CN104898186A - 一种用于槽脊线的特征点提取及自动绘制的方法 - Google Patents

Abstract

本发明公开了一种用于槽脊线的特征点提取及自动绘制的方法，包括以下步骤：根据温度/高度场中槽脊线的走向，将离散化后梯度方向为0°、45°和90°的气象格点数据作为脊线候选特征点，将离散化后梯度方向为-180°、-135°和-90°的气象格点数据作为槽线候选特征点；对脊线候选特征点、槽线候选特征点进行纠偏、过滤，获取最终的脊线特征点、槽线特征点；根据最终的脊线特征点，槽线特征点定向搜索形成折线，将不满足条件的脊线、槽线删除，获取筛选后的脊线、槽线；对筛选后的脊线、槽线进行光滑中轴处理，获取最终光滑的脊线、槽线。本发明实现了槽脊线的自动检测，有助于对天气灾害的预报，减少经济损失和人员。

Description

一种用于槽脊线的特征点提取及自动绘制的方法

技术领域

本发明涉及气象学领域中的槽脊线，尤其涉及一种用于槽脊线的特征点提取及自动绘制的方法。

背景技术

气象预测主要是指对地面天气图、高空天气图的分析，根据不同气压层次温度值分别绘制出等高线和等温线，从而显示出天气形势的分布。温度场的分析是为了判断底层的暖空气和中高层的冷空气，高度场的分析是为了判断低压槽线和高压脊线。脊线是指高温区或者高压区中延伸出来的较狭长区域，即从暖中心或者高压中心出发，沿等温线或者等高线曲率极大值勾勒而成。脊线通常呈从南到北，从西到东或从西南到东北的走向，槽线是指低温区或者低压区中延伸出来的较狭长区域，即从冷中心或者低压中心出发，沿等温线或者等高线曲率极大值勾勒而成。槽线通常呈从北到南，从东到西或从东北到西南的走向。

脊线或者槽线的出现意味着一种天气不稳定因素的形成，因此，基于脊线和槽线的正确识别对于天气预报具有重要意义。我国在这方面的研究起步较晚，对于脊线和槽线的识别，目前仍然停留在人工或需要人工辅助的阶段。如果可以从图像中由计算机自动进行天气特征的提取，将大大提高天气预报的效率。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

迄今为止，国内气象分析的MICAPS系统尚未实现脊线和槽线的自动识别，又由于脊线和槽线的人工识别费时费力，会影响到预报的时效性；且不能对可能出现的灾害进行及时预警，造成经济损失和人员伤亡。

发明内容

本发明提供了一种用于槽脊线的特征点提取及自动绘制的方法，本发明能自动检测出脊线和槽线，对灾害进行及时的预警，减少经济损失和人员伤亡，详见下文描述：

一种用于脊线的特征点提取及自动绘制的方法，所述方法包括以下步骤：

根据温度/高度场中脊线的走向，将离散化后梯度方向为0°、45°和90°的气象格点数据分别作为脊线候选特征点；

对所述脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点；

根据所述最终的脊线特征点，定向搜索形成折线，将不满足脊线条件的折线删除，获 取筛选后用折线表示的脊线；

对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线。

其中，对所述脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点的步骤具体为：

对于90°特征点、0°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第一插值距离进行重新判断，获取取整后的第二插值距离；

对于90°特征点、0°特征点分别根据取整后的第二插值距离、温度/高度差值法获取取整后的第三插值距离并判断，分别获取准极值区；

对于90°特征点、0°特征点，分别根据准极值区获取脊宽，根据脊宽分别获取满足单调递减条件下的显著性脊的特征点；

对于90°特征点、0°特征点，将脊宽的中心确定为显著性脊的特征点；

对于90°特征点、0°特征点，分别滤除无效的坡峰点；对于45°特征点有条件保留。

其中，对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线的步骤具体为：

基于最小二乘设计思想，对脊线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的脊线。

一种用于槽线的特征点提取及自动绘制的方法，所述方法包括以下步骤：

根据温度/高度场中槽线的走向，将离散化后梯度方向为-180°、-135°和-90°的气象格点数据分别作为槽线候选特征点；

分别对所述槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点；

根据所述最终的槽线特征点分别定向搜索形成折线，将不满足槽线条件的折线删除，获取筛选后用折线表示的槽线；

对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线。

其中，所述分别对所述槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点的步骤具体为：

对于-90°特征点、-180°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第四插值距离进行重新判断，获取取整后的第五插值距离；

对于-90°特征点、-180°特征点分别根据取整后的第五插值距离、温度/高度差值法获取取整后的第六插值距离并判断，分别获取准极值区；

对于-90°特征点、-180°特征点，分别根据准极值区获取槽宽，根据槽宽分别获取满足单调递增条件下的显著性槽的特征点；

对于-90°特征点、-180°特征点，分别滤除无效的坡峰点；对于-135°特征点有条件 保留。

其中，所述对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线的步骤具体为：

基于最小二乘设计思想，对槽线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的槽线。

本发明提供的技术方案的有益效果是：本方法通过对气象图上槽脊线特征点、槽脊线的识别，得到光滑的槽脊线，本发明实现了槽脊线的自动检测，有助于对天气灾害进行及时的预报，以减少经济损失和人员伤亡；并通过实验验证了本方法的有效性。

