一种短时暴雨天气背景自动判别方法、系统、设备及终端技术方案

本发明专利技术属于短时暴雨识别技术领域，公开了一种短时暴雨天气背景自动判别方法、系统、设备及终端，利用短时暴雨的历史过程个例数据，构建出每一个双偏振雷达时次对应的MQVP，进而构建短时暴雨天气背景的MQVP数据集；根据短时暴雨天气背景的MQVP数据集，构建表征短时暴雨天气背景的MQVP概率模型；构建MQVP提前预警数据集，计算MQVP综合相似概率指数CP(TH)，依据MQVP概率模型进行短时暴雨天气背景判别。本发明专利技术提供的判别方法，充分利用了双偏振雷达的偏振量特性进行MQVP概率建模，并据此实现分雨量等级的短时强降水天气背景的自动识别，可以更好的发挥出短时强降水的监测和提前预警领域的偏振雷达的优势。的偏振雷达的优势。的偏振雷达的优势。

【技术实现步骤摘要】
一种短时暴雨天气背景自动判别方法、系统、设备及终端


[0001]本专利技术属于短时暴雨识别
，尤其涉及一种短时暴雨天气背景自动判别方法、系统、设备及终端。

技术介绍

[0002]目前，基于反射率的垂直结构和降水率的降水分类(分为对流性和层云)方法，可以用于识别暖云降水、一定程度上提升雷达定量降水估计精度以及填补雷达波束遮挡区进而提高雷达数据质量。但是，该类传统方法因为缺少对短时暴雨微物理特征的识别能力，因此仍然存在一定局限性。随着双偏振雷达技术的成熟，为提供极端短时暴雨精细化云物理参数提供可能。双偏振雷达的准垂直廓线(quasi
‑
vertical profiles，QVP)方法则能充分发挥双偏振雷达高时空分辨率的特点，从多维角度来监测短时暴雨的微物理特征，因此为短时暴雨特征提前识别提供了可能。
[0003]由于浅层降水和层云、对流性降水在垂直结构和微物理特征存在显著差异，因此，地面降水特别是极端降水微物理特征具有显著的时空变化和多样性。研究梅雨期极端对流系统的微物理特征发现，在平原地区在某一时段内能观测到多种类型降水的存在。且联合雨滴谱资料发现梅雨期降水强度和对流发展深度并没有必然的联系，极端降水主要是中等高度的对流引起。双偏振雷达被广泛应用于降水微物理过程研究中，水平偏振反射率因子(Z
H
)、差分反射率因子(Z
DR
)、差传播相移(Φ
DP
)、差传播相移率(K
DP
)、等参量，这些物理参数与降水粒子类型、形状、空间取向和分布以及下落运动等要素密切相关。Z
DR
是判断不同类型云降水粒子相态的一个重要指标；强降水时雨滴的破碎和碰并趋于平衡，雨强的增大取决于雨滴浓度的升高，K
DP
可作为判断雨强是否增大的指标。Z
DR
柱与K
DP
柱的演变对于地面雨强的变化具有预示性，特别是在持续降水过程中，Z
DR
(K
DP
)柱的再度发展预示着降水系统的再次增强。近年来，气象学者尝试用深度学习方法进行气象领域的研究。研究表明，利用双偏振3个偏振参数的不同组合作为输入因子，构建雷达定量降水估测深度学习网络架构，经检验，多参量网络架构对定量降水估测有较好的估测效果。但此方法没有构建多参数的垂直结构分析，存在一定的局限性。
[0004]目前国内对于偏振量垂直廓线的应用，主要集中于利用QVP方法对强对流发生过程时段内的微物理特性进行分析比较，缺乏识别QVP短时暴雨天气背景特征的自动化业务方法。传统的QVP构建方法，是基于垂直不同等高面上的平均策略(即利用等仰角面计算出等高面上的平均偏振量信息)，因此获得是降水粒子微物理特征平均状态。但是，短时暴雨很多情况下具有局地特性，因此，传统的QVP构建方法对于直接识别短时暴雨这些特征还存在一定的不足。由于不同季节的0℃层高度、
‑
10℃层高度，
‑
20℃层高度不一，因此，不同季节的QVP特征存在较大的差异，按照现有的方法进行强对流天气背景下的QVP分析，需要分季节，并结合温度层结等探空信息进行分类研究，研究过程分析过程较复杂。虽然基于低层的偏振量(比如KDP)的定量降水估测方法可以相对较精确的估测出过去逐时雨量，但是该方法无法提前对极端短时暴雨进行预测和预警。
[0005]针对极端短时暴雨的天气背景特征，如何充分利用偏振量信息，设计合理的QVP统计构建方法。此外，传统的QVP模型，更多的表征了水汽特征，但是缺乏表征水汽动力(比如水汽通量散度)信息考虑，因此这也是本专利技术中所要解决难题之一。要建立适合短时暴雨天气背景特征的QVP模型匹配方法，从而实现极端短时暴雨的快速、准确的自动判别。此外，依据业务需求，提前预判出区域内局地最大暴雨的量级也是本专利技术所要解决的难题。针对以上两个难点问题，如何将气象学背景知识和计算机图像识别技术相结合，设计出高效精准的算法模型，是本专利技术所要解决的另一个重要难点问题。
[0006]通过上述分析，现有技术存在的问题及缺陷为：
[0007](1)传统基于反射率的垂直结构和降水率的降水分类(分为对流性和层云)方法因为缺少对短时暴雨微物理特征的识别能力，因此仍然存在局限性。
[0008](2)利用双偏振3个偏振参数的不同组合作为输入因子，构建雷达定量降水估测深度学习网络架构的方法没有构建多参数的垂直结构分析，存在局限性。
[0009](3)目前国内对于偏振量垂直廓线的应用，缺乏识别QVP短时暴雨天气背景特征的自动化业务方法。
[0010](4)传统的QVP构建方法对于直接识别短时暴雨特征还存在不足，缺乏表征水汽动力信息考虑，无法提前对极端短时暴雨进行预测和预警。

