CN109087020B - 基于台风气候降水率的降水类型分类方法及其分类系统 - Google Patents
基于台风气候降水率的降水类型分类方法及其分类系统 Download PDFInfo
- Publication number
- CN109087020B CN109087020B CN201810951483.1A CN201810951483A CN109087020B CN 109087020 B CN109087020 B CN 109087020B CN 201810951483 A CN201810951483 A CN 201810951483A CN 109087020 B CN109087020 B CN 109087020B
- Authority
- CN
- China
- Prior art keywords
- precipitation
- typhoon
- samples
- threshold
- time
- 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
- 238000001556 precipitation Methods 0.000 title claims abstract description 304
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 abstract description 19
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 239000002245 particle Substances 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241001505523 Gekko gecko Species 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种基于台风气候降水率的降水类型分类方法,包括:针对检测一时刻下降水类型,获取该时刻及其前后时间区间内降水率的多个连续样本Ri‑n~Ri+n;根据台风雨带降水类型、降水地区所属气候及降水历史记录,设定降水量的下限阈值、差值阈值和上限阈值;根据下限阈值、差值阈值和上限阈值判断该时刻为层云性降水、对流性降水或混合云降水。本发明充分考虑了台风雨带降水与其他天气系统降水在形成机制上的不同导致降水的雨滴谱特性不同,并在地面雨滴谱仪器观测中得到体现。
Description
技术领域
本发明涉及降水测量分析技术,尤其涉及一种基于台风气候降水率的降水类型分类方法及其分类系统。
背景技术
台风雨带降水也包含两类降水:层云性降水和对流性降水。其中,层云性降水产生自大气高层,源自台风眼墙区强烈上升运动在大气高层形成的微小固态粒子(小冰晶)并向外扩散而形成的高层云,因此这类层云性降水的降水率相对较低;而对流性降水主要由经过雨滴谱采集仪器上空的台风对流性雨带引起,这类对流性降水因雨带水平空间结构狭窄而导致雨带经过雨滴谱仪器的逗留时间很短。正是由于以上所提台风雨带降水不同于其他天气系统降水的两特点,导致现有降水类型分类方法(可能剔除近70%样本,详见后面个例分析)并不适用台风雨带降水的类型分类。
目前基于地面雨滴谱采集的降水率区分降水对流性和层云性类型的方法共有两种:
1)Testud等(2001)认为层云性降水属于连续性降水,且降水率低于对流性降水,因此提出了依据降水率的降水类型分类方法:针对某一时刻Ri样本(每1分钟采集一次雨滴谱样本,下标i表示当前时刻i),若前后各5分钟Ri-5~Ri+5(下标i表示当前样本所在时刻i,i±5表示当前时刻向后或向前5分钟,Ri-5~Ri+5表示i-5时刻到i+5时刻间共11个样本)连续11个样本的降水率都低于10毫米/小时,那么该时刻样本Ri属于层云性降水;反之,剩下样本的归为对流性降水。但缺点是,该方法未考虑混合云(对流云和层云同时存在)降水的情况,导致对流性和层云性分界线不够明确,雷达回波清楚显示的对流 (层云)降水有可能被归为层云(对流)降水(图1)。
2)bringi等(2001)、Chen等(2013)认为除降水率大小外,样本之间的降水率标准差在区分降水类型上有重要意义,并以此提出:针对某一时刻Ri样本,若前后各5分钟Ri-5~Ri+5连续11个样本的降水率都大于0.5毫米/小时及低于5毫米/小时,且11个样本的标准差低于1.5毫米/小时那么该时刻样本Ri属于层云性降水;若前后各5分钟Ri-5~Ri+5连续11个样本的降水率都大于5毫米/小时,且11个样本的标准差高于1.5毫米/小时,那么该时刻样本Ri属于对流性降水。但缺点是,该方法的提出是建立在非台风的其他天气系统降水特征的基础上,并未考虑台风降水情况。台风外雨带降雨处于高层云(云毡) 降水下方,地面雨滴谱收集到的降水大部分是由高层云引起的层云性降水,降水率非常低(有超20%样本低于0.5毫米/小时,如图1b),因此可能因为层云性降水分类的0.5毫米/小时下限要求而导致超过 20%样本排除,影响后续的雨滴谱分析;当台风雨带经过时,采集样本本应该属于对流性降水,但由于台风雨带狭窄,经过雨滴谱仪器时间很短,甚至不能保证10分钟的对流性降水分类要求,那么就有可能被归为非对流性降水。最终此方法将近70%样本归为混合云降水而被剔除,进而影响后续层云和对流性降水的雨滴谱分析(图1a)。
