CN115542326A - 一种孤立式下击暴流识别方法 - Google Patents

一种孤立式下击暴流识别方法 Download PDF

Info

Publication number
CN115542326A
CN115542326A CN202211115667.7A CN202211115667A CN115542326A CN 115542326 A CN115542326 A CN 115542326A CN 202211115667 A CN202211115667 A CN 202211115667A CN 115542326 A CN115542326 A CN 115542326A
Authority
CN
China
Prior art keywords
storm
downburst
identification method
gust front
isolated
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.)
Pending
Application number
CN202211115667.7A
Other languages
English (en)
Inventor
禹梁玉
王啸华
蒋启进
顾荣直
李泽宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiang Sushengqixiangtai
Original Assignee
Jiang Sushengqixiangtai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiang Sushengqixiangtai filed Critical Jiang Sushengqixiangtai
Priority to CN202211115667.7A priority Critical patent/CN115542326A/zh
Publication of CN115542326A publication Critical patent/CN115542326A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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
    • 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

本申请涉及一种孤立式下击暴流识别方法，属于下击暴流识别领域，以解决现有的识别方法不能够自动识别阵风锋以及阵风锋的形状，也不能够对风暴单体进行识别和追踪，对下击暴流预警的精确度较低的问题，方法包括：S1：数据质量控制；S2：阵风锋自动识别，阵风锋形状识别，标记环形阵风锋的位置；S3：风暴单体识别和追踪，追踪风暴单体的反射率因子核高度、风暴质心高度、VIL值随时间演变特征；S4：下击暴流自动预警；所述S1，包括：基本反射率因子等强度数据质量控制和基本径向速度等数据质量控制。本申请能够自动识别阵风锋，能够对风暴单体进行识别和追踪，对下击暴流预警识别的准确度高。

