專利名稱：一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法
技術(shù)領(lǐng)域：
本發(fā)明涉及氣象領(lǐng)域，特別涉及一種基于多普勒雷達(dá)的風(fēng)暴云團(tuán)的外推方法。
背景技術(shù)：
人類自從進(jìn)入20世紀(jì)以后，通過基于多普勒天氣雷達(dá)的反射率圖像獲得風(fēng)暴云團(tuán)的跟蹤、自動識別和預(yù)報的研究成果?；谕馔萍夹g(shù)的云團(tuán)成為一類流行和方便的方法，其中，單體質(zhì)心法和交叉相關(guān)法是應(yīng)用最為廣泛的兩種方法。Rinehart最早提出的跟蹤算法TREC就是從交叉相關(guān)法派生出來的，后來又經(jīng)過一些學(xué)者如Li、Lai和王改利等的不懈努力，TREC算法得到了不斷改進(jìn)和完善，TREC算法的基本做法是首先計算相鄰時刻云團(tuán)的雷達(dá)回波圖像小區(qū)域之間的相關(guān)系數(shù)，在最大相關(guān)條件下得到各局部云團(tuán)回波的移動矢量，進(jìn)而進(jìn)行外推預(yù)測；另一種單體質(zhì)心法從被提出至今，同樣經(jīng)過眾多學(xué)者不斷地完善和發(fā)展，提出了目前廣泛使用的TITAN和SCIT算法，這兩種算法的基本做法是在識別出風(fēng)暴單體(只含有一個核區(qū))的基礎(chǔ)上，進(jìn)行相鄰時刻的單體匹配，并通過對相鄰的多時刻的匹配結(jié)果進(jìn)行外推。TREC算法追蹤風(fēng)暴單體的步驟是通過上一步識別出的風(fēng)暴單體，計算出相鄰時刻的兩組云團(tuán)的質(zhì)心位置，利用最大速度作控制，采用最大相關(guān)系數(shù)確定相鄰時刻云團(tuán)的移動矢量，通過獲得的移動矢量來預(yù)測相應(yīng)單體未來時刻的質(zhì)心位置。TITAN算法通過組合最優(yōu)化算法對氣象云團(tuán)的質(zhì)心進(jìn)行跟蹤，通過幾何圖形的處理來描述氣象云團(tuán)的分裂和合并。該算法的核心思想是根據(jù)氣象云團(tuán)當(dāng)前時刻的相似性和距離來配對，云團(tuán)的相似性越高，云團(tuán)的距離相距越近，越優(yōu)先配對。SCIT算法包含三個部分云團(tuán)識別、形態(tài)匹配和位置預(yù)測。識別完云團(tuán)后就要對其做匹配處理以當(dāng)前時刻為基礎(chǔ)，尋找前一時刻與之相對應(yīng)的云團(tuán)，探尋其軌跡，在前面工作的基礎(chǔ)上，利用“歷史位置”擬合云團(tuán)的當(dāng)前運(yùn)動矢量，這個運(yùn)動矢量被用來做云團(tuán)未來時刻質(zhì)心運(yùn)動軌跡。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下不足氣象學(xué)中的冰雹、龍卷風(fēng)和暴雨等強(qiáng)對流天氣的多普勒雷達(dá)反射率圖像在內(nèi)部結(jié)構(gòu)和外部形態(tài)上均攜帶者重要的信息，這些信息能夠幫助人們辨析風(fēng)暴云團(tuán)以及風(fēng)暴云團(tuán)的類型。而現(xiàn)有的外推技術(shù)側(cè)重的是云團(tuán)位置的外推，在外推結(jié)果中，恰恰不能提供云團(tuán)結(jié)構(gòu)和云團(tuán)形態(tài)的信
肩、O

發(fā)明內(nèi)容
本發(fā)明提供了一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)外推方法，本發(fā)明在云團(tuán)位置外推的基礎(chǔ)上，能夠提供外推的風(fēng)暴云團(tuán)重要的形態(tài)與結(jié)構(gòu)信息，豐富了外推云團(tuán)的有用且重要的預(yù)報信息，填補(bǔ)了不能外推出帶有結(jié)構(gòu)和形態(tài)信息的風(fēng)暴云團(tuán)的一項(xiàng)空白，詳見下文描述一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，所述方法包括以下步驟(I)對風(fēng)暴云團(tuán)多普勒雷達(dá)反射率圖像進(jìn)行分層分解，獲取風(fēng)暴云團(tuán)的7張基于不同反射率閾值的單色子圖像；(2)對風(fēng)暴云團(tuán)的每一張單色子圖像進(jìn)行分塊處理分解為小塊區(qū)域和大塊區(qū)域；其中，將風(fēng)暴云團(tuán)中面積小于IO4的局部區(qū)域定義為所述小塊區(qū)域；將面積大于等于IO4的局部區(qū)域定義為所述大塊區(qū)域；(3)采用線性外推修正法得到所述小塊區(qū)域和所述大塊區(qū)域質(zhì)心的外推結(jié)果；(4)根據(jù)所述小塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述小塊區(qū)域采用基于散射模型的形態(tài)外推法，得到所述小塊區(qū)域局部輪廓的外推結(jié)果；
(5)根據(jù)所述大塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述大塊區(qū)域的局部扇形邊緣，采用基于數(shù)學(xué)形態(tài)學(xué)的形態(tài)外推法，得到所述大塊區(qū)域局部輪廓的外推結(jié)果；(6)對每層的所述小塊區(qū)域局部輪廓的外推結(jié)果和所述大塊區(qū)域局部輪廓的外推結(jié)果進(jìn)行合并，得到各單色子圖像的整體外推圖像；(7)以反射率閾值為25dBz單色子圖像的整體外推結(jié)果為基底，依次用高反射率閾值單色子圖像的整體外推結(jié)果對低反射率閾值單色子圖像的整體外推結(jié)果進(jìn)行覆蓋，再將極高反射率區(qū)域進(jìn)行最終覆蓋，獲取多普勒雷達(dá)反射率圖像中風(fēng)暴云團(tuán)的外推圖像；其中，將面積小于等于50個單位的，反射率閾值大于55dBz的反射率區(qū)域定義為極高反射率區(qū)域；(8)將下一個時刻視為當(dāng)前時刻，重復(fù)(I)到(7)的步驟，實(shí)現(xiàn)對風(fēng)暴云團(tuán)的持續(xù)外推，獲取風(fēng)暴云團(tuán)在更遠(yuǎn)時刻的外推圖像。所述對風(fēng)暴云團(tuán)多普勒雷達(dá)反射率圖像進(jìn)行分層分解具體為對當(dāng)前時刻\和前一時刻V1風(fēng)暴云團(tuán)的多普勒雷達(dá)反射率圖像分別按照不同的反射率閾值分成7個圖層，第i個圖層TKi的生成過程如下，若風(fēng)暴云團(tuán)區(qū)域中的反射率值fT(p)彡RiClBz,則令其在TKi中的取值fTt(p) = RiClBz,否則令fTt(p)為背景色，其中Ri = 25，30，35，40，45，50，55dBz。所述對風(fēng)暴云團(tuán)的每一張單色子圖像進(jìn)行分塊處理分解為小塊區(qū)域和大塊區(qū)域具體為(I)從單色子圖像的質(zhì)心O向邊界引射線； (2)以1°為步長逆時針轉(zhuǎn)動射線，當(dāng)射線與圖像輪廓形成至少3個交點(diǎn)時，記錄下這條射線與圖像輪廓的第一個交點(diǎn)A ；(3)反向延長AO交圖像輪廓于B點(diǎn)，用線段AB將圖像一分為二，得到兩個子區(qū)域；(4)對于每個子區(qū)域，重復(fù)(I)至(3)過程，直至不再出現(xiàn)射線與輪廓交點(diǎn)大于I的情形，將面積小于IO4的子區(qū)域作為所述小塊區(qū)域；將面積大于等于IO4的子區(qū)域作為所述大塊區(qū)域，分塊處理完成。所述采用線性外推修正法得到所述小塊區(qū)域和所述大塊區(qū)域質(zhì)心的外推結(jié)果具體為設(shè)當(dāng)前時刻為&,通過ti_2時刻的質(zhì)心和V1時刻的質(zhì)心線性外推得到&時刻的外推質(zhì)心，計算ti時刻的外推質(zhì)心對ti時刻的實(shí)際質(zhì)心的偏移量，將所述偏移量標(biāo)記為位移矢量，通過V1時刻與\時刻的質(zhì)心線性外推得到ti+1時刻的質(zhì)心位置，通過所述位移矢量對所述ti+1時刻的質(zhì)心位置進(jìn)行修正。所述根據(jù)所述小塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述小塊區(qū)域采用基于散射模型的形態(tài)外推法，得到所述小塊區(qū)域局部輪廓的外推結(jié)果具體為I)從小塊區(qū)域質(zhì)心均勻散射出24根射線，與小塊區(qū)域邊界形成24個交點(diǎn)；2)移動前一時刻小塊區(qū)域Fp1直到質(zhì)心與當(dāng)前時刻小塊區(qū)域Fi的質(zhì)心重合；3)將所述ti+1時刻質(zhì)心作為Fi+1的質(zhì)心，設(shè)Fp1和Fi與射線Ii (i = I，…，4(nt-l))的交點(diǎn)是~(1)和/ ,,)，對于落到當(dāng)前單色子圖像輪廓上的所有交點(diǎn)，計算
對于落到區(qū)域分割線上的交點(diǎn)，令A(yù)i = O推得小塊區(qū)域在ti+1時刻的4(nt-l)個邊界點(diǎn)/^<Χ+1) = /^,(Χ) + Α,;4)將4(nt_l)個邊界點(diǎn)/ U作為角點(diǎn)連接成多邊形，并對多邊形進(jìn)行像素填 充，得到小塊區(qū)域的外推圖像Fi+1 ；5)移動外推圖像Fi+1直到質(zhì)心與所述ti+1時刻的外推質(zhì)心重合。所述根據(jù)所述大塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述大塊區(qū)域的局部扇形邊緣，采用基于數(shù)學(xué)形態(tài)學(xué)的形態(tài)外推法，得到所述大塊區(qū)域局部輪廓的外推結(jié)果；I)移動前一時刻大塊區(qū)域Fp1直到質(zhì)心p。(U與當(dāng)前時刻大塊區(qū)域Fi的質(zhì)心Pc Ui)重合;2)伸展或回縮區(qū)域檢測；設(shè)相鄰時刻的大塊云團(tuán)區(qū)域匕^和匕的邊界點(diǎn)集合分別為Pbl = {pbl(i)}和Pb2 ={pb2(i)};令大塊區(qū)域背景點(diǎn)取值為0，對象點(diǎn)取值為1，由Gg和Gi合成圖像G'，使G'的各像素點(diǎn)取值
權(quán)利要求
1.一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述方法包括以下步驟 (1)對風(fēng)暴云團(tuán)多普勒雷達(dá)反射率圖像進(jìn)行分層分解，獲取風(fēng)暴云團(tuán)的7張基于不同反射率閾值的單色子圖像； (2)對風(fēng)暴云團(tuán)的每一張單色子圖像進(jìn)行分塊處理分解為小塊區(qū)域和大塊區(qū)域；其中，將風(fēng)暴云團(tuán)中面積小于IO4的局部區(qū)域定義為所述小塊區(qū)域；將面積大于等于IO4的局部區(qū)域定義為所述大塊區(qū)域； (3)采用線性外推修正法得到所述小塊區(qū)域和所述大塊區(qū)域質(zhì)心的外推結(jié)果； (4)根據(jù)所述小塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述小塊區(qū)域采用基于散射模型的形態(tài)外推法，得到所述小塊區(qū)域局部輪廓的外推結(jié)果； (5)根據(jù)所述大塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述大塊區(qū)域的局部扇形邊緣，采用基于數(shù)學(xué)形態(tài)學(xué)的形態(tài)外推法，得到所述大塊區(qū)域局部輪廓的外推結(jié)果； (6)對每層的所述小塊區(qū)域局部輪廓的外推結(jié)果和所述大塊區(qū)域局部輪廓的外推結(jié)果進(jìn)行合并，得到各單色子圖像的整體外推圖像； (7)以反射率閾值為25dBz單色子圖像的整體外推結(jié)果為基底，依次用高反射率閾值單色子圖像的整體外推結(jié)果對低反射率閾值單色子圖像的整體外推結(jié)果進(jìn)行覆蓋，再將極高反射率區(qū)域進(jìn)行最終覆蓋，獲取多普勒雷達(dá)反射率圖像中風(fēng)暴云團(tuán)的外推圖像；其中，將面積小于等于50個單位的，反射率閾值大于55dBz的反射率區(qū)域定義為極高反射率區(qū)域； (8)將下一個時刻視為當(dāng)前時刻，重復(fù)(I)到(7)的步驟，實(shí)現(xiàn)對風(fēng)暴云團(tuán)的持續(xù)外推，獲取風(fēng)暴云團(tuán)在更遠(yuǎn)時刻的外推圖像。
2.根據(jù)權(quán)利要求I所述的一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述對風(fēng)暴云團(tuán)多普勒雷達(dá)反射率圖像進(jìn)行分層分解具體為 對當(dāng)前時刻h和前一時刻風(fēng)暴云團(tuán)的多普勒雷達(dá)反射率圖像分別按照不同的反射率閾值分成7個圖層，第i個圖層TKi的生成過程如下，若風(fēng)暴云團(tuán)區(qū)域中的反射率值fT(p)≥RiClBz,則令其在TEi中的取值fTt(p) = RiClBz,否則令fTt(p)為背景色，其中Ri = 25，30，35，40，45，50，55dBz。
3.根據(jù)權(quán)利要求I所述的一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述對風(fēng)暴云團(tuán)的每一張單色子圖像進(jìn)行分塊處理分解為小塊區(qū)域和大塊區(qū)域具體為 (1)從單色子圖像的質(zhì)心O向邊界引射線； (2)以1°為步長逆時針轉(zhuǎn)動射線，當(dāng)射線與圖像輪廓形成至少3個交點(diǎn)時，記錄下這條射線與圖像輪廓的第一個交點(diǎn)A ； (3)反向延長AO交圖像輪廓于B點(diǎn)，用線段AB將圖像一分為二，得到兩個子區(qū)域； (4)對于每個子區(qū)域，重復(fù)(I)至(3)過程，直至不再出現(xiàn)射線與輪廓交點(diǎn)大于I的情形，將面積小于IO4的子區(qū)域作為所述小塊區(qū)域；將面積大于等于IO4的子區(qū)域作為所述大塊區(qū)域，分塊處理完成。
4.根據(jù)權(quán)利要求I所述的一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述采用線性外推修正法得到所述小塊區(qū)域和所述大塊區(qū)域質(zhì)心的外推結(jié)果具體為設(shè)當(dāng)前時刻為ti，通過ti_2時刻的質(zhì)心和時刻的質(zhì)心線性外推得到ti時刻的外推質(zhì)心，計算ti時刻的外推質(zhì)心對ti時刻的實(shí)際質(zhì)心的偏移量，將所述偏移量標(biāo)記為位移矢量，通過時刻與ti時刻的質(zhì)心線性外推得到ti+1時刻的質(zhì)心位置，通過所述位移矢量對所述ti+1時刻的質(zhì)心位置進(jìn)行修正。
5.根據(jù)權(quán)利要求I所述的一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述根據(jù)所述小塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述小塊區(qū)域采用基于散射模型的形態(tài)外推法，得到所述小塊區(qū)域局部輪廓的外推結(jié)果具體為 .1)從小塊區(qū)域質(zhì)心均勻散射出24根射線，與小塊區(qū)域邊界形成24個交點(diǎn)； .2)移動前一時刻小塊區(qū)域Fp1直到質(zhì)心與當(dāng)前時刻小塊區(qū)域Fi的質(zhì)心重合； .3)將所述ti+1時刻質(zhì)心作為^的質(zhì)乜設(shè)匕和匕與射線丨力=!，…，“!^-!))的交點(diǎn)是/和，對于落到當(dāng)前單色子圖像輪廓上的所有交點(diǎn)，計算Δ, =，對于落到區(qū)域分割線上的交點(diǎn)，令A(yù)i = O推得小塊區(qū)域在ti+1時刻的4(nt-l)個邊界點(diǎn)PFlMrJ = PFlMr) + . 4)將4(nt-l)個邊界點(diǎn)/V;,U作為角點(diǎn)連接成多邊形，并對多邊形進(jìn)行像素填充，得到小塊區(qū)域的外推圖像Fi+1; .5)移動外推圖像Fi+1直到質(zhì)心與所述ti+1時刻的外推質(zhì)心重合。
6.根據(jù)權(quán)利要求I所述的一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，其特征在于，所述根據(jù)所述大塊區(qū)域質(zhì)心的外推結(jié)果，對每個所述大塊區(qū)域的局部扇形邊緣，采用基于數(shù)學(xué)形態(tài)學(xué)的形態(tài)外推法，得到所述大塊區(qū)域局部輪廓的外推結(jié)果； .1)移動前一時刻大塊區(qū)域Fp1直到質(zhì)心PJtiJ與當(dāng)前時刻大塊區(qū)域Fi的質(zhì)心？。(\)重合； .2)伸展或回縮區(qū)域檢測； 設(shè)相鄰時刻的大塊云團(tuán)區(qū)域Gp1和Gi的邊界點(diǎn)集合分別為Pbl = {pbl(i)}和Pb2 ={pb2(i)};令大塊區(qū)域背景點(diǎn)取值為0，對象點(diǎn)取值為1，由Gg和Gi合成圖像G'，使G'的各像素點(diǎn)取值
全文摘要
本發(fā)明公開了一種基于多普勒雷達(dá)反射率圖像的風(fēng)暴云團(tuán)的外推方法，對當(dāng)前時刻和前一時刻風(fēng)暴的多普勒雷達(dá)反射率圖像分別按照不同的反射率閾值分成7個圖層，形成7張單色圖像，對每張單色圖進(jìn)行分塊處理，將復(fù)雜云團(tuán)分解為小塊和大塊區(qū)域；分別獲取各個區(qū)域在未來時刻外推結(jié)果；按層對各個區(qū)域外推結(jié)果進(jìn)行合并，獲取基于層的完整外推圖像；以閾值為25dBz形成的圖層的外推結(jié)果為基底，依次用高閾值圖層的外推圖像覆蓋低閾值圖層的外推圖像，最后面積小于50個單位的極高反射率區(qū)域進(jìn)行最終覆蓋，獲取風(fēng)暴云團(tuán)的外推圖像。經(jīng)過實(shí)驗(yàn)驗(yàn)證本方法外推的風(fēng)暴云團(tuán)能夠體現(xiàn)重要的結(jié)構(gòu)和形態(tài)信息，使典型風(fēng)暴云團(tuán)的外推符合率明顯高于現(xiàn)行其他方法。
文檔編號G01S13/95GK102662172SQ20121008825
公開日2012年9月12日 申請日期2012年3月29日 優(yōu)先權(quán)日2012年3月29日
發(fā)明者劉恒, 劉暢, 王萍, 王龍 申請人:天津大學(xué)