CN105717491B - 天气雷达回波图像的预测方法及预测装置 - Google Patents
天气雷达回波图像的预测方法及预测装置 Download PDFInfo
- Publication number
- CN105717491B CN105717491B CN201610079104.5A CN201610079104A CN105717491B CN 105717491 B CN105717491 B CN 105717491B CN 201610079104 A CN201610079104 A CN 201610079104A CN 105717491 B CN105717491 B CN 105717491B
- Authority
- CN
- China
- Prior art keywords
- weather radar
- radar image
- moment
- strong point
- echoes strong
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
- G01S13/958—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种天气雷达回波图像的预测方法,包括:确定第一地区的天气雷达回波图像在第一时刻的速度矢量图;将第一时刻的天气雷达回波图像作为基准天气雷达回波图像;利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像;在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果;在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,再次执行利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推的步骤。基于本发明公开的预测方法,能够更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。
Description
技术领域
本发明属于天气预测技术领域,尤其涉及天气雷达回波图像的预测方法及预测装置。
背景技术
在气象预测领域中,对未来一段时间内的降水情况进行预测是重要的内容。目前,通常利用天气雷达的回波图像来预测降水量。例如:利用多普勒雷达的回波图像,按照适当的Z-R关系(反射率因子和雨强度关系)来预测某地区未来的降水量。现有的降水预测方法主要包括:基于天气雷达回波强度的不动法预测,以及基于天气雷达回波强度的线性外推法预测。
基于天气雷达回波强度的不动法预测,假定某一地区的云层在未来一段时间(如两小时)内不会发生变化,完全通过该地区当前的天气雷达回波图像来预测未来一段时间的降水情况。
基于天气雷达回波强度的线性外推法预测,假定某一地区的云层在未来一段时间(如两小时)内的运动特征保持恒定,利用该地区在过去一段时间内的风暴运动情况,根据最小二乘法拟合出风暴的二维运动曲线,之后以该二维运动曲线对该地区未来一段时间内的云层运动进行线性外推,利用外推得到的结果预测降水情况。
但是,云层的运动受到很多因素的影响,尤其是风暴(强对流天气)通常是以大尺度气旋的形式移动,而非不动或者是线性移动,因此,现有的两种预测方法的准确性较低,尤其是对于强对流天气,利用现有的两种方法很难进行准确预测。
发明内容
有鉴于此,本发明的目的在于提供一种天气雷达回波图像的预测方法及预测装置,通过非线性外推的方式更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。
为实现上述目的,本发明提供如下技术方案:
本发明公开一种天气雷达回波图像的预测方法,包括:
对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,其中所述第一时间段为:从位于所述第一时刻之前的预定时刻到所述第一时刻之间的时间段;
将所述第一时刻的天气雷达回波图像作为基准天气雷达回波图像;
利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,其中所述目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻;
判断当前的目标时刻是否为第二时刻,其中第二时刻为位于所述第一时刻之后的时刻;
在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果;
在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,再次执行利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像的步骤及后续步骤。
优选的,上述预测方法中,对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,包括:
比较所述多个天气雷达回波图像的区域梯度变化,确定所述第一时刻的天气雷达回波图像中特定角点的速度矢量;
基于所述特定角点的速度矢量,利用双线性插值法确定所述第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成所述第一地区的天气雷达回波图像在第一时刻的速度矢量图。
优选的,上述预测方法中,所述利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,包括:
基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量;
根据所述当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
优选的,上述预测方法中,所述基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量,包括:
确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置;
利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量。
优选的,上述预测方法中,所述基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量,包括:
在所述当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下:确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置;利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量;
在所述当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下:分别确定所述当前的基准天气雷达回波图像中各回波数据点的中间坐标位置,其中一个回波数据点的中间坐标位置为:所述回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置,所述第三时刻位于所述当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间;利用各回波数据点的中间坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的中间坐标位置相同的点的速度矢量。
本发明还公开一种天气雷达回波图像的预测装置,包括:
速度矢量图确定单元,用于对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,其中所述第一时间段为:从位于所述第一时刻之前的预定时刻到所述第一时刻之间的时间段;
第一处理单元,用于将所述第一时刻的天气雷达回波图像作为基准天气雷达回波图像;
图像预测单元,用于利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,其中所述目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻;
判断单元,用于判断当前的目标时刻是否为第二时刻,其中第二时刻为位于所述第一时刻之后的时刻;
第二处理单元,用于在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果;
第三处理单元,用于在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,触发所述图像预测单元执行利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像的步骤。
优选的,上述预测装置中,所述速度矢量图确定单元包括:
比较子单元,用于比较所述多个天气雷达回波图像的区域梯度变化,确定所述第一时刻的天气雷达回波图像中特定角点的速度矢量;
数据处理子单元,用于基于所述特定角点的速度矢量,利用双线性插值法确定所述第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成所述第一地区的天气雷达回波图像在第一时刻的速度矢量图。
优选的,上述预测装置中,所述图像预测单元包括:
速度矢量确定子单元,用于基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量;
预测子单元,用于根据所述当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
优选的,上述预测装置中,所述速度矢量确定子单元包括:
第一速度矢量确定模块,用于确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量。
优选的,上述预测装置中,所述速度矢量确定子单元包括第二速度矢量确定模块和第三速度矢量确定模块;
在所述当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下,所述第二速度矢量确定模块确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量;
在所述当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下,所述第三速度矢量确定模块分别确定所述当前的基准天气雷达回波图像中各回波数据点的中间坐标位置,之后利用各回波数据点的中间坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的中间坐标位置为:所述回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置,所述第三时刻位于所述当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的中间坐标位置相同的点的速度矢量。
由此可见,本发明的有益效果为:
本发明公开的天气雷达回波图像的预测方法和预测装置,在传统风暴跟踪的基础上,基于被预测地区高空中各位置的气流的速度矢量(也就是被预测地区的天气雷达回波图像的速度矢量图)对风暴的未来运动进行非线性外推,预测过程更加符合风暴的运动规律,因此能够更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。尤其对于两小时以内的短时风暴形态以及相应的降水量大小能够准确进行预测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明公开的一种天气雷达回波图像的预测方法的流程图;
图2为天气雷达回波图像的速度矢量图的一种示例图;
图3为本发明公开的一种天气雷达回波图像的预测装置的结构示意图;
图4为图3所示预测装置中速度矢量图确定单元的结构示意图;
图5为图3所示预测装置中图像预测单元的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明公开天气雷达回波图像的预测方法及预测装置,通过非线性外推的方式更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。
参见图1,图1为本发明公开的一种天气雷达回波图像的预测方法的流程图。该预测方法包括:
步骤S11:对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定第一地区的天气雷达回波图像在第一时刻的速度矢量图。其中,第一时间段为:从位于第一时刻之前的预定时刻到第一时刻之间的时间段。
利用多普勒雷达周期性的对某一地区的云层进行检测,并存储检测得到的天气雷达回波图像。天气雷达回波图像是一个二维图片,该图片包含大量的回波数据点,每个回波数据点具有相应的回波强度。另外,天气雷达回波图像中的每个回波数据点均对应特定的区域面积,例如一个回波数据点对应1平方公里。