附图说明

图1为根据MICAPS提供的850hPa下的温度格点数据绘制的等温线和利用断面极值法得到的暖脊候选特征点标识；

其中，空心圆表示0°特征点，实心圆表示45°特征点，三角形表示90°特征点； 

图2为以点M为例说明具体插值方法的插值示意图；

图3为在图1得到的暖脊候选特征点基础上，进行纠偏、过滤以及有条件保留后得到的最终暖脊特征点；

其中，空心圆表示0°特征点，实心圆表示45°特征点，三角形表示90°特征点； 

图4为根据图3中最终的脊线特征点，定向搜索形成折线，将不满足脊线条件的折线删除，画出用折线表示的筛选后的脊线；

图5为光滑中轴拟合算法中离散序列的中轴示意图；

图6为本发明提供的测试效果图，为光滑中轴算法得到的暖脊线效果图；

图7为本发明提供的一种用于脊线的特征点提取及自动绘制的方法的流程图；

图8为本发明提供的一种用于槽线的特征点提取及自动绘制的方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

本方法在分析山脊线算法用于提取脊线或者槽线时暴露出的问题的基础上，提出一种纠偏算法，配合使用为反映脊线或槽线气象特点所构建的规则，提取到干扰较少的脊线或者槽线特征点；根据最小二乘法点拟合线的思想，提出一种光滑中轴算法，得到质量较高的脊线或者槽线，下面结合具体的实施例对本方法进行详细的描述：

实施例1

一种用于脊线的特征点提取及自动绘制的方法，参见图7，该方法包括以下步骤：

101：根据温度/高度场中脊线的走向，将离散化后梯度方向为0°、45°和90°的气象格点数据分别作为脊线候选特征点；

102：对脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点；

103：根据最终的脊线特征点，定向搜索形成折线，将不满足条件的脊线删除，获取筛选后的脊线；

104：对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线。

其中，对脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点的步骤具体为：

对于90°特征点、0°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第一插值距离进行重新判断，获取取整后的第二插值距离；

对于90°特征点、0°特征点分别根据取整后的第二插值距离、温度/高度差值法获取取整后的第三插值距离并判断，分别获取准极值区；

对于90°特征点、0°特征点，分别根据准极值区获取脊宽，根据脊宽分别获取满足单调递减条件下的显著性脊的特征点；

对于90°特征点、0°特征点，将脊宽的中心确定为显著性脊的特征点；

对于90°特征点、0°特征点，分别滤除无效的坡峰点；对于45°特征点有条件保留。

进一步地，对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线的步骤具体为：

基于最小二乘设计思想，对脊线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的脊线。

综上所述，通过上述101-104步骤的处理，本发明实现了脊线的自动检测，对灾害进行及时的预警，减少了经济损失和人员伤亡。

下面结合具体的实验数据、计算公式和图表对实施例1中温度场脊线的特征点提取及自动绘制的方案进行详细描述，参见实施例2。

实施例2

201：根据温度场中脊线的走向，将离散化后梯度方向为0°、45°和90°的气象格点数据作为脊线候选特征点；

该步骤具体为：

1)扫描每一个气象格点数据，设(i,j)代表每一个气象格点数据的位置(第i行，第j列)， 设气象格点位置(i,j)上的数据值为Z_i,j，对于离散的格点数据，用差分代替微分，利用(1)式可知f_y和f_x的三阶反距离平方权差分计算方法(计算方法详细步骤参考文献1陈楠等，2007)。

其中，f_y为纵向差分值，f_x为横向差分值，Δy为纵向增量，Δx为横向增量，Z₁＝Z_i-1,j-1，Z₂＝Z_i-1,j，Z₃＝Z_i-1,j+1，Z₄＝Z_i,j-1，Z₅＝Z_i,j，Z₆＝Z_i,j+1，Z₇＝Z_i+1,j-1，Z₈＝Z_i+1,j，Z₉＝Z_i+1,j+1。

例如：Z₃代表的是第i-1行、第j+1列的气象格点数据值，Z₇代表的是第i+1行、第j-1列的气象格点数据值。

$\left\{\begin{array}{c}{f}_y=\frac{(Z_7-Z_1)+2(Z_8-Z_2)+(Z_9-Z_3)}{8\mathrm{\Δy}}\\ f_x=\frac{(Z_1-Z_3)+2(Z_4-Z_6)+(Z_7-Z_9)}{8\mathrm{\Δx}}\end{array}\right.---\left(1\right)$

2)对每一个气象格点数据计算梯度方向θ₀；

${\mathrm{\θ}}_0=\arctan \left(\frac{(Z_7-Z_1)+2(Z_8-Z_2)+(Z_9-Z_3)}{(Z_1-Z_3)+2(Z_4-Z_6)+(Z_7-Z_9)}\right)$

