本文關(guān)鍵詞：基于GIS的雷達(dá)冰雹識(shí)別算法及應(yīng)用

  更多相關(guān)文章： GIS 冰雹 三維雷達(dá)空間點(diǎn)陣模型 風(fēng)暴單體 決策樹

【摘要】：我國是一個(gè)氣象災(zāi)害頻繁發(fā)生的國家,其中冰雹每年發(fā)生頻率較多,在各地均有發(fā)生,已經(jīng)成為全國最嚴(yán)重的氣象災(zāi)害之一,也是全國災(zāi)害防御的重點(diǎn)。冰雹以及孕育冰雹的氣象環(huán)境都具有明顯的空間特性。而GIS (Geographic Information System)經(jīng)過多年的發(fā)展,已經(jīng)積累了豐富的空間數(shù)據(jù)可視化統(tǒng)計(jì)分析方法,具有強(qiáng)大的空間數(shù)據(jù)處理與分析能力,因此借助于GIS構(gòu)建對(duì)應(yīng)的空間數(shù)據(jù)模型,實(shí)現(xiàn)對(duì)冰雹天氣的識(shí)別與分析,具有重要的學(xué)術(shù)與應(yīng)用價(jià)值。本文以天津地區(qū)作為研究區(qū),以2005-2014年4-9月的地面自動(dòng)與人工觀測資料、人工防雹炮點(diǎn)資料、高空探空數(shù)據(jù)、雷達(dá)數(shù)據(jù)及災(zāi)情報(bào)告資料為數(shù)據(jù),構(gòu)建對(duì)應(yīng)的三維雷達(dá)空間點(diǎn)陣模型,基于該模型設(shè)計(jì)并實(shí)現(xiàn)內(nèi)部點(diǎn)擴(kuò)散算法進(jìn)行風(fēng)暴單體識(shí)別。在此基礎(chǔ)上,以風(fēng)暴單體的最大反射率因子(Rmax)、垂直液態(tài)含水量(Vertically Integrated Liquid Water,VIL)、最大反射率所在高度(H_Rmax)、45dBZ所在高度(H_45)、風(fēng)暴頂高(H_TOP)等雷達(dá)回波特征參數(shù)以及0℃、-20℃層高度的環(huán)境參數(shù)為研究變量,使用決策樹分析方法研究變量與單體(降雹與非降雹)之間的關(guān)系,從而實(shí)現(xiàn)簡單、高效地冰雹識(shí)別,為基于GIS的雷達(dá)冰雹識(shí)別進(jìn)行了有益的探索。論文主要研究成果與結(jié)論如下：1)針對(duì)雷達(dá)數(shù)據(jù)特點(diǎn),構(gòu)建對(duì)應(yīng)的空間數(shù)據(jù)模型,即三維雷達(dá)空間點(diǎn)陣模型。該模型整合多種雷達(dá)回波特征數(shù)據(jù)、地理空間位置信息和環(huán)境數(shù)據(jù),解決雷達(dá)數(shù)據(jù)與GIS數(shù)據(jù)及氣象數(shù)據(jù)融合的問題,為雷達(dá)數(shù)據(jù)基于地理空間識(shí)別三維風(fēng)暴單體提供可能。2)在三維雷達(dá)空間點(diǎn)陣模型中,將GIS算法中內(nèi)部點(diǎn)擴(kuò)散算法成功地從二維拓展到三維,并結(jié)合SCIT (the Storm Cell Identification and Tracking)中風(fēng)暴識(shí)別算法形成一種基于GIS的風(fēng)暴識(shí)別算法。在較好地保持三維風(fēng)暴體的連續(xù)性情況下,該算法實(shí)現(xiàn)了簡單、快速識(shí)別三維風(fēng)暴單體,且以獨(dú)立的單體形式展現(xiàn),為進(jìn)一步挖掘風(fēng)暴單體結(jié)構(gòu)、形成機(jī)制等更多的天氣學(xué)依據(jù)做出鋪墊。3)建立降雹與非降雹風(fēng)暴單體數(shù)據(jù)庫,并初步探討了降雹與非降雹在7個(gè)影響因子間的關(guān)系。研究結(jié)果表明：不同時(shí)間的0℃與-20℃層高度均存在差異；降雹與非降雹單體的Rmax存在差異,降雹單體在55dBZ及以上,非降雹單體在55dBZ以下；降雹單體的VIL主要集中在20kg/m2以上,但非降雹單體的VIL在20kg/m2以下并多數(shù)集中在0-5 kg/m2之間；難以區(qū)分降雹與非降雹單體間H_Rmax的差異；針對(duì)H 45這個(gè)因子,降雹單體的H 45主要分布在6km以上,而非降雹單體主要分布在4km以下；在6km以下幾乎不存在降雹單體,降雹單體的風(fēng)暴頂高分布基本都在8km以上,非降雹風(fēng)暴單體的風(fēng)暴頂高都不足7km。4)利用風(fēng)暴單體(降雹與非降雹)與7個(gè)因子間關(guān)系,以決策樹中的完全CHAID方法(Exhaustive CHAID)對(duì)風(fēng)暴單體進(jìn)行分類識(shí)別。當(dāng)滿足最大反射率因子大于等于51dBZ,45dBZ所在高度在0度層高度以上并且風(fēng)暴單體發(fā)展延伸到6.5kmm及以上高空才會(huì)降雹；而風(fēng)暴單體發(fā)展情況如下是不會(huì)降雹的：①當(dāng)最大反射率因子小于51dBZ；②當(dāng)最大反射率因子大于51dBZ但是風(fēng)暴單體未發(fā)展到6.5km；③當(dāng)最大反射率因子大于51dBZ,風(fēng)暴單體也延伸發(fā)展到6.5km,但是45dBZ未曾穿過0度層高度。5)結(jié)合GIS的風(fēng)暴識(shí)別和決策樹中的完全CHAID方法對(duì)冰雹識(shí)別并進(jìn)行檢驗(yàn),本文的冰雹識(shí)別方法取得了良好的效果,命中率POD(Percent of Doom)為91.4%,臨界成功指數(shù)CSI (Critical Success Index)達(dá)到71.6%,虛警率FAR (False Alarm Rate)為23.2%,這表明本文的識(shí)別效果明顯優(yōu)于判別函數(shù)評(píng)分。
【關(guān)鍵詞】：GIS 冰雹 三維雷達(dá)空間點(diǎn)陣模型 風(fēng)暴單體 決策樹
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52
【目錄】：

