基于雷達回波帶徑向波形特征的陣風(fēng)鋒識別

基于雷達回波帶徑向波形特征的陣風(fēng)鋒識別

1陣風(fēng)鋒識別算法及應(yīng)用相梯度波動中的冷態(tài)下沉氣流達到較低的水平，在外部延伸，與低溫濕氣匯合，導(dǎo)致強風(fēng)。這就是矩陣的前沿。在天氣雷達探測中,陣風(fēng)鋒表現(xiàn)為位于雷暴前沿、外流邊界、弓形回波、颮線強回波帶的前沿一條或多條呈弧形的加強窄帶回波。它的出現(xiàn)會帶來強突變性地面陣風(fēng)、顯著強風(fēng)切變和從地面擴展到外流冷空氣頂部的湍流,強風(fēng)切變和湍流都會對低空飛行的飛機造成毀滅性災(zāi)害;另外陣風(fēng)鋒的出現(xiàn)易觸發(fā)新風(fēng)暴的發(fā)展;如果它與現(xiàn)存對流系統(tǒng)交匯,對流系統(tǒng)的發(fā)展會更旺盛,并可能引發(fā)破壞力更強的災(zāi)害目前國際上廣泛使用的陣風(fēng)鋒識別算法主要基于多普勒天氣雷達,如美國聯(lián)邦航空管理局的低層風(fēng)切變警戒系統(tǒng)采用的MIGFA(MachineIntelligenGustFrontAlgorithm)算法。美國于20世紀(jì)70年代開展對陣風(fēng)鋒系統(tǒng)的研究,80年代由麻省理工學(xué)院林肯實驗室提出基于天氣雷達的陣風(fēng)鋒識別算法,目前用于美國聯(lián)邦航空管理局低層風(fēng)切變探測系統(tǒng)的是該實驗室發(fā)展的第三代算法基于我國新一代多普勒天氣雷達的陣風(fēng)鋒系統(tǒng)識別算法的開發(fā),能提高新一代天氣雷達的使用效率。加強對陣風(fēng)鋒系統(tǒng)的識別,提高其預(yù)報準(zhǔn)確率,為天氣預(yù)報及航空業(yè)務(wù)服務(wù),從而進一步減少因陣風(fēng)鋒造成的經(jīng)濟損失。陳鋼陣風(fēng)鋒在反射率因子圖像上表現(xiàn)出一條紋理清晰的窄帶回波,紋理清晰、窄帶和尺度多變是陣風(fēng)鋒回波在反射率因子圖像中呈現(xiàn)的關(guān)鍵特征。由于陣風(fēng)鋒回波局部特征因地域而有所變化,本文將在江蘇沿江地區(qū)陣風(fēng)鋒特征普查統(tǒng)計分析的基礎(chǔ)上,設(shè)計一種完全依賴于陣風(fēng)鋒雷達回波表現(xiàn)特征的自動識別算法。該算法具有簡單、操作性強,易于氣象工作者理解等特點。對陣風(fēng)鋒回波特征識別算法的成功研究不僅可提高整套陣風(fēng)鋒識別預(yù)報算法的效果,還可推廣應(yīng)用于回波特征類似的海風(fēng)鋒2陣風(fēng)鋒天氣雷達回波特征統(tǒng)計分析在篩選陣風(fēng)鋒個例數(shù)據(jù)時,充分考慮了雷達臺站附近地面自動站的分布情況、自動站要素種類以及風(fēng)廓線雷達的布設(shè)位置。普查了2009-2012年以江蘇南京天氣雷達站為主的天氣雷達反射率因子圖像中含有陣風(fēng)鋒窄帶回波(類似)的所有個例,共有103個天氣過程,約2000幅圖像,結(jié)合地面自動站要素變化情況,篩選出典型陣風(fēng)鋒天氣過程11個,約250幅圖像樣本用于特征統(tǒng)計分析。其余窄帶回波圖像作為弧形(線形)弱回波區(qū)個例同樣進入特征統(tǒng)計分析。