为了克服现有分类方法在台风降水类型分类上的不适用性,本发明提出一种基于台风气候降水率的降水类型分类方法,本发明将结合台风雨带降水特征,针对现有分类方法做一些必要的修改和改进,以求能适用于台风降水的对流性和层云性类型分类。
发明内容
为克服现有技术中的问题,本发明提出了一种基于台风气候降水率的降水类型分类方法,其特征在于,包括:
a.针对检测一时刻下降水类型,获取该时刻及其前后时间区间内降水率的多个连续样本Ri-n~Ri+n(下标i表示当前样本所在时刻i,i± n表示当前时刻向后或向前n分钟,Ri-n~Ri+n表示i-n时刻到i+n时刻间共2n+1个样本);
b.根据台风雨带降水类型、降水地区所属气候及降水历史记录,设定降水量的下限阈值、差值阈值和上限阈值;
c.根据下限阈值判断该时间区间内的降水率满足降水连续性特征;若不满足则判断未形成连续降水并退出;
d.判断连续样本Ri-n~Ri+n是否均位于下限阈值和上限阈值之间以及连续样本Ri-n~Ri+n的差异小于差值阈值;若是则判断该时刻为层云性降水并退出,若一个以上样本不低于上限阈值时则继续;
e.判断连续样本Ri-n~Ri+n的降水量均值与相邻样本Ri-1~Ri+1都高于上限阈值,其中下标i表示当前样本所在时刻i,i±1表示当前时刻向后或向前1分钟,Ri-1~Ri+1表示i-1时刻到i+1时刻间共3个样本,且连续样本Ri-n~Ri+n差异不低于差值阈值;若是则判断该时刻为对流性降水;
f.若连续样本Ri-n~Ri+n的降水量均值或相邻样本Ri-1~Ri+1不高于上限阈值,或连续样本Ri-n~Ri+n差异低于差值阈值,则判断该时刻为混合云降水。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,连续样本的时间区间为前后五分钟内每一分钟的降水率样本,共获取连续11个样本。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,根据台风雨带降水类型、降水地区所属气候及降水历史记录设定阈值包括:
b1.获取台风历史记录所涉及的降水地区及其台风天气内的降水量数据;
b2.根据最低降水量数据设定下限阈值;
b3.根据台风天气内降水量短时骤增的降水量数据进行估算,并结合同气候多地区取相近值,设定上限阈值;
b4.根据样本之间的降水率标准差与区分降水类型的关联度,设定差值阈值。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,下限阈值设定为0.1毫米/小时,调整区间为[0.098 ,0.102 ],单位: 毫米/小时。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,差值阈值设定为1.5毫米/小时,调整区间为[1.425 ,1.575 ],单位: 毫米/小时。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,上限阈值设定为5毫米/小时,调整区间为[4.75 ,5.25 ],单位: 毫米/小时。
本发明还提出了一种基于台风气候降水率的降水类型分类系统,其应用上述分类方法,所述分类系统包括:
样本获取单元,其用于获取一时刻前后时间区间内的连续样本 Ri-n~Ri+n;
阈值设定单元,其用于设定上限阈值、差值阈值和上限阈值;
第一计算单元,其用于计算连续样本的降水量平均值;
第二计算单元,其用于计算连续样本的标准差;
第一判断单元,其用于判断连续样本与下限阈值、上限阈值及差值阈值之间的大小;
第二判断单元,其用于判断台风气候的降水类型。
与现有技术相比,本发明的有益效果:本发明充分考虑了台风雨带降水与其他天气系统降水在形成机制上的不同导致降水的雨滴谱特性不同,并在地面雨滴谱仪器观测中得到体现。具体地,台风雨带降水的垂直配置如下:1)产生自台风眼墙区强烈上升运动的微小固态粒子(小冰晶)聚集在大气高层形成层云并不时落下这些小冰晶产生层云性降水;2)在高层云下方,狭窄的台风对流性雨带经过时产生对流性降水(Houze 2014)。因此,地面雨滴谱观测到台风雨带降水的雨滴谱特征应该如下:1)仪器观测得到的大多数样本应该属于(高)层云性降水为主,且降水率较低;2)当有台风雨带经过时,观测样本属于对流性降水,但降水持续时间很短。正是因为以上特征,所以原先基于其他天气系统的降水特性提出的对流性和层云性降水的分类方法并不适用台风雨带降水的分类。因此,本发明改进了现有分类方法,降低了针对层云性降水的降水率门槛并考虑了台风雨带对流性降水的短时效性。
