[发明专利]基于自适应阈值的对流单体识别方法

说明书

本发明涉及天气识别领域，为了尽早且快速识别出对流单体，本申请提供了基于自适应阈值的对流单体识别方法，包括：1、获取目标海拔高度的CAPPI数据；2、利用连通域算法从CAPPI数据中提取反射率因子大于反射率因子阈值的区域，若识别出的区域面积大于预设值且阈值伸展度大于比较值，则保留该区域；3、反射率因子阈值加上延伸步长得到新的反射率因子阈值，在保留的区域中提取大于新反射率因子阈值的区域，若新提取的区域面积大于预设值且阈值伸展度大于比较值，则保留该区域；4、重复步骤3，直至不能识别出满足条件的新区域为止，最后一次满足条件的区域即为识别出的对流单体。采用上述方式便于尽早且快速识别出对流单体。

技术领域

本发明涉及天气识别领域，具体是一种基于自适应阈值的对流单体识别方法。

背景技术

目前气象部门业务上日常使用的对流系统自动识别及追踪方法为TITAN(Thunderstorm Identification,Tracking,Analysis,and Nowcasting))算法。TITAN是一种基于天气雷达的对流单体识别、追踪算法。TITAN算法首先将极坐标的数据转化为直角坐标的数据，把整个体扫描数据进行等高度差的水平分层后得到CAPPI(Constant AltitudePlan Position Indicator)，然后在水平方向找出反射率因子超过给定的某阈值(35dBZ)的邻接序列，并将之归一回波块，再将块归组后进行三维关联，从而识别三维雷暴单体。其对于孤立对流单体及中尺度对流系统(包括飑线)具有较好的识别跟踪效果。TITAN在雷暴识别的基础上进行雷暴单体质心位置等重要指标的追踪和外推预报，结合雷暴最大期望速度作为约束条件，最后通过最小化目标函数实现雷暴单体质心位置、雷暴体积等参数求解和雷暴单体移动追踪，从而获得雷暴质心移动矢量。

TITAN算法是基于固定的反射率因子阈值来识别对流(或雷暴)单体的。但是在一雷暴群(多单体对流系统)中，不同对流单体可能处于生命周期的不同阶段。实际观测表明，新生发展阶段强对流系统的反射因子中心值强且梯度较大(对流系统的反射率因子强度从中心到边缘减弱)，面积较小；成熟对流系统反射因子中心值强但梯度较小，面积发展到最大；消亡阶段对流系统反射因子中心值弱，梯度小，面积减小。当成熟阶段对流系统与新生对流单体邻接时，仅由固定阈值35dBZ很难在雷暴群中识别出新生对流单体。而尽早识别出新生单体对提高灾害性对流天气的监测和预警水平至关重要。

发明内容

为了尽早且快速识别出对流单体，本申请提供了基于自适应阈值的对流单体识别方法。

本发明解决上述问题所采用的技术方案是：

基于自适应阈值的对流单体识别方法，包括：

步骤1、获取目标海拔高度的CAPPI数据；

步骤2、利用连通域算法从CAPPI数据中提取反射率因子大于反射率因子阈值的区域，若识别出的区域面积大于预设值且阈值伸展度大于比较值，则保留该区域；

步骤3、反射率因子阈值加上延伸步长得到新的反射率因子阈值，在保留的区域中提取大于新反射率因子阈值的区域，若新提取的区域面积大于预设值且阈值伸展度大于比较值，则保留该区域；

步骤4、重复步骤3，直至不能识别出满足条件的新区域为止，最后一次满足条件的区域即为识别出的对流单体。

进一步地，所述步骤1具体为：

步骤11、对雷达数据进行预处理；

步骤12、将预处理后的雷达数据转换为笛卡尔空间坐标系数据；

步骤13、采用Barnes插值算法将坐标转换后的数据进行插值以得到目标海拔高度的CAPPI数据。

进一步地，所述步骤4识别出对流单体后还包括：判断对流单体数量，当对流单体数量大于等于2时，计算各对流单体间的质心距离，当两个质心间的距离小于阈值时，将其合并为同一对流单体。