3風(fēng)景秀麗特征統(tǒng)計從陣風(fēng)鋒發(fā)生的時間、持續(xù)時間、移速、陣風(fēng)鋒反射率因子回波圖像的總體特征和局部特征的角度,較為全面的了解陣風(fēng)鋒特性和圖像特征。3.1陣風(fēng)鋒弧長變化及與回波的關(guān)系初步統(tǒng)計發(fā)現(xiàn),江蘇沿江地區(qū)陣風(fēng)鋒多出現(xiàn)于5-8月,且以8月居多,多發(fā)生于06:00(世界時,下同)-11:00。持續(xù)時間在0.5~3.5h。陣風(fēng)鋒平均移速在15~100km·h式中:x為陣風(fēng)鋒弧長(單位:km);y為陣風(fēng)鋒移速(單位:km·h從圖1可看出,弧長位于45~125km的陣風(fēng)鋒移速隨著弧長的增加而增加?；￠L超過125km的陣風(fēng)鋒會出現(xiàn)隨著弧長的增加移速反降的情況。由于弧長短于45km的陣風(fēng)鋒較少且較難發(fā)現(xiàn),同時考慮和移速的關(guān)系,業(yè)務(wù)工作中應(yīng)重點關(guān)注弧長在45~125km的陣風(fēng)鋒發(fā)展動態(tài)。另外,有23%的個例過程會同時出現(xiàn)2條及以上的陣風(fēng)鋒窄帶回波,均出現(xiàn)于8月午后,初步分析認為8月為江蘇沿江地區(qū)午后單點雷暴多發(fā)時段,單點雷暴易出現(xiàn)出流邊界,從圖像上則會呈現(xiàn)出窄帶回波。而單點雷暴地區(qū)往往對應(yīng)雷雨大風(fēng)天氣,因此8月午后單點雷暴的出現(xiàn)以及其引發(fā)的出流邊界(陣風(fēng)鋒)是夏季短時臨近天氣預(yù)警預(yù)報工作關(guān)注的重點。3.2反射率因素圖像中矩陣前線的全球特征統(tǒng)計分析陣風(fēng)鋒在反射率因子圖像上的總體特征和李勁等3.3局部特征統(tǒng)計分析除陣風(fēng)鋒在反射率因子圖像上呈現(xiàn)出窄帶回波形態(tài)外,弧形弱回波區(qū)域和虛線回波在反射率因子圖像中也呈現(xiàn)出與陣風(fēng)鋒類似的弧狀(線狀)窄帶回波形態(tài)?；⌒稳趸夭▍^(qū)域有時為弱降水回波區(qū)域,有時為云區(qū),常出現(xiàn)于非降水反射率因子圖像中或弱降水階段的反射率因子圖像中,如圖3a白色矩形框內(nèi)所示;虛線回波指的是由于天氣雷達在運行過程中受電磁干擾的影響,在低仰角反射率回波圖像上呈現(xiàn)出沿徑向方向的輻輳狀弱窄帶回波,如圖3b白色矩形框內(nèi)。為了分析這些窄帶回波特征的異同,本文放大他們的局部特征分別進行統(tǒng)計分析,統(tǒng)計結(jié)果如表1所列。從表1可見,三種窄帶回波垂直發(fā)展高度相似,都只出現(xiàn)在低仰角反射率因子圖像中?；夭◣戏瓷渎室蜃臃植冀y(tǒng)計值出現(xiàn)差異:陣風(fēng)鋒窄帶回波的平均值分布和最大值分布比其他兩種回波帶要寬泛,平均值分布陣風(fēng)鋒最大,虛線回波和弱回波區(qū)相似;最大值分布陣風(fēng)鋒和虛線回波相似,弱回波區(qū)最小;回波帶反射率最小值虛線回波數(shù)值最大,而其他兩種相似。