附图说明
图1a表示雨滴谱计算得到的间隔1分钟的降水量。其中,对流性降水以灰色表示,层云性降水以深色表示和混合云降水以浅色表示。
图1b表示图1a在不同降水率分档对应总样本的百分比。
图1c表示图1a在不同降水率分档对应样本在三个降水时间阶段内的百分比。
图2a表示Chen等(2013)分类方法的标准化数浓度log10(Nw) 与质量加权平均直径Dm的散点分布图。其中,灰色、浅色和深色分别代表第一、第二和第三阶段,色带表示降水率。“点号”和“加号”分别表示对流性和层状降水样本。“C”、“S”和“Tot”下面的数字分别表示对流性、层云和总降水的样本数。实线表示Bringi等(2003)提出的层状降水分界线。
图2b表示Testud等(2010)分类方法的标准化数浓度log10(Nw)与质量加权平均直径Dm的散点分布图。其中,灰色、浅色和深色分别代表第一、第二和第三阶段,色带表示降水率。“点号”和“加号”分别表示对流性和层状降水样本。“C”、“S”和“Tot”下面的数字分别表示对流性、层云和总降水的样本数。实线表示Bringi等(2003)提出的层状降水分界线。
图2c表示本发明的标准化数浓度log10(Nw)与质量加权平均直径 Dm的散点分布图。其中,灰色、浅色和深色分别代表第一、第二和第三阶段,色带表示降水率。“点号”和“加号”分别表示对流性和层状降水样本。“C”、“S”和“Tot”下面的数字分别表示对流性、层云和总降水的样本数。实线表示Bringi等(2003)提出的层状降水分界线。
图3a表示基于Chen方法、Testud方法和本发明方法得到的对流性降水样本DSD分布。其中,Chen方法以浅色表示,Testud方法以深色表示,本发明方法以灰色表示。
图3b表示基于Chen方法、Testud方法和本发明方法得到的层云性降水样本DSD分布。其中,Chen方法以浅色表示,Testud方法以深色表示,本发明方法以灰色表示。
图3c表示基于Chen方法、Testud方法和本发明方法的对比。其中,第一阶段降水和第二阶段降水分别用实线和虚线表示。浅色实线表示世界时2013年10月6日20时前后对流性雨带经过并被新方法识别的对流性降水DSD,浅色虚线表示被Chen方法剔除的第一阶段为0.1-0.5毫米/小时的层状降水DSD。
图4表示本发明分类方法的流程图。
图5表示本发明分类系统的结构示意图。
具体实施方式
下面将结合示意图对本发明提出的基于台风气候降水率的降水类型分类方法及其分类系统中,进行更详细的描述,其中表示了本发明的优选实施例,应该理解本领域技术人员可以修改在此描述的本发明,而仍然实现本发明的有利效果。因此,下列描述应当被理解为对于本领域技术人员的广泛知道,而并不作为对本发明的限制。
本发明提出的基于台风气候降水率的降水类型分类方法如图4 所示,本发明提出了一种基于台风气候降水率的降水类型分类方法,其特征在于,包括:
a.针对检测一时刻下降水类型,获取该时刻及其前后时间区间内降水率的多个连续样本Ri-n~Ri+n;本实施例中,连续样本的时间区间为前后五分钟内每一分钟的降水率样本,共获取连续11个样本,即 Ri-5~Ri+5,下标i表示当前样本所在时刻i,i±n表示当前时刻向后或向前n分钟,Ri-n~Ri+n表示i-n时刻到i+n时刻间共2n+1个样本。
b.根据台风雨带降水类型、降水地区所属气候及降水历史记录,设定降水量的下限阈值、差值阈值和上限阈值;
c.根据下限阈值判断该时间区间内的降水率满足降水连续性特征;若不满足则判断未形成连续降水并退出;
d.判断连续样本Ri-n~Ri+n是否均位于下限阈值和上限阈值之间以及连续样本Ri-n~Ri+n的差异小于差值阈值;若是则判断该时刻为层云性降水并退出,若一个以上样本不低于上限阈值时则继续;
e.判断连续样本Ri-n~Ri+n的降水量均值与相邻样本Ri-1~Ri+1都高于上限阈值,且连续样本Ri-n~Ri+n差异不低于差值阈值;若是则判断该时刻为对流性降水,下标i表示当前样本所在时刻i,i±1表示当前时刻向后或向前1分钟,Ri-1~Ri+1表示i-1时刻到i+1时刻间共3个样本;
f.若连续样本Ri-n~Ri+n的降水量均值或相邻样本Ri-1~Ri+1不高于上限阈值,或连续样本Ri-n~Ri+n差异低于差值阈值,则判断该时刻为混合云降水。
由于台风所经常侵袭我国沿海地区,我国的沿海城市从南至北所处的经纬度以及所属气候类型不同,因此在面对不同地区对台风气候的降水类型进行分类时应根据各地区台风天气的历史降水记录略作调整,其中根据台风雨带降水类型、降水地区所属气候及降水历史记录设定阈值包括:
b1.获取台风历史记录所涉及的降水地区及其台风天气内的降水量数据;
b2.根据最低降水量数据设定下限阈值;下限阈值为了满足基础降水量判定,大于下限阈值时说明该地区存在降水;若连续大于下限阈值则说明存在连续降水。
b3.根据台风天气内降水量短时骤增的降水量数据进行估算,并结合同气候多地区取相近值,设定上限阈值;
b4.根据样本之间的降水率标准差与区分降水类型的关联度,设定差值阈值。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,下限阈值设定为0.1毫米/小时,调整区间为[0.098 , 0.102 ],单位: 毫米/小时。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,差值阈值设定为1.5毫米/小时,调整区间为[1.425 ,1.575 ],单位: 毫米/小时。
本发明提出的所述基于台风气候降水率的降水类型分类方法中,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,上限阈值设定为5毫米/小时,调整区间为[4.75 ,5.25 ],单位: 毫米/小时。
上述调整区间均为经验参数,
如图5所示,本发明还提出了一种基于台风气候降水率的降水类型分类系统,其应用上述分类方法,所述分类系统包括:
样本获取单元,其用于获取一时刻前后时间区间内的连续样本 Ri-n~Ri+n;
阈值设定单元,其用于设定上限阈值、差值阈值和上限阈值;
第一计算单元,其用于计算连续样本的降水量平均值;
第二计算单元,其用于计算连续样本的标准差;
第一判断单元,其用于判断连续样本与下限阈值、上限阈值及差值阈值之间的大小;
第二判断单元,其用于判断台风气候的降水类型。
例如,针对层云性降水类型,由于台风雨带上空层云性降水的低降水率特点,将以0.1毫米/小时的阈值(雨滴谱质控方法的阈值,见Tokay and bashor 2010)代替Chen方法中0.5毫米/小时的降水率下限阈值,即针对某一时刻Ri样本,若前后各5分钟Ri-5~Ri+5连续11 样本的降水率都大于0.1毫米/小时及低于5毫米/小时,且11样本的标准差低于1.5毫米/小时,那么该时刻样本Ri属于层云性降水。针对对流性降水类型,由于考虑台风雨带对流性降水的短时效性,将以 Ri-5~Ri+5的11个样本平均值超过5毫米/小时替换每个样品都超过5 毫米/小时,即针对某一时刻Ri,如果Ri-5~Ri+5的11个样本都大于0.1 毫米/小时(满足雨的连续性),其平均值大于5毫米/小时,且Ri-1~Ri+1相邻样本Ri-1~Ri+1都大于5毫米/小时(尽可能排除在某一时间内不可预知的误差的影响,有真实台风雨带经过雨滴谱仪器上空),11个样本的标准差高于1.5毫米/小时,则该时刻样本Ri属于对流性降水。最后,将剩下的样本归为混合云降水。
实施例
以2013年10月6-8日台风“菲特”的数据为例。台风“菲特”登陆福建北部,却给杭州湾沿岸带特大暴雨,导致严重的洪涝灾害。其中上海西郊松江地区累计降水量超过100毫米,造成的严重城市内涝导致多个小区地下车库被淹。本次降水正好被上海浦东世博站内的 OTT PARSIVEL雨滴谱仪采集到整个过程,因此将使用“菲特”台风降水的雨滴谱数据检验本发明基于台风气候降水率的降水类型分类方法。
图1a表示雨滴谱计算得到的间隔1分钟的降水量。图1中以灰色、深色和浅色点分辨表示对流性、层云性和混合云降水样本,“C”、“T”和“N”表示Chen等2013方法、Testud等2010方法和本发明方法。本实施例中采用一些必要的数据质控后(Tokay and bashor2010),雨滴谱仪收集到2042个样本(2042分钟)。Chen方法筛选出 315个对流性降水样本和300个层云性降水样本,而其他1427个(近 70%)被归类为混合云降水;而Testud方法筛选出1081个对流性降水样本和961个层云性降水样本,无混合云降水样本。依据bao(2015) 分析认为,本次上海地区降水可分类三个阶段:世界时2013年10月 6日12时-7日15时为第一阶段(Stage1),主要由“菲特”台风雨带引起的降水;世界时10月7日17时-8日03时为第二阶段(Stage2),主要是由冷暖(或干湿)空气交汇产生的沿岸锋面降水;世界时10 月8日03时-结束(Stage3),属于浅云降水(shallow rain)。图1b表示图1a在不同降水率分档对应总样本的百分比,在所有样本中,降水率低于0.5毫米/小时的样本占近20%,这说明现有方法可能会过多剔除层云性降水样本,进而影响后续层云性降水的雨滴谱结构(图3)。