当需要确定第一地区的天气雷达回波图像在第一时刻的速度矢量图时,获取处于该第一时刻之前的一段时间内的多个天气雷达回波图像,对获取到的多个天气雷达回波图像进行分析,就可以确定第一地区的天气雷达回波图像在第一时刻的速度矢量图,也就是确定在第一时刻获得的第一地区的天气雷达回波图像中各坐标点的速度矢量。
例如:利用多普勒雷达按照10分钟的间隔周期性的对第一地区的云层进行检测,当需要确定第一地区的天气雷达回波图像在12:00的速度矢量图时,获取在12:00之前采集到的至少一个天气雷达回波图像,如获取在11:50和11:40采集到的天气雷达回波图像,之后对在11:40、11:50和12:00采集到的三个天气雷达回波图像进行分析,以确定第一地区的天气雷达回波图像在12:00的速度矢量图。
某一地区的天气雷达回波图像的速度矢量图反应了该地区高空中各位置的气流的流动方向和速度,并且在一段时间内保持不变或存在较小的变化。图2为天气雷达回波图像的速度矢量图的一种示例。
步骤S12:将第一时刻的天气雷达回波图像作为基准天气雷达回波图像。
步骤S13:利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像。其中,目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻。
实施中,可以采用前向非线性外推方式:根据速度矢量图能够确定基准天气雷达回波图像中各个回波数据点的速度矢量,在基准天气雷达回波图像中的各个回波数据点的速度矢量已知的情况下,就可以计算各个回波数据点在预设步长时间之后所处的位置,也就是预测出在预设步长时间之后的天气雷达回波图像。
另外,也可以采用后向非线性外推方式:根据速度矢量图和基准天气雷达回波图像,确定目标时刻各个位置的回波数据点具体是预设步长时间之前的哪个回波数据点。以目标时刻的X位置为例:根据X位置的速度矢量,能够确定X位置在目标时刻的云层来自预设步长时间之前的X‘位置,将预设步长时间之前的X‘位置的回波强度作为X位置在目标时刻的回波强度。
这里需要说明的是,天气雷达回波图像中回波数据点的坐标位置与产生该回波数据点的云层的空间位置是对应的。
步骤S14:判断当前的目标时刻是否为第二时刻,根据判断结果执行步骤S15或者步骤S16。其中,第二时刻为位于第一时刻之后的时刻。
步骤S15:在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果。
步骤S16:在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,再次执行步骤S13及后续步骤。
在每次基于当前的基准天气雷达回波图像确定目标时刻的天气雷达回波图像后,如果本次预测得到了第二时刻的天气雷达回波图像,则整个预测过程完成,如果本次预测得到的是第一时刻与第二时刻之间的某一时刻的天气雷达回波图像,则将本次预测得到的天气雷达回波图像作为新的基准天气雷达回波图像,之后基于新的基准天气雷达回波图像确定目标时刻的天气雷达回波图像,直至得到第二时刻的天气雷达回波图像。
这里结合实例进行说明:
以北京地区在12:00的天气雷达回波图像作为初始数据,预测北京地区在13:00的天气雷达回波图像。假设预设时间步长为6分钟。
首先,对位于12:00之前的一段时间内(如11:00至12:00)北京地区的多个天气雷达回波图像进行分析,确定北京地区的天气雷达回波图像在12:00的速度矢量图。
之后,将北京地区在12:00的天气雷达回波图像作为基准天气雷达回波图像,利用上述速度矢量图和当前的基准天气雷达回波图像(也就是12:00的天气雷达回波图像)确定北京地区在12:06的天气雷达回波图像。
之后,将预测出的北京地区在12:06的天气雷达回波图像作为新的基准天气雷达回波图像,利用上述速度矢量图和当前的基准天气雷达回波图像(也就是12:06的天气雷达回波图像)确定北京地区在12:12的天气雷达回波图像。
以此类推,经过多次预测操作,确定北京地区在12:54的天气雷达回波图像。
之后,将预测出的北京地区在12:54的天气雷达回波图像作为新的基准天气雷达回波图像,利用上述速度矢量图和当前的基准天气雷达回波图像(也就是12:54的天气雷达回波图像)确定北京地区在13:00的天气雷达回波图像,完成整个预测过程。
本发明公开的天气雷达回波图像的预测方法,在传统风暴跟踪的基础上,基于被预测地区高空中各位置的气流的速度矢量对风暴的未来运动进行非线性外推,预测过程更加符合风暴的运动规律,因此能够更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。尤其对于两小时以内的短时风暴形态以及相应的降水量大小能够准确进行预测。
实施中,对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,可以采用如下方式:
1、比较第一时间段内的多个天气雷达回波图像的区域梯度变化,确定第一时刻的天气雷达回波图像中特定角点的速度矢量。在图像处理领域中,角点是指图像中特征明显的点。
2、基于上述特定角点的速度矢量,利用双线性插值法确定第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成第一地区的天气雷达回波图像在第一时刻的速度矢量图。
本发明通过比较第一时刻的天气雷达回波图像以及第一时刻之前的天气雷达回波图像,确定第一时刻的天气雷达回波图像中特定角点的速度矢量,之后通过双线性差值处理确定第一时刻的天气雷达回波图像中全部回波数据点的速度矢量。
实施中,利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,可以采用如下方式:
1、基于速度矢量图确定当前的基准天气雷达回波图像中各回波数据点的速度矢量。
2、根据当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
当前的基准天气雷达回波图像中各回波数据点的速度矢量是已知的,同时各回波数据点的坐标位置是已知的,据此就可以计算当前的基准天气雷达回波图像中各回波数据点在目标时刻的坐标位置,全部回波数据点在目标时刻的坐标位置均确定后,就形成了目标时刻的天气雷达回波图像。
实施中,为了减小计算各回波数据点在目标时刻的坐标位置这一步骤的运算量,可以按照预设规则在当前的基准天气雷达回波图像中选出部分回波数据点,根据被选出的回波数据点的坐标位置以及相应的速度矢量,确定被选出回波数据点在目标时刻的坐标位置,之后利用双线性插值法确定其他回波数据点在目标时刻的坐标位置,从而形成目标时刻的天气雷达回波图像。
