一种自动识别切变线的方法

技术领域

本发明属于气象学领域，尤其涉及一种自动识别切变线的方法。

背景技术

切变线是风向发生急剧改变的狭长区域，风向的水平气旋性变化很大，往往与降水相伴随。切变线在地面和高空都可出现，但主要出现在700hPa和850hPa的高空。如图20所示，气象工作中风用风向杆来表示，风向杆同时表示风的大小和方向，如图21所示，切变线在天气图上的呈现形式。切变线根据其位置分为：华南切变线、江淮切变线、华北切变线、高原切变线等，均对我国降水有巨大影响，因此对切变线的分析，对准确预报降水有很重要的意义。

但直到现在，气象业务中的切变线分析依然通过人机交互的方式，由预报人员根据自身经验进行手工操作，存在一系列相关弊端。因此，需设计一种针对高空水平风场中自动识别切变线的方法，提高气象业务中的自动化水平，并为智能自动化预报打下基础。

发明内容

针对现有技术中的上述不足，本发明提供了一种自动识别切变线的方法，解决了气象业务中切变线分析依然通过人机交互的方式，由预报人员根据自身经验进行手工操作而存在的弊端问题的问题。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种自动识别切变线的方法，包括如下步骤：

S1、读取风场中每个格点的数据，并对每个格点的风场数据进行标准化处理；

S2、经标准化处理后将格点进行分区，并将分区后格点上的风矢量进行叉乘计算，由叉乘的正值得到风场中的气旋性特征点；

S3、将风场中全部格点上的风矢量进行叉乘计算后建立判定阈值T_d，并根据所述判定阈值T_d从所述气旋性特征点中筛选出切变节点；

S4、将所述切变节点进行相交切变线的检测，消除相交切变线，并依次连接切变节点，从而实现切变线的自动识别。

再进一步地，所述步骤S1包括如下步骤：

S101、读取风场中每个格点分别在x轴方向与y轴方向上的水平分量u风和v风；

S102、根据所述u风和v风构成风场中每个格点的风矢量

S103、将所述每个格点的风矢量的风速值设置为固定值，从而完成对整个风场的标准化处理。

再进一步地，所述步骤S103中每个格点的风矢量为固定值需满足以下条件：

其中，u表示风矢量在x轴方向的水平分量，u₀表示标准化处理后的风矢量在x轴方向的水平分量，v表示风矢量在y轴方向上的水平分量，v₀表示进行标准化处理后的风矢量在y轴方向上的水平分量。

再进一步地，所述步骤S2包括如下步骤：

S201、经标准化处理后的风场数据利用反三角函数计算风场中每个格点的风矢量与x轴的夹角α，其中，所述夹角α的表达式如下：

其中，u表示风矢量在x轴方向上的水平分量，v表示风矢量在y轴方向的水平分量；

S202、取某一格点为中心格点O，并将所述中心格点O相邻的8个格点分成8个区域作为备选域；

S203、根据夹角计算结果以及备选域分析中心格点O指向最近的1个格点，并将中心格点O指向的格点作为1个主要目标格点，所述主要目标格点的相近的4个格点作为相关目标格点；

S204、将所述中心格点O分别与所述主要目标格点及相关目标格点进行矢量叉乘计算，得到中心格点O与主要目标格点及相关目标格点的叉乘值C_V；

S205、判断所述中心格点O分别与主要目标格点及相关目标格点的叉乘值C_V是否大于0，若是，则将参与运算的两点之间定为气旋性特征点，反之，则跳过该主要目标格点及相关目标格点，结束对中心格点O的处理；

S206、取下一个格点为中心格点O，并重复步骤S203至S205，遍历整个风场，由叉乘的正值得到风场中的气旋性特征点。

5、根据权利要求4所述的自动识别切变线的方法，其特征在于，所述步骤S202中备选域中的每个区域均有的值域。

再进一步地，所述步骤S204中中心格点O的叉乘值C_V的表达式如下：

其中，表示中心格点O的风矢量，表示主要目标格点和相关目标格点的风矢量，i、j、k分别为x轴、y轴、z轴的单位方向的向量，u₁表示中心格点O中x轴方向上风矢量的水平分量，u₂表示主要目标格点和相关目标格点中x轴方向上风矢量的水平分量，v₁表示中心格点O中y轴方向上风矢量的水平分量，v₂表示主要目标格点和相关目标格点中y轴方向上风矢量的水平分量。

再进一步地，所述步骤S3包括如下步骤：

S301、将风场中全部格点上的风矢量进行叉乘计算，并根据最大叉乘值C_Vmax计算判定阈值T_d，其判定阈值T_d的表达式如下：

S302、判断风场中每个中心格点O与其对应的主要目标格点及相关目标格点的叉乘值C_V是否大于所述判定阈值T_d，若是，则将所述气旋性特征点作为切变节点，并进入步骤S303；反之，则不作为切变节点，并进入步骤S303；

S303、根据最大叉乘值C_Vmax计算临界阈值T₀，其临界阈值T₀的表达式如下：

T₀＝C_Vmax×20％；

S304、判断相邻2个格点的风矢量是否指向相反区域，且所述中心格点O与主要目标格点及相关目标格点的叉乘值C_V是否小于所述临界阈值T₀，且C_V>0，若是，则标记2个相邻格点的中点，作为切变节点，并进入步骤S4，反之，则不作为切变节点,并进入步骤S4。

再进一步地，所述步骤S4包括如下步骤：

S401、根据切变节点判断是否有相交切变线，若有，则进入步骤S402，反之，进入步骤S404；

S402、判断相交切变线中是否有长度相同的分支，若有，进入步骤S403，反之，则保留相交切变线中较长分支上的切变节点，删除相交切变线中较短分支上的切变节点，并进入步骤S404；

S403、判断相交切变线的叉乘值C_V之差是否小于等于极小阈值T_min，若是，将所述相交切变线的两分支端点连线的中点标记为切变节点，删除分支线段上的切变节点，并进入步骤S404，反之，则保留叉乘值C_V较大的分支上的切变节点，并进入步骤S404，其中，所述极小阈值T_min的表达式如下：

T_min＝T_d×10％

S404、完成切变节点的检测，依次连接切变节点，实现切变线的自动识别。

本发明的有益效果：

本发明利用二维矢量叉乘结果进行判定和筛选可能的切变，最终连接切变节点形成切变线，达到自动识别且定位切变线的目的，解决了气象业务中的切变线分析依然通过人机交互的方式，由预报人员根据自身经验进行手工操作而存在的弊端问题，本发明可以在高空水平风场中自动分析切变线，同时提高预报分析效率，为实现气象业务中的自动化分析预报和人工智能的应用打下坚实基础，为研究中国南方大范围降水提供促进全要素、全覆盖的智能气象预报。

附图说明

图1为本发明的方法流程图。

图2为本实施例中二维向量的叉乘结构示意图。

图3为本实施例中风分解在x轴和y轴方向上的示意图。

图4为本实施例中未经标准化处理的风场的格点叉乘结果示意图。

图5为本实施例中标准化处理后的风场的格点叉乘结果示意图。

图6为本实施例中中心格点与其相邻8个格点相乘的结果示意图。

图7为本实施例中中心格点与其相邻8个格点的分布示意图。

图8为本实施例中8个备选域的角度分布示意图。

图9为本实施例中中心格点与其5个方向的目标格点的分布示意图。

图10为本实施例中获得的切变节点的分布图。

图11为本实施例中西南风与东北风对立存在的示意图。

图12为本实施例中二维平面上方向相反的两个风矢量的示意图。

图13为本实施例中西区与东区的风矢量指向区域示意图。

图14为本实施例中切变线相交的示意图。

图15为本实施例中长短不一的相交切变线示意图。

图16为本实施例中长度相同的切变线相交示意图。

图17为本实施例中长度与叉乘值相等的切变线相交示意图。

图18为本实施例中通过风向划分的备选区域示意图。

图19为本实施例中切变周围不同风向构成的切变线示意图。

图20为背景技术中风向标的示意图。

图21为背景技术中切变线在天气图中的示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例

切变线是风向发生急剧改变的狭长区域，风向的水平气旋性变化很大，因此依据风场进行定位切变线。风在某一高度平面上为二维矢量，利用二维矢量叉乘结果进行判定和筛选可能的切变，最终连接切变形成切变线，达到定位切变线的目的。矢量叉乘又叫做向量积，数学中又称外积、叉积，物理中称矢积、叉乘，是一种在向量空间中向量的二元运算。假设有a、b两个三维向量，则a×b为：

其中，i、j、k分别为x轴、y轴、z轴的单位方向向量，a、b向量的下标代表着其在x轴、y轴、z轴方向的水平分量，如图2所示，的方向垂直于与所决定的平面，的指向按右手定则从转向来确定，θ为与的夹角，根据右手定则，值若为正值，转向为逆时针旋转；值若为负值，转向为顺时针旋转，其中，表示垂直于与所在的二维平面的向量，分别表示二维平面上的两个向量。

