[发明专利]面向多尺度雷暴的基于DWT和CFSFD的识别算法

权利要求书

1.面向多尺度雷暴的基于DWT和CFSFD的识别算法，其特征在于步骤如下：

步骤1．基于DWT的数据预处理操作：使用DWT对栅格化之后的空间区域进行变换，对数据进行预处理，过滤掉栅格内零散的闪电定位数据；

步骤2．基于CFSFD的雷暴识别：用CFSFD聚类算法进行雷暴识别，实现密集的雷暴区域的提取。

2.根据权利要求1所述的面向多尺度雷暴的基于DWT和CFSFD的识别算法，其特征在于，步骤1具体为：

步骤1.1．运用ArcGIS地理信息系统，将待研究的空间区域切分成m*n个地理栅格，栅格分辨率为r，r的大小根据具体研究的空间区域大小变化；

步骤1.2．根据切分之后栅格的地理范围配合经纬度、闪电数据，确定每个栅格内的闪电条数；

步骤1.3．将闪电数据放入对应栅格之后，根据实际情况确定每个栅格内闪电条数，将每一条闪电数据标记为1，栅格内有L条闪电标记为L，L表示栅格内闪电的条数，闪电数据不为0的栅格表示为正样本区域，没有发生闪电的栅格标记为0，表示为负样本区域；

步骤1.4．每个栅格内的闪电条数称之为特征，切分空间区域并统计栅格闪电数据的过程称为量化，最终形成｛C_ij｝，｛C_ij｝为该空间区域的量化特征空间，i代表行，j代表列；

步骤1.5．对量化特征空间｛C_ij｝的行和列分别进行离散小波变化，形成新特征空间｛T_pq｝，p代表新特征空间的行，q代表新特征空间的列，新特征空间的大小为m/2*n/2，设置阈值K，在新特征空间中进行去噪，将小于阈值K的栅格内的数据置为0，过滤掉零散的闪电数据；

步骤1.6．根据特征映射矩阵，将经过设置阈值K进行过滤之后的新特征空间｛T_pq｝还原到原始的量化特征空间｛C_ij｝，得到经过离散小波变化之后的闪电数据。

3.根据权利要求1所述的面向多尺度雷暴的基于DWT和CFSFD的识别算法，其特征在于，步骤2具体为：

步骤2.1．采用CFSFD算法对闪电进行聚类，首先定义闪电密度、闪电距离，以这两个值为基准来确定雷暴中心点；

步骤2.2．计算出每条闪电的闪电密度和闪电距离，与设置的ρ_min和δ_min进行比较，ρ_min为设置的最小闪电密度，δ_min为设置的最小闪电距离，同时满足闪电密度大于ρ_min、闪电距离大于δ_min两个条件的闪电被筛选成为雷暴中心点；

步骤2.3．确定雷暴中心点后，剩余的闪电向雷暴中心点“靠拢”，形成一个个簇，最后得到识别结果，实现密集的雷暴区域的提取。

4.根据权利要求3所述的面向多尺度雷暴的基于DWT和CFSFD的识别算法，其特征在于，所述步骤2.3中，剩余的闪电按如下原则向对应的雷暴中心点“靠拢”：剩余的闪电的类别标签与高于该闪电密度的最近闪电的类别一致。