CN111239852B - 一种利用风场数据自动识别高空横槽的方法 - Google Patents
一种利用风场数据自动识别高空横槽的方法 Download PDFInfo
- Publication number
- CN111239852B CN111239852B CN202010032949.5A CN202010032949A CN111239852B CN 111239852 B CN111239852 B CN 111239852B CN 202010032949 A CN202010032949 A CN 202010032949A CN 111239852 B CN111239852 B CN 111239852B
- Authority
- CN
- China
- Prior art keywords
- wind
- analysis point
- point
- node
- auxiliary
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W2001/003—Clear air turbulence detection or forecasting, e.g. for aircrafts
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
Abstract
本发明提供了一种利用风场数据自动识别高空横槽的方法,读取风场格点数据;选择分析点:取某一格点为分析点,其相邻的西南、正南以及东南的格点分别设为第一辅助分析点、第二辅助分析点以及第三辅助分析点;根据确定的分析点的三种情况进行分析,得到节点;设置阈值,遍历所有节点,根据所述阈值判定并标记为槽点;对比相邻槽点的位势高度;依次连接所述保留的槽点,从而完成横槽的自动识别。本发明解决了现有气象业务中的横槽分析依然通过人机交互的方式,由预报人员根据自身经验进行手工操作,存在一系列相关弊端的问题。本发明实现了在高空水平风场中自动分析横槽,为实现自动化分析预报打下坚实基础。
Description
技术领域
本发明属于气象学领域,尤其涉及一种利用风场数据自动识别高空横槽的方法。
背景技术
高空位势高度场低值区延伸出来的狭长区域为槽,自东向西伸展的槽为横槽。标准的横槽后部(北方)一般是偏东风,前部(南方)是偏西风。它是冬季高空重要的天气系统之一。在横槽初期,横槽呈现标准的横槽特征;在横槽中期,横槽后部(北方)为偏北风,前部(南方)为偏西风;到了横槽末期,横槽后部(西北方)为西北风,前部(东南方)为偏西风;之后横槽将转竖,演变为西风槽。在横槽转竖过程中,横槽从自东向西伸展逐渐变为自北向南伸展,槽后冷空气从偏东风转变为偏北风。横槽转竖时,强冷空气向南剧烈爆发,产生寒潮。对中国大部分地区造成强烈降温、大风等现象,带来暴雪、冰冻、沙尘暴等灾害。因此,识别横槽、掌握横槽转竖过程对天气预报具有非常重要的作用和意义。
由横槽的定义可知,风场特征是横槽识别的重要依据。气象工作中风用风矢表示,风矢由2部分组成,分别为风向杆与风羽。风向杆表示为一根竖线,指出风的来向。风羽分别用长划线和短划线或者与风三角组合的方式表示风速的大小,垂直于风向杆末端顺时针向一侧(北半球)。一条长划线表示4m/s,一条短划线表示2m/s(风三角表示20m/s)。
但直到现在,气象业务中的横槽分析依然通过人机交互的方式,由预报人员根据自身经验进行手工操作,存在一系列相关弊端。
发明内容
针对现有技术中的上述不足,本发明提供的一种利用风场数据自动识别高空横槽的方法,能够在高空水平风场中自动分析横槽,为实现自动化分析预报打下坚实基础。
为了达到以上目的,本发明采用的技术方案为:
本方案提供一种利用风场数据自动识别高空横槽的方法,包括如下步骤:
S1、获取风场格点数据:u风和v风,并根据u风和v风构成格点风矢量,其中,u风为格点风矢量在x方向的分量,v风为格点风矢量在y方向上的分量;
S2、遍历整个风场的风矢量格点,取某一格点为分析点,其相邻的西南、正南以及东南的格点分别设为第一辅助分析点、第二辅助分析点以及第三辅助分析点;
S3、根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
S4、判断是否遍历完整个风场的风矢量格点,若是,则进行步骤S5,否则,返回步骤S2;
S5、根据所述节点设置阈值,遍历全部节点,并根据所述阈值判断并标记为槽点;
S6、判断是否遍历完所有的节点,若是,则进入步骤S7,否则,返回步骤S5;
S7、对比相邻槽点的位势高度,并判断槽点的位势高度是否高于其东侧的槽点,若是,则舍去该槽点及其西侧的槽点,结束遍历流程,否则,保留该槽点,并进行下一个槽点的判断,完成遍历后,并进入步骤S8;
S8、依次连接所述保留的槽点,从而完成横槽的自动识别。
进一步地,所述步骤S3包括以下三种任意一种情况:
第一种情况:
当所述分析点的风矢量风向偏东风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第二种情况:
当所述分析点的风矢量风向为北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第三种情况:
当所述分析点的风矢量风向偏北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点。
再进一步地,所述第一种情况具体为:
A1、当所述分析点的风矢量风向偏东风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤A2,否则,跳过该节点,并进入步骤A2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(1):
ua<0∧ub>0 (1)
A2、当所述分析点的风矢量风向偏东风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第二辅助分点的连线中点标记为节点O,从而得到节点,并进入步骤A3,否则,跳过该节点,并进入步骤A3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(2):
ua<0∧uc>0 (2)
A3、当所述分析点的风矢量风向偏东风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(3):
ua<0∧ud>0 (3)
再进一步地,所述第二种情况具体为:
B1、当所述分析点的风矢量风向为北风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第一辅助分析点的连线中点标记为O,从而得到节点,并进入步骤B2,否则,跳过该节点,并进入步骤B2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(4):
ua=0∧va<0∧ub>0 (4)
B2、当所述分析点的风矢量风向为北风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤B3,否则,跳过该节点,并进入步骤B3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(5):
ua=0∧va<0∧uc>0 (5)
B3、当所述分析点的风矢量风向为北风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(6):
ua=0∧va<0∧ud>0 (6)
再进一步地,所述第三种情况具体为:
C1、当所述分析点的风矢量风向偏北风时,判断所述第一辅助分析点的风矢量风向是否偏西风,若是,则将所述分析点以及所述第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C2,否则,跳过该节点,并进入步骤C2;所述第一辅助分析点的风矢量风向是否偏西风的判断条件如公式(7):
C2、当所述分析点的风矢量风向偏北风时,判断所述第二辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C3,否则,跳过该节点,并进入步骤C3;所述第二辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(8):
C3、当所述分析点的风矢量风向偏北风时,判断所述第三辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点和第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4;所述第三辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(9):
再进一步地,所述步骤S5包括如下步骤:
D1、根据所述节点Oi,分别设相邻的节点之间的格距Δd以及阈值T,其中,1≤i≤m,m为节点的总数量;
D2、遍历所有节点,将节点Oi与其相邻节点进行格距Δd对比,并判断所述对比结果是否小于等于所述阈值T,若是,则将该节点标记为槽点,并进入步骤S6,否则,跳过该节点,并进入步骤S6。
再进一步地,所述步骤D2中将该节点标记为槽点的满足条件为:
Δd≤T∧T=2 (10)
其中,Δd为相邻的节点之间的格距,T为阈值。
本发明的有益效果:
本发明公开了一种利用风场数据自动识别高空横槽的方法,读取风场中格点数据;选择分析点:取某一格点为分析点,其相邻的西南、正南以及东南的格点分别设为第一辅助分析点、第二辅助分析点以及第三辅助分析点,并将所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量在x方向上的分量分别设为ua、ub、uc以及ud,将所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量在y方向上的分量分别设为va、vb、vc以及vd;根据确定的分析点的三种情况进行分析,得到节点;设置阈值,遍历所有节点,根据所述阈值判定并标记为槽点;对比相邻槽点的位势高度,判断某一槽点的位势高度是否高于其东侧的槽点,若是,则舍去该槽点及其西侧的槽点,否则,保留该槽点;依次连接所述保留的槽点。本发明通过以上设计解决了现有气象业务中的横槽分析依然通过人机交互的方式,由预报人员根据自身经验进行手工操作,存在一系列相关弊端的问题。本发明实现了在高空水平风场中自动分析横槽,为实现自动化分析预报打下坚实基础。
附图说明
图1为本实施例中横槽是自东向西伸展的图。
图2为本发明的方法流程图。
图3为本实施例中风矢量及其分量示意图。
图4为本实施例中分析点A与第一辅助分析点B、第二辅助分析点C以及第三辅助分析点D的示意图。
图5为本实施例中分析点的风矢量ua的三种情况的示意图。
