“列车效应”识别及预报方法

摘要：

提出了一种对“列车效应”进行识别和预报的新方法，该方法首先从“列车效应”历史样本的雷达反射率图中寻找整体带状回波的规律，提取单体回波的特征，并利用基于粗糙集理论的数据挖掘技术寻找隐含在单体回波特征中的有用知识，从而建立“列车效应”识别客观模型。然后利用该模型分别从整体和局部的角度对预处理后的实时天气状况进行识别。对于识别出的“列车效应”，利用整体带状回波的移动距离和旋转角度以及单体回波的面积变化和Hu矩进行跟踪。最后，利用相邻时刻“列车效应”的相关数据，建立云团族谱关系，通过云团的运动惯性对“列车效应”进行外推预报。实验结果表明：“列车效应”正确识别命中率是82.77%，能准确地预报出“列车效应”在6 min和12 min后的情况。该方法科学有效，有助于减轻“列车效应”灾害天气造成的损失。

关键词：列车效应、识别、跟踪、预报、Hu矩

分类号：TP391.41(计算技术、计算机技术)

资助基金：天津市自然科学基金资助项目14JCYBJC21800。

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：130-134