基于模式识别理论方法的强对流天气分类临近预报研究

基于模式识别理论方法的强对流天气分类临近预报研究

索朗次仁1丹增罗布2

（1西藏米林县气象局，西藏米林8600002；西藏拉萨市气象局，西藏拉萨850000）

摘要：随着近年来全球气候不断变暖，灾害性天气发生频率不断增加，给社会安全带来了巨大的威胁。目前在对全球自然灾害的统计过程中，发现强对流天气对全球自然灾害影响占主要地位。由于强对流天气具有时间尺度小，事发突然等特点，在预防预测等方面难度较大。为了进一步降低强对流天气带来的损失，我们有必要加强基于模式识别理论方法对强对流天气分类临近预报的研究。

关键词：模式识别；强对流天气；预报研究

1、引言

强对流天气一般是指短时强降水，对流性大风，龙卷风，冰雹等自然灾害，具有空间尺寸小，生命周期短，突发性明显等特征。由于事发突然、反应剧烈，破坏力极强，使得人们很难提前预测，这将对社会财产、公共安全带来极大的威胁。每年全球因强对流天气造成的事故屡见不鲜，为此加强对强对流天气的预报意义十分重大。

2、对强对流天气预报的研究背景

强对流天气的预报包括中短期预报和临近预报，中短期预报主要通过研究天气形势，热力学和动力学条件预测天气对流发生概率，而临近预报则要获得相当精细的数据结构，对强对流天气发生的时间、地点提供更加准确的报告详情。而针对于强对流天气的研究则要充分利用各种监测手段如雷达、卫星，以此提供天气的实时状况，并利用大数据进行外推、计算，加强对强对流天气进行预报。同样卫星也是的主要的监测手段，它是根据图像识别技术，通过拍摄云层图像，经过计算机图像识别处理，判断该地区以及周边地区云层以及其他降水物质的分布情况，综合考虑推倒强对流天气的报告研究。

3、模式识别技术概况

模式识别技术通过对图像进行预处理和特征提取的方法，获得所需要的信息，结合一些气象方面的有关知识，对这些信息进行处理和分析。抽象出气象意义上所谓的“知识”。给人工智能库提供“因子”。这样可以缩短计算机处理和气象知识两者间的距离，再运用到其以后其它类似气象方面时，只需要将图像数据以同样的法则转换成“因子”，对这些“因子”间进行比较分析，得出天气临近预报。模式识别技术进一步完善了气象智能预报系统，极大的提高了智能预报系统的工作效率，为现代化智能预报系统提供了现实基础，进一步推动了气象智能预报的综合化、集成化的研究进展，为智能预报系统走上实用阶段奠定了基础。虽然它取得了很大的进展，但是由于它表达的局限性和推理结构的单一性，已经不能满足现代生活生产的需求，特别是对于工业现代工业化的发展，使得信息量激增，需要对大量的图表、数据进行综合利用，迅速做出准确的预报结果。

在一些天气情况比较恶劣，地理条件比较特殊的地方更加难以预测。例如西藏，西藏的青藏高原平均海拔在4000米以上，具有世界屋脊的称号。由于其地理条件的独特，导致其独特的气候，普通方法很难实现对强对流天气的预报。经过有关专家的研究统计，西藏地区气候主要表现为干湿季节分明，在夏季经常出现强降水天气，容易造成山洪暴发；而在东北部地区，强降水受到地形因素影响，易发生短时性、夜发强降雨。高原地区雷暴同样是容易受到强对流天气的影响，雷暴天气一般具有明显的季节性特点，大部分雷暴发生在4月到10月份，而在冬天暴雪和冰雹同样也是西藏强对流天气的重要特征之一，同时还伴随着大风这种强对流天气。这使得西藏强对流天气影响灾害频发，简单的强对流天气临近预报方法已经不再适用。因此对于西藏等一些灾害频发的地区，我们应该加强科技的运用预测强对流天气以减少降低对人们的生活影响。

4、模式识别技术强对流天气临近预报方法

目前我国对于强对流天气临近预报方法研究主要是基于模式识别技术的方法，利用多普勒天气雷达对天气进行识别分类和临近预报。首先通过雷达检测云层空中相关数据，利用对流系统目标自动识别，进行目标跟踪和目标特征提取，然后进行目标检测和目标分类，最后对流系统目标自动识别进行临近预报。

5、模式识别理论方法的强对流天气分类临近预报的困难和挑战

模式识别理论方法虽然有其极大的优点，但它还要受限于许多其他的因数。

（1）受限于多普勒天气雷达的探测机理，目前关于强对流天气临近预报，主要的运用工具就是多普勒天气雷达，然而该雷达检测系统中存在一些限制。首先就是该雷达系统的空间分辨率问题，它随着探测距离的不断增大分辨率逐渐减小，这使得系统结构就会变得模糊，失去其精准性，忽略很多细节结构部分；其次就是该雷达只能够测量粒，沿着雷达射线方向的运动速度，对于该粒子的偏转角度，矢量方向速度的计算是非常困难的，也就是说无法真实测得该粒子的运动情况；最后受限于多普勒雷达的测速原理，该雷达系统测量粒子速度时存在一定的范围，超过这个范围测量出来的结果就会出现偏差，速度出现模糊现象。这将严重影响后续的计算分析过程，使得判断不准确。

（2）在实际的研究过程当中，案例的收集是十分困难的。其原因主要是在许多的情况下，对流天气发生的地点缺乏有效的观测手段，使得观察报告中存在很大的时间与空间误差。另外一个重要原因是雷达观测到的数据非常庞大，数据储存是一个巨大的问题，如何精准、自动、快速的储存惊人的数据是一个具有非常大的挑战工作。这也将严重影响后续的的计算分析过程，使得判断不准确。

6、结语

总而言之，模式识别方法在研究强对流天气临近预报是具有独特的优势，虽然目前遇到的问题还比较多，挑战比较大，但是我们相信只要采用更先进科学技术以及其他算法的辅助，就能有效的、精准的将模式识别推广到强对流天气灾害的预报中，有效的减少社会和公众的生命财产损失。

参考文献

[1]刘国忠，丁治英，贾显锋，等.影响华南地区西南低涡及致洪低涡活动的统计研究[J].气象，2007，33（1）：45-50.

[2]将国华，徐兵甲，黄福镇，清远地区汛期西南低涡型暴雨统计特征[J].广东气象，2008，30（4）：24-26.

[3]康凯.基于模式识别技术的条形码识别方法研究及应用[D].东北石油大学,2017.