3)用(3)式将θ₀的计算范围(-90°,90°)映射到(0°,360°)，映射后角度用θ′₀表示，

将(0°,360°)的角度离散成8个方向，离散后角度用α表示，八邻域近似断面如表1所示。

例如：第三行数据映射后角度θ′₀在区间[67.5°,112.5°]时，离散后的角度为90°，断面穿过的三个点所在的位置分别为第i行、j+1列，第i行、j列，第i行、j+1列。

表1角度的离散化

4)根据我国温度场中脊线的走向，只需关注离散化后梯度方向为0°、45°和90°的气 象格点数据。

图1显示了根据MICAPS软件(我国气象台所使用的软件，该软件为本领域技术人员所公知，本发明实施例对此不做赘述)提供的850hPa下的温度格点数据绘制的等温线和利用传统断面极值法得到的暖脊候选特征点标识，其中，空心圆表示0°特征点，实心圆表示45°特征点，三角形表示90°特征点。

202：对脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点；

该步骤具体为：

1)对90°特征点，获取水平剖线范围内的极大值，并建立第一坐标系；对0°特征点，获取竖直剖线范围内的极大值，并建立第二坐标系；

对于90°特征点，扫描第i行气象格点数据，将每一个气象格点数据作为一个数据点，查找梯度方向落入[45°,135°]范围内的第一数据点，过第一数据点做长度为n的水平剖线；

在水平剖线范围内找到气象格点数据的极大值，将极大值数据点(i₀,j₀)标记为水平坐标轴的原点O₀，令原点O₀右侧为正方向，(i₀,j₀)代表气象格点数据的位置为第i₀行，第j₀列；

对于0°特征点，扫描第j列气象格点数据，每一个气象格点数据作为一个数据点，查找梯度方向落入[0°,45°]或者[315°,360°]范围内的第二数据点，过第二数据点做长度为n的竖直剖线。

在竖直剖线范围内找到气象格点数据的极大值，将极大值数据点(i₁,j₁)标记为竖直坐标轴的原点O₁，令原点O₁下侧为正方向；

2)对于90°特征点、0°特征点，分别根据温度差值法获取第一插值距离并判断，分别获取取整后第一插值距离；

对于90°特征点，将(i₀,j₀+1)的温度值插值到原点O₀另一侧的等温度数值处，获得插值点与原点O₀温度的插值距离d_R0，将(i₀,j₀-1)的温度值插值到原点O₀另一侧的等数值处，获得插值点与原点O₀的插值距离d_L0；如果d_R0>d_L0，r₀为d_R0的取整参数，r₀＝int{d_R0}；如果d_R0<d_L0，c₀为d_L0的取整参数，c₀＝int{d_L0}；

其中，(i₀,j₀+1)代表气象格点数据所在的位置：第i₀行、第j₀+1列；(i₀,j₀-1)代表气象格点数据所在的位置：第i₀行、第j₀-1列。

以图2为例说明具体插值方法，点M的水平断面数据如图2所示，(i₀,j₀+1)点向左的插值距离d_R0＝2.947，(i₀,j₀-1)点向右的插值距离d_L0＝0.029，显然，r₀＝2。

对于0°特征点，将(i₁,j₁+1)的温度值插值到原点O₁另一侧的等数值处，获得插值点与原点O₁的插值距离d_R1，将(i₁,j₁-1)的温度值插值到原点O₁另一侧的等数值处，获得插值点与原点O₁的插值距离d_L1，如果d_R1>d_L1，r₁为d_R1的取整参数，r₁＝int{d_R1}；如果d_R1<d_L1，c₁为d_L1的取整参数，c₁＝int{d_L1}；

其中，(i₁,j₁+1)代表气象格点数据所在的位置：第i₁行、第j₁+1列；(i₁,j₁-1)代表气象格点数据所在的位置：第i₁行、第j₁-1列。

3)对于90°特征点、0°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第一插值距离进行重新判断，获取取整后的第二插值距离；

对于90°特征点，设等值线分辨率为ΔV，若则r₀＝r₀-1，重新判断是否大于ΔV，直到或r₀＝0，则执行步骤4)；

若则c₀＝c₀-1，重新判断是否大于ΔV，直到或c₀＝0，则执行步骤4)；

其中，代表的是第i₀行,第j₀列的气象格点数据值；代表的是第i₀行，第j₀-r₀列的气象格点数据值；代表的是第i₀行，第j₀+c₀列的气象格点数据值。

对于0°特征点，设等值线分辨率为ΔV，若则r₁＝r₁-1，重新判断若或r₁＝0，则执行步骤4)；

若 $|Z_{i_1+c_1,j_1}-Z_{i_1,j_1}|\&GreaterEqual;\mathrm{\&Delta;V},$ 则c₁＝c₁-1，重新判断若 或c₁＝0，则执行步骤4)；

其中，代表的是第i₁行,第j₁列的气象格点数据值；代表的是第i₁-r₁行，第j₁列的气象格点数据值；代表的是第i₁+c₁行，第j₁列的气象格点数据值。

4)对于90°特征点、0°特征点分别根据取整后的第二插值距离、温度差值法获取取整后的第三插值距离并判断，分别获取准极值区；

对于90°特征点，如果d_R0>d_L0，将(i₀,j₀-r₀)点的数值向原点右侧插值，获得插值点与原点的插值距离d′_L0，若d′_L0≥0.5，则c₀＝1，否则c₀＝0；