如图1所示，本发明公开了一种自动识别切变线的方法，其实现方法如下：

S1、读取风场中每个格点的数据，并对每个格点的风场数据进行标准化处理，其包括如下步骤：

S101、读取风场中每个格点分别在x轴方向与y轴方向上的水平分量u风和v风；

S102、根据所述u风和v风构成风场中每个格点的风矢量

S103、将所述每个格点的风矢量的风速值设置为固定值，从而完成对整个风场的标准化处理。

在具体实施例中，如图3所示，水平面上的风V分在x轴和y轴方向上的水平分量为u风和v风，在一个平面上，判断两个格点风矢量的转变方向可利用矢量叉乘方法进行判断，设两个风矢量为和其水平分量分别为u₁、v₁和u₂、v₂，z轴方向上水平分量为0。则叉乘值C_V的表达式如下：

其中，表示中心格点O的风矢量，表示主要目标格点和相关目标格点的风矢量，i、j、k分别为x轴、y轴、z轴的单位方向的向量，u₁表示中心格点中x轴方向上风矢量的水平分量，u₂表示主要目标格点和相关目标格点中x轴方向上风矢量的水平分量，v₁表示中心格点O中y轴方向上风矢量的水平分量，v₂表示主要目标格点和相关目标格点中y轴方向上风矢量的水平分量；

若叉乘值C_V>0，则风矢量与风矢量之间为逆时针旋转，风场为气旋性特征；若叉乘值C_V<0，风矢量与风矢量之间为顺时针旋转，风场为反气旋性特征。读取格点风场数据，获得x轴、y轴方向上的水平分量：u风和v风以及由u风和v风构成的风矢量将所述每个格点的风矢量的风速值设置为固定值，u风和v风大小随之变化但不改变符号，将所有格点的风速统一，若未将风速统一，如图4所示，图4中数值是每个格点与其相邻8个格点叉乘计算所得，M点的风矢量与N点的风矢量呈现气旋性特征，两者的叉乘值C_VA＝-C_VB＝2.80,L点的风矢量与M点的风矢量也呈现气旋性特征，但两者的气旋性特征程度小于M点的风矢量和N点之间的风矢量的旋转程度，然而L点和M点之间的叉乘值C_VD＝-C_VE>C_VA＝-C_VB，不符合实际情况，是因为风速在计算过程中进行了干扰，影响了结果，因此，将所述每个格点的风矢量的风速值设置为固定值，将格点风矢量标准化，每个格点的风速值为1，风的方向没有改变，进而剔除了风速的影响，其每个格点的风矢量为固定值需满足以下条件：

其中，u表示风矢量在x轴方向的水平分量，u₀表示标准化处理后的风矢量在x轴方向的水平分量，v表示风矢量在y轴方向上的水平分量，v₀表示进行标准化处理后的风矢量在y轴方向上的水平分量；

如图5所示，经标准化处理后的风场的数值为每个格点与其相邻8个格点叉乘计算所得，图5中由于将u风和v风进行了标准化处理，因此，每个格点的风矢量大小相等，每个格点的风速值扩大到了10m/s以便于计算统计；

S2、经标准化处理后将格点进行分区，并将分区后格点上的风矢量进行叉乘计算，由叉乘的正值得到风场中的气旋性特征点，其包括如下步骤：

S201、经标准化处理后的风场数据利用反三角函数计算风场中每个格点的风矢量与x轴的夹角α，其中，所述夹角α的表达式如下：

其中，u表示风矢量在x轴方向上的水平分量，v表示风矢量在y轴方向的水平分量；

S202、取某一格点为中心格点O，并将所述中心格点O相邻的8个格点分成8个区域作为备选域；

S203、根据夹角计算结果以及备选域分析中心格点O指向最近的1个格点，并将中心格点O指向的格点作为1个主要目标格点，所述主要目标格点的相近的4个格点作为相关目标格点；

S204、将所述中心格点O分别与所述主要目标格点及相关目标格点进行矢量叉乘计算，得到中心格点O与主要目标格点及相关目标格点的叉乘值C_V；

S205、判断所述中心格点O分别与主要目标格点及相关目标格点的叉乘值C_V是否大于0，若是，则将参与运算的两点之间定为气旋性特征点，反之，则跳过该主要目标格点及相关目标格点，结束对中心格点O的处理；