其中,基于速度矢量图确定当前的基准天气雷达回波图像中各回波数据点的速度矢量可以采用多种方式。下面分别进行说明。
第一种方式:
1)确定当前的基准天气雷达回波图像中各回波数据点的坐标位置。
2)利用各回波数据点的坐标位置和速度矢量图确定各回波数据点的速度矢量。其中,一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的坐标位置相同的点的速度矢量。
例如:当前的基准天气雷达回波图像中坐标位置为(1,1)的回波数据点,其速度矢量为速度矢量图中坐标位置为(1,1)的点的速度矢量。
第二种方式:
在当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下:
1)确定当前的基准天气雷达回波图像中各回波数据点的坐标位置。
2)利用各回波数据点的坐标位置和速度矢量图确定各回波数据点的速度矢量。其中,一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的坐标位置相同的点的速度矢量。
在当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下:
1)分别确定当前的基准天气雷达回波图像中各回波数据点的中间坐标位置。其中,一个回波数据点的中间坐标位置为:该回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置。第三时刻位于当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间。
2)利用各回波数据点的中间坐标位置和速度矢量图确定各回波数据点的速度矢量。其中,一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的中间坐标位置相同的点的速度矢量。
这里结合实例对第二种方式进行说明。
将北京地区在12:00的天气雷达回波图像作为初始数据,预测北京地区在13:00的天气雷达回波图像,且预设的时间步长为6分钟。
将北京地区在12:00的天气雷达回波图像(也就是第一时刻的天气雷达回波图像)作为基准天气雷达回波图像。在预测目标时刻(也就是12:06)北京地区的天气雷达回波图像的过程中:首先确定当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和速度矢量图确定各回波数据点的速度矢量,每个回波数据点的速度矢量为速度矢量图中具有相同坐标位置的点的速度矢量。之后,根据当前的基准雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
之后,将北京地区在12:06的天气雷达回波图像作为新的基准天气雷达回波图像。由于当前的基准天气雷达回波图像并不是第一时刻的天气雷达回波图像,因此需要分别确定当前的基准天气雷达回波图像中各回波数据点的中间坐标位置。之后,利用各回波数据点的中间坐标位置和速度矢量图确定各回波数据点的速度矢量,其中一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的中间坐标位置相同的点的速度矢量。之后,根据当前的基准雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
以当前的基准天气雷达回波图像中回波数据点1为例:首先,确定回波数据点1在当前的基准天气雷达回波图像(也就是12:06的天气雷达回波图像)中的坐标位置,确定回波数据点1在第三时刻的天气雷达回波图像(也就是12:00的天气雷达回波图像)中的坐标位置。之后,确定回波数据点1的两个坐标位置的中间位置,该中间位置即为回波数据点1的中间坐标值。之后,利用回波数据点1的中间坐标值和速度矢量图确定回波数据点1的速度矢量。
本发明上述公开了天气雷达回波图像的预测方法,相应的,本发明还公开天气雷达回波图像的预测装置。下文关于预测装置的说明与上文关于预测方法的说明可以相互参见。
参见图3,图3为本发明公开的一种天气雷达回波图像的预测装置的结构示意图。该预测装置包括速度矢量图确定单元100、第一处理单元200、图像预测单元300、判断单元400、第二处理单元500和第三处理单元600。
其中:
速度矢量图确定单元100,用于对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定第一地区的天气雷达回波图像在第一时刻的速度矢量图。其中,第一时间段为:从位于第一时刻之前的预定时刻到第一时刻之间的时间段。
第一处理单元200,用于将第一时刻的天气雷达回波图像作为基准天气雷达回波图像。
图像预测单元300,用于利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像。其中,目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻。
判断单元400,用于判断当前的目标时刻是否为第二时刻,其中第二时刻为位于第一时刻之后的时刻。
第二处理单元500,用于在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果。
第三处理单元600,用于在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,触发图像预测单元300执行利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像的步骤。
本发明公开的天气雷达回波图像的预测装置,在传统风暴跟踪的基础上,基于被预测地区高空中各位置的气流的速度矢量对风暴的未来运动进行非线性外推,预测过程更加符合风暴的运动规律,因此能够更加准确地预测天气雷达回波图像,从而提高天气预测的准确性。尤其对于两小时以内的短时风暴形态以及相应的降水量大小能够准确进行预测。
作为一种实施方式,速度矢量图确定单元1的结构如图4所示,包括比较子单元101和数据处理子单元102。其中:
比较子单元101,用于比较多个天气雷达回波图像的区域梯度变化,确定第一时刻的天气雷达回波图像中特定角点的速度矢量;
数据处理子单元102,用于基于特定角点的速度矢量,利用双线性插值法确定第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成第一地区的天气雷达回波图像在第一时刻的速度矢量图。