另外,图1c表示图1a在不同降水率分档对应样本在三个降水时间阶段内的百分比,图1c显示降水率低于0.5毫米/小时的样本主要存在第一和第三阶段,即台风雨带降水和浅云降水,而第二阶段的锋面降水占比很小,这也证实现有分类方法比较适用于锋面降水,而可能不适用台风雨带降水。图2a、图2b和图2c分别表示Chen等(2013) 分类方法、Testud等(2010)分类方法及本发明分类方法的标准化数浓度log10(Nw)与质量加权平均直径Dm的散点分布图。如图2a到图 2c所示,第一阶段收集到1044个样本,Chen方法剔除了855个样本,仅剩下189个样本;第二阶段相对好一些,但也剔除掉超过50%样本 (713中剔除了380个,剩下333个)。Testud方法虽然保留了所有的样本,但对流与层云性降水类型分类不够明显,混淆的分布在图2b所示分界线两侧,导致很多明显的层云性降水归为对流性降水,而对流性降水中出现层云性降水。
图3a和图3b分别表示基于Chen方法、Testud方法和本发明方法得到的对流性降水样本以及层云性降水样本DSD分布。第一阶段降水和第二阶段降水分别用实线和虚线表示。浅色实线表示世界时 2013年10月6日20时前后对流性雨带经过并被新方法识别的对流性降水DSD,浅色虚线表示被Chen方法剔除的第一阶段为0.1-0.5毫米/小时的层状降水DSD。可见,正是因为台风雨带降水的两特点,最终导致Chen方法得到的对流性降水雨滴谱(DropSize Distribution,简称DSD)在大粒子区的浓度被低估(图3a),层云性降水在小粒子区的浓度被严重低估(图3b);Testud方法得到的对流性与层云性降水DSD存在混淆。相比而言,结合台风雨带降水的特点,本发明方法修正了以上两方法缺点:1)从被Chen方法剔除的样本中找回546 个样本,可利用样本数达1161个,占比近57%(图1a);2)修正了 Testud方法中层云与对流性降水的混淆(图2c);3)最终修正了两种方法所得降水类型DSD的分布(图3c)
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (7)
1.一种基于台风气候降水率的降水类型分类方法,其特征在于,包括:
a.针对检测一时刻下降水类型,获取该时刻及其前后时间区间内降水率的多个连续样本Ri-n~Ri+n,其中下标i表示当前样本所在时刻i,i±n表示当前时刻向后或向前n分钟,Ri-n~Ri+n表示i-n时刻到i+n时刻间共2n+1个样本;
b.根据台风雨带降水类型、降水地区所属气候及降水历史记录,设定降水量的下限阈值、差值阈值和上限阈值;
c.根据下限阈值判断该时间区间内的降水率满足降水连续性特征;若不满足则判断未形成连续降水并退出;
d.判断连续样本Ri-n~Ri+n是否均位于下限阈值和上限阈值之间以及连续样本Ri-n~Ri+n的差异小于差值阈值;若是则判断该时刻为层云性降水并退出,若一个以上样本不低于上限阈值时则继续;
e.判断连续样本Ri-n~Ri+n的降水量均值与相邻样本Ri-1~Ri+1都高于上限阈值,,其中下标i表示当前样本所在时刻i,i±1表示当前时刻向后或向前1分钟,Ri-1~Ri+1表示i-1时刻到i+1时刻间共3个样本,且连续样本Ri-n~Ri+n差异不低于差值阈值;若是则判断该时刻为对流性降水;
f.若连续样本Ri-n~Ri+n的降水量均值或相邻样本Ri-1~Ri+1不高于上限阈值,或连续样本Ri-n~Ri+n差异低于差值阈值,则判断该时刻为混合云降水。
2.根据权利要求1所述的基于台风气候降水率的降水类型分类方法,其特征在于,连续样本的时间区间为前后五分钟内每一分钟的降水率样本,共获取连续11个样本。
3.根据权利要求1所述的基于台风气候降水率的降水类型分类方法,其特征在于,根据台风雨带降水类型、降水地区所属气候及降水历史记录设定阈值包括:
b1.获取台风历史记录所涉及的降水地区及其台风天气内的降水量数据;
b2.根据最低降水量数据设定下限阈值;
b3.根据台风天气内降水量短时骤增的降水量数据进行估算,并结合同气候多地区取相近值,设定上限阈值;
b4.根据样本之间的降水率标准差与区分降水类型的关联度,设定差值阈值。
4.根据权利要求3所述的基于台风气候降水率的降水类型分类方法,其特征在于,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,下限阈值设定为0.1毫米/小时,调整区间为[0.098 ,0.102 ],单位: 毫米/小时。
5.根据权利要求3所述的基于台风气候降水率的降水类型分类方法,其特征在于,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,差值阈值设定为1.5毫米/小时,调整区间为[1.425 ,1.575 ],单位: 毫米/小时。
6.根据权利要求3所述的基于台风气候降水率的降水类型分类方法,其特征在于,步骤b中根据台风雨带降水类型中层云性降水和对流性降水的特性,上限阈值设定为5毫米/小时,调整区间为[4.75 ,5.25 ],单位: 毫米/小时。