Description

一种孤立式下击暴流识别方法
技术领域
本发明涉及一种孤立式下击暴流识别方法，属于下击暴流识别领域。
背景技术
下击暴流是指在地面或地面附近由对流性下沉气流引起的破坏性的强风，水平尺度为1公里到10公里，可产生平均风速达17.9米每秒的气流，飞机在穿越此区域时，会经历强逆风后再经历顺风，存在较大安全隐患。
为了避免下击暴流造成的危害，需要使用雷达检测，大多数下击暴流常伴随两种类型的雷达回波，即钩状回波和弓状回波。下击暴流一般位于钩状回波的钩内或钩的周围，对于弓状回波，下击暴流经常位于回波前侧。现有的下击暴流识别方法还存在一些缺陷，现有的识别方法不能够自动识别阵风锋以及阵风锋的形状，也不能够对风暴单体进行识别和追踪，对下击暴流预警的精确度较低。
因此我们对此做出改进，提出一种孤立式下击暴流识别方法。
发明内容
(一)本发明要解决的技术问题是：现有的识别方法不能够自动识别阵风锋以及阵风锋的形状，也不能够对风暴单体进行识别和追踪，对下击暴流预警的精确度较低。
(二)技术方案
为了实现上述发明目的，本发明提供了一种孤立式下击暴流识别方法，所述方法包括：
S1：数据质量控制；
S2：阵风锋自动识别，阵风锋形状识别，标记环形阵风锋的位置；
S3：风暴单体识别和追踪，追踪风暴单体的反射率因子核高度、风暴质心高度、VIL值随时间演变特征；
S4：下击暴流自动预警。
其中，所述S1，包括：基本反射率因子等强度数据质量控制和基本径向速度等数据质量控制。
其中，所述基本反射率因子等强度数据质量控制包括数据填补、噪声滤除、数据平滑。
其中，所述基本径向速度等数据质量控制包括数据填补、数据平滑和退速度模糊。
其中，所述S2，包括：在速度场中考虑辐合线识别，在强度场中考虑窄带回波识别，根据窄带与辐合线的空间一致性，综合二者识别出阵风锋。
其中，所述S3，包括：识别风暴单体并追踪风暴单体演变过程，选择基本发射率因子或组合反射率因子≥35dBz的风暴单体，分析反射率因子核高度、风暴质心高度、VIL值随时间演变特征。
其中，所述S4，包括：弱垂直风切变环境下击暴流自动预警。
其中，所述弱垂直风切变环境下击暴流自动预警包括：
环形阵风锋识别，根据阵风锋自动识别算法以及图像识别技术，自动识别出具有环状结构特征的阵风锋；
踪具有环形阵风锋特征的风暴单体，根据其反射率因子核高度、反射率因子核高度随时间变化、风暴质心高度、风暴质心高度随时间变化、基于格点的VIL值、VIL值随时间变化特征等雷达回波特征因子进行逐步回归，构建下击暴流发生概率算法模型；
基于下击暴流概率模型滚动生成下击暴流预警产品。
(三)有益效果
本发明所提供的一种孤立式下击暴流识别方法，其有益效果是：
通过数据质量控制、阵风锋自动识别和风暴单体识别和追踪，使得该识别方法能够通过基本反射率因子等强度数据质量控制和基本径向速度等数据质量控制，控制数据质量，并通过阵风锋形状识别和标记环形阵风锋的位置自动识别阵风锋，然后根据追踪风暴单体的反射率因子核高度、风暴质心高度和VIL值随时间演变特征对风暴单体进行识别和追踪。
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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本申请提供的孤立式下击暴流识别方法的流程图。
具体实施方式
下面结合说明书附图和实施例，对本发明的具体实施方式做进一步详细描述。以下实施例仅用于说明本发明，但不能用来限制本发明的范围。
实施例1：
如图1所示，本实施方式提出一种孤立式下击暴流识别方法，方法包括：
S1：数据质量控制；
S2：阵风锋自动识别，阵风锋形状识别，标记环形阵风锋的位置；
S3：风暴单体识别和追踪，追踪风暴单体的反射率因子核高度、风暴质心高度、VIL值随时间演变特征；
S4：下击暴流自动预警。
实施例2：
下面结合具体的工作方式对实施例1中的方案进行进一步的介绍，详见下文描述：
作为优选的实施方式，在上述方式的基础上，进一步的，S1，包括：基本反射率因子等强度数据质量控制和基本径向速度等数据质量控制。
作为优选的实施方式，在上述方式的基础上，进一步的，基本反射率因子等强度数据质量控制包括数据填补、噪声滤除、数据平滑，数据平滑采用3*3网格中值滤波。
作为优选的实施方式，在上述方式的基础上，进一步的，基本径向速度等数据质量控制包括数据填补、数据平滑和退速度模糊，退速度模糊采用WSR-88D雷达退速度模糊算法，数据平滑基于九点滑动平均算法。
作为优选的实施方式，在上述方式的基础上，进一步的，S2，包括：在速度场中考虑辐合线识别，在强度场中考虑窄带回波识别，根据窄带与辐合线的空间一致性，综合二者识别出阵风锋。
作为优选的实施方式，在上述方式的基础上，进一步的，S3，包括：识别风暴单体并追踪风暴单体演变过程，选择基本发射率因子或组合反射率因子≥35dBz的风暴单体，分析反射率因子核高度、风暴质心高度、VIL值随时间演变特征。
