论文《基于SCIT的风暴识别与其算法实现》-仁创编译转载

　　本文为论文分享，仁创编译致力为大家分享更多更好的高质量论文资讯，方便大家学些参考。同时大家也欢迎大家通过转载的方式进行分享，让更多的人能够观看学习，从中获得经验和灵感，小编将为大家提供最新论文资讯。

　　1引言

　　多普勒雷达是中小尺度灾害天气的主要探测工具之一，具有时空分辨率高的优点。国内外气象工作者在把雷达遥感新技术应用于气象预报方面做了大量的研究[1]。而基于雷达基数据对风暴单体以及风暴带的识别、追踪及预警是利用多普勒雷达进行短时预报的一个重要方面。在很多国内外常用的临近预报系统中，都利用了雷达数据对风暴进行识别追踪以及外推预报[2]。在风暴识别追踪的发展历程中有两个比较有代表性的算法，其一是美国国家大气研究中心提出的TITAN算法(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)[3]，其二是美国国家强风暴中心提出的SCIT算法[4]。这两个算法已经广泛地投入到实际的业务应用中，也取得了比较好的效果。其中，TITAN算法利用了一个阈值来识别风暴体，识别出来的风暴用椭圆或者多边形表示，但是多边形的表示方法对于弓状回波不能准确反映。SCIT算法利用了七个阈值来识别风暴的质心，虽然能够比较好地确定风暴单体的中心，但丢失了风暴带的形态信息。这两个算法都有优点，又都有局限。TITAN算法适用于风暴带的识别追踪，而SCIT算法适用于风暴质心的识别追踪。近年来，国内在强对流风暴的雷达资料处理方面做了大量的研究。胡胜等[5]在WSR-88DBiuld9.0(B9SI)的基础上设计了以风暴对流发展信息(CSI)方法来描述风暴对流发展的强弱。王艳兰等[6]运用多普勒雷达的径向速度资料，计算对流回波单体的径向散度值，并且利用回波辐合总量及辐合中心值与反射率因子、垂直累积液态含水量及中心值进行对比分析得到了底层径向辐合有利于回波维持或加强的结论。兰红平等[7]利用模式识别技术进行云团识别，拓扑处理，建立生命周期，并进行外推预报。周毓荃等[8]对TITAN系统进行移植，使其适应我国的各类气象数据。由于风暴带发展移动过程中与内部风暴单体的产生消散有密切的关系，并且不同风暴带的合并与分裂又对风暴的增强与消散的趋势有很大的影响。为了能够在风暴带的识别中加入风暴内部结构识别，更准确地对风暴带进行描述，同时在对风暴带的形态特点进行分析中能自动识别出合并与分裂的临界点，以期能够判断风暴带的虚假合并，并以跟踪该临近点的变化作为风暴增强与减弱的预警，本文在TITAN与SICT的基础上，改进了风暴识别方法，且利用计算几何的相关算法对风暴轮廓多边形进行分析，找到合并与分裂的临界区域。

　　2识别中的合并问题

　　风暴带边缘合并分为真合并和假合并两种，在本文的算法中，把真合并定义为两个或两个以上较大的风暴单体在距离上，符合风暴的空间尺度、物理性质都有一致性且在空间中互相融合，识别出来的风暴带向着增强的方向发展。把假合并定义为识别出来的风暴带内的风暴单体在距离上符合空间尺度、物理性质不一致且在空间中风暴带没有相对狭小的过度带，由于探测原因引起的虚假合并，并且临界区的发展趋势未向增强的方向发展。在风暴带的识别中，由于TITAN采用的是三维空间聚类技术，并且识别风暴时使用的是一个单一的阈值，在某些情况下往往会将两个相邻的风暴带被识别成一个风暴带，这将给风暴追踪带来误差。假合并现象出现的原因很多，有地形、地物回波的影响，也有数据处理方面带来的影响。假合并会给风暴的追踪、预警带来很大误差，韩雷等[9]利用图像处理的方法，对TITAN识别的风暴回波进行腐蚀处理，能够把一些虚假合并的回波分离出来。但是这种纯粹用图像处理的方法，没有考虑到风暴带内部的结构信息，也没有考虑到风暴单体的物理性质。本文首先在风暴带识别中基于SCIT风暴段的概念进行风暴轮廓追踪，有效避免了由于数据插值引起的虚假合并现象。然后分析风暴带内部结构，并对风暴带的轮廓形态进行分析，自动识别出合并的临界区，为风暴发展的趋势判断提供新的参数。