• 摘要6-8
• ABSTRACT8-11
• 第一章 緒論11-24
• 1.1 研究目的和意義11-13
• 1.2 研究進(jìn)展13-18
• 1.2.1 基于雷達(dá)產(chǎn)品的冰雹研究13-15
• 1.2.2 冰雹識(shí)別算法相關(guān)研究15-17
• 1.2.3 GIS在冰雹研究中的應(yīng)用17-18
• 1.3 研究區(qū)概況18-20
• 1.4 研究數(shù)據(jù)20
• 1.5 研究目標(biāo)20-21
• 1.6 研究內(nèi)容和技術(shù)路線21-24
• 第二章 三維雷達(dá)空間點(diǎn)陣模型構(gòu)建24-34
• 2.1 雷達(dá)數(shù)據(jù)預(yù)處理24-26
• 2.2 三維雷達(dá)點(diǎn)陣模型構(gòu)建26-29
• 2.3 雷達(dá)數(shù)據(jù)的插值29-31
• 2.4 結(jié)果分析31-34
• 第三章 基于GIS的三維風(fēng)暴識(shí)別算法34-47
• 3.1 SCIT風(fēng)暴識(shí)別34-37
• 3.2 基于GIS的風(fēng)暴識(shí)別37-43
• 3.2.1 風(fēng)暴體定義37-38
• 3.2.2 風(fēng)暴識(shí)別算法思想38-39
• 3.2.3 算法實(shí)現(xiàn)39-43
• 3.3 實(shí)例分析43-45
• 3.4 本章小結(jié)45-47
• 第四章 冰雹識(shí)別參數(shù)計(jì)算與分析47-61
• 4.1 降雹與非降雹風(fēng)暴體采樣47-51
• 4.2 基于雷達(dá)風(fēng)暴體冰雹參數(shù)計(jì)算51-56
• 4.2.1 最大反射率因子51-52
• 4.2.2 垂直累積液態(tài)含水量52-53
• 4.2.3 最大反射率因子所在高度53-54
• 4.2.4 45dBZ所在高度54-55
• 4.2.5 風(fēng)暴頂高55-56
• 4.3 0度層的高度與負(fù)20度層高度計(jì)算與分析56-59
• 4.3.1 0度層高度與負(fù)20度層高度計(jì)算方法57-58
• 4.3.2 0度層高度與負(fù)20度層高度變化58-59
• 4.4 本章小結(jié)59-61
• 第五章 冰雹識(shí)別與檢驗(yàn)61-75
• 5.1 決策樹分析61-65
• 5.2 評(píng)估方法65
• 5.3 識(shí)別效果65-73
• 5.3.1 基于決策樹識(shí)別效果65-67
• 5.3.2 案例分析67-72
• 5.3.3 與判別分析方法對(duì)比72-73
• 5.4 本章小結(jié)73-75
• 第六章 結(jié)論與展望75-78
• 6.1 主要研究成果與結(jié)論75-76
• 6.2 創(chuàng)新點(diǎn)76
• 6.3 討論與展望76-78
• 參考文獻(xiàn)78-84
• 附錄84-87
• 作者簡介87-88
• 致謝88