另外,本发明图3所示的预测装置中,图像预测单元300利用当前的基准天气雷达回波图像和速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,既可以采用前向非线性外推的方式,也可以采用后向非线性外推的方式。
作为一种优选实施方式,图像预测单元300的结构如图5所示,包括速度矢量确定子单元301和预测子单元302。其中:
速度矢量确定子单元301,用于基于速度矢量图确定当前的基准天气雷达回波图像中各回波数据点的速度矢量;
预测子单元302,用于根据当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
实施中,速度矢量确定子单元301基于速度矢量图确定当前的基准天气雷达回波图像中各回波数据点的速度矢量,可以采用多种方式,相应的速度矢量确定子单元301具有多种结构。
第一种结构:
速度矢量确定子单元301包括第一速度矢量确定模块。
第一速度矢量确定模块用于确定当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和速度矢量图确定各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:速度矢量图中坐标位置与回波数据点的坐标位置相同的点的速度矢量。
第二种结构:
速度矢量确定子单元301包括第二速度矢量确定模块和第三速度矢量确定模块。
在当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下,第二速度矢量确定模块确定当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和速度矢量图确定各回波数据点的速度矢量。其中,一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的坐标位置相同的点的速度矢量。
在当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下,第三速度矢量确定模块分别确定当前的基准天气雷达回波图像中各回波数据点的中间坐标位置,之后利用各回波数据点的中间坐标位置和速度矢量图确定各回波数据点的速度矢量。其中,一个回波数据点的中间坐标位置为:回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置,第三时刻位于当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间。一个回波数据点的速度矢量为:速度矢量图中坐标位置与该回波数据点的中间坐标位置相同的点的速度矢量。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种天气雷达回波图像的预测方法,其特征在于,包括:
对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,其中所述第一时间段为:从位于所述第一时刻之前的预定时刻到所述第一时刻之间的时间段;
将所述第一时刻的天气雷达回波图像作为基准天气雷达回波图像;
利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,其中所述目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻;
判断当前的目标时刻是否为第二时刻,其中第二时刻为位于所述第一时刻之后的时刻;
在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果;
在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,再次执行利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像的步骤及后续步骤;
其中,所述利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,包括:
基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量,具体包括,在所述当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下:分别确定所述当前的基准天气雷达回波图像中各回波数据点的中间坐标位置,其中一个回波数据点的中间坐标位置为:所述回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置,所述第三时刻位于所述当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间;利用各回波数据点的中间坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的中间坐标位置相同的点的速度矢量;
根据所述当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
2.根据权利要求1所述的预测方法,其特征在于,对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,包括:
比较所述多个天气雷达回波图像的区域梯度变化,确定所述第一时刻的天气雷达回波图像中特定角点的速度矢量;
基于所述特定角点的速度矢量,利用双线性插值法确定所述第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成所述第一地区的天气雷达回波图像在第一时刻的速度矢量图。
3.根据权利要求1或2所述的预测方法,其特征在于,所述基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量,还包括:
在所述当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下:确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置;利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量。
4.一种天气雷达回波图像的预测装置,其特征在于,包括:
速度矢量图确定单元,用于对第一地区在第一时间段内的多个天气雷达回波图像进行分析,确定所述第一地区的天气雷达回波图像在第一时刻的速度矢量图,其中所述第一时间段为:从位于所述第一时刻之前的预定时刻到所述第一时刻之间的时间段;
第一处理单元,用于将所述第一时刻的天气雷达回波图像作为基准天气雷达回波图像;
图像预测单元,用于利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像,其中所述目标时刻为:当前的基准天气雷达回波图像对应的时刻延迟预设步长时间后的时刻;
判断单元,用于判断当前的目标时刻是否为第二时刻,其中第二时刻为位于所述第一时刻之后的时刻;
第二处理单元,用于在当前的目标时刻为第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为预测结果;
第三处理单元,用于在当前的目标时刻不是第二时刻的情况下,确定当前的目标时刻的天气雷达回波图像为新的基准天气雷达回波图像,触发所述图像预测单元执行利用当前的基准天气雷达回波图像和所述速度矢量图进行非线性外推,确定目标时刻的天气雷达回波图像的步骤;
其中,所述图像预测单元包括:
速度矢量确定子单元,用于基于所述速度矢量图确定所述当前的基准天气雷达回波图像中各回波数据点的速度矢量,所述速度矢量确定子单元包括第三速度矢量确定模块,在所述当前的基准天气雷达回波图像不是第一时刻的天气雷达回波图像的情况下,所述第三速度矢量确定模块分别确定所述当前的基准天气雷达回波图像中各回波数据点的中间坐标位置,之后利用各回波数据点的中间坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的中间坐标位置为:所述回波数据点的当前坐标位置与第三时刻的坐标位置的中间位置,所述第三时刻位于所述当前的基准天气雷达回波图像所对应的时刻之前,且两者之间的时长为预设步长时间,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的中间坐标位置相同的点的速度矢量;
预测子单元,用于根据所述当前的基准天气雷达回波图像中各回波数据点的坐标位置以及各回波数据点的速度矢量,计算各回波数据点在目标时刻的坐标位置,形成目标时刻的天气雷达回波图像。
5.根据权利要求4所述的预测装置,其特征在于,所述速度矢量图确定单元包括:
比较子单元,用于比较所述多个天气雷达回波图像的区域梯度变化,确定所述第一时刻的天气雷达回波图像中特定角点的速度矢量;
数据处理子单元,用于基于所述特定角点的速度矢量,利用双线性插值法确定所述第一时刻的天气雷达回波图像中全部回波数据点的速度矢量,形成所述第一地区的天气雷达回波图像在第一时刻的速度矢量图。
6.根据权利要求4或5所述的预测装置,其特征在于,所述速度矢量确定子单元还包括第二速度矢量确定模块;
在所述当前的基准天气雷达回波图像为第一时刻的天气雷达回波图像的情况下,所述第二速度矢量确定模块确定所述当前的基准天气雷达回波图像中各回波数据点的坐标位置,之后利用各回波数据点的坐标位置和所述速度矢量图确定所述各回波数据点的速度矢量,其中,一个回波数据点的速度矢量为:所述速度矢量图中坐标位置与所述回波数据点的坐标位置相同的点的速度矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610079104.5A CN105717491B (zh) | 2016-02-04 | 2016-02-04 | 天气雷达回波图像的预测方法及预测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610079104.5A CN105717491B (zh) | 2016-02-04 | 2016-02-04 | 天气雷达回波图像的预测方法及预测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105717491A CN105717491A (zh) | 2016-06-29 |
CN105717491B true CN105717491B (zh) | 2018-09-21 |
Family
ID=56155686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610079104.5A Active CN105717491B (zh) | 2016-02-04 | 2016-02-04 | 天气雷达回波图像的预测方法及预测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105717491B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194493B (zh) * | 2017-04-14 | 2020-07-07 | 南京航空航天大学 | 一种短期天气影响下终端空域空中交通延误预测方法 |
CN110196961B (zh) * | 2018-02-26 | 2023-05-23 | 南京理工大学 | 非合作不确定外形的飞机雷达回波预测方法 |
CN108761461B (zh) * | 2018-05-29 | 2022-02-18 | 南京信息工程大学 | 基于天气雷达回波时序图像的降水预报方法 |
CN109283505B (zh) * | 2018-09-03 | 2022-06-07 | 南京信息工程大学 | 一种修正雷达回波外推图像发散现象的方法 |
CN110135654B (zh) * | 2019-05-24 | 2021-08-27 | 北京百度网讯科技有限公司 | 用于预测强对流天气的方法和装置 |
CN114091765A (zh) * | 2021-11-25 | 2022-02-25 | 山西勇利信息科技有限公司 | 一种基于时空双向多粒度动态集成的未来降雨预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5974360A (en) * | 1996-12-13 | 1999-10-26 | Nippon Telegraph And Telephone Corporation | Method and equipment for weather image prediction |
CN101110079A (zh) * | 2007-06-27 | 2008-01-23 | 中国科学院遥感应用研究所 | 一种数字地球原型系统 |
