[发明专利]多普勒雷达遥感强风暴的预警方法

摘要

本发明涉及一种强风暴的自动预警方法。本发明利用多普勒天气雷达数据。首先在风暴的识别上，采用基于数学形态学的方法，即通过在多阈值识别过程中，综合使用膨胀和腐蚀操作，可以成功地识别出风暴的虚假合并，并从风暴簇中分离出相距较近的风暴。然后，在风暴的追踪上，使用序贯蒙特卡洛方法，使得追踪过程大为简化，还可以处理风暴的分裂合并，和风暴漏测的情况。最后，对风暴的预警，结合光流法得到的运动矢量场，进行线性拟合外推预警。本发明可以处理雷达回波分布密集、分裂合并频繁等复杂情况。本发明的用途，是在各省市气象台安装预警软件系统，提供强对流天气的预警服务，满足国家防灾减灾的迫切需要。

主权项

1.一种强风暴的自动预警方法，其步骤如下：(1)、数据预处理：首先进行质量控制，去除质量有严重问题的雷达基数据，然后采用径向和方位上的最近邻居法和垂直线性内插法，将极坐标系下的基数据插值到三维地理坐标下；(2)、强风暴的识别：本发明提出了基于数学形态学的风暴识别方法，首先使用第一级阈值进行单阈值识别；其次，对识别得到的风暴执行腐蚀操作，以消除虚假合并；然后，使用高一级阈值进行识别，并对识别得到的风暴.体进行膨胀操作，当风暴的边界在膨胀的过程中相互之间接触，或接触到了原来较低阈值识别的风暴的边界时，则停止膨胀过程；最后，逐次使用更高级别的阈值进行识别，并在每一个级阈值的识别过程中执行腐蚀和膨胀操作；(3)、强风暴的追踪：本发明将序贯蒙特卡洛方法应用于风暴的追踪，其基本过程是一个随着时间序列进行迭代的过程，每次迭代包括三步：抽样，预测和测量，从而实时地获得所需要的动态信息；本发明对相邻时刻风暴的追踪采用雷达组合反射率因子图像，抽样所得的每一个粒子都要通过一阶线性系统模型，进行一步预测；●相邻时刻风暴的追踪：定义为事件：t时刻的第m个风暴由t-1时刻的第k个风暴发展而来，当观测Y_t到达后，计算事件发生的概率：p(θtm,k|Yt)=max(NFm,kAm,NFm,kAk),m=1..Nt,k=1..Nt-1]]>其中，A_m是t时刻第m个风暴的面积，A_k是t-1时刻第k个风暴的面积，NF_m，k是指从t-1时刻第k个风暴抽样出来的所有粒子中，经一步预测之后落入t时刻第m个风暴的粒子数目，如果大于阈值T_r，本发明设为0.5，则t时刻的第m个风暴被认为是由t-1时刻的第k个风暴发展而来的；●风暴漏测的处理：使用延迟逻辑来解决这个问题，即在当前时刻不做出决策，而是延迟一个或多个时刻，直到有充分多的信息时才做出决策；●分裂、合并的处理：根据粒子与风暴边界的相对位置，使用一种几何方法判断，如果t时刻的两个风暴都是由t-1时刻的同一个风暴发展而来的，则认为t-1时刻的这个风暴发生了分裂；类似地，可以判别合并的情况；(4)、强风暴的预警：首先，对最近时刻及前一时刻的雷达数据，计算其组合反射率因子图像，使用光流法计算得到运动矢量场；然后对每一个识别的风暴，计算其所覆盖区域的平均运动矢量(V_ave)；最后，使用V_ave和风暴的质心位置，预警未来时刻的风暴位置；对风暴的顶高、体积等属性参数，使用一阶线性模型预警；(5)、结果输出：不难将以上方法编制成软件系统在计算机上，以图像形式显示出来。