论文部分内容阅读
冰雹、飓线、龙卷风、暴雨等强对流天气是历时短,破坏力强的灾害性天气之一,目前对强对流天气的预报主要还是靠短时预报员通过分析众多雷达产品,对比强对流云团回波的各种指标得出最终预报结果。随着天气雷达技术的发展和图像处理技术的应用,进行暴雨和冰雹等强对流天气的自动识别和预报已成为可能。强对流天气雷达回波识别、跟踪、预报的自动化可提高预报准确性,减少人为经验因素的影响,使分析定量化,为今后全面建立强对流天气短时预报警戒自动化系统奠定基础。本文就强对流天气潜势信息提取及其演变预测问题在如下方面提出新的思路和解决方案:1.通过分析一类重要的强对流潜势特征——边界层辐合线对于强对流云团发展的影响,将边界层辐合线按其回波特征分为两类,根据两类辐合线的在反射率图上所表现出的特点,提出了不同的提取方法。其中一类是处于单体附近的称为出流边界线,其范围较小。另外一类的范围较大,这两类的识别区域构成互补。通过一系列处理后,对其结果进行编码后去处干扰的短线和小枝,得到边界层辐合线,并度量其与邻近单体的距离。本识别方法有较高的识别率和准确性。2对云团进行时间序列分析,分为两个方面,第一方面是对多单体云团有序化规律的捕捉和分析,主要手段是判断云团的带状数的变化。第二方面是对强单体云团的追踪并预测其下一时刻的状态,预测的内容包括云团的下一时刻位置和云团下一时刻形态。根据不同的云团特点提出了不同的处理方法。对于带状云团采用“交叉相关法”预测位置,“分块膨胀腐蚀法”预测形态,对于单核云团采用“拟合直线外推法”预测位置,“多方向发散变化法”预测形态。3.预测系统做为一个面向业务而开发的完整系统而言,其必然要涉及到网络的传输控制问题,所以本文对文件在局域网内的传输问题做了初步的尝试性探索。综上所述,本文为强对流云团自动识别和预测的研究提供了新的思路,所涉及算法均已编程实现,并在样本测试过程中表现出较强的稳定性和良好的测试效果。