[发明专利]基于边界识别追踪技术的雷暴云团的临近预报方法和系统

权利要求书

1.一种基于边界识别追踪技术的雷暴云团的临近预报方法，该方法以高时空分辨率气象雷达资料处理系统为硬件基础，其特征在于该临近预报方法包括如下步骤：

(1)以一定的时间间隔连续重复执行如下步骤a至步骤e，获得雷达探测区域内雷暴云团探测数据的时空序列：

a.气象雷达接收来自观测对象的雷达反射回波信号并把该反射回波信号传输给雷达资料处理系统；

b.所述雷达资料处理系统对所述雷达反射回波信号进行预处理形成在探测区域内的二维网格形式的数字化雷达回波数据；

c.使用膨胀-侵蚀算法消除雷达扫描缺线对雷暴云团边界识别所造成的不良影响；

d.使用N-近邻跟踪遍历算法和边缘提取算法对探测区域范围内的雷暴云团的边界进行识别，从而使探测区域内所有雷暴云团都具有清晰连续的边界线；

e.用统计方法计算探测区域内各雷暴云团的平均强度；

(2)、对探测区域相邻时间序列的雷暴云团的雷达回波数据采用四分树匹配分析因子进行雷暴云团的相似性判定，从而获得每个雷暴云团的几何和拓扑特征，所述雷暴云团的几何和拓扑特征包括：雷暴云团的运动方向、速度、面积、强中心、增强或减弱、膨胀或缩小的状态信息；然后再组合使用重叠因子、面积因子、外接矩形因子、轮廓综合因子和局部相似判定因子对所述雷暴云团的几何和拓扑特征进行纠错；

(3)、根据在指定时序或最新时序的雷暴云团的几何和拓扑特征，建立雷暴云团的生命时序与族谱关系，并在此基础上对雷暴云团的运动向量进行线性外推从而获得雷暴云团的临近预报。

2.根据权利要求1所述的基于边界识别追踪技术的雷暴云团的临近预报方法，其特征在于：建立基于地图系统的二维坐标系来选取指定的雷暴云团，获得雷暴云团空间位置信息、发展轨迹、演变特征和未来预测。

3.根据权利要求1所述的基于边界识别追踪技术的雷暴云团的临近预报方法，其特征在于：所述使用膨胀-侵蚀算法消除雷达扫描缺线对雷暴云团边界识别所造成的不良影响包括如下过程：首先把探测区域内的数字化雷达回波数据转化为二值化图像数据形成二值图像空间，然后执行雷暴云团的边界检测，即在所述二值图像空间内由上向下、由左向右进行逐行扫描，得到水平扫描线与雷暴云团边界线的交点，交点处的像素P有如下几种情况：P值为“真”，但其左边相邻像素值为“假”，称为左交点；P值为“真”，但其右边相邻像素值为“假”，称为右交点；如果左右相邻像素同时为“假”的情况不是交点；

膨胀算法为：若是左交点，将交点左边二或者左边一相邻像素的取值设为“真”；若是右交点，将交点右边二或者右边一相邻像素的取值设为“真”，由此边界向外膨胀1至2个格点，雷达扫描缺线扇面内就被填了2或4条线，所述缺失扇面就被填塞了，雷达扫描缺线不再被误认为雷暴云团的边界线；

侵蚀算法是上述膨胀算法逆运算：若是左交点，将交点右边二或者右边一相邻像素的取值设为“假”；若是右交点，将交点左边二或者左边一相邻像素的取值设为“假”，侵蚀算法还原了雷暴云团的外边界。

4.根据权利要求1所述的基于边界识别追踪技术的雷暴云团的临近预报方法，其特征在于：所述N-近邻跟踪遍历法是一种特定的边界自动跟踪遍历方法：N取值为8或者25，N近邻有两种类型：第一种是直接近邻，即两个像素的相应单元共一条边；第二种是非直接近邻，即两个像素相应单元仅在一个角上相接触；两种近邻在云团边界识别中均被使用；

所述边界相关边缘提取算法为：首先在二值图像空间内由上向下、由左向右逐行扫描得到第一个图像值为“真”的像素作为初始像素P1，利用“N-近邻”对初始像素的8个方向进行跟踪，而且总是选择最右边的像素为所得的像素，必在一个方向上找到下一边界像素点P2，再利用边界像素点P2的“N-近邻”关系，找到下一边界像素点P3，如此逐点跟踪，若当前像素点的坐标与初始像素点的坐标相同或者已经遍历过时，边界相关边缘提取算法结束，由此得到一条环状的雷暴云团边界。

5.根据权利要求4所述的基于边界识别追踪技术的雷暴云团的临近预报方法，其特征在于：在获得所述雷暴云团外边界轮廓曲线后，利用外边界轮廓线是否存在能量突变来判定是否为雷暴云团的有效边界，以排除识别错误，其简化的做法是：以外边界轮廓线为中心线，制作外边界轮廓线的缓冲区，然后以此环形缓冲区与雷达回波做空间叠加分析；对环形缓冲区内的雷达回波进行二值化处理后对结果进行累加，累加值与环形缓冲区面积之比越趋向于零，则雷暴云团外边界轮廓线的质量越可靠。