判断是连续性降水还是阵型降水；并针对降雨类型，进一步细分其类型，包括毛毛雨、阵雨、层云和对流降雨。

通过上述技术方案，利用以雨滴谱仪为核心的多源观测资料，可以获得气象站点上时间分辨率为1分钟的高精度降水现象识别结果，从而真正实现在自动气象站中对降水现象的无人观测，为预报员开展数值预报检验及气候统计等工作提供真值参考。