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 吳書君;王鳳嬌;劉昭武;馮桂利;;兩種垂直累積液態(tài)含水量產(chǎn)品的應(yīng)用對(duì)比分析[J];氣象;2006年10期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 吳書君;王鳳嬌;劉昭武;馮桂利;;兩種垂直累積液態(tài)含水量產(chǎn)品的應(yīng)用對(duì)比分析[A];山東氣象學(xué)會(huì)2005年學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2005年

2 武娜;王賢勤;佘勇;;風(fēng)暴單體的自動(dòng)識(shí)別算法及軟件實(shí)現(xiàn)[A];中國氣象學(xué)會(huì)2008年年會(huì)第二屆研究生年會(huì)分會(huì)場論文集[C];2008年

3 李茜;;強(qiáng)風(fēng)暴單體移動(dòng)路徑的短時(shí)預(yù)報(bào)方法分析[A];中國氣象學(xué)會(huì)2007年年會(huì)天氣預(yù)報(bào)預(yù)警和影響評(píng)估技術(shù)分會(huì)場論文集[C];2007年

4 孫建印;侯宜廣;孫光東;呂翔;趙杰;彭明艷;;基于micaps3的強(qiáng)對(duì)流風(fēng)暴單體追蹤及預(yù)報(bào)方法研究[A];“推進(jìn)氣象科技創(chuàng)新，，提高防災(zāi)減災(zāi)和應(yīng)對(duì)氣候變化能力”——江蘇省氣象學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集[C];2011年

5 張進(jìn);陳熹;王彪;;冰雹指數(shù)產(chǎn)品在定點(diǎn)和區(qū)域臨近預(yù)警中的應(yīng)用[A];中國氣象學(xué)會(huì)雷達(dá)氣象學(xué)委員會(huì)第三屆學(xué)術(shù)年會(huì)文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 鄭建琴;基于GIS的雷達(dá)冰雹識(shí)別算法及應(yīng)用[D];南京信息工程大學(xué);2016年

2 王龍;強(qiáng)對(duì)流風(fēng)暴體方位及形態(tài)外推算法研究[D];天津大學(xué);2014年

本文編號(hào)：1090450