[發明專利]一種基于天氣雷達的短臨智能外推方法

有效

• 申請號: 201910187175.0
• 申請日: 2019-03-13
• 公開（公告）號: CN109917394B
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 耿煥同;戴中斌;周山勝;韓偉民
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G01S13/95
• 分類號: G01S13/95;G01W1/10
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明提供了一種基于天氣雷達的短臨智能外推方法，所述方法包括對風暴單體歷史個例的收集、識別和追蹤，將獲取的n+1項風暴單體軌跡序列作為范例存儲于數據庫中，當進行天氣預測時，將獲取的n項實時風暴單體序列與數據庫中的所有范例進行相似度計算，找出相似度最高的范例，將該范例的第n+1項作為下個時次的風暴單體，以此計算出所有單體軌跡下個時次的狀態，構成所預測的下個時次的天氣狀況，同時將新獲取的實時風暴單體序列作為范例，存儲于數據庫中，以進行自學習。所述方法綜合機器學習，構建起基于范例推理的短臨外推專家系統，并結合客觀預報的方法對天氣變化進行相似性預測，提高了災害性短時天氣的預警水平。

技術領域

本發明涉及氣象學天氣預測技術領域，特別涉及一種基于天氣雷達的短臨智能外推方法。

背景技術

對流天氣的臨近預報是指對未來0～2小時的對流天氣系統及其所伴隨的災害性天氣的發生、發展、演變和消亡的預報，強對流天氣是影響我國的主要災害性天氣之一，具有空間尺度小、生命史短、突發性強、發展演變迅速、破壞力大等特點，因此，針對強對流天氣的臨近預報一直是氣象預報工作的重點和難點。

目前傳統的天氣預測方法有兩種，即數值天氣預報(NWP)法和基于光流矢量的天氣預測方法。數值天氣預報法是一種先對大氣進行物理建模，再通過模擬物理模型進行預測的方法，該方法的優勢體現在對于長時間范圍內的天氣預測比較準確，但是對0～2小時內的天氣狀況無法預測，因此不宜使用NWP方法進行短臨預報。另一種在實際中得以應用的天氣預測方法是基于光流矢量的方法，該方法是先通過兩個雷達回波圖像來估算光流矢量，該光流矢量可以理解為云的運動方向，然后根據最后一張雷達圖進行合理的外推，得到最終的預測結果，該方法在0～2小時內的短臨預測結果準確度更高。

以上基于雷達資料的短臨外推預報方法的研究思路主要是圍繞著單個天氣變化過程中的對流單體演變過程，并未考慮不同天氣變化過程中的不同對流單體間的類比，且缺乏自學習能力。

發明內容

發明目的：針對上述現有技術存在的問題和不足，本發明提供了一種基于天氣雷達的短臨智能外推方法，綜合機器學習方法，構建起基于范例推理的短臨外推專家系統，并結合客觀預報的方法對天氣變化進行相似性預測，提高了災害性短時天氣的預警水平。

技術方案：本發明提供了一種基于天氣雷達的短臨智能外推方法，包括以下步驟：

步驟a：收集某個地區天氣個例雷達基數據；

步驟b：提取每一時刻雷達基數據中的所有風暴單體，并提取、追蹤其特征，獲得若干條長度不等風暴單體軌跡序列；

步驟c：將獲得的若干條長度不等風暴單體軌跡序列，切割成長度為n+1的風暴單體軌跡范例存儲于數據庫中；

步驟d：當進行天氣預測時，讀取當前n個時次的雷達基數據，利用SCIT識別、追蹤，獲得若干條長度為n的風暴單體軌跡序列，將該序列分別與數據庫中所有歷史風暴單體的前n項的軌跡范例進行相似度計算，找出相似度最高的范例，將該范例的第n+1項作為下個時次的風暴單體。按此方法計算出所有單體軌跡下個時次的狀態，構成所預測的下個時次的天氣狀況，寫為雷達基數據；

步驟e：按照步驟d進行迭代預測，直至推算出未來2小時全部的天氣狀況；

步驟f：將新獲取的風暴單體序列切割成長度為n+1的范例，存儲于數據庫中，進行自學習，豐富范例庫。

所述步驟b中提取風暴單體的方法為風暴單體識別追蹤算法，提取的風暴單體特征包括當前季節、風暴體序列號、單體質心坐標、所在的仰角、質量權重體積、最大反射率、移動方向、移動速度。所述步驟d中，在進行相似度計算時，所篩選的歷史風暴單體的形成位置位于地理相似判斷范圍內，所述地理相似判斷范圍為以待預測風暴單體的形成位置為圓心，半徑不大于預設緯距的范圍。