從反射率數(shù)據(jù)分布統(tǒng)計特征來看,雖然三種回波帶各有異同,但是僅通過設(shè)定動態(tài)閾值來區(qū)分難度較大。三種窄帶回波中,弱回波和陣風(fēng)鋒回波從數(shù)值上相比有明顯差異,尤其在回波帶反射率平均值分布和最大值分布均有較大差別:弱回波平均值分布在2~6dBZ之間,陣風(fēng)鋒在4~13dBZ之間;弱回波帶最大值分布在3~10dBZ之間,而陣風(fēng)鋒回波帶最大值分布在5~21dBZ之間,可見陣風(fēng)鋒回波帶相較弱回波帶起伏變化更明顯,數(shù)據(jù)變化范圍更廣。本文根據(jù)這一特征設(shè)計了一種平坦度計算方法來分別統(tǒng)計三種回波帶的平坦度表征這種差異性,如下文4.2節(jié)所示。另外,從回波帶局部圖像發(fā)現(xiàn),三種回波帶的徑向波形各有特色,下文對三種回波帶的徑向波形也進行了統(tǒng)計分析。3.4回波波形特征大量統(tǒng)計分析工作發(fā)現(xiàn),盡管各種弱窄帶回波形態(tài)相似,反射率因子數(shù)值大小也類似,但是沿徑向的反射率因子圖像波形卻各有特色。分析沿徑向波形特點也符合雷達數(shù)據(jù)為極坐標(biāo)數(shù)據(jù),徑向數(shù)據(jù)為原始數(shù)據(jù),未經(jīng)過插值,比起直角坐標(biāo)系下的識別,數(shù)據(jù)真實性和完整性得到了很好保證。三種窄帶回波徑向波形特征統(tǒng)計如表1所示,波形舉例如圖4所示。從徑向波形可見,弧形弱回波區(qū)徑向波形在一定波寬內(nèi)呈現(xiàn)鋸齒狀,波寬范圍內(nèi)有多個峰值,如圖4a所示;虛線回波因只沿徑向發(fā)展,在徑向呈現(xiàn)階梯型,并且波形具有徑向延展性,如圖4b所示;而陣風(fēng)鋒在徑向的波形呈現(xiàn)較為顯著的梯形,波峰1~2個,有一定波寬,并且具有雙邊正梯度特性,如圖4c所示。由此可見從徑向波形特點出發(fā),可以通過判斷徑向波形的波寬、波峰個數(shù)、波峰閾值、波形雙邊梯度等特性來識別屬于陣風(fēng)鋒的徑向波段。4根據(jù)雷達反射率因素數(shù)據(jù)的矩陣特性自動識別4.1非空回波的預(yù)處理在對三種窄帶回波圖像特征統(tǒng)計的基礎(chǔ)上,設(shè)計了結(jié)合歸一化直方圖平坦性計算算法和陣風(fēng)鋒徑向波段識別算法的基于雷達反射率因子數(shù)據(jù)的陣風(fēng)鋒特征自動識別算法。由于陣風(fēng)鋒回波較弱,在觀測和識別中易受其他回波干擾,為提高識別率,在識別算法計算前先對低仰角(0.5°和1.5°)反射率因子數(shù)據(jù)做預(yù)處理。(1)孤點值處理:孤點值是在無降雨回波區(qū)域中存在有降雨的距離庫值。這可能是由于虛假噪聲或飛機飛過波束造成的。孤點值判斷的方法為如果某一個距離庫的反射率因子Z值大于最小臨界值(18dBZ),并且周圍相鄰的距離庫中最多有一個距離庫的Z值大于最小臨界值,認為該距離庫的值是孤立的,則該距離庫值被判定為孤點值。一旦距離庫的反射率因子Z值被標(biāo)記為孤點值,它將被賦值為0dBZ。(2)孤立點線處理:對雷達反射率因子數(shù)據(jù)進行一個簡單的過濾,去除孤立的點和線。