技术实现思路

[0011]针对现有技术存在的问题，本专利技术提供了一种短时暴雨天气背景自动判别方法、系统、设备及终端，尤其涉及一种基于偏振量廓线特征识别的短时暴雨天气背景自动判别方法、系统、介质、设备及终端。
[0012]本专利技术是这样实现的，一种短时暴雨天气背景自动判别方法，短时暴雨天气背景自动判别方法包括：利用短时暴雨的历史过程个例数据，构建出每一个双偏振雷达时次对应的MQVP(标准化的大值策略QVP)，进而构建短时暴雨天气背景的MQVP数据集；根据短时暴雨天气背景的MQVP数据集，构建表征短时暴雨天气背景的MQVP概率模型；构建MQVP提前预警数据集，计算MQVP综合相似概率指数CP(TH)，依据MQVP概率模型进行短时暴雨天气背景判别。
[0013]进一步，短时暴雨天气背景自动判别方法包括以下步骤：
[0014]步骤一，对每一个双偏振雷达资料的MQVP进行处理，构建表征短时暴雨天气背景的MQVP概率模型构建；
[0015]步骤二，计算MQVP综合相似概率指数CP(TH)，依据MQVP概率模型进行短时暴雨天气背景判别。
[0016]进一步，步骤一中，利用短时暴雨的历史过程个例数据构建每一个双偏振雷达时次对应的MQVP，构建短时暴雨天气背景的MQVP数据集，依据数据集构建MQVP概率模型。
[0017]进一步，步骤一中的每一个双偏振雷达资料的MQVP处理包括：
[0018](1)预处理
[0019]对单雷达资料进行双线性插值为等高面格点偏振数据；采用基于模糊逻辑的相态反演方法生成粒子相态识别数据；采用速度方位显示方法生成表征大气环境风场信息的垂直风廓线数据；其中，等高面数据统一为垂直间隔500m，从1km处理到17km。
[0020](2)对流内核区域格点标记
[0021]依据等高面反射率和粒子相态识别结果进行不同高度的对流内核区域的判断，并进行格点标记。原始的粒子相态识别产品中识别的粒子相态包括地物、生物、干雪、湿雪、冰晶、霰、大滴、雨和大雨；判定为内核区域格点的标准为：对于0℃层高度以下，如果Z
H
>42dBZ，同时满足粒子相态识别为冰雹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种短时暴雨天气背景自动判别方法，其特征在于，包括：利用短时暴雨的历史过程个例数据构建出每一个双偏振雷达时次对应的MQVP，进而构建短时暴雨天气背景的MQVP数据集；根据短时暴雨天气背景的MQVP数据集，构建表征短时暴雨天气背景的MQVP概率模型；构建MQVP提前预警数据集，计算MQVP综合相似概率指数CP(TH)，依据MQVP概率模型进行短时暴雨天气背景判别。2.如权利要求1所述短时暴雨天气背景自动判别方法，其特征在于，短时暴雨天气背景自动判别方法包括以下步骤：步骤一，对每一个双偏振雷达资料的MQVP进行处理，构建表征短时暴雨天气背景的MQVP概率模型构建；步骤二，计算MQVP综合相似概率指数CP(TH)，依据MQVP概率模型进行短时暴雨天气背景判别。3.