雷暴是一種嚴(yán)重威脅飛行安全的天氣系統(tǒng),利用地基多普勒天氣雷達(dá)反射率因子數(shù)據(jù)和改進(jìn)的DBSCAN聚類算法對雷暴單體的三維結(jié)構(gòu)識別及特征量計(jì)算進(jìn)行了研究,并在地基平臺上對雷暴單體識別算法的有效性進(jìn)行了驗(yàn)證分析。識別算法核心是將插值后的反射率因子三維網(wǎng)格數(shù)據(jù)作為輸入量,采用多層反射率因子閾值基于改進(jìn)的DBSCAN聚類方法識別所有等高面上的雷暴分量,并進(jìn)行結(jié)構(gòu)元素為3×3的腐蝕膨脹運(yùn)算及雷暴分量特征核心提取,最后基于雷暴分量重疊面積進(jìn)行垂直關(guān)聯(lián)。結(jié)果表明:相對于SCIT算法,雷暴單體識別算法減少了雷暴分量識別的復(fù)雜性,可很好地識別任意形狀的雷暴單體;使用多層閾值及特征核心提取技術(shù)可識別雷暴簇中的雷暴單體;利用腐蝕膨脹技術(shù)可解決雷暴單體虛假合并現(xiàn)象。算法可應(yīng)用于民航機(jī)場雷暴的識別和預(yù)警。 

【文章頁數(shù)】：10 頁

【文章目錄】：
1 引言
2 數(shù)據(jù)預(yù)處理
    2.1 數(shù)據(jù)質(zhì)量控制
    2.2 雷達(dá)數(shù)據(jù)格點(diǎn)化
3 雷暴單體三維結(jié)構(gòu)識別算法
    3.1 基于DBSCAN聚類算法的雷暴分量識別
        3.1.1 改進(jìn)的DBSCAN算法
        3.1.2 數(shù)字形態(tài)學(xué)腐蝕膨脹
        3.1.3 特征核心提取
    3.2 二維雷暴分量垂直關(guān)聯(lián)
    3.3 雷暴單體特征量計(jì)算
4 實(shí)例分析
    4.1 個(gè)例1
    4.2 個(gè)例2
5 結(jié)論與討論


【參考文獻(xiàn)】：
期刊論文
[1]基于雙頻星載降水雷達(dá)GPM數(shù)據(jù)的華南地區(qū)降水垂直結(jié)構(gòu)特征分析[J]. 杜爽,王東海,李國平,蔡親波,許向春.  熱帶氣象學(xué)報(bào). 2020(01)
[2]基于閃電數(shù)據(jù)的雷暴識別、追蹤與外推方法[J]. 周康輝,鄭永光,藍(lán)渝.  應(yīng)用氣象學(xué)報(bào). 2016(02)
[3]基于SCIT算法的天氣雷達(dá)回波風(fēng)暴識別跟蹤方法[J]. 湯玉杰,佘勇.  雷達(dá)與對抗. 2014(01)
[4]雷暴云團(tuán)的識別追蹤技術(shù)在短時(shí)臨近預(yù)報(bào)中的應(yīng)用[J]. 鞠紅霞,卞正奎,郭一飛.  大氣與環(huán)境光學(xué)學(xué)報(bào). 2013(05)
[5]風(fēng)暴單體識別與跟蹤（SCIT）算法評估[J]. 王芬,李腹廣,張輝.  氣象. 2010(12)
[6]3-D Storm Automatic Identification Based on Mathematical Morphology[J]. 韓雷,鄭永光,王洪慶,林隱靜.  Acta Meteorologica Sinica. 2009(02)
[7]風(fēng)暴的多普勒雷達(dá)自動識別[J]. 胡勝,顧松山,莊旭東,羅慧.  氣象學(xué)報(bào). 2006(06)
[8]新一代天氣雷達(dá)網(wǎng)資料的三維格點(diǎn)化及拼圖方法研究[J]. 肖艷姣,劉黎平.  氣象學(xué)報(bào). 2006(05)

碩士論文
[1]雷暴自動識別系統(tǒng)研究及軟件實(shí)現(xiàn)[D]. 黃科威.電子科技大學(xué) 2013
[2]雷暴臨近預(yù)報(bào)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 黃文彥.電子科技大學(xué) 2011



本文編號：3670352