CN101533095A (zh) * | 2009-04-16 | 2009-09-16 | 福州四创软件开发有限公司 | 基于gis的雷达预警方法 |
CN201583656U (zh) * | 2009-04-16 | 2010-09-15 | 福州四创软件开发有限公司 | 基于gis的雷达预警装置 |
CN102662172A (zh) * | 2012-03-29 | 2012-09-12 | 天津大学 | 一种基于多普勒雷达反射率图像的风暴云团的外推方法 |
-
2016
- 2016-02-04 CN CN201610079104.5A patent/CN105717491B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5974360A (en) * | 1996-12-13 | 1999-10-26 | Nippon Telegraph And Telephone Corporation | Method and equipment for weather image prediction |
CN101110079A (zh) * | 2007-06-27 | 2008-01-23 | 中国科学院遥感应用研究所 | 一种数字地球原型系统 |
CN101533095A (zh) * | 2009-04-16 | 2009-09-16 | 福州四创软件开发有限公司 | 基于gis的雷达预警方法 |
CN201583656U (zh) * | 2009-04-16 | 2010-09-15 | 福州四创软件开发有限公司 | 基于gis的雷达预警装置 |
CN102662172A (zh) * | 2012-03-29 | 2012-09-12 | 天津大学 | 一种基于多普勒雷达反射率图像的风暴云团的外推方法 |
Non-Patent Citations (1)
Title |
---|
基于多普勒雷达图像的风暴运动分析;王敏;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090315(第3期);正文第24,27-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105717491A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105717491B (zh) | 天气雷达回波图像的预测方法及预测装置 | |
Novak et al. | Precipitation and temperature forecast performance at the Weather Prediction Center | |
Rotach et al. | MAP D-PHASE: Real-time demonstration of weather forecast quality in the Alpine region | |
Liang et al. | A composite approach of radar echo extrapolation based on TREC vectors in combination with model-predicted winds | |
CN111623722A (zh) | 一种基于多传感器的边坡变形立体监测系统和方法 | |
CN103995250B (zh) | 射频标签轨迹追踪方法 | |
CN104316923B (zh) | 针对合成孔径雷达bp成像的自聚焦方法 | |
JP2010197185A (ja) | 降水分布の推定システムおよび降水分布の推定方法 | |
CN102853836B (zh) | 一种基于航迹质量的反馈加权融合方法 | |
CN105203023A (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
CN112924975B (zh) | 组网天气雷达适用aoi的自适应观测方法及系统 | |
CN104569981A (zh) | 协同自适应观测方法 | |
CN106932771A (zh) | 一种雷达仿真目标航迹跟踪方法及系统 | |
CN110297246A (zh) | 一种组网x波段天气雷达协同自适应控制方法及系统 | |
CN110441770A (zh) | 基于多部mimo-sar联合观测的三维形变测量方法 | |
CN108734725A (zh) | 基于高斯过程的概率数据关联滤波扩展目标跟踪方法 | |
CN108254727A (zh) | 一种基于轮廓跟踪的雷达点迹凝聚方法 | |
CN106468771A (zh) | 一种低可观测高杂波条件下的多目标检测与跟踪方法 | |
Wanishsakpong et al. | Optimal time series model for forecasting monthly temperature in the southwestern region of Thailand | |
CN103995257A (zh) | 目标的探测方法及装置 | |
CN105954739A (zh) | 一种知识辅助的非参量恒虚警检测方法 | |
CN109190647B (zh) | 一种有源无源数据融合方法 | |
CN104101861B (zh) | 测距定位方法及系统 | |
JP5526826B2 (ja) | 目標物探知装置および目標物探知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 430050 Dongxin road Cyberport, Donghu high tech Development Zone, Wuhan City, Hubei Province Patentee after: Xiangji Technology Co.,Ltd. Address before: 430050 Dongxin road Cyberport, Donghu high tech Development Zone, Wuhan City, Hubei Province Patentee before: XIANGJI ZHIYUAN (WUHAN) TECHNOLOGY CO.,LTD. |
|
CP01 | Change in the name or title of a patent holder |