[發明專利]一種雷暴預報探空參數快速診斷與顯示系統的實現方法

有效

• 申請號: 202310249442.9
• 申請日: 2023-03-15
• 公開（公告）號: CN116243405B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 鄒永成;藺少龍;王凌云
• 申請（專利權）人: 中國民用航空西南地區空中交通管理局
• 主分類號: G01W1/10
• 分類號: G01W1/10;G06F18/2413;G06F18/214
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 朱杰

1.一種雷暴預報探空參數快速診斷與顯示系統的實現方法，其特征在于，所述快速診斷與顯示系統由民航氣象數據庫、氣象信息綜合處理系統、雷暴信息解析模塊、實況探空參數模塊、探空參數顯示模塊、歷史個例信息存儲模塊和匹配信息輸出顯示模塊組成；

所述快速診斷與顯示系統的實現方法包括以下步驟：

S1，所述實況探空參數模塊從所述氣象信息綜合處理系統提取實況探空數據的探測時刻T_i并計算該探測時刻T_i的實況探空參數；其中，所述實況探空參數包括對流有效位能、K指數、沙氏指數、850hPa氣溫、850hPa比濕、垂直比濕積分、500hPa同850hPa假相當位溫之差、850hPa假相當位溫參數中的一種或多種組合；

S2，所述雷暴信息解析模塊將T_i時刻實況探空參數傳遞給探空參數顯示模塊顯示；

S3，匹配信息輸出顯示模塊分別計算不同強度級別的雷暴歷史個例探空參數閾值區間，并輸出實況-歷史探空參數閾值判定結果；

S4，根據實況-歷史探空參數閾值判定結果，若實況探空參數均符合歷史探空參數閾值，則以雷暴歷史個例探空參數為訓練數據，利用機器學習算法進行分類訓練得到分類模型，在所述分類模型中輸入實況探空參數得到預測結果；

S5，雷暴信息解析模塊根據探測時刻T_i解析一個探空間隔周期T_i+12h的所有由民航氣象數據庫提供的實時更新的機場例行天氣報告METAR、機場特殊天氣報告SPECI的報文，判定是否出現了雷暴，并根據判定結果更新歷史探空參數的分類模型；

若未出現雷暴，至下一探空時刻T_i+12h，探空參數顯示模塊高亮顯示的T_i時刻的實況探空參數散點自動消失，并以高亮方式顯示T_i+12h時刻探空參數；若出現雷暴，雷暴信息解析模塊計算雷暴發生時間、雷暴結束時間及雷暴持續時間，以及伴隨天氣強度，并對雷暴進行分級；

出現雷暴時，若雷暴結束時間早于T_i+12h時，至下一探空時刻T_i+12h，探空參數顯示模塊高亮顯示T_i+12h時刻探空參數，而T_i時刻的探空參數散點根據雷暴進行分級標準轉變為相應的顯示方式保存于探空參數顯示模塊的顯示界面上；若雷暴結束時間晚于T_i+12h時，探空參數顯示模塊顯示T_i時刻的探空參數而不必顯示T_i+12h時刻探空參數，雷暴結束后，T_i時刻的探空參數散點保存于探空參數顯示模塊的顯示界面上；

出現雷暴時，探空參數顯示模塊將T_i時刻的探空參數傳遞給歷史個例信息存儲模塊保存，得到更新的雷暴歷史個例信息；其中，更新歷史探空參數的分類模型是利用機器學習算法以所述的更新的雷暴歷史個例信息為訓練數據進行分類訓練得到。

2.根據權利要求1所述的一種雷暴預報探空參數快速診斷與顯示系統的實現方法，其特征在于，在所述步驟S2中，探空參數顯示模塊顯示方式為：以兩項探空參數各為橫縱坐標的二維散點圖，作為橫縱坐標的所述兩項探空參數為500hPa同850hPa假相當位溫之差與850hPa假相當位溫；K指數與垂直比濕積分IQ；對流有效位能CAPE與沙氏指數SI；850hPa氣溫與850hPa比濕中的任意一種。

3.根據權利要求2所述的一種雷暴預報探空參數快速診斷與顯示系統的實現方法，其特征在于，所述機器學習算法為KNN算法。