7.一种基于台风气候降水率的降水类型分类系统,其特征在于,应用权利要求1-6之任一项所述的分类方法,所述分类系统包括:
样本获取单元,其用于获取一时刻前后时间区间内的连续样本Ri-n~Ri+n;
阈值设定单元,其用于设定上限阈值、差值阈值和上限阈值;
第一计算单元,其用于计算连续样本的降水量平均值;
第二计算单元,其用于计算连续样本的标准差;
第一判断单元,其用于判断连续样本与下限阈值、上限阈值及差值阈值之间的大小;
第二判断单元,其用于判断台风气候的降水类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810951483.1A CN109087020B (zh) | 2018-08-21 | 2018-08-21 | 基于台风气候降水率的降水类型分类方法及其分类系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810951483.1A CN109087020B (zh) | 2018-08-21 | 2018-08-21 | 基于台风气候降水率的降水类型分类方法及其分类系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109087020A CN109087020A (zh) | 2018-12-25 |
CN109087020B true CN109087020B (zh) | 2022-03-04 |
Family
ID=64793918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810951483.1A Active CN109087020B (zh) | 2018-08-21 | 2018-08-21 | 基于台风气候降水率的降水类型分类方法及其分类系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109087020B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009158B (zh) * | 2019-04-11 | 2022-04-15 | 中国水利水电科学研究院 | 台风暴雨洪水灾害全生命周期监测方法及系统 |
CN113341420B (zh) * | 2021-06-07 | 2023-07-18 | 中国气象局上海台风研究所(上海市气象科学研究所) | 适用不同气候态降雨的双偏振气象雷达雨滴谱反演方法 |
CN115016043B (zh) * | 2022-07-04 | 2023-08-22 | 中国人民解放军63790部队 | 基于垂直结构和降水率的降水分类方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101224258B1 (ko) * | 2012-03-21 | 2013-01-21 | 대한민국(국립기상연구소장) | 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템 |
JP6413457B2 (ja) * | 2014-08-08 | 2018-10-31 | 株式会社デンソー | 降水判定装置 |
CN105184492B (zh) * | 2015-09-10 | 2019-04-26 | 国网福建省电力有限公司 | 基于三维数字地球的电网抵御台风灾害仿真分析预警系统 |
CN105891833A (zh) * | 2016-04-15 | 2016-08-24 | 兰州大学 | 基于多普勒雷达信息识别暖云降水率的方法 |
CN106919792B (zh) * | 2017-02-24 | 2019-06-21 | 天津大学 | 基于高精度数值风场资料的涡旋中心自动识别方法 |
CN107526083B (zh) * | 2017-10-18 | 2019-05-31 | 国网新疆电力公司电力科学研究院 | 一种基于天气雷达数据的强对流风力等级预测方法 |
CN108170714A (zh) * | 2017-12-01 | 2018-06-15 | 武汉华信联创技术工程有限公司 | 一种台风灾害监测与评估的三维模拟系统 |
CN108009596B (zh) * | 2017-12-26 | 2020-04-14 | 中国水利水电科学研究院 | 确定降雨特征的方法和装置 |
-
2018
