结合多尺度对称方位网格的模糊逻辑法在识别阵风锋关键特征中的研究

针对国内外阵风锋识别算法中存在的不足：（1）依赖径向速度数据，目前我国SA型号天气雷达径向速度数据存在距离折叠现象，常无法计算出有效的速度物理量因子从而导致识别的失败；（2）通过计算径向切变判别阵风锋的算法不能识别与雷达径向（类似）平行的阵风锋。本项目利用雷达反射率因子数据，采用一种结合多尺度对称方位网格的模糊逻辑法识别阵风锋反射率因子回波中双边界这一关键特征。选择一组反映阵风锋反射率因子特征的物理量集合设计模糊逻辑器，采用模糊逻辑法判断阵风锋反射率因子数据。利用多尺度对称方位网格寻找网格内"双边界"特征，并结合检验网格中心点数据是否具有阵风锋反射率因子特征从而达到判别目的。对称方位网格的办法解决了阵风锋回波带走向多变而难以识别的问题，采用多尺度网格的方法满足回波带尺度多变的特点。本项目的完成有助于改进现有的阵风锋识别算法的效果，进一步提高多普勒天气雷达对大风灾害性天气的预警预报能力。

本项目经过3年时间的研制，圆满完成了原计划书制定任务，并在此基础上增加了对改进MIGFA(Machine Intelligent Gust Front Algorithm)算法的研究，结果令人期待。. 项目广泛收集整理了以江苏天气雷达为主的含有阵风锋特征的多普勒天气雷达数据，在此基础上结合地面自动站风场资料分析了江苏沿江地区阵风锋变化特征、阵风锋弧长与移速关系，及其在雷达反射率因子图像中呈现的总体特征和局部特征，详细分析了三种窄带回波回波带反射率因子分布特征。. 初期通过熵函数模板的反射率强度边界识别、风切变算法，并综合依据径向速度及谱宽进行阵风锋识别。. 中期为避免熵函数模板计算易出错问题，借鉴熵函数模板的优势，设计了一种反映回波带平坦性的计算方法定量分析了三种窄带回波分布异同。从回波带径向波形特征出发，发现判断径向波形的波宽、波峰个数、波峰阈值、波形双边梯度等特性可识别属于阵风锋的径向波段。在对反射率因子图像预处理基础上，结合回波平坦性测试方法和阵风锋径向波形识别算法达到了自动识别阵风锋回波的目的。. 项目最后在熟悉MIGFA算法基础上，根据南京CINRAD/SA天气雷达探测的江苏沿江地区阵风锋回波特征，结合前期研究成果，对MIGFA阵风锋识别算法进行改进：在考虑平滑算法使用和低仰角数据融合的基础上，根据阵风锋回波特征，改进了0.5°反射率阵风锋细线函数模板，设计了较高仰角（1.5°/2.4°）反射率阵风锋细线函数模板，引入1.5°和2.4°双层反射率阵风锋细线函数模板替代原空间差分反射率函数模板。考虑到阵风锋特征与距离测站的关系，设计了动态权重函数组合多组得分值，从而有效识别阵风锋回波。在此基础上通过弧度判断和阵风锋回波平坦度测试的方式，进一步降低虚警率。并采用临界成功指数对南京雷达120个阵风锋样本进行效果评估。结果表明：改进的MIGFA法识别效果良好，将临界成功指数从0.39提高至0.60，引入降低虚警率的做法使得虚假警报率从0.34降至0.16。. 由于阵风锋回波弱这个主要特点，要继续提高成功识别率并降低虚警率仍是非常困难的命题。下一阶段我们将结合地面天气实况、雷暴母体与其触发的阵风锋关系等进行更详细的分析，以期从阵风锋形成的机理角度分析，进一步提高识别率，并希望最终实现业务化应用。