S206、取下一个格点为中心格点O，并重复步骤S203至S205，遍历整个风场，由叉乘的正值得到风场中的气旋性特征点；

在具体实施例中，若将每个格点与周围8个格点进行矢量叉乘运算，会计算出很多两风矢量之间气旋性特征不明显的点，不能准确找到切变，如图6所示，中心格点O四周8个数字为进行了标准化后的风矢量格点与其周围八个风矢量格点分别进行矢量叉乘计算的结果，图6中风矢量指向的方向存在3-5个正值(黑色框中选定的部分)，两个风矢量叉乘值为正值说明两者之间存在气旋性特征，利用反三角函数计算出每个格点风矢量与x轴正方向的夹角α，如图7所示，取某一格点O[i,j]为中心格点，将格点O相邻8个点分成8个区域，作为备选域，如图8所示，每个区域均有的值域，正东方向的备选域区间为东北方向的区间为正北方向的区间为西北方向的备选域区间为正西方向的备选域区间为西南方向的备选域区间为正南方向的备选域区间为东南方向的备选域区间为

若风矢量指向某一备选域，将该备选域中的格点作为主要目标格点，主要目标格点的相邻格点作为相关目标格点，共计5个目标格点，即主要目标格点与其相关目标格点，将中心格点O与5个目标格点进行叉乘处理，例如：正东方向的区间为若风矢量指向的区间，此时，选取中心格点周围5个方向的目标格点(即正东，正北，西北，东南，东北)的风矢量格点作为计算目标，如图9所示，箭头方向为风矢量方向，中心格点O为方格点，圆点为目标格点，三角格点为不做计算的格点，将方格点(中心格点O)分别与5个实心圆点(目标格点)计算获得叉乘值，当C_V>0时，将中心格点O与目标格点的中点标记，即为存在气旋性特征的点，当C_V<0时，跳过该目标格点，目标格点为主要目标格点与其相关目标格点，如图10所示，遍历整个风场，标记所有存在气旋性特征的点。

S3、将风场中全部格点上的风矢量进行叉乘计算后建立判定阈值T_d，并根据所述判定阈值T_d从所述气旋性特征点中筛选出切变节点，其包括如下步骤：

S301、将风场中全部格点上的风矢量进行叉乘计算，并根据最大叉乘值C_Vmax计算判定阈值T_d，其判定阈值T_d的表达式如下：

S302、判断风场中每个中心格点O与其对应的主要目标格点及相关目标格点的叉乘值C_V是否大于所述判定阈值T_d，若是，则将所述气旋性特征点作为切变节点，并进入步骤S303；反之，则不作为切变节点，并进入步骤S303；

S303、根据最大叉乘值C_Vmax计算临界阈值T₀，其临界阈值T₀的表达式如下：

T₀＝C_Vmax×20％；

S304、判断相邻2个格点的风矢量是否指向相反区域，且所述中心格点O与主要目标格点及相关目标格点的叉乘值C_V是否小于所述临界阈值T₀，且C_V>0，若是，则标记2个相邻格点的中点，作为切变节点，并进入步骤S4，反之，则不作为切变节点,并进入步骤S4；

在具体实施例中，定位了存在气旋性特征的点的位置，需要一个阈值T将气旋性特征不明显的点淘汰，使识别的切变线更加精准。若直接设定阈值T，将不利于处理不同的风场数据，需要风场具有自适应的阈值T，因此，当两个风矢量相互垂直时，叉乘值C_V具有最大值C_Vmax，若实际风场缺少垂直的相邻风矢量，遍历整个风场，寻找并确立叉乘值的最大值C_Vmax，通过该最大值C_Vmax设置一个梯度，通过这个梯度能够筛选出不同密度分布的切变节点，值越小切变分布越密集，值越大切变分布越稀少，经过测试，当阈值时，能够较好的处理分布在各处的切变节点,将时的阈值定为判定阈值T_d，当叉乘值C_V<T_d时，则不标记切变,这样将获得一系列可能的切变，如图11所示，实际风场会有相邻格点的风矢量方向相反的情况，如图12所示，在二维坐标系中若相邻两个格点的风矢量方向夹角为π，|u₁|＝|u₂|，|v₁|＝|v₂|得：

