申请/专利权人：重庆交通大学

申请日：2022-01-18

公开（公告）日：2024-04-30

公开（公告）号：CN114488350B

主分类号：G01W1/10

分类号：G01W1/10;G01W1/14;G01S13/89;G01S13/95

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.05.31#实质审查的生效;2022.05.13#公开

摘要：本发明公开了一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，并进行降雨判断。本发明能够更好地识别云团并实现追踪，能够避免跟踪丢失和误差累计的问题，对于移速快、分散、复杂的云团仍有较好预测效果，特别适合对于山地城市的短时降雨尤其是短时强降雨预报。

主权项：1.一种基于雷达图信息处理的山地城市短时降雨预报方法，其特征在于，根据云层雷达信息图提取云团信息，并计算云团移动方向和速度，判断需评估时间间隔后云团是否移动至评估区域，再进行降雨判断；包括以下步骤：步骤a，获取包括预测区域及其周边地区的原图，原图包括未含有云层雷达信息的原始模板图，以及含有云层雷达信息的原始雷达图；采用计算机识别获得原始模板图和原始雷达图的RGB色彩值，并计算获得以RGB色彩值为表征的云层雷达信息图；步骤b，将云层雷达信息图进行二值化处理，形成二值化图像；步骤c，将二值化图像进行边界提取，划清云团与云团之间的界限，获得云团边界图像；步骤d，计算获得各云团边界的质心位置；步骤e，在往前一个时间间隔的时间和当前时间为两个时间点，分别重复步骤a-d，获得两个时间点各自的的云团边界图像和质心位置信息，获得两个时间点各自云团边界图像之间对应关系，根据质心移动变化距离计算当前时间点各云团的质心位移速度并获得质心位移方向；步骤f，以步骤e获得的各云团质心位移速度和质心位移方向，按照当前时间点各云团的图像位置，计算当前时间点的云层雷达信息图中各云团在需评估时间间隔后所移动到达的位置，判断是否落入预测区域范围；步骤g，再根据f步骤获得的落入到预测区域范围内的云团信息叠加情况，判断是否降雨以及雨量大小；步骤c中将所述二值化图像使用Bwperim-imfill算子提取细节更加完美的边界图像Gx，y，bwperim-imfill组合算子步骤为先使用bwperim算子对图像进行边界提取，再使用imfill算子处理提取的边界，对处理结果再次使用bwperim算子计算；步骤d中，计算获得各云团边界的质心位置具体包括以下步骤：1利用追踪算法来获取距离预测区域最近云团边界满足下式的点，公式为： 在上述公式3中，d8为棋盘距离，D为欧式距离，G为经算法提取后的边界图像，p为预测区域中心点坐标，Q为预测区域最近云团边界某点，X0，Y0为预测区域最近云团边界某点坐标；2利用以下算法获取云团质心坐标，公式为： 在上述公式4中，为云团质心，n为某个云团边界点个数，Xk，Yk为某个云团所有边界点的坐标；所述步骤e中，根据前后时间点云团数量差异，按照以下方式计算各云团的质心位移速度：1云团前后时刻数量相等时，云团速度： 2云团前后时刻数量不相等时，云团速度： 上述公式5和公式6中，T为t时刻与下一时刻图片的时间间隔，一般为6min；r为t时刻云团数量，r′为t+T时刻云团数量；分别为t时刻图片的第m个云团质心的横坐标与纵坐标，为t+T时刻图片的第m个云团质心的横坐标与纵坐标，m＝1，2，3，…，r；云团前后时刻数量相等时，按照前后时刻的图片中，以同一方向对各云团顺序排序并按照排序建立云团对应关系；所述步骤e中，各云团移动方向表征为： 在上述公式7中，α为云团运动方向与直角坐标系x轴夹角；dx，dy分别表示t+T时刻至t时刻质心在x，y轴上的增量；步骤f中，使用坐标变换的方式判断评估时间间隔后，各云团是否落入预测区域范围，坐标变换的方式为以坐标系原点为中心，按照云团移动方向夹角，逆时针旋转进行变换，坐标变换公式为： 在上述公式8中，x′i，y′i为旋转后各点坐标，x′0，y′0为预测区域中心点坐标，第m个云团运动方向与直角坐标系X轴夹角为αm。

全文数据：

权利要求：

百度查询： 重庆交通大学 一种基于雷达图信息处理的山地城市短时降雨预报方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD