【技术实现步骤摘要】
本专利技术涉及天气预报，特别是一种基于多维变量特征的龙卷分级预警方法。
技术介绍
1、在诸多气象灾害中，龙卷是大气中最强烈的涡旋现象。龙卷通常产生于中小尺度对流天气系统，由雷暴云底伸展至地面的漏斗状云产生强烈旋转。影响范围小，但破坏力极强，可造成重大人员伤亡和严重的财产损失。由于龙卷时空尺度很小，局地性、突发性强，发展迅速等特点。目前，数值模式对其预报的能力非常有限，而传统观测手段由于站点稀疏，也较难对其激进行捕捉。
2、在新一代多普勒天气雷达布网以前，对龙卷的分析研究主要为灾情描述以及龙卷天气气候特征和一些龙卷个例的天气背景分析。随着探测技术的发展，自新一代天气雷达布网以来，龙卷的探测和预警有了明显的进展，由于多普勒天气雷达不但可以测量降水回波强度，还可以测量降水粒子沿着雷达径向的速度，从而实现对龙卷的探测和预警。同时学者利用多普勒天气雷达开展了一系列研究工作，包括龙卷风暴雷达回波结构、中气旋等演变特征分析，从而提高龙卷临近监测预警时效。针对龙卷的自动识别工作也得到开展，并为龙卷监测和预警提供非常重要的帮助。不同于地闪预警和降水估计依赖于双线偏振雷达观测微物理信息，对龙卷的识别工作目前主要是基于多普勒速度进行，根据雷达观测龙卷风旋转时产生的正负径向速度对特征开展识别工作，但由于龙卷发展高度低，而低层回波和径向速度常常受到地物等非气象目标的影响，因此严重影响到识别成功率。
3、我国近年来新建和升级多种波段双线偏振雷达，包括s波段、c波段和x波段。这些雷达不仅提供反射率因子(zh)、径向速度和谱宽，还提供差
技术实现思路
1、本专利技术要解决的技术问题是针对上述现有技术的不足，而提供一种基于多维变量特征的龙卷分级预警方法，该基于多维变量特征的龙卷分级预警方法能对龙卷进行分级预警，包括无龙卷、龙卷和强龙卷，强龙卷代表特征明显的龙卷观测特征和强烈的致灾性，龙卷代表观测到非常类似龙卷的特征，龙卷分级预警为预报人员及时发布准确预警信号提供重要参考信息，提高针对龙卷的预警能力。
2、为解上述技术问题，本专利技术采用的技术方案是：
3、一种基于多维变量特征的龙卷分级预警方法，包括如下步骤。
4、步骤1、雷达天气扫描：雷达按照设定采样频率对局部预报区进行一次雷达扫描；在每次雷达扫描过程中，均按照从下至少或从上至下分n个设定仰角方式进行扫描；每个仰角扫描完成后，均得到一幅雷达扫描图；每幅雷达扫描图均具有呈a行b列均匀排列的a×b个距离库；每个距离库均对应一组雷达观测参数；每组雷达观测参数均包括反射率因子zh、差分反射率zdr、零滞后相关系数ρhv、差分相位标准差sd(φdp)和雷达径向速度u；其中；n≥3，n＝1表示最底层仰角，n＝2表示倒数第二层仰角；a＞10，b＞10；每个距离库长度均为局部预报区的中心为天气预报点a。
5、步骤2、识别强对流区域：结合客观对流识别方法和强对流回波顶高和垂直累计液态水含量vil，从步骤1的局部预报区中识别出强对流区域；位于强对流区域中的距离库称为强对流距离库。
6、步骤3、计算雷达反演涡度针对最底层仰角和倒数第二层仰角中的每个强对流距离库，根据各自的雷达径向速度u和距离库长度反演计算得到对应的雷达反演涡度
7、步骤4、识别龙卷特征，具体包括如下步骤：
8、步骤4-1、构建贝叶斯分类模型p(c|v)：贝叶斯分类模型p(c|v)中的v为输入样本数据，且v＝{v1，v2，v3，v4，v5}，其中，v1＝zh，v2＝zdr，v3＝ρhv，v4＝sd(φdp)，v5＝us；贝叶斯分类模型p(c|v)中的c为龙卷分类类别，且c＝{c1，c2}，其中，c1表示无龙卷、c2表示有龙卷。
9、步骤4-2、最底层仰角识别龙卷特征：对最底层仰角中的每个强对流距离库，均采用步骤4-1构建的贝叶斯分类模型p(c|v)进行龙卷特征识别；设最底层仰角共识别出m个强对流距离库具有龙卷特征。
10、步骤4-3、倒数第二层仰角识别龙卷特征：采用步骤4-2的龙卷特征识别方法，倒数第二层仰角共识别出n个强对流距离库具有龙卷特征。
11、步骤5、龙卷预报：将龙卷预报类型分为无龙卷、龙卷和强龙卷三类，具体预报方法为：
12、a、强龙卷：当m≥7、n≥7且usmax＞u's三者同时满足时，预报天气预报点a具有强龙卷；其中，为最底层仰角和倒数第二层仰角中所有强对流距离库的雷达反演涡度us的最大值；u's为涡度强度最大阈值。
