[发明专利]一种基于葵花卫星的对流初生预报方法

说明书

本发明涉及天气预报技术领域，且公开了一种基于葵花卫星的对流初生预报方法，包括以下步骤：S1：采集数据，采集历史气象卫星资料和天气雷达的雷达数据，进行雷暴识别跟踪，判别雷暴是否符合对流初生标准，构建对流初生个例库；S2：提取目标，对卫星不同通道数据进行处理，剔除晴空、卷云区域，提取积云目标，在进行积云识别时使用卫星云图不同通道数据，进行云检测，剔除晴空和卷云区，提取出积云的范围，并提取出积云单体的位置、大小属性；S3：积云跟踪。本发明能够实现在雷达尚未观测到对流云团时，利用卫星识别出潜在发展云团，提前预知对流发生，从而达到预报短时对流活动的目的。

技术领域

本发明涉及天气预报技术领域，具体为一种基于葵花卫星的对流初生预报方法。

背景技术

强对流天气是气象学上所指的发生突然、移动迅速、天气剧烈、破坏力极强的灾害性天气，主要有雷雨大风、冰雹、龙卷风、局部强降雨等。强对流天气发生于中小尺度天气系统，空间尺度小，一般水平范围大约在十几公里至二三百公里，水平尺度一般小于200公里，有的水平范围只有几十米至十几公里。

强对流天气的生命周期较短，从积云到强对流可能仅需30分钟时间。而当前的强对流短临预报技术主要还是基于雷电回波的移动趋势对回波走向进行预判，无法预测对流是否会发展增强，不能满足人们的要求，因此提出一种基于葵花卫星的对流初生预报方法。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于葵花卫星的对流初生预报方法，解决了当前的强对流短临预报技术主要还是基于雷电回波的移动趋势对回波走向进行预判，无法预测对流是否会发展增强，不能满足人们的要求的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：

一种基于葵花卫星的对流初生预报方法，包括以下步骤：

S1：采集数据，采集历史气象卫星资料和天气雷达的雷达数据，使用葵花8号上的可见光红外扫描仪(AHI)数据，进行雷暴识别跟踪，判别雷暴是否符合对流初生标准，构建对流初生个例库；

S2：提取目标，对卫星不同通道数据进行处理，剔除晴空、卷云区域，提取积云目标，在进行积云识别时使用卫星云图不同通道数据，进行云检测，剔除晴空和卷云区，提取出积云的范围，并提取出积云单体的位置、大小属性，由于云体种类繁多，存在卷积、晴空等情况，这些云体无法成长成为强对流，在进行对流初生判别时将其剔除，其次云体通常都连成一片，在进行对流初生判别时将其单独划分开来，寻找有潜在发展成为深对流云的积云单体；

S3：积云跟踪，读取相邻时刻卫星提取的积云目标，使用多目标追踪算法对提取出来的积云进行跟踪，记录积云单体的变化趋势；

S4：长短期记忆神经网络，根据历史个例搭建长短期记忆神经网络模型，对历史案例进行学习，学习训练时，使用反向传播算法，对样本进行训练，模型输入参数卫星云图的样本因子，模型真值为是否发生对流初生事件，进行多轮反复迭代训练，直到损失函数收敛，使用测试集进行交叉验证，检验模型准确率，并在检验过程中对模型进行调优，最后将训练好的模型进行保存，并接入实时业务环境中；

S5：对流初生预报，根据气象卫星的实况资料，进行积云识别、跟踪，然后对比对长短期记忆神经网络模型，对雷暴单体是否会发展成为强对流进行判别，生产对流初生预报。

作为本发明再进一步的方案，所述S1中在进行对流初生个例库建立时根据强对流发生的气象标准，从历史雷达资料中收集强对流案例，并记录对流单体首次从弱对流发展成为强对流的时刻以及对流单体发展成为强对流时的落区范围，构建对流初生个例库。