[发明专利]一种基于雷达资料的下击暴流智能识别预警方法

说明书

本发明公开了一种基于雷达资料的下击暴流智能识别预警方法。首先，采用光流法对反射率因子垂直剖面的光流场进行分析，得出风暴核心随时间演变的规律。然后，采用拉格朗日力学模型对风暴核心顶高的下降过程进行函数拟合。再采用直方图和巴氏系数统计分析法，对风暴核心中层径向速度场中的“正负速度对”图像进行匹配识别，综合一系列阈值的判定，最终实现下击暴流的智能预警。利用该方法可在风暴核心抬升和急速下沉的前期识别出潜在的下击暴流，并对风暴核心下沉速率和到达近地面的时间做出估测，从而实现下击暴流的智能识别、预警。

技术领域

本发明属于大气科学领域，涉及一种利用多普勒天气雷达资料，对其径向速度场的辐合辐散图像进行识别，实现下击暴流智能预报预警的方法。

背景技术

下击暴流是在强对流风暴中形成的冷性出流到达近地面层时形成的一种强烈辐散直线型气流，其造成的风向切变与风速突变对飞行器的飞行安全，特别是飞机平稳起降构成严重威胁。尽管下击暴流所造成的灾害巨大，一旦遭遇往往发生群体性、致命性的灾难，长期以来航空和气象部门都高度重视对其形成和发展的严密监测，但由于其空间尺度小，生消发展速度快，持续时间短，使得对其监测和预报预警非常困难，长期以来这是一项世界性难题。

多普勒天气雷达作为强对流天气监测和分析的重要手段，在进行下击暴流的监测和预报中起到举足轻重的作用。但由于下击暴流具有空间尺度小、生消速度快等特点，在现有探测手段和技术条件的限制下，对其进行智能识别和预警尚存在很大的技术瓶颈。

发明内容

本发明提出一种基于多普勒天气雷达资料的下击暴流识别追踪和预警算法，首先采用光流法得出风暴核心随时间演变的规律，然后对风暴核心顶高的下降过程进行函数拟合，再采用直方图和巴氏系数统计分析法，对风暴核心中层径向速度场中的“正负速度对”图像进行匹配识别，综合一系列阈值的判定，最终实现下击暴流的智能预警。

本发明所采用的技术方案是：

步骤1：对实况雷达资料中的基本反射率因子进行下述分析：当一个仰角面上的反射率值超出阈值TH1的水平空间连续覆盖范围大于阈值TH2时，进行以下步骤的处理；反之，不做处理。该步骤的计算方法为：

其中，表示雷达仰角，θ表示体扫方位角，r表示距离库数，表示极坐标下某一仰角面上任一位置的回波强度值。S表示回波强度值超过TH2的区域面积。

步骤2：对当前时刻和前Tx个时刻的雷达资料分别进行下述分析：首先计算出最大反射率值出现的位置，然后计算穿越该位置的反射率因子垂直剖面，并绘制成垂直剖面图。这些垂直剖面图使用一致的二维坐标和比例尺。

步骤3：采用光流法对步骤2中绘制出的各相邻时刻的垂直剖面图进行流场分析，得到风暴核心(即图像中回波大值区域)移动的趋势。

步骤4：步骤3中光流场的分析只得到刚过去的一段时间风暴中心移动的速度和方向，为了得到未来一段时间风暴中心移动的趋势和速度，则需要利用已计算出的光流场进行外推预测。外推预测需要基于某种力学关系，这种力学关系既可以是线性的，也可以是非线性的，其预测效果的优劣关键取决于该力学关系是否准确地表征出当前风暴生消发展的规律。本发明采用拉格朗日力学模型来拟合风暴核心移动趋势随时间演变的关系。如果预报出的风暴核心下降速率超过特定阈值TH3，则继续实施下述步骤；反之，不做处理。

步骤5：由于风暴核心的快速下降只是发生下击暴流的必要条件，而非充分条件，因此，有必要进一步分析雷达径向速度场的若干特征。分别计算当前雷达径向速度图中以风暴核心位置为中心，以阈值TH4为半径的范围内，正速度区域和负速度区域的直方图。为了更简便且有效地得到直方图，此计算过程并不是分析由径向速度场绘制出的RGB彩色图像，而是直接分析径向速度场中的正速度值和负速度值，以TH5为精度，以0～TH6为直方图横坐标的取值范围，分别累加统计不同速度数值出现的频次，进而得到正速度分布(出流)直方图和负速度(入流)分布直方图。