图6为本实施例中某一分析点A的风矢量风向为偏东风时的节点连接图。
图7为本实施例中某一分析点A的风矢量风向为北风时的节点连接图。
图8为本实施例中某一分析点A的风矢量风向为偏北风时的节点连接图。
图9本实施例中槽点的连接示意图。
图10为本实施例中的槽点连接示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例
横槽通常出现在中高纬度的高空中,如图1所示,本发明中针对的横槽是自东向西伸展的,其生命周期大致分为三个阶段:初期、中期、末期,三个阶段的特征各不相同。初期的横槽后部(横槽北部)一般是偏东风,前部(横槽南部)是偏西风,横槽走向为自东向西;在横槽中期,横槽后部(横槽北部)一般为偏北风,前部(横槽南部)为偏西风,横槽走向为自东向西;在横槽末期,横槽后部(横槽西北部)一般为西北风,前部(横槽东南部)为偏西风,横槽走向为自东北向西南。横槽的三个阶段对应着横槽周围不同的风场特征,利用风场资料对横槽进行识别。如图2所示,其实现方法如下:
本方案提供一种利用风场数据自动识别高空横槽的方法,包括如下步骤:
S2、遍历整个风场的风矢量格点,取某一格点为分析点,其相邻的西南、正南以及东南的格点分别设为第一辅助分析点、第二辅助分析点以及第三辅助分析点;
本实施例中,横槽为东西伸展的槽,在槽后(横槽北部)为偏东风,槽前(横槽南部)偏西风。在横槽转竖时槽后(横槽西北部)存在偏北风,槽前(横槽东南部)存在偏西风。如图4所示,取某一格点为分析点A,且将分析点A点西南方相邻格点记为第一辅助分析点B,将分析点A点南方相邻格点记为第二辅助分析点C,将分析点A点东南方相邻格点记为第三辅助分析点D。格点风矢量在x轴方向与y轴方向上的分量为u风和v风,记A、B、C、D格点上的风矢量在x方向上的分量分别为ua、ub、uc以及ud,记A、B、C、D格点上的风矢量在y方向上的分量分别为va、vb、vc以及vd。
S3、根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点,如图5所示,其包括以下三种任意一种情况:
第一种情况:
当所述分析点的风矢量风向偏东风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第二种情况:
当所述分析点的风矢量风向为北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第三种情况:
当所述分析点的风矢量风向偏北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点。
本实施例中,横槽处于初期时,槽后(横槽北部)附近的风场为偏东风(u<0),槽前(横槽南部)附近的风场为偏西风(u>0)。即所述第一种情况包括如下步骤:
A1、当所述分析点的风矢量风向偏东风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤A2,否则,跳过该节点,并进入步骤A2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(1);
ua<0∧ub>0 (1)
A2、当所述分析点的风矢量风向偏东风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第二辅助分点的连线中点标记为节点O,从而得到节点,并进入步骤A3,否则,跳过该节点,并进入步骤A3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(2):
ua<0∧uc>0 (2)
A3、当所述分析点的风矢量风向偏东风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(3):
ua<0∧ud>0 (3)
本实施例中,如图6所示,分析点A的风矢量为偏东风(ua<0),第一辅助分析点B的风矢量为偏西风(ub>0),节点O1为A、B点连线的中点;第二辅助分析点C的风矢量为偏西风(uc>0),节点O2为A、C点连线的中点;第三辅助分析点D的风矢量为偏东风(ud>0),则不存在节点,不进行标记。
本实施例中,若横槽开始转竖,其风场会出现一系列变化,槽后(横槽北部)附近的风场为北风(u=0且v<0),槽前(横槽南部)附近的风场为偏西风(u>0),即所述第二种情况包括如下步骤:
B1、当所述分析点的风矢量风向为北风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第一辅助分析点的连线中点标记为O,从而得到节点,并进入步骤B2,否则,跳过该节点,并进入步骤B2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(4):
ua=0∧va<0∧ub>0 (4)
B2、当所述分析点的风矢量风向为北风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤B3,否则,跳过该节点,并进入步骤B3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(5):
ua=0∧va<0∧uc>0 (5)
B3、当所述分析点的风矢量风向为北风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(6):
