基于雷达数据的强对流天气的识别算法及实现

摘要

新一代多普勒天气雷达是目前监测短时强对流天气的主要设备之一,利用它来进行中小尺度强对流天气的识别并发布预警,为气象减灾服务,是很有意义的。本文首先介绍了强对流天气的结构演变和天气特征,解释了风暴发生发展的天气学依据。在此基础上,对目前使用比较频繁的两种风暴识别追踪算法:TITAN(Thunderstorm Identification, Tracking, Analysis and Nowcasting)算法和SCIT(Storm Cell Identification and Tracking)算法作了一个比较,发现TITAN算法运算量小,对风暴轮廓的识别效率高,但它不能很好的提取风暴内部的参数以及分辨风暴簇的细微构造,可能会造成虚假合并。
　　SCIT算法可以识别强风暴中心,能将风暴单体从风暴簇中分离出来。但它舍弃了低阈值的识别结果,造成风暴体结构信息的大量丢失。本文借鉴两种算法的优点和不足,提出以搜索临近法来识别二维风暴分量,用多级阈值来控制风暴单体的识别,改善了风暴单体之间的虚假合并与分裂问题。再用交叉相关追踪算法TREC和加权外推法分别进行风暴的追踪与预报。此外,本文还探讨了雷达数据的质量控制问题,通过回波识别,用反射率因子水平结构、水平纹理等特征量来描述不同的回波。再根据实际探测的不同回波的特征量,建立Logistic回归判别模型来识别超折射回波、晴空回波和降水回波,剔除非降水回波,减少其对雷达数据质量的影响。强对流天气识别算法的工程设计,是在VC环境中实现的,它集原始数据的处理、反演、显示等功能于一体,以动态链接库来封装不同的产品算法,扩展了应用程序的特性。同时引入Google Earth API,实现了雷达数据在地理空间中的实时全方位浏览。最后,对风暴识别与追踪算法的不足进行了讨论,同时提出下一步的工作计划。

目录

摘要

ABSTRACT

第一章 前言

1.1 研究的目的及意义

1.2 国内外研究进展

1.2.1 国外研究进展

1.2.2 国内研究进展

1.3 本文的主要研究内容

第二章 强对流天气的天气特征及识别算法

2.1 强对流天气的结构演变和天气特征

2.1.1 风暴单体的特征和发展因子

2.1.2 风暴的种类及其特征

2.1.3 强对流天气的天气特征

2.2 强对流天气的识别算法

2.2.1 TITAN算法

2.2.2 SCIT算法

2.2.3 TITAN算法与SCIT算法比较分析

第三章 灾害预警平台的设计与实现

3.1 平台设计原理

3.1.1 系统平台及开发语言选择

3.1.2 产品开发环境

3.1.3灾害预警平台设计原理

3.2 平台框架搭建与功能描述

3.2.1 平台框架搭建

3.2.2 系统的功能描述

3.2.3 系统功能的实现

第四章 雷达数据质量控制

4.1 CINRAD/SA雷达数据结构

4.2 数据质量控制

4.2.1 去除孤立噪声、射线等

4.2.2 缺失数据填补

4.3 回波识别

4.3.1 雷达回波的特征

4.3.2 回波识别算法研究

4.3.3 回波特征因子的选择与计算

4.3.4 特征因子统计分析

4.3.5 回波识别

4.4 速度退模糊

4.4.1 “K-邻域频数法”数据预处理

4.4.2 搜索初始径向

4.4.3 三根初始径向退模糊

4.4.4 第一轮二维速度退模糊

4.4.5 第二轮二维速度退模糊

第五章 风暴识别与追踪

5.1 风暴识别

5.1.1 搜索临近点法

5.1.2 多阈值法识别二维风暴分量

5.1.3 三维风暴体合成

5.1.4 风暴轮廓提取

5.2 风暴追踪

第六章 雷达资料实例分析

6.1 天气形势

6.2 多普勒雷达探测资料分析

6.3 风暴识别与追踪结果分析

第七章 总结与展望

7.1 总结与创新

7.2 不足与展望

参考文献

致谢

作者简介