- 2018-08-21 CN CN201810951483.1A patent/CN109087020B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109087020A (zh) | 2018-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087020B (zh) | 基于台风气候降水率的降水类型分类方法及其分类系统 | |
Borne et al. | A method for finding sea breeze days under stable synoptic conditions and its application to the Swedish west coast | |
Papanastasiou et al. | Climatology and impact on air quality of sea breeze in an urban coastal environment | |
Harris | An analysis of 5‐day midtropospheric flow patterns for the South Pole: 1985‐1989 | |
Dotzek et al. | Lightning activity related to satellite and radar observations of a mesoscale convective system over Texas on 7–8 April 2002 | |
CN112033870B (zh) | 一种区域边界层pm2.5立体分布及总量推算的方法 | |
CN114372642B (zh) | 一种城市节假日旅游景区风险评估的方法 | |
Zhang et al. | Characteristics of mesoscale convective systems over the east part of continental China during the Meiyu from 2001 to 2003 | |
CN116933014B (zh) | 一种干型昆明准静止锋的自动识别方法 | |
Pellikka et al. | Meteotsunamis in the northern Baltic Sea and their relation to synoptic patterns | |
CN111142075B (zh) | 一种道面微小目标检测雷达杂波图自动更新方法 | |
Keck et al. | Temporal and spatial patterns of sedimentation in the subarctic fjord Malangen, northern Norway | |
CN115016043A (zh) | 基于垂直结构和降水率的降水分类方法及系统 | |
KR102200282B1 (ko) | 운고계 후방산란계수를 이용한 대기경계층고도 산출 시스템 | |
CN115494507A (zh) | 基于星载双频降水雷达和微波成像仪的闪电识别方法 | |
KR101097947B1 (ko) | 호우 예측 방법 및 시스템 | |
CN112633347B (zh) | 登陆台风近地层风特性及其与晴空风特性差异的分析方法 | |
CN111929680B (zh) | 一种基于sar图像的洪水淹没程度快速评价方法 | |
Argiriou et al. | On the methods for the delimitation of seasons | |
CN108897074B (zh) | 一种全球海洋降水反演方法 | |
Frumau et al. | 30 Fog gage performance under conditions of fog and wind-driven rain | |
Chung et al. | On east Asian sand and duststorms and associated significant dustfall observed from January to May 2001 | |
Gérard et al. | Use of ATOVS raw radiances in the operational assimilation system at Météo-France | |
Mohanty et al. | Comprehensive Trend Analysis of Past Century Indian Summer Monsoon Rainfall and its Variability | |
CN113257000B (zh) | 一种道路黑冰智能化检测预警系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |