[发明专利]一种基于降水云识别的多普勒天气雷达定量降水估计方法

说明书

本发明涉及一种基于降水云识别的多普勒天气雷达定量降水估计方法。对输入的双偏振多普勒天气雷达PPI体扫数据进行插值处理，以获取多个高度的CAPPI数据；分别对所述多个高度的CAPPI数据内的零度层亮带进行识别；分别对多高度CAPPI数据中的非零度层亮带区域进行降水云分类，将其分为层状云和对流云两大类；将零度层亮带置为层状云，并将多高度的降水云识别结果进行融合；对降水云分布图中的层状云和对流云区域，分别进行降水量估计，得到完整的降水量分布图。本发明充分考虑了降水云的特征，对层状云、对流云分别采用不同的降水量估计方法进行降水量估计，可有效提高降水量估计的精度。

技术领域

本发明涉及天气雷达信号处理领域，具体的说是一种基于降水云识别的多普勒天气雷达定量降水估计方法。

背景技术

传统多普勒天气雷达多采用单一的Z-I方法对降水量及其强度进行估测，其未能考虑到降水粒子的相态信息，估测结果准确度波动较大，可信度较低。

近年来，随着双偏振多普勒天气雷达的陆续布网，其已被广泛应用于定量降水的估计中。双偏振多普勒天气雷达通过交替发射或同时发射水平和垂直偏振波，并对两个偏振方向的回波信号采用不同方式的信号处理，从而可得到反射率Z_H、差分反射率因子Z_DR、零滞后相关系数ρ_HV(0)、以及差分传播相位常数K_DP等多个偏振参量。这些偏振参量，反映了大气空间中降水粒子的大小、形状、相态、以及取向等特征。相较于传统多普勒天气雷达，双偏振多普勒天气雷达利用R(Z_H)、R(K_DP)、R(K_DP，Z_DR)、以及R(Z_H，Z_DR)等降水强度等式对降水量及其强度进行联合估计，充分考虑到了降水粒子的物理特性，大大提高了估测结果的准确度和可信度。但是，这些方法未能考虑到降水粒子的物理变化过程，如零度层亮带现象导致某些偏振参量发生改变，从而降低了最终降水量估计结果的精度。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是在现有双偏振多普勒天气雷达定量降水估计方法的基础上，提供一种基于降水云识别的多普勒天气雷达定量降水估计方法，有效提高降水估计的精度。

本发明为实现上述目的所采用的技术方案是：一种基于降水云识别的多普勒天气雷达定量降水估计方法，包括以下步骤：

对输入的双偏振多普勒天气雷达PPI体扫数据进行插值处理，以获取多个高度的CAPPI数据；

分别对所述多个高度的CAPPI数据内的零度层亮带进行识别；

分别对多高度CAPPI数据中的非零度层亮带区域进行降水云分类，将其分为层状云和对流云两大类；

将零度层亮带置为层状云，并将多高度的降水云识别结果进行融合，得到降水云分布图；

对降水云分布图中的层状云和对流云区域，分别进行降水量估计，得到完整的降水量分布图。

所述插值处理采用VHI法插值

某一高度的CAPPI数据包括该高度的水平射率因子Z_H、差分反射率因子Z_DR、差分传播相移常数K_DP以及零滞后相关系数ρ_HV(0)。

4.根据权利要求1所述的一种基于降水云识别的多普勒天气雷达定量降水估计方法，其特征在于，所述对所述多个高度的CAPPI数据内的零度层亮带进行识别采用模糊逻辑法。

所述对多高度CAPPI数据中的非零度层亮带区域进行降水云分类采用基于CNN的降水云识别法。

所述对对流云区域进行降水量估计，具体为：