27148.多普勒雷達(dá)資料的退速度模糊、風(fēng)場(chǎng)反演和臨近預(yù)報(bào)的研究

1、獨(dú)創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。本論文除了文中特別加以標(biāo)注和致謝的內(nèi)容外，不包含其他人或其他機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過(guò)的研究成果，也不包含為獲得南京信息工程大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。其他同志對(duì)本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示謝意。學(xué)位論文作者簽名：2叁蜜簽字日期：矽／／(7關(guān)于論文使用授權(quán)的說(shuō)明南京信息工程大學(xué)、國(guó)家圖書(shū)館、中國(guó)學(xué)術(shù)期刊(光盤版)雜志社、中國(guó)科學(xué)技

2、術(shù)信息研究所的《中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)》有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔，可以采用影印、縮印或其他復(fù)制手段保存論文，并通過(guò)網(wǎng)絡(luò)向社會(huì)提供信息服務(wù)。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外，允許論文被查閱和借閱，可以公布(包括刊登)論文的全部或部分內(nèi)容。論文的公布(包括刊登)授權(quán)南京信息工程大學(xué)研究生部辦理。，日公開(kāi)口保密(年月)(保密的學(xué)位論文在解密后應(yīng)遵守此協(xié)議)學(xué)位論文作者簽名：乏叁塹指導(dǎo)教師簽

3、名：簽字日期：伊九‘7簽字日期：—壟生乙早瞻k’本文針對(duì)多普勒天氣雷達(dá)數(shù)據(jù)的質(zhì)量控制和實(shí)際應(yīng)用中需要解決的問(wèn)題，進(jìn)行了退速度模糊、風(fēng)場(chǎng)反演和臨近預(yù)報(bào)等方面的研究：1針對(duì)目前業(yè)務(wù)應(yīng)用中多普勒天氣雷達(dá)資料退速度模糊容易退錯(cuò)的問(wèn)題，提出了一種新的自動(dòng)退模糊方法一零速線搜索法。從雷達(dá)原點(diǎn)開(kāi)始到最遠(yuǎn)探測(cè)距離，搜索線性風(fēng)場(chǎng)的兩條零速線，同時(shí)確定零速線兩側(cè)區(qū)域的標(biāo)準(zhǔn)速度符號(hào)。然后，逐點(diǎn)比較徑向速度場(chǎng)中數(shù)據(jù)點(diǎn)的速度符號(hào)與所屬區(qū)域的速度符號(hào)，若兩者相同，

4、認(rèn)為該數(shù)據(jù)點(diǎn)速度值正確；若兩者相反，則認(rèn)為該數(shù)據(jù)點(diǎn)為速度模糊，并修改為正確的速度值。實(shí)例的退模糊結(jié)果表明，零速線搜索方法合理有效，能夠正確退除存在孤立回波、距離折疊等情況的速度模糊。從思路和方法上改進(jìn)了傳統(tǒng)線性外推方法退速度模糊容易退錯(cuò)的問(wèn)題。2針對(duì)多普勒雷達(dá)資料反演風(fēng)場(chǎng)的VvP(VelocityVolumeProcessing)方法中出現(xiàn)的病態(tài)矩陣問(wèn)題，提出了一種改進(jìn)的VvP方法——SVVP(StepVVP)方法。SVVP方法采用分步

5、反演的策略，計(jì)算線性方程組的各個(gè)變量，降低了方程組的條件數(shù)，克服了VVP方法中的病態(tài)矩陣問(wèn)題，在分析體積很小的情況下仍可以得到較理想的反演結(jié)果，同時(shí)詳細(xì)分析了反演過(guò)程中的誤差來(lái)源和大小。對(duì)對(duì)流單體和臺(tái)風(fēng)資料的反演結(jié)果表明SVVP方法是可行的，能較有效地獲得中小尺度對(duì)流系統(tǒng)的風(fēng)場(chǎng)結(jié)構(gòu)。3針對(duì)利用多普勒天氣雷達(dá)資料進(jìn)行臨近預(yù)報(bào)中需要改進(jìn)對(duì)流單體的識(shí)別和跟蹤的問(wèn)題，提出了新的對(duì)流單體識(shí)別方法和預(yù)警方法，嘗試將現(xiàn)代優(yōu)化算法應(yīng)用于對(duì)流單體追蹤。新

6、的對(duì)流單體識(shí)別方法利用搜索鄰近點(diǎn)技術(shù)識(shí)別二維對(duì)流單體分量，并且改進(jìn)了對(duì)流單體分量的垂直相關(guān)來(lái)構(gòu)造三維對(duì)流單體，克服了傳統(tǒng)方法中的識(shí)別缺陷。嘗試?yán)矛F(xiàn)代優(yōu)化算法(模擬退火算法，遺傳算法，蟻群算法)進(jìn)行對(duì)流單體的匹配和追蹤，實(shí)驗(yàn)結(jié)果和理論分析顯示，模擬退火算法和蟻群算法對(duì)于對(duì)流單體追蹤簡(jiǎn)單有效，參數(shù)直觀可調(diào)；遺傳算法受限于遺傳操作方式，效果不理想。基于風(fēng)暴演化規(guī)律和特征量分布特征，將對(duì)流單體分為強(qiáng)對(duì)流單體和普通對(duì)流單體，并用支持向量機(jī)方法進(jìn)