ua=0∧va<0∧ud>0 (6)
本实施例中,如图7所示,分析点A的风矢量为北风(ua=0且va<0),第一辅助分析点B的风矢量为偏西风(ub>0),节点O1为A、B点连线的中点;第二辅助分析点C的风矢量为偏西风(uc>0),节点O2为A、C点连线的中点;辅助分析点D的风矢量为偏东风(ud<0),则不存在节点,不进行标记。
本实施例中,在横槽末期,横槽即将演变为西风槽时,槽后(横槽西北部)附近风场存在偏北风,槽前(横槽东南部)附近风场存在偏西风。即第三种情况包括如下步骤:
C1、当所述分析点的风矢量风向偏北风时,判断所述第一辅助分析点的风矢量风向是否偏西风,若是,则将所述分析点以及所述第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C2,否则,跳过该节点,并进入步骤C2;所述第一辅助分析点的风矢量风向是否偏西风的判断条件如公式(7):
C2、当所述分析点的风矢量风向偏北风时,判断所述第二辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C3,否则,跳过该节点,并进入步骤C3;所述第二辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(8):
C3、当所述分析点的风矢量风向偏北风时,判断所述第三辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点和第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4;所述第三辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(9):
本实施例中,如图8所示,分析点A的风矢量为偏北风(ua>0,va<0且),第一辅助分析点B的风矢量为偏西风(ub>0且),节点O1为A、B点连线的中点;第二辅助分析点C的风矢量为偏西风(uc>0且),节点O2为A、C点连线的中点;第三辅助分析点D的风矢量为偏东风(ud>0且),节点O3为A、D点连线的中点。
S4、判断是否遍历完整个风场的风矢量格点,若是,则进行步骤S5,否则,返回步骤S2;
S5、根据所述节点设置阈值,遍历全部节点,并根据所述阈值判断并标记为槽点,所述步骤S5包括如下步骤:
D1、根据所述节点Oi,分别设相邻的节点之间的格距Δd以及阈值T,其中,1≤i≤m,m为节点的总数量;
D2、遍历所有节点,将节点Oi与其相邻节点进行格距Δd对比,并判断所述对比结果是否小于等于所述阈值T,若是,则将该节点标记为槽点,并进入步骤S6,否则,跳过该节点,并进入步骤S6;
S6、判断是否遍历完所有的节点,若是,则进入步骤S7,否则,返回步骤S5。
本实施例中,在格点数据中,每个格点的位置由每个格点的坐标决定。节点形成槽线需要考虑节点之间的距离,若两个节点之间距离跨度过大,则不连接该两个节点。但横槽是一个大尺度的天气系统,系统的完整性和连续性非常重要。因而选择相邻节点之间连接距离的阈值十分重要,经过测试,阈值为2个格距时节点形成的槽线效果最好。
本实施例中,由上述得到了节点Oi(1≤i≤m,m为节点的总数量),令次序相邻的节点之间(Oi与Oi+1)的距离为Δd,令阈值为T。当T=2且Δd≤T时,标记为槽点。判别条件:
Δd≤T∧T=2 (10)
其中,Δd为相邻的节点之间的格距,T为阈值。
S7、对比相邻槽点的位势高度,并判断槽点的位势高度是否高于其东侧的槽点,若是,则舍去该槽点及其西侧的槽点,结束遍历流程,否则,保留该槽点,并进行下一个槽点的判断,完成遍历后,并进入步骤S8。
本实施例中,如图9所示,圆圈为格点,方格点为节点。若方格点之间的距离小于等于阈值,将节点标记为槽点;若方格点之间的距离大于阈值,则不作为槽点。图9中,实线为连线,虚线则为舍去的连线。
S8、依次连接所述保留的槽点,从而完成横槽的自动识别。
本实施例中,由于槽是高空位势高度场低值区延伸出来的狭长区域,具有从高值区向低值区延伸的连续性。槽点所在的高度场必须由东向西逐渐降低,若槽点在某一处的位势高度高于其东侧槽点的位势高度,则舍去该槽点以及其以西的槽点,将剩余的槽点依次连接,形成槽线,完成对横槽的识别,如图10所示,圆点为槽点,连线线段为槽线。
本发明通过以上设计解决了现有气象业务中的横槽分析依然通过人机交互的方式,由预报人员根据自身经验进行手工操作,存在一系列相关弊端的问题。本发明实现了在高空水平风场中自动分析横槽,为实现自动化分析预报打下坚实基础。
Claims (2)
1.一种利用风场数据自动识别高空横槽的方法,其特征在于,包括如下步骤:
S1、获取风场格点数据:u风和v风,并根据u风和v风构成格点风矢量,其中,u风为格点风矢量在x方向的分量,v风为格点风矢量在y方向上的分量;
S2、遍历整个风场的风矢量格点,取某一格点为分析点,其相邻的西南、正南以及东南的格点分别设为第一辅助分析点、第二辅助分析点以及第三辅助分析点;
S3、根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
所述步骤S3包括以下三种任意一种情况:
第一种情况:
当所述分析点的风矢量风向偏东风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第二种情况:
当所述分析点的风矢量风向为北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
第三种情况:
当所述分析点的风矢量风向偏北风时,则根据所述分析点、第一辅助分析点、第二辅助分析点以及第三辅助分析点的风矢量计算得到节点;
所述第一种情况具体为:
A1、当所述分析点的风矢量风向偏东风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤A2,否则,跳过该节点,并进入步骤A2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(1):
ua<0∧ub>0 (1)
A2、当所述分析点的风矢量风向偏东风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第二辅助分点的连线中点标记为节点O,从而得到节点,并进入步骤A3,否则,跳过该节点,并进入步骤A3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(2):
ua<0∧uc>0 (2)
A3、当所述分析点的风矢量风向偏东风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点与第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(3):
ua<0∧ud>0 (3)
所述第二种情况具体为:
B1、当所述分析点的风矢量风向为北风时,判断所述第一辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第一辅助分析点的连线中点标记为O,从而得到节点,并进入步骤B2,否则,跳过该节点,并进入步骤B2;所述第一辅助分析点的风矢量风向是否为偏西风的判断条件如公式(4):
ua=0∧va<0∧ub>0 (4)
B2、当所述分析点的风矢量风向为北风时,判断所述第二辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤B3,否则,跳过该节点,并进入步骤B3;所述第二辅助分析点的风矢量风向是否为偏西风的判断条件如公式(5):
ua=0∧va<0∧uc>0 (5)
B3、当所述分析点的风矢量风向为北风时,判断所述第三辅助分析点的风矢量风向是否为偏西风,若是,则将所述分析点以及第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4,所述第三辅助分析点的风矢量风向是否为偏西风的判断条件如公式(6):
ua=0∧va<0∧ud>0 (6)
所述第三种情况具体为:
C1、当所述分析点的风矢量风向偏北风时,判断所述第一辅助分析点的风矢量风向是否偏西风,若是,则将所述分析点以及所述第一辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C2,否则,跳过该节点,并进入步骤C2;所述第一辅助分析点的风矢量风向是否偏西风的判断条件如公式(7):
C2、当所述分析点的风矢量风向偏北风时,判断所述第二辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点以及第二辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤C3,否则,跳过该节点,并进入步骤C3;所述第二辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(8):
C3、当所述分析点的风矢量风向偏北风时,判断所述第三辅助分析点的风矢量风向是否满足偏西风,若是,则将所述分析点和第三辅助分析点的连线中点标记为节点O,从而得到节点,并进入步骤S4,否则,跳过该节点,并进入步骤S4;所述第三辅助分析点的风矢量风向是否满足偏西风的判断条件如公式(9):
S4、判断是否遍历完整个风场的风矢量格点,若是,则进行步骤S5,否则,返回步骤S2;
S5、根据所述节点设置阈值,遍历全部节点,并根据所述阈值判断并标记为槽点;
所述步骤S5包括如下步骤:
D1、根据所述节点Oi,分别设相邻的节点之间的格距Δd以及阈值T,其中,1≤i≤m,m为节点的总数量;
D2、遍历所有节点,将节点Oi与其相邻节点进行格距Δd对比,并判断所述对比结果是否小于等于所述阈值T,若是,则将该节点标记为槽点,并进入步骤S6,否则,跳过该节点,并进入步骤S6;
S6、判断是否遍历完所有的节点,若是,则进入步骤S7,否则,返回步骤S5;
S7、对比相邻槽点的位势高度,并判断槽点的位势高度是否高于其东侧的槽点,若是,则舍去该槽点及其西侧的槽点,结束遍历流程,否则,保留该槽点,并进行下一个槽点的判断,完成遍历后,并进入步骤S8;
S8、依次连接所述保留的槽点,从而完成横槽的自动识别。
2.根据权利要求1所述的利用风场数据自动识别高空横槽的方法,其特征在于,所述步骤D2中将该节点标记为槽点的满足条件为:
Δd≤T∧T=2 (10)
