[发明专利]一种基于Kmeans聚类的降水粒子识别方法及装置

说明书

本发明公开了一种基于Kmeans聚类的降水粒子识别方法及装置，该方法包括：获取雷达观测数据的极化变量，极化变量包括水平反射率因子、差分反射率因子以及比差分传播相移；根据水平反射率因子和差分反射率因子的物理约束关系重构比差分传播相移，根据水平反射率因子、差分反射率因子以及重构后的比差分传播相移确定重构后的观测数据；采用模糊分类算法对重构后的观测数据进行降水粒子识别，获取第一识别结果；采用Kmeans聚类方法对第一识别结果进行二次分类，获取第二识别结果。本发明通过重构比差分传播相移，并采用Kmeans聚类方法进行二次分类，提高了降水粒子识别的准确度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于Kmeans聚类的降水粒子识别方法及装置。

背景技术

双极化天气雷达的主要任务就是进行定量降水估计，不同的降水粒子与雷达观测变量的关系是不同的，如水平反射率因子，差分反射率因子因子，差分相位移以及比差分传播相移等，识别不同的降水粒子可以更好的进行定量降水估计，目前主流的降水粒子识别都是基于模糊逻辑分类的方法实现的，这些方法主要是基于单个雷达库进行的降水粒子分类，没有考虑周围雷达库的信息，当输入雷达观测值含有噪声时，那么输出的结果也会存在噪声，导致分类结果不准确。

发明内容

本发明目的在于，提供一种基于Kmeans聚类的降水粒子识别方法，以解决现有技术中对于含有噪声的降水粒子识别不准确的问题。

为实现上述目的，本发明提供一种基于Kmeans聚类的降水粒子识别方法，包括：

获取雷达观测数据的极化变量，所述极化变量包括水平反射率因子、差分反射率因子以及比差分传播相移；

根据所述水平反射率因子和所述差分反射率因子的物理约束关系重构所述比差分传播相移，根据所述水平反射率因子、所述差分反射率因子以及重构后的比差分传播相移确定重构后的观测数据；

采用模糊分类算法对所述重构后的观测数据进行降水粒子识别，获取第一识别结果；

采用Kmeans聚类方法对所述第一识别结果进行二次分类，获取第二识别结果。

优选地，在获取雷达观测数据的极化变量之前，还包括：

剔除所述水平反射率因子小于第一阈值、极化相关系数小于第二阈值和所述差分传播相移的绝对值大于第三阈值的值，获取所述雷达观测数据。

优选地，所述根据所述水平反射率因子和所述差分反射率因子的物理约束关系重构所述比差分传播相移，包括：

根据所述水平反射率因子和所述差分反射率因子的物理约束，并添加相应的物理约束系数确定所述重构后的比差分传播相移，具体计算如下：

式中，表示重构后的比差分传播相移，Z_H表示水平反射率因子，Z_DR表示所述差分反射率因子，C、α、β分别表示相应的物理约束系数。

优选地，所述采用模糊分类算法对所述重构后的观测数据进行降水粒子识别，获取第一识别结果，包括：

所述重构后的观测数据中的变量包括，所述水平反射率因子、所述差分反射率因子、物理约束系数、所述重构后的比差分传播相移、观测数据的移动标准差、重构后的移动标准差以及移动窗口长度值；

根据所述重构后的观测数据设置隶属函数，计算所述重构后的观测数据中第i个变量对第j个降水粒子的隶属度，将所述重构后的观测数据中的各个变量对第j个降水粒子的隶属度进行加权平均，获取所述重构后的观测数据的合成值，根据所述合成值以及降水粒子的相态进行分类作为所述第一识别结果。

优选地，所述采用Kmeans聚类方法对所述第一识别结果进行二次分类，获取第二识别结果，包括：