如果d_R0<d_L0，将(i₀,j₀+c₀)点的数值原点左侧插值，获得插值点与原点的插值距离d′_R0， 若d′_R0≥0.5，则r₀＝1，否则r₀＝0，令集合S₀∈[(i₀,j₀-r₀),(i₀,j₀+c₀)]为准极值区；(i₀,j₀-r₀)代表气象格点数据所在的位置：i₀行、j₀-r₀列，(i₀,j₀+c₀)代表气象格点数据所在的位置：i₀行、j₀+c₀列。

对于0°特征点，如果d_R1>d_L1，将(i₁-r₁,j₁)点的数值向原点下侧插值，获得插值点与原点的插值距离d′_L1，若d′_L1≥0.5，则c₁＝1，否则c₁＝0；如果d_R1<d_L1，将(i₁+c₁,j₁)点的数值向原点上侧插值，获得插值点与原点的插值距离d′_R1，若d′_R1≥0.5，则r₁＝1，否则r₁＝0，令集合S₁∈[(i₁-r₁,j₁),(i₁+c₁,j₁)]为准极值区；(i₁-r₁,j₁)代表气象格点数据所在的位置：i₁-r₁行、j₁列，(i₁+c₁,j₁)代表气象格点数据所在的位置：i₁+c₁行、j₁列。

5)对于90°特征点、0°特征点，分别根据准极值区获取脊宽；

对于90°特征点，为确保区域S₀上的各点数值相近：找到i₀+Δ₀₁和i₀+Δ₀₂，使 其中Δ₀₁为气象格点数据坐标(i₀,j₀-r₀)的行偏移量，Δ₀₂为气象格点数据坐标(i₀,j₀+c₀)的行偏移量，代表的是i₀+Δ₀₁行j₀-r₀列的气象格点数据值，代表的是i₀+Δ₀₂行j₀+c₀列的气象格点数据值。

若min{|Δ₀₁|,|Δ₀₂|}>ρ_T(根据经验值取0.5·ΔT)，则令r₀＝r₀-1，c₀＝c₀-1，重新判断min{|Δ₀₁|,|Δ₀₂|}，若min{|Δ₀₁|,|Δ₀₂|}>ρ_T，则令r₀＝r₀-1，c₀＝c₀-1，若min{|Δ₀₁|,|Δ₀₂|}≤ρ_T或者r₀＝0、c₀＝0，则计算此处的脊宽：s₀＝r₀+c₀+1；

对于0°特征点，为确保区域S上的各点数值相近：找到j₁+Δ₁₁和j₁+Δ₁₂，使 其中Δ₁₁为气象格点数据坐标(i₁-r₁,j₁)的列偏移量，Δ₁₂为气象格点数据坐标i₁+c₁,j₁的列偏移量，代表的是i₁-r₁行j₁+Δ₁₁列的气象格点数据值，代表的是i₁+c₁行j₁+Δ₁₂列的气象格点数据值。

若min{|Δ₁₁|,|Δ₁₂|}>ρ_T，则令r₁＝r₁-1，c₁＝c₁-1，重新判断min{|Δ₁₁|,|Δ₁₂|}，若min{|Δ₁₁|,|Δ₁₂|}>ρ_T，则令r₁＝r₁-1，c₁＝c₁-1，若min{|Δ₁₁|,|Δ₁₂|}≤ρ_T或者r₁＝0、c₁＝0，则计算此处的脊宽：s₁＝r₁+c₁+1。

6)对于90°特征点、0°特征点，根据脊宽分别获取满足单调递减条件下的显著性脊的特征点；

对于90°特征点，显著性判断在满足单调递减条件的情况下，将脊线两侧各外扩d个单位，若：

$\min \left\{\right|Z_{i_0,j_0}-Z_{i_0,j_0-r_0-d}|,|Z_{i_0,j_0}-Z_{i_0,j_0+c_0+d}\left|\right\}>{\mathrm{\&alpha;}}_T$

则宽度为s₀的脊是显著性的，保留显著性特征点、舍弃非显著性特征点(根据经验设定α_T＝1.5℃)；代表的是i₀行j₀-r₀-d列的气象格点数据值，代表的是i₀行j₀+c₀+d列的气象格点数据值。

对于0°特征点，显著性判断在满足单调递减条件的情况下，将脊线两侧各外扩d个单位，若：

$\min \left\{\right|Z_{i_1,j_1}-Z_{i_1,j_1-r_1-d}|,|Z_{i_1,j_1}-Z_{i_1,j_1+c_1+d}\left|\right\}>{\mathrm{\&alpha;}}_T$

则宽度为s₁的脊是显著性的，保留显著性特征点、舍弃非显著性特征点；代表的是i₁行j₁-r₁-d列的气象格点数据值，代表的是i₁行j₁+c₁+d列的气象格点数据值，