如权利要求2所述短时暴雨天气背景自动判别方法，其特征在于，步骤一中，利用短时暴雨的历史过程个例数据构建每一个双偏振雷达时次对应的MQVP，构建短时暴雨天气背景的MQVP数据集，依据数据集构建MQVP概率模型；其中，每一个双偏振雷达资料的MQVP处理包括：(1)预处理对单雷达资料进行双线性插值为等高面格点偏振数据；采用基于模糊逻辑的相态反演方法生成粒子相态识别数据；采用速度方位显示方法生成表征大气环境风场信息的垂直风廓线数据；其中，等高面数据统一为垂直间隔500m，从1km处理到17km；(2)对流内核区域格点标记依据等高面反射率和粒子相态识别结果进行不同高度的对流内核区域的判断，并进行格点标记；原始的粒子相态识别产品中识别的粒子相态包括地物、生物、干雪、湿雪、冰晶、霰、大滴、雨和大雨；判定为内核区域格点的标准为：对于0℃层高度以下，如果Z
H
>42dBZ，同时满足粒子相态识别为冰雹或者雨、大雨粒子相态，则标记为内核区域格点；对于0℃层高度以上，如果Z
H
>42dBZ，同时满足粒子相态识别为冰雹或者霰粒子相态，则标记为内核区域格点；(3)在对流内核区域内统计MQVP的各个变量的最大准垂直廓线对不同的等高面上标记过的对流内核点进行偏振量数值特征统计，生成对应的MQVP
ZH
、MQVP
PS
、MQVP
KDP
、MQVP
ZDR
、MQVP
RHV
以及MQVP
KV
；其中，准垂直廓线采样策略为采用最大值；(4)依据基准温度层结对MQVP进行标准化处理以温度层结曲线中的0℃层和
‑
20℃高度作为基准，将原有的各个变量的准垂直廓线通过就近插值策略进行标准化处理；标准化后的准垂直廓线为3部分：a)地面到0℃层高度；b)0℃层高度到
‑
20℃层高度；c)
‑
20℃层高度到17km高度；每个垂直廓线数据段都进行n等分，n优先设置为10。4.如权利要求3所述短时暴雨天气背景自动判别方法，其特征在于，步骤(3)中的准垂直廓线采样策略包括：1)MQVP
ZH
的采样策略对不同的等高面上标记过的对流内核点进行Z
H
数值特征统计，统计出不同的等高面高度上的最大Z
H
数值；为统计到0℃层高度附近的对流微物理结构特征，MQVP的有效统计水平
范围[D
min
，D
max
]依据实际特定温度层的高度确定：D
min
＝(arccos((R
m
+H
R
)*cos(θ
19.5
)/(H0+R
m
))
‑
θ
19.5
)*R
m
；D
max
＝(arccos((R
m
+H
R
)*cos(θ
0.5
)/(H0+R
m
))
‑
θ
0.5
)*R
m
；式中，D
min
表示统计水平范围中的以雷达为中心的最小半径，单位km；D
max
表示统计水平范围中的以雷达为中心的最大半径，单位km；arccos表示反余弦函数；cos表示余弦函数；R
m
表示等效地球半径，单位km；H
R
表示雷达站高度，单位km；H0表示统计数据时段对应的探空观测的0℃层高度，单位km；θ
19.5
表示角度19.5
°
对应的弧度数值；θ
0.5
表示角度0.5
°
对应的弧度数值；2)MQVP
PS
的采样策略利用MQVP
ZH
的统计水平范围算法确定MQVP