其中，表示中心格点O的风矢量，表示主要目标格点和相关目标格点的风矢量，i、j、k分别为x轴、y轴、z轴的单位方向的向量，u₁表示中心格点O中x轴方向上的水平分量，u₂表示主要目标格点和相关目标格点中x轴方向上的水平分量，v₁表示中心格点O中y轴方向上的水平分量，v₂表示主要目标格点和相关目标格点中y轴方向上的水平分量，因此，若两个风矢量方向夹角为π，则两者的叉乘值C_V＝0；上述实际风场中如图11所示，出现的风矢量之间夹角与π之差的绝对值不足因而叉乘值C_V较小，所以相邻格点的风矢量夹角接近π的情况应该独立考虑，前一步骤已经获得了风场中叉乘最大值C_Vmax，将叉乘最大值C_Vmax的20％作为上述情况的临界阈值为T₀，如图13所示，将风矢量指向区域分为东、西2个区域，若风矢量与其下方相邻格点风矢量指向相反区域，且两个风矢量的叉乘值C_V满足：T₀>C_V>0，将两格点的中点标记，作为可能的切变；

S4、将所述切变节点进行相交切变线的检测，消除相交切变线，并依次连接切变节点，从而实现切变线的自动识别，其包括如下步骤：

S401、根据切变节点判断是否有相交切变线，若有，则进入步骤S402，反之，进入步骤S404；

S402、判断相交切变线中是否有长度相同的分支，若有，进入步骤S403，反之，则保留相交切变线中较长分支上的切变节点，删除相交切变线中较短分支上的切变节点，并进入步骤S404；

S403、判断相交切变线的叉乘值C_V之差是否小于等于极小阈值T_min，若是，将所述相交切变线的两分支端点连线的中点标记为切变节点，删除分支线段上的切变节点，并进入步骤S404，反之，则保留叉乘值C_V较大的分支上的切变节点，并进入步骤S404，其中，所述极小阈值T_min的表达式如下：

T_min＝T_d×10％

S404、完成切变节点的检测，依次连接切变节点，实现切变线的自动识别。

在具体实施例中，如图14所示，直接连接切变可能会形成相交切变线，为了应对这种情况，准确识别切变线，有3种将切变连接成切变线的思路。如图15所示，当由切变节点连接而成的线段有相交时，取较长的线段分支作为切变线，保留其切变节点，删除较短的线段分支的切变节点。图15中，在Ⅰ段和Ⅱ段选择上，Ⅱ段在长度上比Ⅰ段长，因此，选择Ⅱ段分支作为切变线的一部分，保留其切变节点；如图16所示，若两切变线分支长度相等，则依靠两点之间叉乘值大小来判定，图16中，Ⅰ段和Ⅱ段长度相同，若其Ⅰ段和Ⅱ段两个端点的叉乘值之差的绝对值大于判定阈值T_d的10％(记为极小阈值T_min)，即|C_VA-C_VB|>T_min,选择叉乘值大的分支作为切变线的一部分，(A点的叉乘值C_VA为76.7，B点的叉乘值C_VB为99.9)，因此，选择Ⅱ段分支作为切变线的一部分，保留其切变节点，删除叉乘值小的切变线分支的切变节点；如图17所示，若两分支长度相等，且线段分支端点的叉乘值相近，则取线段分支端点连线的中点作为切变节点，并将其保留，删除相交切变线中较短分支上的切变节点，图17中，Ⅰ、Ⅱ段切变线分支长度相等，若Ⅰ、Ⅱ段分支的叉乘值之差的绝对值小于或等于判定阈值T_d的10％(记为极小阈值T_min)，即|C_VA-C_VB|≤T_min，将Ⅰ、Ⅱ段分支的端点A、B连接的中点作为切变节点。将上述保留的切变节点依次相连，构成完整的切变线，实现切变线的自动识别。

本实施例中，完成了切变节点的筛选之后，将切变周围的风矢量格点标记为待判定格点，如图13所示，风矢量指向区域分为东区和西区，针对指向同一区域的风矢量数量超过两个的待判定格点，连接其同一区域内的切变节点。

在纬向分布的格点上，若两个同区域的风矢量格点同时与一个u＝0的风矢量格点相邻时，忽略u＝0的风矢量格点，依然连接切变，构成切变线，如图18所示，A区域中的4个格点的风向为东风和东北风，划为同一个区域；B区域中4个格点为西南风，因而也划为同一区域，如图19所示，将图18切变进行依次连线，可以得到一条切变线，通过以上步骤处理，能够获得一条完整的切变线。

综上所述，本发明利用二维矢量叉乘结果进行判定和筛选可能的切变，最终连接切变节点形成切变线，达到自动识别且定位切变线的目的。目前气象业务中切变线分析依然通过人机交互的方式，本发明解决了由预报人员根据自身经验进行手工操作而存在的弊端问题，为实现气象业务中的自动化分析预报和人工智能的应用打下坚实基础。