[发明专利]一种基于多普勒雷达资料的层云与对流云自动识别方法

摘要

本发明公开一种基于多普勒雷达资料的层云与对流云自动识别方法。本发明的方法是将被测点的实测多普勒天气雷达资料插值到3维直角坐标系中，按确定的垂直方向高度和垂直格距分层，反演出各高度层的回波强度及水平风场，并计算出相应的水平散度；同时提取并计算3个相关的特征参量：最大回波强度Z_max、垂直液态水含量VIL和最大回波强度的水平梯度反演风信息计算提取散度特征参量，建立隶属函数，并计算出各个特征量隶属度，最后将每个水平格点上层云及对流云对应的不同特征参量所求的隶属度求和得到Pc和Ps，并根据P_C＞P_S时确定被测点为对流云，反之被测点为层流云。

主权项

1.一种基于多普勒雷达资料的层云与对流云自动识别方法，采用模糊逻辑算法对数据进行处理，其特征在于(1)将被测点的实测多普勒天气雷达资料进行质量控制并插值到3维直角坐标系中，垂直方向高度不低于8.5km，按垂直格距为0.1～1.5km分层，反演出各高度层的回波强度及水平风场，并计算出相应的水平散度；(2)提取并计算特征参量：(A)基于层云和对流云具有不同的雷达回波三维形态特征，计算提取3个相关的特征参量：(i)最大回波强度Z_max(单位：dBZ)：各个格点垂直方向最大回波强度值，(ii)垂直液态水含量VIL：其中N_z为垂直格点层数，Z_k和Z_k+1(单位：mm⁶/m³)分别为第k层和k+1层的回波反射率因子，层距为Δh_k，(iii)最大回波强度的水平梯度(单位：dBZ/km)：其中dx和dy分别为x和y方向水平格距；(B)根据反演风信息计算提取散度特征参量：(a)最底两层的散度最小值，(b)次底层(3，4，5三层)的散度平均值，(c)中间8层(6-13层)散度平均值，(d)中间8层(6-13层)散度的标准差，(e)高层(14-18层)散度的平均值；(3)建立隶属函数，并计算出各个特征量隶属度，(A)对基于雷达回波形态提取的3个特征参量的隶属函数为：μk,C(x,x1,x2)=0,x≤x1[(x-x1)/(x2-x1)]3,x1<x<x21,x≥x2]]>μk,S(x,x1,x2)=1,x≤x1-[(x-x2)/(x2-x1)]3,x1<x<x20,x≥x2,]]>上式中：下标k表示特征参量，这里k＝1，2，3对应3个特征参量Z_max，VIL和下标C和S分别表示层云和对流云；x表示特征参量的数值；x₁和x₂表示断点，其中断点x₁和x₂的确定方法是利用一段时间的雷达体扫资料，并用SHY95识别的结果作为层云和对流云的“真值”，统计云类型和上面3个特征参量之间的概率密度函数，从而确定断点的值；(B)5个散度特征参量的隶属度函数为：μk,C(x,x1)=1,x≤x10,x>x1]]>μk,S(x,x1)=0,x≤x11,x>x1]]>下标k表示特征参量，这里k＝4，5，…8对应5个散度特征参量；这里断点x₁是根据Houze等给出的水平风散度在对流云和层状云中的概念模型进行确定；(4)将每个水平格点上层云及对流云对应的不同特征参量所求的隶属度求和：PC(i,j)=Σk=18ωk×μkC]]>PS(i,j)=Σk=18ωk×μkS]]>当P_C＞P_S时确定被测点为对流云，反之被测点为层流云。