7)对于90°特征点、0°特征点，将脊宽的中心确定为显著性脊的特征点；

对于90°特征点，将脊宽的中心确定为显著性脊的特征点(i₀,j′₀)，其中，j′₀＝j₀+(c₀-r₀)/2；

对于0°特征点，将脊宽的中心确定为显著性脊的特征点(i′₁,j₁)，其中，i′₁＝i₁+(c₁-r₁)/2。

8)对于90°特征点、0°特征点，分别滤除无效的坡峰点；

对于90°特征点，求Δi_Lk0和Δi_Rk0，k＝1,2,3，Δi_Lk0为气象格点数据坐标(i₀,j′₀-r₀-k)的行偏移量，Δi_Rk0气象格点数据坐标(i₀,j′₀+c₀+k)的行偏移量；

使 $Z_{i_0+{\mathrm{\&Delta;i}}_{\mathrm{Lk}0},j_0^{\&prime;}-r_0-k}=Z_{i_0,j_0},Z_{i_0+{\mathrm{\&Delta;i}}_{\mathrm{Rk}0},j_0^{\&prime;}+c_0+k}=Z_{i_0,j_0},Z_{i_0+{\mathrm{\&Delta;i}}_{\mathrm{Lk}0},j_0^{\&prime;}-r_0-k}$ 代表的是i₀+Δi_Lk0行j′₀-r₀-k列的气象格点数据值，代表的是i₀+Δi_Rk0行j′₀+c₀+k列的气象格点数据值；

令Δi_L0＝max{|Δi_Lk0|}，Δi_R0＝max{|Δi_Rk0|}，若min{Δi_L0,Δi_R0}<1.5ΔT且Δi_L0+Δi_R0<5ΔT，则(i,j′₀)为无效的坡峰点，将其滤除；

对于0°特征点，求Δj_Lk1和Δj_Rk1，k＝1,2,3，Δi_Lk1为气象格点数据坐标(i′₁-r₁-k，j₁)的列偏移量，Δi_Rk1气象格点数据坐标(i′₁+c₁+k,j₁)的列偏移量；

使 $Z_{i_1^{\&prime;}-r_1-k,j_1+\mathrm{\&Delta;}{j}_{\mathrm{Lk}1}}=Z_{i,j},Z_{i_1^{\&prime;}+c_1+k,j_1+{\mathrm{\&Delta;j}}_{\mathrm{Rk}1}}=Z_{i_1,j_1},Z_{i_1^{\&prime;}-r_1-k,j_1+{\mathrm{\&Delta;j}}_{\mathrm{Lk}1}}$ 代表的是i′₁-r₁-k行j₁+Δj_Lk1列的气象格点数据值，代表的是i′₁+c₁+k行j₁+Δj_Rk1列的气象格点数据值；

令Δj_L1＝max{|Δj_Lk1|}，Δj_R1＝max{|Δj_Rk1|}，若min{Δj_L1,Δj_R1}<1.5ΔT且Δj_L1+Δj_R1<5ΔT，则(i′₁,j₁)为无效的坡峰点，将其滤除。

9)对于45°特征点有条件保留。

利用方差概念构建约束量β，

β＝arctan(f′_y/f′_x)   (4)

其中，f′_y、f′_x分别是八邻域格点数据纵向和横向方差，即

$\left\{\begin{array}{c}{f}_y^{\&prime;}=\frac{{\mathrm{\&Sigma;}}_{k=\mathrm{2,5,8}}[{(Z_k-Z_{k-1})}^2+{(Z_k-Z_{k+1})}^2]}{6}\\ f_x^{\&prime;}=\frac{{\mathrm{\&Sigma;}}_{k=\mathrm{4,5,6}}[{(z_k-Z_{k-3})}^2+{(Z_k-Z_{k+3})}^2]}{6}\end{array}\right.---\left(5\right)$

将式(4)中β作为保留45°特征点的附加条件，即若θ′₀(i,j)为45°且Z_i,j为135°方向断面上的极值，则进一步计算β，若β∈[30°,60°]，则认为(i,j)点的45°方向为真，保留此点，否则舍弃之。

图3为在图1得到的暖脊候选特征点基础上，进行上述纠偏、过滤以及有条件保留后得到的最终暖脊特征点，其中，空心圆表示0°特征点，实心圆表示45°特征点，三角形表示90°特征点。

203：根据最终的脊线特征点，定向搜索形成折线，将不满足条件的脊线删除，获取筛选后的脊线；

1)获取最终的脊线特征点，存入脊线特征点集内，在脊线特征点集内找到未被标记过的温度值最低点，将温度值最低点作为当前点并作标记；

2)从当前点出发，根据梯度方向确定搜索范围(3+Δx)×(3+Δy)，其中，x正方向为水平向下，y正方向为水平向左，根据脊线上已标记点的主流方向确定Δx和Δy，主流方向即：90°特征点时Δx不取值Δy取值，0°特征点时Δx取值Δy不取值，45°特征点时Δx不取值Δy不取值；

例如：90°特征点时，Δx＝0，Δy＝2；0°特征点时，Δx＝2，Δy＝0。

3)重复步骤2)，直到搜索范围内未标记点为空；

4)重复步骤1)-2)将连续搜索到的脊线特征点顺序连线，并记录起点P₁和终点P₂，计算脊线长度L₁＝‖P₁-P₂‖；

5)遍历脊线，若某条脊线的终点和另一条脊线的起点距离小于等于Δ1(本实验中取值为3，具体实现时，根据实际应用中的需要进行设定，本发明实施例对此不做限制)，且两者走向基本一致，则首尾相接，合并成一条新的脊线；

6)遍历各条脊线，若L₁<3，则表明此脊线强度较弱，删除此脊线。

图4为根据图3中最终的脊线特征点，定向搜索形成折线，将不满足条件的脊线删除，画出用折线表示的筛选后的脊线。

204：对筛选后的脊线，进行光滑中轴处理，获取最终光滑的脊线。

基于最小二乘设计思想，构建光滑中轴算法，其中，中轴概念如图5所示。图中，设A、B、…、I为定向跟踪算法得到的特征点，该特征点属于一条脊线，点-点之间的实线是由它们形成的折线，平方和误差为0，但平滑效果差，不符合气象业务常规做法；虚线为辅助线，b、c分别为AC和BD的中点，以此类推，顺势连接Bb中点、Cc中点、Dd中点……并将端点适当延长，即可得到均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的脊线。

其中，高度场中脊线特征点的识别以及自动绘制与温度场中脊线特征点的识别以及自动绘制相同；对高度场的绘制参见上述步骤，本发明实施例对此不做赘述。

实施例3

一种用于槽线的特征点提取及自动绘制的方法，参见图8，该方法包括以下步骤：

301：根据温度/高度场中槽线的走向，将离散化后梯度方向为-180°、-135°和-90°的气象格点数据分别作为槽线候选特征点；

302：对槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点；

303：根据最终的槽线特征点分别定向搜索形成折线，将不满足条件的槽线删除，获取筛选后的槽线；

304：对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线。

其中，分别对槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点的步骤具体为：

对于-90°特征点、-180°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第四插值距离进行重新判断，获取取整后的第五插值距离；

对于-90°特征点、-180°特征点分别根据取整后的第五插值距离、温度/高度差值法获取取整后的第六插值距离并判断，分别获取准极值区；

对于-90°特征点、-180°特征点，分别根据准极值区获取槽宽，根据槽宽分别获取满足单调递增条件下的显著性槽的特征点；

对于-90°特征点、-180°特征点，分别滤除无效的坡峰点；对于-135°特征点有条件保留。

进一步地，对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线的步骤具体为：

基于最小二乘设计思想，对槽线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的槽线。

综上所述，通过上述301-304步骤的处理，本发明实现了槽线的自动检测，有助于对天气灾害进行及时的预报，以减少经济损失和人员伤亡。

下面结合具体的实验数据、计算公式和图表对实施例3中的温度场槽线的特征点提取及自动绘制的方案进行详细描述，参见实施例4。

实施例4

401：根据温度场中槽线的走向，将离散化后梯度方向为-180°、-135°和-90°的气象格点数据作为槽线候选特征点；

该步骤具体为：

1)扫描每一个气象格点数据，设(i,j)代表每一个气象格点数据的位置(第i行，第j列)，设气象格点位置(i,j)上的数据值为Z_i,j，对于离散的格点数据，用差分代替微分，利用(6)式可知f_y和f_x的三阶反距离平方权差分计算方法(计算方法详细步骤参考文献1陈楠等，2007)。

其中，f_y为纵向差分值，f_x为横向差分值，Δy为纵向增量，Δx为横向增量，Z₁＝Z_i-1,j-1，Z₂＝Z_i-1,j，Z₃＝Z_i-1,j+1，Z₄＝Z_i,j-1，Z₅＝Z_i,j，Z₆＝Z_i,j+1，Z₇＝Z_i+1,j-1，Z₈＝Z_i+1,j，Z₉＝Z_i+1,j+1。

例如：Z₃代表的是第i-1行、第j+1列的气象格点数据值，Z₇代表的是第i+1行、第j-1列的气象格点数据值。

$\left\{\begin{array}{c}{f}_y=\frac{(Z_7-Z_1)+2(Z_8-Z_2)+(Z_9-Z_3)}{8\mathrm{\&Delta;y}}\\ f_x=\frac{(Z_1-Z_3)+2(Z_4-Z_6)+(Z_7-Z_9)}{8\mathrm{\&Delta;x}}\end{array}\right.---\left(6\right)$

2)对每一个气象格点数据计算梯度方向θ₀；

${\mathrm{\&theta;}}_0=\arctan \left(\frac{(Z_7-Z_1)+2(Z_8-Z_2)+(Z_9-Z_3)}{(Z_1-Z_3)+2(Z_4-Z_6)+(Z_7-Z_9)}\right)---\left(7\right)$

