[發(fā)明專利]一種基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110648016.3
• 申請(qǐng)日: 2021-06-10
• 公開（公告）號(hào): CN113447931A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 張軍;宗露露;王萍;王琮
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G01S13/95
• 分類號(hào): G01S13/95;G01W1/14
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 琪琛

1.一種基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，包括以下步驟：

步驟一、收集短時(shí)強(qiáng)降水實(shí)況信息以及與之相匹配的多普勒天氣雷達(dá)數(shù)據(jù)，將雷達(dá)數(shù)據(jù)轉(zhuǎn)換為三維格點(diǎn)數(shù)據(jù)；

步驟二、從每一個(gè)短時(shí)強(qiáng)降水事件的雷達(dá)數(shù)據(jù)中，識(shí)別出所有時(shí)刻的對(duì)流單體，并與相應(yīng)的實(shí)況信息進(jìn)行匹配并標(biāo)記；

步驟三、將強(qiáng)降水對(duì)流單體記為正樣本，非強(qiáng)降水單體記為負(fù)樣本，提取所有單體的特征；

步驟四、把所有正負(fù)樣本特征集的每個(gè)特征作為一組輸入，分別進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)，將這些特征在各自總體上“無顯著性差異”作為原假設(shè)，“有顯著性差異”為備擇假設(shè)，使用服從t分布的統(tǒng)計(jì)量，定義為：

式中，x₁、x₂分別為來自兩個(gè)總體的樣本特征均值，為對(duì)應(yīng)的方差，n₁和n₂為兩類樣本數(shù)，展開置信水平(1-α)的檢驗(yàn)；取顯著性水平α＝0.01，查表可得t_a/2(n₁+n₂-2)的值，若某特征的t值大于t_a/2(n₁+n₂-2)，則在“0.99”的置信水平下推翻原假設(shè)，認(rèn)為備擇假設(shè)成立；為使特征在兩類樣本集上的統(tǒng)計(jì)差異性更顯著，選擇t值大于t_a/2(n₁+n₂-2)的5倍的特征作為正負(fù)樣本集的有效特征；

步驟五、將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集，根據(jù)訓(xùn)練集正負(fù)樣本的有效特征，訓(xùn)練一個(gè)分類器模型，應(yīng)用該分類器模型識(shí)別短時(shí)強(qiáng)降水。

2.根據(jù)權(quán)利要求1所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述步驟一短時(shí)強(qiáng)降水實(shí)況信息包括降水開始時(shí)間、結(jié)束時(shí)間、自動(dòng)站站號(hào)、開始時(shí)間至結(jié)束時(shí)間該自動(dòng)站的5分鐘累計(jì)降雨量。

3.根據(jù)權(quán)利要求1所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述步驟一將雷達(dá)數(shù)據(jù)轉(zhuǎn)換為三維格點(diǎn)數(shù)據(jù)是指將雷達(dá)9個(gè)仰角的反射率數(shù)據(jù)進(jìn)行雙線性插值操作，得到512×512×31的三維格點(diǎn)數(shù)據(jù)，數(shù)據(jù)分辨率為1km×1km×0.5km。

4.根據(jù)權(quán)利要求1所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述步驟二對(duì)流單體與實(shí)況信息匹配并標(biāo)記的步驟是：

根據(jù)原始實(shí)況信息，計(jì)算各自動(dòng)站從當(dāng)前時(shí)刻往后累計(jì)一小時(shí)的總降雨量，作為各自動(dòng)站當(dāng)前時(shí)刻關(guān)聯(lián)單體的類型標(biāo)簽；

對(duì)于每個(gè)時(shí)刻的對(duì)流單體，記錄實(shí)況信息中所有相同或最近時(shí)刻對(duì)應(yīng)的自動(dòng)站的位置和小時(shí)降雨量，并根據(jù)以下規(guī)則來標(biāo)記強(qiáng)降水對(duì)流單體和非強(qiáng)降水對(duì)流單體：

規(guī)則1-1：記錄的自動(dòng)站的位置在該單體區(qū)域范圍內(nèi)，且自動(dòng)站的小時(shí)降雨量大于或等于20mm，則將該單體標(biāo)記為強(qiáng)降水單體；

規(guī)則1-2：考慮到自動(dòng)站可能因儀器臨時(shí)故障造成記錄數(shù)據(jù)誤差偏大或者缺失，以及民眾對(duì)于短時(shí)強(qiáng)降水的20mm/h的閾值與19mm/h之間的差異并不敏感，故將非強(qiáng)降水單體的上限設(shè)定為18mm/h；所以將單體區(qū)域范圍內(nèi)各自動(dòng)站報(bào)告的小時(shí)降雨量均小于18mm的標(biāo)記為非強(qiáng)降水單體；

規(guī)則1-3：樣本的降雨量取滿足條件的所有自動(dòng)站小時(shí)降雨量記錄中的最大值；

規(guī)則1-4：刪除雷達(dá)基數(shù)據(jù)損壞的樣本。

5.根據(jù)權(quán)利要求4所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述單體的類型包括強(qiáng)降水對(duì)流單體和非強(qiáng)降水對(duì)流單體。

6.根據(jù)權(quán)利要求1所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述步驟三單體的特征包括反射率密度類特征、反射率強(qiáng)度類特征、反射率梯度類特征、距離類特征以及液態(tài)水含量類特征。

7.根據(jù)權(quán)利要求6所述基于多普勒雷達(dá)數(shù)據(jù)的短時(shí)強(qiáng)降水識(shí)別方法，其特征在于，所述反射率密度類特征從雷達(dá)三維格點(diǎn)數(shù)據(jù)中獲取，包括單體30dBZ反射率密度、單體40dBZ反射率密度、空間單體反射率40dBZ占比；

所述反射率強(qiáng)度類特征從雷達(dá)組合反射率數(shù)據(jù)中獲取，包括單體組合反射率均值、單體最大反射率強(qiáng)度的90％分位數(shù)、單體最大反射率強(qiáng)度的85％分位數(shù)、單體最大反射率強(qiáng)度的80％分位數(shù)、單體反射率大于40dBZ的比例、單體反射率大于45dBZ的比例；

所述反射率梯度特征從雷達(dá)組合反射率數(shù)據(jù)中獲取，包括反射率梯度_th1、反射率梯度_th2、反射率梯度_th3；

所述距離類特征從雷達(dá)組合反射率數(shù)據(jù)中獲取，包括單體核心點(diǎn)到單體30dBZ輪廓線平均距離、單體核心點(diǎn)到單體40dBZ輪廓線平均距離；

所述液態(tài)水含量類特征從雷達(dá)三維格點(diǎn)數(shù)據(jù)中獲取，包括區(qū)域垂直累加液態(tài)水含量、液態(tài)水含量密度_1，液態(tài)水含量密度_2。