對于給定的反射率庫X,以它為中心點,取5×5數(shù)據(jù),得到非空反射率探測值個數(shù)N,那么非空值的百分比(P式中:N預(yù)處理效果如下圖5所示,從處理前后的對比可看出,采取的預(yù)處理手段有效抑制了斑點狀回波和虛線回波。但陣風(fēng)鋒回波主體基本未受影響。預(yù)處理后的反射率因子數(shù)據(jù)場顯得“干凈”許多。需要說明的是,由于陣風(fēng)鋒回波帶總體偏弱,某些回波段放大后實際為多節(jié)分裂回波段,分裂的邊界在預(yù)處理階段易被進一步平滑削弱甚至去除,但是只要陣風(fēng)鋒主體基本保持完整,就不會影響其對陣風(fēng)鋒回波的識別和后續(xù)開展對陣風(fēng)鋒區(qū)域的進一步區(qū)劃和跟蹤工作。4.2回波模型特征計算方法的建立根據(jù)3.3節(jié)統(tǒng)計結(jié)果發(fā)現(xiàn),三種窄帶回波在回波帶數(shù)值上均表現(xiàn)出不同程度的差異,本文設(shè)計了一種平坦度計算方法來分別統(tǒng)計三種回波帶的平坦度,定量描述這種差異。文獻[19]采用了熵匹配的函式模板方法來計算雷達反射率因子圖像上固定網(wǎng)格內(nèi)的熵值,根據(jù)熵值大小來區(qū)分陣風(fēng)鋒回波和其他回波。采用公式如下:式中:h為網(wǎng)格內(nèi)落在反射率高值范圍內(nèi)的像素數(shù)目;l為網(wǎng)格內(nèi)落在反射率低值范圍內(nèi)的像素數(shù)目;r為不能分配的像素數(shù)目;N為網(wǎng)格總像素。此方法與邊界取向無關(guān),無需旋轉(zhuǎn)模板來迎合陣風(fēng)鋒邊界的不同取向,對于業(yè)務(wù)需求來說將明顯減少計算量。但是多變的陣風(fēng)鋒反射率數(shù)據(jù)分布限制了該方法的使用,h、l、r值均不能等于零,且實際情況并非如此。從表1中可知,陣風(fēng)鋒反射率因子強弱分布依天氣過程不同差異較大,無法保證該方法的使用條件。本文借鑒了熵函式模板的思想,根據(jù)反射率因子圖像色標(biāo)設(shè)置標(biāo)準(zhǔn)和上文陣風(fēng)鋒反射率因子數(shù)據(jù)統(tǒng)計結(jié)果,設(shè)計了簡化的歸一化反射率因子直方圖平坦度計算方法,有效地避免了公式(3)出現(xiàn)無法計算的情況。反射率因子回波平坦性可這樣理解:在一定數(shù)值范圍內(nèi)(連續(xù)色標(biāo)等級內(nèi))各色標(biāo)等級內(nèi)的數(shù)值個數(shù)分布較為平均(圖6)。圖6b為圖6a陣風(fēng)鋒反射率因子164°方位角(白線處)的直方圖分布。該方位角上陣風(fēng)鋒徑向數(shù)據(jù)位于兩檔色標(biāo)等級內(nèi)(0~5dBZ,5~10dBZ),橫坐標(biāo)1代表0~5dBZ一檔,對應(yīng)縱坐標(biāo)位于該檔內(nèi)的數(shù)據(jù)個數(shù);2代表5~10dBZ一檔,對應(yīng)縱坐標(biāo)位于該檔內(nèi)的數(shù)據(jù)個數(shù)。從圖6b可見直方圖分布均勻。根據(jù)這一特性,本文設(shè)計計算歸一化反射率因子直方圖平坦性公式如下:式中:E為回波帶平坦性大小,數(shù)值越低,回波越平坦;N為網(wǎng)格n×n內(nèi)的所有有效像素數(shù)目;n直方圖等級和色標(biāo)等級分級一致,根據(jù)統(tǒng)計確定最高等級數(shù)4級,為0~25dBZ,如圖6a中色標(biāo)前4等級所示。