多普勒雷达资料的退速度模糊、风场反演和临近预报的研究

摘要

本文针对多普勒天气雷达数据的质量控制和实际应用中需要解决的问题,进行了退速度模糊、风场反演和临近预报等方面的研究:
　　 1.针对目前业务应用中多普勒天气雷达资料退速度模糊容易退错的问题,提出了一种新的自动退模糊方法一零速线搜索法。从雷达原点开始到最远探测距离,搜索线性风场的两条零速线,同时确定零速线两侧区域的标准速度符号。然后,逐点比较径向速度场中数据点的速度符号与所属区域的速度符号,若两者相同,认为该数据点速度值正确；若两者相反,则认为该数据点为速度模糊,并修改为正确的速度值。实例的退模糊结果表明,零速线搜索方法合理有效,能够正确退除存在孤立回波、距离折叠等情况的速度模糊。从思路和方法上改进了传统线性外推方法退速度模糊容易退错的问题。
　　 2.针对多普勒雷达资料反演风场的VVP(Velocity Volume Processing)方法中出现的病态矩阵问题,提出了一种改进的VVP方法——SVVP(Step VVP)方法。SVVP方法采用分步反演的策略,计算线性方程组的各个变量,降低了方程组的条件数,克服了VVP方法中的病态矩阵问题,在分析体积很小的情况下仍可以得到较理想的反演结果,同时详细分析了反演过程中的误差来源和大小。对对流单体和台风资料的反演结果表明SVVP方法是可行的,能较有效地获得中小尺度对流系统的风场结构。
　　 3.针对利用多普勒天气雷达资料进行临近预报中需要改进对流单体的识别和跟踪的问题,提出了新的对流单体识别方法和预警方法,尝试将现代优化算法应用于对流单体追踪。新的对流单体识别方法利用搜索邻近点技术识别二维对流单体分量,并且改进了对流单体分量的垂直相关来构造三维对流单体,克服了传统方法中的识别缺陷。尝试利用现代优化算法(模拟退火算法,遗传算法,蚁群算法)进行对流单体的匹配和追踪,实验结果和理论分析显示,模拟退火算法和蚁群算法对于对流单体追踪简单有效,参数直观可调；遗传算法受限于遗传操作方式,效果不理想。基于风暴演化规律和特征量分布特征,将对流单体分为强对流单体和普通对流单体,并用支持向量机方法进行辨别,结果表明支持向量机能够指示对流单体的演化阶段和强弱变化,为强对流天气的预警提供了有力的工具和参考。

目录

文摘

英文文摘

第一章 绪论

1.1 多普勒天气雷达资料研究的意义

1.2 多普勒天气雷达资料的应用领域和国内外研究进展

1.2.1 雷达资料质量控制

1.2.2 风场反演

1.2.3 强对流天气临近预报

1.3 本文的研究内容

1.3.1 问题的提出

1.3.2 本文的研究方法和主要内容

第二章 零速线搜索方法退速度模糊

2.1 零速线搜索方法退速度模糊

2.1.1 算法流程

2.1.2 零速线搜索

2.1.3 探测距离的计算

2.1.4 预处理

2.1.5 实例应用

2.2 人机交互退模糊方法

2.2.1 人机交互退模糊方法的流程

2.2.2 人机交互退模糊方法的应用

2 。3本章小结

第三章 SVVP方法反演风场

3.1 VVP方法简介

3.2 对传统VVP方法的改进-SVVP(Step VVP)方法

3.2.1 传统VVP方法的病态矩阵问题和计算方案的改进

3.2.2 三维均匀风场反演

3.2.3 维线性风场反演

3.3 误差分析

3.3.1 病态矩阵和矩阵的条件数

3.3.2 风场变量比值估计的误差

3.4 实例分析

3.4.1 对流单体的风场反演

3.4.2 台风的风场反演

3.5 本章小结

第四章 对流单体识别、追踪和预警方法

4.1 对流单体识别方法

4.1.1 识别二维对流单体分量的搜索邻近点算法

4.1.2 识别三维对流单体

4.2 对流单体追踪方法

4.2.1 对流单体追踪

4.2.2 现代优化算法简介

4.2.3 利用现代优化算法进行对流单体匹配

4.2.4 现代优化算法的对比实验

4.3 对流单体预警方法

4.3.1 资料和对流单体识别结果

4.3.2 强对流单体和普通对流单体的划分

4.3.3 强对流单体和普通对流单体的辨别

4.3.4 实例分析

4.4 本章小结

第五章 总结和展望

5.1 总结

5.2 主要创新点

5.3 未来工作展望

附录 :对流单体追踪的成本矩阵

参考文献

博士期间主持或参与的科研项目以及发表的主要学术论文

致谢