[发明专利]一种基于雷达图信息处理的山地城市短时降雨预报方法

说明书

本发明公开了一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，并进行降雨判断。本发明能够更好地识别云团并实现追踪，能够避免跟踪丢失和误差累计的问题，对于移速快、分散、复杂的云团仍有较好预测效果，特别适合对于山地城市的短时降雨(尤其是短时强降雨)预报。

技术领域

本发明属于降雨预报领域，具体涉及一种基于雷达图信息处理的山地城市短时降雨预报方法。

背景技术

降雨事件对人类的生活生产起着重要的作用，因此在较短时间内(0-1小时)准确预测出降雨量，以便对恶劣天气进行准确的评估，减少对人民生命财产安全造成的危害，同时也对农业、工业生产起到应急预报的作用。随着气候的变化和城镇化建设加快，各种气象现象频发，大气情况变得越来越复杂，国内外目前缺乏能够实时显示内涝情况的模拟系统，短时、准确的降雨预报方法便是实时内涝模拟系统的关键所在。尤其是在山地城市，由于地势影响原因，风云变幻快速，在强对流天气的山地城市降雨往往存在短时，量大，危害性高等特点，由于山地城市降雨一般持续时间较短，若能准确的对山地城市未来一小时左右的的降雨事件并作出预报并与实时内涝模拟系统所结合，能及时的预报出内涝发生时间与地点，提前做好防备措施，将大大减少所引起的损失。

当前，最常用的降雨量预测方法是雷达回波外推法和时间序列模型方法，由于降水往往具有周期性、突发性、随机性等因素，时间序列模型很可能受此影响，并产生较大误差并影响预测结果。预测需要大量的气象数据，训练的模型需跟着预测区域的变换而重新训练，这种方法不适合山地城市短时降雨预测的情况。

另外，对于降雨预测，还可以采用实时获取多普勒天气雷达的反射率图像，通过跟踪反射率图像的变化趋势，利用雷达反射率强度因子与降雨强度之间的关系，进行降雨事件的预测。其中通过跟踪反射率图像的变化趋势，通常会采用人工神经网络、TITAN、SCIT、光流法等方法。但这些方法仍然存在如下的缺点，包括：TITAN算法只适用于移动缓慢的云，因为存在跟踪丢失的问题；SCIT算法对运动复杂的云团具有较弱的预测性，但可以预测分散的云团；光流法不仅存在上述问题，还容易积累误差；神经网络法在缺乏足够的数据时难以进行训练。

故现有方法均不是特别适用于山地城市的短时降雨预测。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：怎样提供一种能够更好地识别云团并实现追踪，以更加精确地完成山地城市短时降雨预报的基于雷达图信息处理的山地城市短时降雨预报方法，能够避免跟踪丢失和误差累计的问题，对于移速快、分散、复杂的云团仍有较好预测效果，使其特别适合对于山地城市的短时降雨(尤其是短时强降雨)预报，其中短时可指数分钟到数小时范围内的时间。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，再进行降雨判断。

具体地说，本发明包括以下步骤：

步骤a，获取包括预测区域及其周边地区的原图，原图包括未含有云层雷达信息的原始模板图(即和原始雷达图规格一致的但仅含有地形信息的图)，以及含有云层雷达信息的原始雷达图；采用计算机识别获得原始模板图和原始雷达图的RGB色彩值，并计算获得以RGB色彩值为表征的云层雷达信息图；

步骤b，将云层雷达信息图进行二值化处理，形成二值化图像；

步骤c，将二值化图像进行边界提取，划清云团与云团之间的界限，获得云团边界图像；

步骤d，计算获得各云团边界的质心位置；