根據(jù)公式(4)統(tǒng)計分析了三種窄帶回波的平坦性閾值,陣風(fēng)鋒平坦性>0.65,回波虛線>0.75,而弱回波區(qū)相對于其他兩種窄帶回波更為平坦,為0.45~0.6。計算結(jié)果與表1回波特征統(tǒng)計結(jié)果基本吻合。根據(jù)結(jié)果可見通過平坦度特性的計算及閾值的設(shè)定可區(qū)別陣風(fēng)鋒和弱回波區(qū)兩種窄帶回波。4.3陣風(fēng)鋒我國徑向方向—陣風(fēng)鋒徑向波形尋找算法設(shè)計通過上述兩步處理工作,得到用于識別陣風(fēng)鋒回波的反射率因子初值場。基于反射率因子數(shù)據(jù)的陣風(fēng)鋒回波自動識別流程設(shè)計如圖7所示。由圖7可知,該識別算法分三步,首先對低仰角反射率因子數(shù)據(jù)進行質(zhì)量控制,在此基礎(chǔ)上,采用回波平坦性計算方法,對數(shù)值場進行平坦性測試,通過測試的反射率數(shù)據(jù)得到保留。未通過的則予以剔除。保留的數(shù)據(jù)則進入陣風(fēng)鋒徑向波形識別算法環(huán)節(jié)。從3.4節(jié)統(tǒng)計結(jié)果發(fā)現(xiàn)從徑向波形特點出發(fā),可以通過判斷徑向波形的波寬、波峰個數(shù)、波峰閾值、波形雙邊梯度等特性來識別屬于陣風(fēng)鋒的徑向波段?；谝陨咸攸c設(shè)計了陣風(fēng)鋒徑向波形尋找算法。需要說明的是由于陣風(fēng)鋒回波高度低于3km,因此尋找算法在0.5°仰角時,沿徑向斜距從1~160km進行搜索;1.5°仰角時,沿徑向斜距從1~90km進行搜索,尋找過程步驟如下:(1)初始正梯度尋找:逐方位角沿徑向方向計算梯度,當(dāng)出現(xiàn)正梯度時則進行(2);(2)波寬完整度判斷:從出現(xiàn)正梯度位置出發(fā),檢驗在滿足陣風(fēng)鋒徑向?qū)挾确秶鷥?nèi)的數(shù)據(jù)是否完整,徑向波寬閾值設(shè)為3~12km。完整性即判斷在一定波寬內(nèi)所有的數(shù)值均為有效數(shù)值。若滿足則進行步驟(3),否則繼續(xù)進行步驟(1);(3)波寬內(nèi)回波段平均值的計算:計算該波寬內(nèi)回波段的平均回波值,若平均值滿足統(tǒng)計的徑向陣風(fēng)鋒回波數(shù)值段的統(tǒng)計平均值(4~13dBZ),則進行步驟(4),否則摒棄該波段,重新繼續(xù)尋找步驟(1);(4)波寬內(nèi)回波段最大值的定位:在步驟(3)確定的波寬內(nèi)尋找最大值,允許同時存在3個最大值。若最大值個數(shù)超過3個,則認為該波段不屬于陣風(fēng)鋒回波,予以摒除,否則采用模糊定位法定位最大值所在位置,若處于該回波段的中心位置,則認為該回波段屬于陣風(fēng)鋒回波。具體定位如下,首先排序該波段所有數(shù)據(jù),取第一和第二最大值的兩者平均值;當(dāng)該平均最大值符合陣風(fēng)鋒最大回波值時,采用公式(5)判斷最大值是否基本位于該段回波段的徑向中心位置:式中:L(5)最大值雙邊正梯度查找:當(dāng)算法通過步驟(4)查找方法找到符合陣風(fēng)鋒徑向段中心位置后,開始計算中心位置兩邊的梯度,若梯度均為正值,則該回波段被識別為陣風(fēng)鋒回波區(qū)的回波段。