[发明专利]一种用于气象学中自动识别并绘制冷锋的方法

说明书

本发明公开了一种用于气象学中自动识别并绘制冷锋的方法，包括基于低空风场的冷切识别，冷切变带上两侧温度差或露点差检测及验证，冷切变带上空附近等压场上槽线检测和冷锋的三维示意及量化参数；将风矢量场简化为与冷切变带相关的二值风向标记，进而转化为将无关区域标记为0的三值图像，设计点检测算法，联合膨胀、滤波以及骨架提取算法，实现冷切变带的检测、定位及切变参数提取；然后以冷切变带为基准，验证局部区域内露点差和温度差条件并给出量化参数；最后通过低压槽的识别与匹配，分析锋面的倾斜角度。实现了自动检测，有助于对天气灾害的预报，减少经济损失。同时，形成的量化描述为客观训练冷锋与极端天气的关系模型奠定了一定基础。

技术领域

本发明涉及气象学领域，尤其涉及一种用于气象学中自动识别并绘制冷锋的方法。

背景技术

冷锋是中国地区最常见的一种天气系统，它可以活动于全国各地。锋线和锋区的分析定位在天气系统中占据比较重要的地位，锋区斜压性大，有利于垂直环流的发展和能量转换。锋区可以看作风、温度、湿度等气象要素的不连续面，如能根据这些要素的特点实现冷锋的自动识别和量化描述，会有助于智能处理庞大的数值资料，挖掘客观规则，提高这类天气系统所诱发的恶劣天气的预报精准度。

随着自动识别算法在气象领域中的广泛运用，冷锋的自动识别算法不断出现。Renard and Clarke提出了热参数方法(TFP)的思想^[1],基于这种思想，Hewson等^[2]设计了锋面自动识别的框架。这种自动识别方法得到了不少学者的认可和改进，例如：Jenkner等^[3]在高分辨率条件下对此方法进行了验证，不同的是他们实验中采用了相当位温来代替湿球位温。不同于TFP思想，Simmonds^[4]等利用风场漂移进行锋面的自动识别(WND)。他们加入了锋的长度、强度等量化参数对澳洲的气象数据进行分析，验证该算法的可行性^[5]。Wong^[6]利用遗传算法，根据等压线或者风场特点构造适应度函数，识别冷锋弧度片段。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

上述文献中所述方法大多关注一个气象要素场与冷锋的关系特征，这类方法所识别出来的锋面不尽相同，且对噪声敏感，容易造成锋面位置偏差和一些空报。国内目前还没有自动检测冷锋的方法，又由于冷锋的人工识别费时费力，会影响到预报的时效；且不能对可能出现的灾害进行及时预警，造成经济损失和人员伤亡。

[参考文献]

[1]Renard R,Clarke L.1965.Experiments in numerical objective frontalanalysis.Mon.Weather Rev.93:547–556。

[2]Hewson,T.D.1998:Objective fronts.Meteorological Applications,5(1),37-65。

[3]Jenkner,J.,M.Sprenger,I.Schwenk,C.Schwierz,S.Dierer,andD.Leuenberger,2010:Detection and climatology of fronts in a high-resolutionmodel reanalysis over the Alps.Meteor.Appl.,17,1–18。

[4]Simmonds,I.,and K.Keay,and J.A.T.Bye,2012:Identification andclimatology of Southern Hemisphere mobile fronts in a modernreanalysis.J.Climate,25,1945–1962。