[发明专利]一种基于多源气象观测资料的分类型冰雹落区识别方法有效

专利信息
申请号: 201910586619.8 申请日: 2019-07-01
公开(公告)号: CN110161506B 公开(公告)日: 2023-03-31
发明(设计)人: 徐芬;曾明剑;郑媛媛;慕熙昱;杨吉;孙康远;刘青元 申请(专利权)人: 江苏省气象科学研究所
主分类号: G01S13/95 分类号: G01S13/95;G01S7/41
代理公司: 南京业腾知识产权代理事务所(特殊普通合伙) 32321 代理人: 郑婷
地址: 210009 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 气象 观测 资料 类型 冰雹 识别 方法
【说明书】:

发明公开了一种基于多源气象观测资料的分类型冰雹落区识别方法,包括综合原材料、原材料预处理、滤波、提取计算、建立模型、时空匹配、计算概率和落区边缘的识别,本发明结构科学合理,使用安全方便,利用多种高时空分辨率的气象探测资料,能够有效分类识别强冰雹单体和普通冰雹单体,结合冰雹单体闪电特征,进一步有效降低冰雹识别虚警率,且所用数据源通用,适用范围广,通过采用常规非气象回波去除方法外,还对反射率因子分别进行了空间域和值域的双重滤波,该措施在消除反射率因子数据脉动的同时,最大可能的保留了回波结构,通过建立基于闪电特征的分类型冰雹发生概率过滤器,进一步有效降低了冰雹单体识别的虚警率。

技术领域

本发明涉及大气科学技术领域,具体为一种基于多源气象观测资料的分类型冰雹落区识别方法。

背景技术

冰雹是重要灾害性天气之一,影响范围小、时间短促,但来势迅猛、强度大,并常伴随雷暴大风、短时强降水等灾害性天气;通常将落到地面直径超过2cm的冰雹称为强冰雹;直径小于2cm的冰雹则为普通冰雹;强冰雹天气具有更大破坏力,给农业、交通、通信、城市建筑等造成巨大损失;对冰雹尤其是强冰雹的准确识别预警将能有效降低损失。

冰雹云中的起电过程非常剧烈,放电现象非常活跃,国外学者对强冰雹过程运用闪电数据分析认为,强冰雹出现在正闪电频繁的时候,一旦转为负闪电,降雹的大小和频率都减小;我国气象学者在研究不同区域闪电活动与强对流对应关系时也发现闪电数据特征变化比起雷达数据具有一定的提前量,例如有学者在研究夏季北京地区的闪电活动中发现,闪电频数的日变化与强对流天气发生有一定对应关系,不同类型的天气过程,如冰雹、暴雨发生时,地闪和云闪的比例有明显的差异,其中闪电中正、负闪比例呈现一定的规律性,这些研究工作表明,闪电对强对流天气的发生有指示作用,闪电特征的变化与冰雹天气的发生发展有一定关系,但目前尚缺乏利用闪电特征变化提高雹云尤其是强雹云的识别成功率的客观方法。

目前气象部门业务使用的冰雹探测算法Hail Detection Algorithm,HDA沿用于美国WSR-88D build10版本的冰雹算法,该算法计算的冰雹指数产品能够给出普通冰雹概率、强冰雹概率和最大预期冰雹尺寸,但由于该探测算法冰雹概率统计公式是建立在美国大平原地区外场观测基础上,因此引入我国后,尽管部分参数可以进行本地化调整,但核心算法无法修改,虚警率偏高、空报较多的问题无法根本解决,且缺乏落区识别能力,难以满足当前强冰雹天气监测预警的业务需求,所以急需一种基于多源气象观测资料的分类型冰雹落区识别方法来解决上述问题。

发明内容

本发明提供一种基于多源气象观测资料的分类型冰雹落区识别方法,可以有效解决上述背景技术中提出基于多源气象观测资料的分类型冰雹落区识别方法的问题。

为实现上述目的,本发明提供如下技术方案:一种基于多源气象观测资料的分类型冰雹落区识别方法,包括如下具体步骤:

S1、综合原材料:综合整理并使用多源气象观测资料;

S2、原材料预处理:清洗原材料中的天气雷达反射率因子数据和闪电定位仪数据;

S3、滤波:根据天气雷达反射率因子数据,对其进行滤波,从而对数据的质量进行控制;

S4、提取计算:提取气象探空数据中0℃层高度和-20℃层高度,并计算相应高度的天气雷达反射率因子等高平面数据;

S5、建立模型:建立冰雹单体融化层垂直结构概念模型,并识别分类型冰雹单体;

S6、时空匹配:时空匹配已识别分类型冰雹单体和相应闪电数据;

S7、计算概率:设计闪电特征的分类型建立冰雹发生概率过滤器,并计算已识别分类型冰雹单体发生相应类型冰雹的概率;

S8、落区边缘的识别;建立简化的步进方格,对分类型冰雹落区边缘的进行识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏省气象科学研究所,未经江苏省气象科学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910586619.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top