作为优选的实施方式，在上述方式的基础上，进一步的，S4，包括：弱垂直风切变环境下击暴流自动预警。
作为优选的实施方式，在上述方式的基础上，进一步的，弱垂直风切变环境下击暴流自动预警包括：
环形阵风锋识别，根据阵风锋自动识别算法以及图像识别技术，自动识别出具有环状结构特征的阵风锋；
踪具有环形阵风锋特征的风暴单体，根据其反射率因子核高度、反射率因子核高度随时间变化、风暴质心高度、风暴质心高度随时间变化、基于格点的VIL值、VIL值随时间变化特征等雷达回波特征因子进行逐步回归，构建下击暴流发生概率算法模型；
基于下击暴流概率模型滚动生成下击暴流预警产品。
实施例3：
下面结合具体的工作方式对实施例1和实施例2中的方案进行进一步的介绍，详见下文描述：
具体的，本孤立式下击暴流识别方法：
结合图1，基本反射率因子、基本径向速度数据质量控制；基本反射率因子等强度数据质量控制，包括数据填补、噪声滤除、数据平滑(3*3网格中值滤波)；基本径向速度等数据质量控制：数据填补、数据平滑(采用九点滑动平均算法)和退速度模糊(采用WSR-88D雷达退速度模糊算法)；利用阵风锋自动识别算法识别阵风锋；在速度场中考虑辐合线识别，在强度场中考虑窄带回波识别，根据窄带与辐合线的空间一致性，综合二者识别出阵风锋；
基于风暴单体识别与追踪SCIT算法识别风暴单体，识别风暴单体并追踪风暴单体演变过程，选择基本发射率因子或者组合反射率因子≥35dBz的风暴单体，分析反射率因子核高度、风暴质心高度、VIL值随时间演变特征；最后，根据阵风锋自动识别算法以及图像识别技术，自动识别出具有环状结构特征的阵风锋；追踪具有环形阵风锋特征的风暴单体，根据其反射率因子核高度、反射率因子核高度随时间变化、风暴质心高度、风暴质心高度随时间变化、基于格点的VIL值、VIL值随时间变化特征等雷达回波特征因子进行逐步回归，构建下击暴流发生概率算法模型；基于下击暴流概率模型滚动生成下击暴流预警产品，实现弱垂直风切变环境下击暴流自动预警的功能。
以上实施方式仅用于说明本发明，而非对本发明的限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行各种组合、修改或者等同替换，都不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种孤立式下击暴流识别方法，所述方法包括：
S1：数据质量控制；
S2：阵风锋自动识别，阵风锋形状识别，标记环形阵风锋的位置；
S3：风暴单体识别和追踪，追踪风暴单体的反射率因子核高度、风暴质心高度、VIL值随时间演变特征；
S4：下击暴流自动预警。
2.根据权利要求1所述的一种孤立式下击暴流识别方法，其特征在于，所述S1，包括：基本反射率因子等强度数据质量控制和基本径向速度等数据质量控制。
3.根据权利要求2所述的一种孤立式下击暴流识别方法，其特征在于，所述基本反射率因子等强度数据质量控制包括数据填补、噪声滤除、数据平滑。
4.根据权利要求2所述的一种孤立式下击暴流识别方法，其特征在于，所述基本径向速度等数据质量控制包括数据填补、数据平滑和退速度模糊。
5.根据权利要求1所述的一种孤立式下击暴流识别方法，其特征在于，所述S2，包括：在速度场中考虑辐合线识别，在强度场中考虑窄带回波识别，根据窄带与辐合线的空间一致性，综合二者识别出阵风锋。
6.根据权利要求1所述的一种孤立式下击暴流识别方法，其特征在于，所述S3，包括：识别风暴单体并追踪风暴单体演变过程，选择基本发射率因子或组合反射率因子≥35dBz的风暴单体，分析反射率因子核高度、风暴质心高度、VIL值随时间演变特征。
7.根据权利要求1所述的一种孤立式下击暴流识别方法，其特征在于，所述S4，包括：弱垂直风切变环境下击暴流自动预警。
8.根据权利要求7所述的一种孤立式下击暴流识别方法，其特征在于，所述弱垂直风切变环境下击暴流自动预警包括：
环形阵风锋识别，根据阵风锋自动识别算法以及图像识别技术，自动识别出具有环状结构特征的阵风锋；
踪具有环形阵风锋特征的风暴单体，根据其反射率因子核高度、反射率因子核高度随时间变化、风暴质心高度、风暴质心高度随时间变化、基于格点的VIL值、VIL值随时间变化特征等雷达回波特征因子进行逐步回归，构建下击暴流发生概率算法模型；
基于下击暴流概率模型滚动生成下击暴流预警产品。
CN202211115667.7A 2022-09-14 2022-09-14 一种孤立式下击暴流识别方法 Pending CN115542326A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211115667.7A CN115542326A (zh) 2022-09-14 2022-09-14 一种孤立式下击暴流识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211115667.7A CN115542326A (zh) 2022-09-14 2022-09-14 一种孤立式下击暴流识别方法