其中,Δd为相邻的节点之间的格距,T为阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010032949.5A CN111239852B (zh) | 2020-01-13 | 2020-01-13 | 一种利用风场数据自动识别高空横槽的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010032949.5A CN111239852B (zh) | 2020-01-13 | 2020-01-13 | 一种利用风场数据自动识别高空横槽的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239852A CN111239852A (zh) | 2020-06-05 |
CN111239852B true CN111239852B (zh) | 2021-09-07 |
Family
ID=70865628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010032949.5A Active CN111239852B (zh) | 2020-01-13 | 2020-01-13 | 一种利用风场数据自动识别高空横槽的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239852B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116449461B (zh) * | 2023-06-15 | 2023-08-11 | 成都信息工程大学 | 一种南支槽的自动识别方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951624B (zh) * | 2015-07-13 | 2017-10-17 | 中国人民解放军理工大学 | 一种计算机气象软件中基于风场数据的槽线自动绘制方法 |
CN106950612B (zh) * | 2017-03-14 | 2019-07-23 | 天津大学 | 一种用于气象学中自动识别并绘制冷锋的方法 |
CN109213759B (zh) * | 2018-08-02 | 2021-09-07 | 成都信息工程大学 | 一种大气风场急流线的检测方法 |
-
2020
- 2020-01-13 CN CN202010032949.5A patent/CN111239852B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111239852A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221359B (zh) | 一种自动识别切变线的方法 | |
CN111046950B (zh) | 一种图像处理方法、装置、存储介质和电子装置 | |
CN113628227B (zh) | 一种基于深度学习的海岸线变化分析方法 | |
CN111239852B (zh) | 一种利用风场数据自动识别高空横槽的方法 | |
CN110442661B (zh) | 基于cfsr数据的冬季北太平洋地区中尺度涡旋的识别和追踪方法 | |
CN112946657A (zh) | 强对流天气中地面风场的识别方法 | |
CN105468899B (zh) | 基于micaps风场信息低空急流自动识别及绘制方法 | |
CN111325239A (zh) | 一种基于图像的天气识别的方法及设备 | |
CN111220619B (zh) | 一种绝缘子自爆检测方法 | |
CN109102538A (zh) | 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法 | |
CN115201938A (zh) | 基于雷暴高压分析的强对流天气临近预报方法及系统 | |
CN113240172B (zh) | 微地形覆冰数值预测方法及系统 | |
CN109101535B (zh) | 一种基于曲率的槽脊线的提取与识别方法 | |
CN114266984A (zh) | 一种利用高分辨遥感影像计算建筑物屋顶光伏可改造区减碳量的方法 | |
CN113420670A (zh) | 基于高分遥感输变电线路迁改环水保监管方法 | |
Pirooz et al. | New Zealand design wind speeds, directional and lee-zone multipliers proposed for AS/NZS 1170.2: 2021 | |
CN113496182B (zh) | 基于遥感影像的道路提取方法及装置、存储介质及设备 | |
CN110009035B (zh) | 一种基于图像匹配的测风站群空间聚类方法 | |
CN107329022A (zh) | 一种输电线路热载荷能力分析方法 | |
CN111638563A (zh) | 一种航线天气预报的方法 | |
CN112985753B (zh) | 一种用于风洞试验的冰形参数化方法 | |
CN110223346B (zh) | 基于形状先验的多绝缘子定位方法 | |
CN114418968A (zh) | 一种基于深度学习的输电线路小目标缺陷检测方法 | |
CN114710744A (zh) | 一种深度融合WiFi测距与PDR推算的室内定位方法 | |
CN114511709A (zh) | 一种高效准确识别角点特征的方法 |
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 |