經(jīng)過上述5個步驟則可以確定一段屬于陣風(fēng)鋒回波的徑向波段,多個徑向波段的組合則完整呈現(xiàn)出一條陣風(fēng)鋒回波。上述5個步驟必須同時滿足才能判為陣風(fēng)鋒回波,嚴(yán)格約束條件提高了識別準(zhǔn)確率。但該識別算法會丟失平行于徑向方向的陣風(fēng)鋒回波點,由于所有陣風(fēng)鋒都具有一定曲率(弧度),因此只會丟失極小部分的陣風(fēng)鋒數(shù)據(jù),對判斷陣風(fēng)鋒整體不會造成影響。因此方法可取,且算法簡易有利于理解。4.4數(shù)據(jù)分析及結(jié)果利用統(tǒng)計分析的所有個例過程對上述陣風(fēng)鋒回波自動識別算法進行驗證分析,分別計算獨立型和混合型陣風(fēng)鋒回波的識別準(zhǔn)確率、誤判率來分析識別效果。對陣風(fēng)鋒回波數(shù)據(jù),該方法正確識別為陣風(fēng)鋒回波點數(shù)目占整個資料數(shù)的比例為識別準(zhǔn)確率,非陣風(fēng)鋒回波點識別為陣風(fēng)鋒回波點為誤判率。為了給出該識別算法的適用范圍,根據(jù)回波帶反射率因子平均值的大小分檔進行識別率的統(tǒng)計,統(tǒng)計結(jié)果如表2所示。由表2可見,盡管本文識別算法中多處閾值采用動態(tài)調(diào)整計算的方式,但是對于弱陣風(fēng)鋒回波帶識別效果還是不理想,分析原因是由于純粹獨立的陣風(fēng)鋒回波帶實際較少,大部分回波帶都與其他非降水回波混合,回波帶數(shù)值較弱的情況下,與非降水回波區(qū)無法區(qū)分;對于較強獨立型陣風(fēng)鋒回波帶(平均值>5dBZ),識別準(zhǔn)確率達到了87%以上,誤判主要出現(xiàn)于降水回波區(qū)的邊緣地帶?；旌闲完囷L(fēng)鋒由于陣風(fēng)鋒主體與其他回波混合在一起,統(tǒng)計中未發(fā)現(xiàn)有低于5dBZ的混合型陣風(fēng)鋒,當(dāng)回波帶平均值較大時,識別成功率迅速提高,>10dBZ的陣風(fēng)鋒回波帶識別率高達89%以上。下面對一個混合型陣風(fēng)鋒回波帶識別效果做具體分析。分析2009年6月14日11:12南京雷達觀測的一次陣風(fēng)鋒回波的識別效果(圖8a箭頭處),如圖8所示,該陣風(fēng)鋒回波在雷達探測范圍內(nèi),自初生到消亡從北向南移動共持續(xù)約2h,其中回波帶最大反射率約13dBZ,最小值約為5dBZ。該陣風(fēng)鋒回波帶過境時地面氣象站要素出現(xiàn)了明顯的變化,以溧水站為例,當(dāng)陣風(fēng)鋒過境時,氣壓上升(由1003.5hPa至1006.7hPa),溫度下降(29.5℃降至24.5℃),風(fēng)速陡增(0.5m·s5陣風(fēng)鋒回波特征統(tǒng)計性描述本文以江蘇沿江地區(qū)天氣雷達為主,系統(tǒng)普查了雷達反射率因子數(shù)據(jù)中的陣風(fēng)鋒總體特征和局部特征、研究了陣風(fēng)鋒弧長與移速關(guān)系、統(tǒng)計了三種窄帶回波分布特征和