PS
水平统计范围信息；对不同的等高面上标记过的对流内核点进行显著粒子相态特征统计，统计出不同的等高面高度上的最显著的粒子相态数值；其中，对流内核中的不同粒子相态的显著度递减顺序排序为：冰雹、霰，大雨、雨、大滴、冰晶、湿雪、干雪；3)MQVP
KDP
的采样策略利用MQVP
ZH
的统计水平范围算法确定MQVP
KDP
水平统计范围信息；对不同的等高面上标记过的对流内核点进行K
DP
数值特征统计，统计出不同的等高面高度上的最大K
DP
数值；其中，增加ρ
hv
数值监测进行实现偏振量的简单质控约束；如果ρ
hv
数值处于[0.6，1.0]，则认为当前偏振量参与MQVP统计；4)MQVP
ZDR
的采样策略利用MQVP
ZH
的统计水平范围算法确定MQVP
ZDR
水平统计范围信息；对不同的等高面上标记过的对流内核点进行Z
DR
数值特征统计，统计出不同的等高面高度上的最大Z
DR
数值；其中，增加ρ
hv
数值监测进行实现偏振量的简单质控约束；如果ρ
hv
数值处于[0.6，1.0]，则认为当前偏振量参与MQVP统计；5)MQVP
RHV
的采样策略利用MQVP
ZH
的统计水平范围算法确定MQVP
RHV
水平统计范围信息；对不同的等高面上标记过的对流内核点进行ρ
hv
数值特征统计，统计出不同的等高面高度上的最大ρ
hv
数值；其中，ρ
hv
的合理数值范围为[0.6，1.0]；6)MQVP
KV
的采样策略将K
DP
乘以环境风速数值VADL，获得近似表示水汽通量分布特征的偏振水凝物通量KV；依据K
DP
是探测大气中的水凝物的含水量特性，故KV大数值预示着区域辐合特征存在；KV(h)＝MQVP
KDP
(h)*VADL(h),h∈[0,17km]；式中，h为准垂直廓线的高度，单位km；通过将高度h对应的MQVP
KDP
乘以速度方位显示方法计算得到的环境风速VADL，进而计算获得高度h对应的偏振水凝物通量KV。5.如权利要求2所述短时暴雨天气背景自动判别方法，其特征在于，步骤一中的MQVP概率模型为分雨量等级的MQVP概率模型PMD(TH)，按照暴雨雨量等级阈值TH进行统计构建；选择TH依次为20mm/h、30mm/h、40mm/h以及50mm/h；对应的数据集的构建以逐时自动雨量站监测雨量为基准，如果雷达监测范围内最大小时雨量达到TH标准，则将出现暴雨时刻之前1小时内的全部雷达数据的MQVP都归为阈值TH下的MQVP概率模型统计数据集；
其中，MQVP概率模型的构建包括：(1)PMD
PS
(TH)的构建粒子相态的概率统计用于分析约束，概率模型由以下三类统计属性构成：1)变量D
G
，用于表示霰粒子相态概率分布，计算公式为：D
G
＝N
G
/N；其中，N
G
表示统计数据集中的每个MQVP中每一次层的霰粒子相态个数，N表示统计数据集中的MQVP样本个数；2)变量D
W
...

【专利技术属性】
技术研发人员：黄旋旋，黄娟，赵璐，赵军平，吴彬，苏桂炀，罗然，张智察，姜舒婕，张磊，宋哲，
申请(专利权)人：浙江省气象台，
类型：发明
国别省市：