论文部分内容阅读
冰雹作为一种具有较大破坏性的强对流天气,常常会给人们的生命财产安全造成严重威胁,因此对冰雹天气的识别预报一直都是气象研究人员的关注目标。本文以雷达回波反射率数据为基础,从剖面图的角度分析了冰雹云的特征,并对特征数据进行了基于粗糙集的数据挖掘,获得了冰雹和暴雨天气过程的分类规则,最终建立了自动识别冰雹的客观模型。本论文的具体工作如下:1、在雷达回波反射率图中选中单体回波,采用三种方法确定剖线,再用垂直方向的线性内插法和径向、方位角上的最近邻插值法进行插值,获得相应的剖面图。2、采用图像处理方法在剖面图上检测弱回波区和有界弱回波区,以及强回波(大于45dBZ)高度,在三种剖线对应的剖面图中进行特征数据的比较,选取特征明显的剖面图作为最佳剖面。3、对29个冰雹过程和23个暴雨过程的历史雷达样本数据(共1020个)进行分析,记录特征数据(弱回波区以及有界弱回波区的高度和宽度、探空得到的0℃和-20℃温度层高度以及强回波和温度层之间的高度差),并采用基于粗糙集的数据挖掘方法对特征数据进行处理,获得冰雹和暴雨样本的分类规则,建立冰雹自动识别的客观模型。4、在新的雷达回波反射率图上利用连通域标记法自动搜索目标区域,进行特征提取,与分类规则依次匹配,最终利用投票法进行天气类型的识别。通过本论文建立的客观模型能有效地实现冰雹天气的自动识别。实验结果显示:对28个冰雹过程377个样本的识别准确率为89.9%,并且对冰雹样本的准确识别相对于地面出现降雹时刻的平均提前量为21.6分钟,具有良好的短时预报效果。