基于改进DBSCAN聚类算法的雷暴单体三维结构识别技术介绍

发布时间：2022-08-06 20:57

　　雷暴是一种严重威胁飞行安全的天气系统,利用地基多普勒天气雷达反射率因子数据和改进的DBSCAN聚类算法对雷暴单体的三维结构识别及特征量计算进行了研究,并在地基平台上对雷暴单体识别算法的有效性进行了验证分析。识别算法核心是将插值后的反射率因子三维网格数据作为输入量,采用多层反射率因子阈值基于改进的DBSCAN聚类方法识别所有等高面上的雷暴分量,并进行结构元素为3×3的腐蚀膨胀运算及雷暴分量特征核心提取,最后基于雷暴分量重叠面积进行垂直关联。结果表明:相对于SCIT算法,雷暴单体识别算法减少了雷暴分量识别的复杂性,可很好地识别任意形状的雷暴单体;使用多层阈值及特征核心提取技术可识别雷暴簇中的雷暴单体;利用腐蚀膨胀技术可解决雷暴单体虚假合并现象。算法可应用于民航机场雷暴的识别和预警。 

【文章页数】：10 页

【文章目录】：
1 引言
2 数据预处理
    2.1 数据质量控制
    2.2 雷达数据格点化
3 雷暴单体三维结构识别算法
    3.1 基于DBSCAN聚类算法的雷暴分量识别
        3.1.1 改进的DBSCAN算法
        3.1.2 数字形态学腐蚀膨胀
        3.1.3 特征核心提取
    3.2 二维雷暴分量垂直关联
    3.3 雷暴单体特征量计算
4 实例分析
    4.1 个例1
    4.2 个例2
5 结论与讨论


【参考文献】：
期刊论文
[1]基于双频星载降水雷达GPM数据的华南地区降水垂直结构特征分析[J]. 杜爽,王东海,李国平,蔡亲波,许向春.  热带气象学报. 2020(01)
[2]基于闪电数据的雷暴识别、追踪与外推方法[J]. 周康辉,郑永光,蓝渝.  应用气象学报. 2016(02)
[3]基于SCIT算法的天气雷达回波风暴识别跟踪方法[J]. 汤玉杰,佘勇.  雷达与对抗. 2014(01)
[4]雷暴云团的识别追踪技术在短时临近预报中的应用[J]. 鞠红霞,卞正奎,郭一飞.  大气与环境光学学报. 2013(05)
[5]风暴单体识别与跟踪（SCIT）算法评估[J]. 王芬,李腹广,张辉.  气象. 2010(12)
[6]3-D Storm Automatic Identification Based on Mathematical Morphology[J]. 韩雷,郑永光,王洪庆,林隐静.  Acta Meteorologica Sinica. 2009(02)
[7]风暴的多普勒雷达自动识别[J]. 胡胜,顾松山,庄旭东,罗慧.  气象学报. 2006(06)
[8]新一代天气雷达网资料的三维格点化及拼图方法研究[J]. 肖艳姣,刘黎平.  气象学报. 2006(05)

硕士论文
[1]雷暴自动识别系统研究及软件实现[D]. 黄科威.电子科技大学 2013
[2]雷暴临近预报系统设计与实现[D]. 黄文彦.电子科技大学 2011



本文编号：3670352