3)用(8)式将θ₀的计算范围(-90°,90°)映射到(0°,360°)，映射后角度用θ′₀表示，

将(0°,360°)的角度离散成8个方向，离散后角度用β表示，八邻域近似断面如表2所示。

例如：第三行数据映射后角度θ′₀在区间[67.5°,112.5°]时，离散后的角度为-270°，断面穿过的三个点所在的位置分别为第i行、j+1列，第i行、j列，第i行、j+1列。

表2角度的离散化

4)根据我国温度场中槽线的走向，只需关注离散化后梯度方向为-180°、-135°和-90°的气象格点数据。

402：对槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点；

该步骤具体为：

1)对-90°特征点，获取水平剖线范围内的极大值，并建立坐标系；对-180°特征点，获取竖直剖线范围内的极小值，并建立坐标系；

对于-90°特征点，扫描第i行气象格点数据，将每一个气象格点数据作为一个数据点，查找梯度方向落入[45°,135°]范围内的第三数据点，过第三数据点做长度为n的水平剖线；

在水平剖线范围内找到气象格点数据的极小值，将极小值数据点(i₀,j₀)标记为水平坐 标轴的原点O₀，令原点O₀右侧为正方向，(i₀,j₀)代表气象格点数据的位置为第i₀行，第j₀列；

对于-180°特征点，扫描第j列气象格点数据，每一个气象格点数据作为一个数据点，查找梯度方向落入[0°,45°]或者[315°,360°]范围内的第四数据点，过第四数据点做长度为n的竖直剖线。

在竖直剖线范围内找到气象格点数据的极小值，将极小值数据点(i₁,j₁)标记为竖直坐标轴的原点O₁，令原点O₁下侧为正方向。

2)对于-90°特征点、-180°特征点，分别根据温度差值法获取第四插值距离并判断，分别获取取整后的第四插值距离；

3)对于-90°特征点、-180°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第四插值距离进行重新判断，获取取整后的第五插值距离；

4)对于-90°特征点、-180°特征点分别根据取整后的第五插值距离、温度差值法获取取整后的第六插值距离并判断，分别获取准极值区；

5)对于-90°特征点、-180°特征点，分别根据准极值区获取槽宽；

其中，上述步骤2)--5)的操作过程，对于-90°特征点的处理参见实施例2中对-90°特征点的处理，对于-180°特征点的处理参见实施例2中对0°特征点的处理，本发明实施例对此不作限制。

6)对于-90°特征点、-180°特征点，根据槽宽分别获取满足单调递增条件下的显著性槽的特征点；

对于-90°特征点，显著性判断在满足单调递增条件的情况下，将槽线两侧各外扩d个单位，若：

$\min \left\{\right|Z_{i_0,j_0}-Z_{i_0,j_0-r_0-d}|,|Z_{i_0,j_0}-Z_{i_0,j_0+c_0+d}\left|\right\}>{\mathrm{\&alpha;}}_T$

则宽度为s₀的槽是显著性的，保留显著性特征点、舍弃非显著性特征点(根据经验设定α_T＝1.5℃)；代表的是i₀行j₀-r₀-d列的气象格点数据值，代表的是i₀行j₀+c₀+d列的气象格点数据值，

对于-180°特征点，显著性判断在满足单调递增条件的情况下，将槽线两侧各外扩d个单位，若：

$\min \left\{\right|Z_{i_1,j_1}-Z_{i_1,j_1-r_1-d}|,|Z_{i_1,j_1}-Z_{i_1,j_1+c_1+d}\left|\right\}>{\mathrm{\&alpha;}}_T$

则宽度为s₁的槽是显著性的，保留显著性特征点、舍弃非显著性特征点； 代表的是i₁行j₁-r₁-d列的气象格点数据值，代表的是i₁行j₁+c₁+d列的气象格点数据值，

7)对于-90°特征点、-180°特征点，将槽宽的中心确定为显著性槽的特征点；

8)对于-90°特征点、-180°特征点，分别滤除无效的坡峰点；

9)对于-135°特征点有条件保留。

其中，上述步骤7)--9)的操作过程，对于-90°特征点的处理参见实施例2中对-90°特征点的处理，对于-180°特征点的处理参见实施例2中对0°特征点的处理，对于-135°特征点的处理参见实施例2中对45°特征点的处理，本发明实施例对此不作限制。

403：根据最终的槽线特征点，定向搜索形成折线，将不满足条件的槽线删除，获取筛选后的槽线；

1)获取最终的槽线特征点，存入槽线特征点集内，在槽线特征点集内找到未被标记过的温度值最高点，将温度最高点作为当前点并作标记；

2)从当前点出发，根据其梯度方向确定搜索范围(3+Δx)×(3+Δy)，则x正方向为水平向上，y正方向为水平向右，根据槽线上已标记点的主流方向确定Δx和Δy。

即：-90°特征点时Δx不取值Δy取值，-180°特征点时Δx取值Δy不取值，-135°特征点时Δx不取值Δy不取值；

例如：-90°特征点时，Δx＝0，Δy＝2；-180°特征点时，Δx＝2，Δy＝0；

3)重复步骤2)，直到搜索范围内未标记点为空；

4)重复步骤1)-2)将连续搜索到的槽线特征点顺序连线，并记录起点Q₁和终点Q₂，计算槽线长度L₂＝‖Q₁-Q₂‖；

5)遍历槽线，若某条槽线的终点和另一条槽线的起点距离小于等于Δ2(本实验中取值为3，具体实现时，根据实际应用中的需要进行设定，本发明实施例对此不做限制)，且两者走向基本一致，则首尾相接，合并成一条新的槽线；