　　3风暴识别

　　3.1数据预处理

　　在TITAN算法中，为了更加方便轮廓的后期处理，风暴识别前的数据预处理阶段要把雷达数据以最近邻位法投影到笛卡尔坐标系上，这导致了在回波段的识别中出现误差，在轮廓追踪时就产生了回波的虚假合并现象。因此，本文在数据预处理阶段，除了必要的质量控制以外，并不把雷达数据从极坐标上投影到笛卡尔坐标上。

　　3.2基于SCIT的风暴识别

　　SCIT算法对于风暴内部结构的分析已经很成熟，所以在风暴带轮廓追踪之前，首先利用SCIT算法对风暴进行识别。SCIT算法的思路是把“风暴”看作是一个三维立体结构，在识别时首先在一维径向上搜索反射率因子大于一定阈值的连续区域(称之为风暴段)，然后依据同一层次内相邻方位间风暴段的相关性，将满足一定条件的风暴段合成为一个二维区域(称之为风暴分量)，最后根据风暴的垂直相关性将不同层次上的风暴段合成为一个具有三维结构的风暴单体。本文算法在实现SCIT对风暴进行识别的过程中，识别出所有风暴段后，对风暴段归类时利用了树的前序遍历算法，不用对每两个风暴段之间进行比较，节省了运算量和空间，归类到判别条件包括相邻的方位角小于方位角分离阈值，相邻风暴段重迭的距离必须大于风暴重迭距离阈值，其中重迭是指相邻风暴中径向上位于同一距离上的库的长度，并且依据SCIT中设定段的默认个数阈值和风暴分量的面积阈值，当所有条件符合时，识别为一个二维风暴分量。SCIT算法的目标是得到风暴质心及其物理特征，而本文算法基于SCIT算法中风暴段的概念，将所有符合条件的风暴段识别成一个统一的风暴带，并且在利用SCIT算法寻找风暴质心的过程中，对风暴带内部的结构物理信息进行提取，包括各个风暴单体的位置、形状、体积、液态水含量等，并且以此做为基础，进行风暴带的分析。利用这样的方法识别出来的风暴带，附带了风暴带内部各个风暴单体的信息，为下一步的风暴带轮廓追踪、合并临界区的识别提供了基础。

　　3.3风暴轮廓追踪

　　为了对上述识别出来的风暴带提取轮廓信息，本文提出了一种新的风暴轮廓跟踪算法，该算法基于SCIT算法中风暴段的划分思想，从二维风暴向量的第一个风暴段开始以方位角顺时针即方位角增大的方向进行搜索，利用一维风暴排列的规律寻找到一系列的端点，这个一维风暴端点的序列构成了风暴带的轮廓，对于风暴带里包含的风暴单体，也根据不同阈值的风暴段进行轮廓跟踪，最终得到的风暴带的轮廓信息包含基础阈值的轮廓及在其内部的各个风暴单体的轮廓。风暴段的搜索规律如下。

　　(1)当搜索方位角的方向是顺时针时，只需要搜索风暴段的径向距离比较近的那个端点。当搜索方位角的方向是逆时针时，只需要搜索风暴段的径向距离比较远的那个端点。

　　(2)当出现当前风暴段和搜索方向上的下一个方位角的风暴段没有相交的情况时，判断为拐点，改变搜索方向。

　　(3)当出现当前的风暴段同时和搜索方向的反方向上两个相邻风暴段同时相交，也判断为拐点，改变搜索方向。

　　(4)当搜索到第一个风暴段时，轮廓追踪结束。

　　如图1所示，算法从A点开始追踪30dBZ以上的风暴段，形成了外围的轮廓线作为风暴带的基本轮廓，然后又从B点出发追踪35dBZ的风暴段，形成内部的风暴单体的轮廓。图1风暴轮廓追踪图2是回波阈值大于35dBZ的雷达回波图，其中图2c是极坐标下雷达回波图，很明显在A区域存在两个互相独立的回波块，在经过最近领域法插值后(图2a)，两个独立的回波块合并成一个，根据TITAN的识别方法就会出现虚假合并现象。图2b是基于SCIT的风暴轮廓识别结果，避免了因为数据插值产生虚假合并的现象。

　　4风暴带分析

　　经过上文的算法识别得到风暴带的内部结构信息、内部风暴单体运动信息和风暴带的轮廓信息后对风暴带进行分析，确定是否属于假合并情况，确定是否需要分割风暴以避免假合并。为了对风暴带形态进行分析，找到合并与分裂的临界区域，本文选取了两个量：一是利用计算几何的凸壳算法得到的K值，二是利用Delaunay三角形划分得到的轮廓最狭小区域的avgZ值和H值。凸壳是计算几何中最普遍、最基本的一种结构，在多边形的算法中有着广泛的应用。本文算法的思路是，先求出利用上文所述算法输出的风暴多边形的凸壳，然后根据凸壳的每条边找到对应的最大的凹点，把这些点作为考察点。然后求出其他凸壳的边对应的多边形顶点和考察点的距离，选取具有最小距离的那个点与考察点组成一条切割线，把风暴多边形分成两部分，最后设计一个量K考察所有的考察点，选取最小K值的点，分析被分割的风暴带两部分的特征。K值的意义在于表征了风暴带轮廓上考察点相对于整个风暴带的凹陷程度，K值越小(大)表示凹陷程度越小(大)。具体的算法如下。输入：设按逆时针方向排列的风暴多边形P的坐标为Pi(xi,yi),i=1～n。输出：点q(表示到凸壳界最远距离点的集合)。第1步：利用凸壳算法计算出多边形的凸壳CH({P1,P2,……,Pn})[10]。第2步：设Pi与Pi+l是CH的两个相邻顶点，计算Pi到Pi+1中距离PiPi+1最远的点，设为Pk、'kP为Pk在PiPi+1上的垂足。定义K值为，''1(,,1,2,3,4,)kkkikiiKPPPPPPPi+=∈∈=q={q1,q2,……}其中qi∈CH，且对应于每个qi存在最大值K，'ikK=qP。Delaunay三角形剖分由于拥有空外接圆和最小角最大化两个性质，保证了生成的三角接近正圆的特点，在模式识别，计算机图形图像处理方面有着广泛的应用。对于一个多边形而言，Delaunay三角的剖分结果具有唯一性，即无论从哪个点开始剖分，得到的三角剖分结果都是唯一的。利用Delaunay三角剖分的上述性质可以对风暴形态的特点进行分析。把识别出的风暴带轮廓剖分成一组以轮廓多边形顶点为端点的三角形，然后利用三角形的内心找出风暴带的最长路径。对于最长路径上的三角形分别求出平均反射率因子avgZ与对应的H值。然后对avgZ与H值进行分析，结合上文所述求出的K值，共同判断合并与分裂的临界区域。其中，avgZ与H的计算方法为：avgZ=∑ZS，∑Z表示三角形区域内所有雷达回波的发射率因子总和，S表示三角形区域的面积。maxmin(),(),1,2,3max()1,2,3iiiSdaaPiHdaai=∈====其中S为三角形的面积，ai为三角形的边，P为识别出的风暴带轮廓。avgZ的分布体现了在风暴带的延伸方向上反射率因子的分布，通过对avgZ的分析可得到风暴带内部风暴质心的分布特征。H表征了在风暴带延伸方向上风暴带的宽度，利用K、avgZ、H的值能得到风暴带合并临界区域，其满足下列两个条件：⑴临界区域的avgZ值在极小值附近，即临界区域的回波强度相对比较小，不在回波中心。⑵临界区域的H/(K+H)值趋于1，即在风暴带相对最窄区域。

　　5算法实现与讨论

　　5.1算法实现

　　本文的算法利用VC++进行编程，为了使算法具有可移植性，编程实现了模块化。2009年7月6日22时—7日08时，南京城区普降大到暴雨，其平均降雨超过100mm。根据南京龙王山多普勒雷达资料显示，多个风暴在南京西北部形成，在其东南移动的过程中伴随着分裂与合并，包含了风暴单体之间的互相作用，所以利用该雷达资料对算法进行检验具有一定的典型性。一般而言，对流风暴的反射率因子的识别阈值可以在30～40dBZ。本文预设风暴识别阈值为30dBZ。图3是7月7日7:42(北京时，下同)的雷达回波，左图是本文算法识别出的风暴带，黑色廓线代表30dBZ阈值时的风暴带轮廓，深蓝色廓线是利用动态阈值的方法在30dBZ阈值的风暴的基础上识别出的风暴内部结构信息。右图是SCIT的风暴识别跟踪结果，SCIT方法对风暴中的风暴质心进行了识别跟踪。对比两图可发现，对于经过南京上空的风暴追踪，虽然识别的结果表现形式不一样，由于本文算法利用SCIT中风暴段识别部分作为识别整个风暴带的基础，所以在30dBZ阈值基础上内部风暴单体的识别的相关性比较好。与SCIT不同的是，左图识别出来的并非风暴质心，而是风暴带，且在识别过程中提取了风暴带内部各个风暴单体的信息。图4是7月6日22:06的雷达回波，风暴的合并增强过程从7月6日22时—7月7日凌晨，7日08时降水达到最大。在图4中，本文抽取了一个已经识别出来的风暴带进行分析，该风暴带由前一个时次的两个分开的风暴带合并而成。图4的右上部分是风暴带经过计算几何DT算法得到的结果，其中蓝色线条是经过DT剖分遍历三角形内心得到的风暴最长路径，最长路径能够很好地反映出风暴带的形态及延伸方向。图4的右下部分的小圈内部分是经过凸壳运算后得到的K值的考察点。在得到风暴的轮廓信息与内部结构信息后，对本文提出的几个指标进行计算分析。如图5所示，沿着风暴带路径求取每个三角形的avgZ、H值，并结合K值得到风暴路径上的H/(K+H)的值。由图5可见，avgZ、H值的分布具有很大相关性，对avgZ的各极小值(A、B、C、D点)进行考察发现，只有B点所对应的H值较小，且满足两边都有风暴中心的条件;而D点虽然对应的H值也比较小，因为是在路径的边缘部分并且两边没有风暴中心分布，所以不满足条件。对照H/(K+H)曲线可看出，D点附近其值小于0.5，表明在该区域内风暴带的相对凹陷程度最大。综合以上判断可以得出D区域为风暴合并的临界区域。

　　5.2算法评价

　　为评价算法的正确性以及适用程度，本文选取2009年7月6日00:00—7日23:54南京龙王山雷达站的一次暴雨过程，对255个雷达资料进行测试，测试中H/(K+H)值的阈值设置为0.5。测试的指标为合并分裂临界识别正确率，其计算方法为，其中CSMS为Critical Rate of Mergers and Splits，nsuccess、nfailure、nfalsealarm分别表示成功识别、没有识别、错误识别的合并分裂临界区域的数量。经统计，测试结果如表1所示。可见本文设计的算法能较好地识别出风暴的分裂和合并的临界区域，但对于某些时刻一些发展特别迅速的风暴带还有一定难度，会出现一定程度的漏报与错报，如果在追踪过程中，对每一个独立的风暴体都加上移动信息，风暴分裂和合并临界区识别的正确率应会有更大的提高。

　　6结论

　　利用基于SCIT风暴段原理识别出风暴带，避免了由于雷达网格插值引起的虚假合并现象，设计的风暴带轮廓追踪算法无需考虑雷达边界噪声的影响，具有较好的健壮性，得到风暴外部形态与内部结构信息。对于识别出的风暴带，利用计算几何中的凸壳与DT原理对风暴的形态进行分析，设计了三个指标用于识别风暴带在合并分裂的临界状态与临界位置，通过对合并分裂临界位置的追踪，可以判断风暴的增强与消散趋势。本文创新点在于着眼于风暴形态及内部结构和风暴的合并分裂临界区域之间的关系，从一种新的角度去描述风暴的发展状态，为风暴带发展趋势的追踪与预报提供新的参数，提高了利用雷达资料为预警灾害性天气服务的能力。

　　声明：本文转载于网络，并不意味着代表本网站观点或证实其内容的真实性;本站致力于为大家 提供更多，更好的新闻内容。广州仁创编译专业提供医学SCI论文发表，润色协助服务。欢迎咨询合作，我们将竭诚为您服务!

　　如果论文成为了您职业学业晋升道路上的拦路虎，请您联系仁创编译，我们会为您提供一站式学术服务解决方案。不管您是有医学SCI论文翻译、润色，还是其他学术编译需求您都可以放心交给我们。致力于科研一站式服务，包含国内普刊中心发表服务，医学润色SCI论文、sci翻译，专利申请，专著出版挂名等等。