基于VQ/HMM的强对流天气识别方法研究

【摘要】：强对流天气危害极大，严重影响人类的生命财产安全。因此，开展强对流天气的准确预报识别的研究就很有意义。多普勒天气雷达是进行强对流天气预报识别的主要手段。本文在总结前人工作的基础上，提出了新的强对流天气识别方法，主要内容有： (1)由于采用传统的单体分割算法得到的单体常常会有冗余信息或信息的损失，因此本文提出了一种基于矩形标记与提取单体核轮廓相结合的单体分割方法。在此基础上提取出了高度、悬垂度、垂直累积液态含水量和冰雹指数等特征，并对这些特征的变化趋势进行了统计分析。实验结果表明，冰雹和暴雨在高度特征、冰雹指数上有着显著性差异；对于所有特征，冰雹的特征值通常要高于暴雨的特征值；强对流天气过程中特征的变化遵循“上升-稳定-下降”的变化趋势。 (2)在分析强对流天气特征变化趋势的基础上，本文提出了一种基于特征统计特性与多数投票法相结合的强对流天气识别方法。实验表明，该方法很好的利用了强对流天气特征的统计特性，能有效的对冰雹和暴雨进行分类识别。 (3)为充分利用强对流天气的特征参数在空间中的分布，本文提出了基于矢量量化的强对流天气识别方法，通过对冰雹和暴雨分别建立码本进行分类识别。实验结果表明，矢量量化能充分利用冰雹和暴雨的特征参数在空间中的分布，取得了不错的识别效果。 (4)强对流天气的特征值是随时间不断变化的，因此本文提出了基于VQ/HMM的强对流天气识别方法。实验结果表明，该方法有效利用了强对流天气特征的时间序列特性，能很好的描述强对流天气的生命过程。

【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：P45