[发明专利]一种雹暴单体回波识别、追踪与短时预报系统在审

专利信息
申请号: 201911098362.8 申请日: 2019-11-12
公开(公告)号: CN110632574A 公开(公告)日: 2019-12-31
发明(设计)人: 孙建印;孙巍;侯宜广;吕翔;张方方;武艳;赵杰;贾红;王霄;段培法 申请(专利权)人: 徐州市气象局
主分类号: G01S7/41 分类号: G01S7/41;G01S13/95
代理公司: 11407 北京彭丽芳知识产权代理有限公司 代理人: 胡若玲
地址: 221000 江苏省徐*** 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: 回波 多普勒天气雷达 追踪 神经网络模型 数据采集模块 特征提取模块 高效识别 回波数据 雷达回波 算法实现 预报模块 预报系统 追踪模块 反射率 厚度比 温度区 悬垂体 空报 旁瓣 冰雹 三维 高处 采集
【说明书】:

发明公开了一种雹暴单体回波识别、追踪与短时预报系统,包括:雷达回波数据采集模块,用于采集多普勒天气雷达回波数据;雹暴单体预识别、追踪模块,基于三维交叉算法实现雹暴单体的初识别与追踪;雹暴单体回波特征提取模块,用于获取回波顶高、回波顶高处温度、回波厚度、正负温度区厚度比、最大回波强度、最强回波所在高度、最强回波处的温度、旁瓣回波强度、回波跃增速度、反射率阈值分别为40dBZ和45dBZ的悬垂体下方弱回波体体积;雹暴单体识别预报模块,以冰雹云回波特征为参数,基于inception v3深度神经网络模型实现雹暴单体的识别。本发明实现了雹暴单体的高效识别,且降低了雹暴单体的空报率。

技术领域

本发明涉及雹暴识别领域,具体涉及一种雹暴单体回波识别、追踪与短时预报系统。

背景技术

冰雹云是不稳定大气层结出现后,在充足水汽供应条件下,经地面辐合流场触发而成的产物,归类于一种强对流风暴。在强天气识别中,冰雹云的识别占据重要的位置。。

冰雹云识别研究大多基于多普勒天气雷达数据,在识别时需根据冰雹云的结构特点和形态特征以及各仰角雷达反射率因子基数据,构建不同的冰雹云特征来识别。目前冰雹云识别方法大多只关注冰雹云的某一方面特征,而忽略了各种特征之间的关联性,使得冰雹云的识别率偏低、空报率较高。

发明内容

为解决上述问题,本发明提供了一种雹暴单体回波识别、追踪与短时预报系统。

为实现上述目的,本发明采取的技术方案为:

一种雹暴单体回波识别、追踪与短时预报系统,包括:

雷达回波数据采集模块,用于采集多普勒天气雷达回波数据;

雹暴单体预识别、追踪模块,基于三维交叉算法实现雹暴单体的初识别与追踪;

雹暴单体回波特征提取模块,用于实现冰雹云回波特征的计算,获取回波顶高、回波顶高处温度、回波厚度、正负温度区厚度比、最大回波强度、最强回波所在高度、最强回波处的温度、旁瓣回波强度、回波跃增速度、反射率阈值分别为40dBZ和45dBZ的悬垂体下方弱回波体体积;

雹暴单体识别预报模块,以所述冰雹云回波特征为参数,基于inception v3深度神经网络模型实现雹暴单体的识别。

进一步地,所述雹暴单体预识别、追踪、预报模块基于三维交叉算法实现是否存在雹暴单体的判定,在发现雹暴单体后,雹暴单体回波特征提取模块启动进行回波特征的计算,进而实现雹暴单体的识别。

进一步地,还包括:

三维数据生成模块,用于根据雷达回波数据采集模块所采集到的多普勒天气雷达回波数据以及雹暴单体回波特征提取模块计算所得的雹暴单体回波特征,在数据库内调用相应的素材,生成当前雹暴云三维影像。

进一步地,还包括

三维数据投放模块,用于在大地坐标系内实现当前雹暴云三维影像的实时投放;投放前,需先根据多普勒天气雷达回波数据、雹暴单体回波特征获取到当前雹暴云所在的坐标(以大地坐标系为基准)。

进一步地,所述三维投放模块包括空气屏幕生成模块和至少一组3D投影仪。

进一步地,还包括:

仿真模型构建模块,用于通过Simulink模块根据多普勒天气雷达回波数据构建当前雹暴云仿真模型;

虚拟参数作动模块,用于与仿真模型构建模块中的各元素建立关系后,在指定的范围内对参数进行变动,从而驱动各种仿真分析方法针对不同的参数进行计算求解;

虚拟传感器,为在所建立的雹暴云仿真模型中插入能达到直接获取相应的结果或信息目标的逻辑单元,用于显示虚拟参数作动模块求解的结果。

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徐州市气象局,未经徐州市气象局许可,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/201911098362.8/2.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