Publications (1)

Publication Number Publication Date
CN115542326A true CN115542326A (zh) 2022-12-30

Family

ID=84728571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211115667.7A Pending CN115542326A (zh) 2022-09-14 2022-09-14 一种孤立式下击暴流识别方法

Country Status (1)

Country Link
CN (1) CN115542326A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7486220B1 (en) * 2006-09-28 2009-02-03 Rockwell Collins, Inc. Storm top detection and prediction
CN106526558A (zh) * 2016-09-27 2017-03-22 天津大学 基于多普勒天气雷达资料的阵风锋自动识别方法
CN109164450A (zh) * 2018-09-12 2019-01-08 天津大学 一种基于多普勒雷达数据的下击暴流预测方法
CN111736156A (zh) * 2020-08-17 2020-10-02 南京信大气象科学技术研究院有限公司 一种基于天气雷达的逆风区识别方法与装置
CN111929687A (zh) * 2020-08-25 2020-11-13 中国气象局武汉暴雨研究所 一种龙卷涡旋特征自动识别算法
CN112946655A (zh) * 2021-01-27 2021-06-11 江苏省气象科学研究所 基于近地面散度场的下击暴流识别方法、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7486220B1 (en) * 2006-09-28 2009-02-03 Rockwell Collins, Inc. Storm top detection and prediction
CN106526558A (zh) * 2016-09-27 2017-03-22 天津大学 基于多普勒天气雷达资料的阵风锋自动识别方法
CN109164450A (zh) * 2018-09-12 2019-01-08 天津大学 一种基于多普勒雷达数据的下击暴流预测方法
CN111736156A (zh) * 2020-08-17 2020-10-02 南京信大气象科学技术研究院有限公司 一种基于天气雷达的逆风区识别方法与装置
CN111929687A (zh) * 2020-08-25 2020-11-13 中国气象局武汉暴雨研究所 一种龙卷涡旋特征自动识别算法
CN112946655A (zh) * 2021-01-27 2021-06-11 江苏省气象科学研究所 基于近地面散度场的下击暴流识别方法、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
禹梁玉等: "江苏一次下击暴流过程致灾大风成因分析", 《热带气象学报》, vol. 37, no. 5, pages 801 - 811 *

Similar Documents

Publication Publication Date Title
CN104569981B (zh) 协同自适应观测方法
CN110501760A (zh) 一种基于气象雷达的冰雹识别及临近预报方法
CN110297246B (zh) 一种组网x波段天气雷达协同自适应控制方法及系统
CN109100723A (zh) 基于多普勒天气雷达数据的高空风反演方法
CN109270501A (zh) 一种用于全固态vts雷达的海杂波抑制方法
CN105372636A (zh) 一种基于自适应遗忘因子的杂波图更新方法及装置
JP6756889B1 (ja) 渦検出装置、渦検出方法、プログラム及び学習済モデル
CN103729846A (zh) 基于不规则三角网的LiDAR点云数据边缘检测方法
CN110261857A (zh) 一种天气雷达空间插值方法
CN104237890A (zh) 一种由“列车效应”引起的暴雨识别及预报方法
CN102662173A (zh) 基于水平集的雷暴预测方法
CN115840205B (zh) 一种基于激光雷达技术的地形面积计量方法和系统
CN107703503A (zh) 一种基于gpu加速的点迹凝聚方法
CN117911408B (zh) 一种道路路面施工质量检测方法及系统
CN109100697B (zh) 一种基于地面监视雷达系统的目标凝聚方法
EP3683540A1 (en) Antenna downtilt angle measurement method based on depth instance segmentation network
CN109188430A (zh) 一种基于地面监视雷达系统的目标提取方法
CN115047463A (zh) 一种考虑降雨区域雷达回波衰减协同扫描调度方法
CN115234447A (zh) 一种基于海上净空雷达的叶片检测方法及系统
CN115542326A (zh) 一种孤立式下击暴流识别方法
JP3626089B2 (ja) ウィンドプロファイラにおける信号処理装置および信号処理方法
CN108983194A (zh) 一种基于地面监视雷达系统的目标提取及凝聚方法
CN105158823B (zh) 悬空波导监测预报系统和方法
CN112799070A (zh) 一种船用雷达雨雪杂波抑制算法
CN111736154A (zh) 三维气象雷达回波模型的构建方法和显示方法

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