6)遍历各条槽线，若L₂<3，则表明此槽线强度较弱，删除此槽线。

其中，步骤3)--6)的操作过程，参见实施例2，本发明实施例对此不作限制。

404：对筛选后的槽线，进行光滑中轴处理，获取最终光滑的槽线。

其中，该步骤的具体操作过程参见实施例2，本发明实施例对此不做赘述。

高度场中槽线特征点的识别以及自动绘制与温度场中槽线特征点的识别以及自动绘制相同。对高度场的绘制参见上述步骤，本发明实施例对此不做赘述。

实施例5

下面以具体的测试来验证本发明实施例提供的一种用于槽脊线的特征点提取及自动绘制的方法的可行性，测试样本由中国天津气象局提供，详见下文描述：

图6为本发明提供的测试效果图，即最后形成的光滑的脊线图，在此图中真实的暖脊条数为4条，正确自动绘制暖脊条数4条，误识暖脊条数0条，漏识暖脊条数0条，依照这种统计方法对89个等温线图的样本进行统计，其中测试结果在表3中得到了展示。

表3对本文算法的测试结果

表2是对89组样本检验后的统计结果。可以看出，针对测试样本，本方法的槽脊线击中率高达97.25％，凡击中的槽脊线，在一定程度上比人工分析更精细，且方便提供量化参数。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

参考文献

1陈楠,王钦敏,汤国安.2007.基于DEM的坡向提取算法对比分析[J].遥感信息,16(01):70-75。

Claims (6)

1.一种用于脊线的特征点提取及自动绘制的方法，其特征在于，所述方法包括以下步骤：

根据温度/高度场中脊线的走向，将离散化后梯度方向为0°、45°和90°的气象格点数据分别作为脊线候选特征点；

对所述脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点；

根据所述最终的脊线特征点，定向搜索形成折线，将不满足脊线条件的折线删除，获取筛选后用折线表示的脊线；

对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线。

2.根据权利要求1所述的一种用于脊线的特征点提取及自动绘制的方法，其特征在于，对所述脊线候选特征点进行纠偏、过滤，获取最终的脊线特征点的步骤具体为：

对于90°特征点、0°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第一插值距离进行重新判断，获取取整后的第二插值距离；

对于90°特征点、0°特征点分别根据取整后的第二插值距离、温度/高度差值法获取取整后的第三插值距离并判断，分别获取准极值区；

对于90°特征点、0°特征点，分别根据准极值区获取脊宽，根据脊宽分别获取满足单调递减条件下的显著性脊的特征点；

对于90°特征点、0°特征点，将脊宽的中心确定为显著性脊的特征点；

对于90°特征点、0°特征点，分别滤除无效的坡峰点；对于45°特征点有条件保留。

3.根据权利要求1所述的一种用于脊线的特征点提取及自动绘制的方法，其特征在于，对筛选后的脊线进行光滑中轴处理，获取最终光滑的脊线的步骤具体为：

基于最小二乘设计思想，对脊线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的脊线。

4.一种用于槽线的特征点提取及自动绘制的方法，其特征在于，所述方法包括以下步骤：

根据温度/高度场中槽线的走向，将离散化后梯度方向为-180°、-135°和-90°的气象格点数据分别作为槽线候选特征点；

分别对所述槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点；

根据所述最终的槽线特征点分别定向搜索形成折线，将不满足槽线条件的折线删除，获取筛选后用折线表示的槽线；

对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线。

5.根据权利要求4所述的一种用于槽线的特征点提取及自动绘制的方法，其特征在于，所述分别对所述槽线候选特征点进行纠偏、过滤，获取最终的槽线特征点的步骤具体为：

对于-90°特征点、-180°特征点分别根据等值线分辨率为ΔV、气象格点数据值，对取整后的第四插值距离进行重新判断，获取取整后的第五插值距离；

对于-90°特征点、-180°特征点分别根据取整后的第五插值距离、温度/高度差值法获取取整后的第六插值距离并判断，分别获取准极值区；

对于-90°特征点、-180°特征点，分别根据准极值区获取槽宽，根据槽宽分别获取满足单调递增条件下的显著性槽的特征点；

对于-90°特征点、-180°特征点，分别滤除无效的坡峰点；对于-135°特征点有条件保留。

6.根据权利要求4所述的一种用于槽线的特征点提取及自动绘制的方法，其特征在于，所述对筛选后的槽线进行光滑中轴处理，获取最终光滑的槽线的步骤具体为：

基于最小二乘设计思想，对槽线上的特征点进行顺势连接，获取均匀地穿过离散数据点的中轴折线，再用二次B样条对中轴折线做进一步平滑处理，得到光滑的槽线。