基于雷达反射率图像特征的冰雹暴雨识别-论文.pdf

《基于雷达反射率图像特征的冰雹暴雨识别-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、物理学报ActaPhys．Sin．Vo1．63，No．18(2014)189201基于雷达反射率图像特征的冰雹暴雨识别冰路志英)十刘海)贾惠珍2)尹静)1)(天津大学电气与自动化工程学院，天津市过程检测与控制重点实验室，天津300072)2)(天津市气象局，天津300074)(2014年1月17日收到；2014年5月16日收到修改稿)为了实现冰雹暴雨天气的识别与分类，提出了一种基于雷达反射率图像特征的自动识别方法．对雷达回波反射率图像中冰雹回波区域和暴雨回波区域的图像特征进行提取，通过分析冰雹暴雨间单一特征的差异性和不同特征之间的分类互补性，确定了识别冰雹暴雨的有效

2、图像特征(包括强度特征和纹理特征)．将提取出的样本有效特征与探空数据f0。C和-20。C温度层高度)结合，利用粗糙集理论进行数据挖掘，进而建立了冰雹暴雨天气的客观识别模型．通过对362个测试样本的测试与统计，冰雹击中率达到93．29％暴雨的击中率达到89．27％，并且两者均具有较低的误警率．实验结果与传统PUP系统比较，表明利用雷达反射率图像特征实现对冰雹暴雨天气的识别与分类具有较好的效果，关键词：特征提取，粗糙集理论，数据挖掘PACS：92．60．Nv，92．60．Qx，92．60．WcDOI：10．7498／aps．63．189201Pamela[6]进一步提出

3、利用7个不同的反射率因子1引言识别阈值来替代此前的惟一阈值，同时采取特征核抽取技术，该方法在美国实地测试过程中取得了较冰雹和暴雨是由强对流天气系统引起的两种好的结果．重要气象灾害，准确地识别和预报冰雹暴雨天气是近十几年来随着天气雷达技术的发展，国内气象研究人员的重点研究目标之一．针对强对流以雷达资料为基础的对流天气临近预报技术的研天气雷达回波的识别技术，国外从二十世纪六七究进展很快[7-9】．胡文东等[10]利用宁夏中北部51十年代就开始了大量研究，并提出了一些识别方个强对流降水过程反射率图像资料，分析了不同地法：Rinehart和Garvey[1,2]应用模式识别

4、中相关分区强降水过程在反射率图像上所表现出的基本纹析的方法对整幅回波图像做处理，并介绍了使用单理特征差异．张家国等[11]在对近几年来武汉的暴一常规气象雷达的反射率因子数据获取风暴的三雨天气过程进行多普勒雷达图像分析，总结了中维运动信息．1982年，Austin和Bellon[3】提出了三尺度暴雨回波系统的形态、强度、结构等基本特征，维矩心识别方法，即把每一个风暴单体看作是一以及强降水与诸多因素的关系．刘黎平等㈦提出个具有三维连续结构的整体，通过计算出的相关以面积较大的回波块为研究对象，通过计算等高面物理特征量进行识别．Rosenfeld[】以及Michael和中云

5、体的中心、面积、强度等特征实现风暴识别的Gerry[5j对这一方法进行改进和应用，通过对风暴二维矩心识别法．王瑾[13]通过使用雷达网的多雷形状的几何推理来处理其分裂和合并，但当出现多达拼图资料，分析雷达回波的统计特征，建立了冰个风暴相距较近、风暴移动不规则以及风暴出现了雹等强对流天气的有效识别方法合并和分裂时，误差仍然较大．1998年，Johnson和新一代多普勒天气雷达作为识别强对流天气天津市自然科学基金(批准号：14JCYBJC21800)和气象关键技术集成与应用项目(批准号：cMAGJ2O13MO2)资助的课题十通讯作者．E—mail：luzy~tju．ed

6、u．cn@2014中国物理学会ChinesePhysicalSocietyhttp：／／wulixb．iphy．ac．c他189201—1衄物理学报ActaPhys．Sin．Vo1．63，No．18(2014)189201模式识别的主要特征之一，它很好地兼顾了宏观分别为角二阶矩、熵、对比度、相关性、均匀性、逆差和细部结构两个方面．常用的纹理特征描述方法距、最大概率、纹理方差、共生和均值、共生和方差、包括统计分析方法、结构分析方法、频谱分析方法共生和熵、共生差均值、共生差方差、共生差熵．由等，本文采用的是统计分析方法中空间灰度共生矩于灰度共生矩阵计算量很大，并且考虑特

7、征对于反阵法[2l1221．射率图的分类效果，本文选择以下6种纹理特征用于实现对强对流天气的识别．5．1纹理特征11角二阶矩5．1．1空间灰度共生矩阵ASM=∑——一∑---一jF)(，舻(6)空间灰度共生矩阵法是建立在估计图像的二iJ阶组合条件概率密度函数基础上的，是人们公认的角二阶矩是灰度共生矩阵各元素的平方和，又一种重要的纹理分析方法．灰度共生矩阵表示了灰称能量，它是图像纹理灰度变化均匀性的度量，反度的空间依赖性，描述了在一种纹理模式下的像素映了图像灰度分布均匀程度和纹理粗细程度．从灰度的空问关系．图像整体来看，纹理越粗，ASM值相应越大，反之，空间灰度共