13、b、龙卷：当m≥7或n≥7且usmax＞u‘’s时，预报天气预报点a具有龙卷；其中，u‘’s为涡度强度最小阈值，且u‘’s<u's。
14、c、无龙卷：不满足强龙卷和龙卷预报条件时，预报天气预报点a无龙卷。
15、步骤2、识别强对流区域的方法，具体包括如下步骤：
16、步骤2-1、识别对流区域：利用客观对流识别方法识别得到对流区域及位置。
17、步骤2-2、计算vil：对识别出的对流区域计算强对流回波顶高和垂直累计液态水含量vil。
18、步骤2-3、识别强对流区域：将步骤2-2计算的vil与设定vil阈值进行比较判定，将超过设定vil阈值的对流区域，称为强对流区域。
19、步骤3中，雷达反演涡度us的计算公式为：
20、
21、式中，uij为第i行j列距离库的雷达径向速度；其中，1≤i≤a，1≤j≤b。
22、wij为第i行j列距离库的权重系数，设定值，随距离库远离天气预报点a中心而增大；
23、sij为第i行j列距离库的位置，能通过插值计算得到。
24、步骤3中，雷达反演涡度us计算公式的获取方法，包括如下步骤：
25、步骤3-1、线性插值：利用双线性内插法，将雷达径向速度u插值到笛卡尔坐标系。
26、步骤3-2、计算距离库位置：在笛卡尔坐标系坐标系下，计算出第i行j列距离库的位置sij，具体计算公式为：
27、
28、式中，rij为第i行j列距离库至雷达中心的距离；为第i行j列距离库的雷达方位角。
29、步骤3-3、构建第i行j列距离库的雷达径向估计速度的表达式，具体为：
30、
31、式中，u0为天气预报点a的雷达径向速度，雷达观测值。
32、ur为第i行j列距离库的径向切变，未知变量本文档来自技高网...
【技术保护点】
1.一种基于多维变量特征的龙卷分级预警方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤2、识别强对流区域的方法，具体包括如下步骤：
3.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤3中，雷达反演涡度us的计算公式为：
4.根据权利要求3所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤3中，雷达反演涡度us计算公式的获取方法，包括如下步骤：
5.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤1中，局部预报区是以天气预报点A为中心的2×2km区域。
6.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤1中，n＝9。
7.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤5中，强龙卷的风级不小于EF2级。
8.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤5中，u's＝10×10-3s-1，u‘’s＝5×10
9.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤1中的雷达为双线偏振雷达。
...【技术特征摘要】
1.一种基于多维变量特征的龙卷分级预警方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤2、识别强对流区域的方法，具体包括如下步骤：
3.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤3中，雷达反演涡度us的计算公式为：
4.根据权利要求3所述的基于多维变量特征的龙卷分级预警方法，其特征在于：步骤3中，雷达反演涡度us计算公式的获取方法，包括如下步骤：
5.根据权利要求1所述的基于多维变量特征的龙卷分级预警方法，其特征在于：...
【专利技术属性】
技术研发人员：杨忠林，杨吉，赵坤，明杰，杨正玮，黄浩，
申请(专利权)人：南京大学连云港高新技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。