基于測度挖掘的雹云識別的方法技術

基于測度挖掘的雹云識別的技術屬于統計學領域，尤其屬于圖像分析領域?，F有對雹云的預測往往是依賴于經驗進行判別，這樣的方法存在很多不足。為了克服現有技術的不足，本發明專利技術公開：一種預測冰雹的方法，其特征是，所述的方法包括以下步驟：第一步，利用云圖獲得dBZ，第二步，把RGB圖像轉化為灰度圖像，第三步，灰度圖像的反射率分成15個量級，第四步，計算每個量級的比重，第五步，計算出每個量級的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8，第六步，利用公式：y＝879.83840·x1+186.90265·x2?1335·x3+770.04074·x4+2145·x5+59.31601·x6?13.01776·x7?6022·x8y0＝158.23206故有若：y＞y0,則X∈G1，否則X∈G2，G1為降雹云集合，G2為無雹云集合。本發明專利技術可以預測雹云。

【技術實現步驟摘要】

本專利技術屬于統計學領域，尤其屬于圖像分析領域。
技術介紹
冰雹作為一種強對流天氣，其特點是空間尺度小、生命史短、突發性強、發展演變迅速，其預報難度是眾所周知的。經過“十五”、“十一五”的發展和建設，新疆氣象防雹技術水平有了很大提升，但與國民經濟和社會發展日益增長的需求相比，仍然存在一定不足，主要表現為：冰雹天氣預測的準確率和精細化水平有待提高，特別是對局部冰雹天氣的臨近(0～3小時)和短時(3～12小時)預報能力亟待增強?！笆濉逼陂g是新疆社會穩定和經濟發展的關鍵時期，迫切需要對新疆冰雹天氣提供更為精細化的監測和預報。而對雹云識別業務基礎主要來源于天氣雷達，實時觀測對流云團的雷達圖像，圖像涵蓋了云團生命發展變化的信息，通過對該云團的雷達圖像進行實時處理，提前預測到該云團是否降雹對于防雹減災有重要意義?，F有對雹云的預測往往是依賴于經驗進行判別，這樣的方法存在很多不足。
技術實現思路
為了克服現有技術的不足，本專利技術公開：1，基于測度挖掘的雹云識別的方法，其特征是，所述的方法包括以下步驟：第一步，采集雷達RGB云圖，利用云圖獲得dBZ，第二步，把第一步所得的RGB圖像轉化為灰度圖像，第三步，把第二步所得的灰度圖像的反射率分成15個量級，第四步，計算出每個量級在圖像中的比重，第五步，計算出每個量級的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8：y＝879.83840·x1+186.90265·x2-1335·x3+770.04074·x4+2145·x5+59.31601·x6-13.01776·x7-6022·x8故有若：y＞y0則X∈G1，否則X∈G2。G1為降雹云集合，G2為無雹云集合。2，其特征是：所述y0＝158.232063，其特征是：還包括：利用公式： y 0 = n 1 y ‾ ( 1 ) + n 2 y ‾ ( 2 ) n 1 + n 2 ]]>得到y0。降雹云集合G1中的平均值，降雹云集合G2中的平均值，n1為降雹云集合G1中的元素個數，n2為無雹云集合G2中的元素個數。反射率按照5為單位分開，dBZ值s1對應的灰度值計算為s1-2.5到s1+2.5的灰度平均值。4，其特征是：所述的反射率、量級、RGB值、灰度值對應的關系為：反射率為：-5，對應的量級為：1，對應的RGB值為：-201,201,201，對應的灰度值為：201；反射率為：0，對應的量級為：2，對應的RGB值為：-118,118,118，對應的灰度值為：118；反射率為：5，對應的量級為：3，對應的RGB值為：-255,170,170，對應的灰度值為：196；反射率為：10，對應的量級為：4，對應的RGB值為：-238,140,140，對應的灰度值為：170；反射率為：15，對應的量級為：5，對應的RGB值為：-201,112,112，對應的灰度值為：139；反射率為：20，對應的量級為：6，對應的RGB值為：0,251,144，對應的灰度值為：164；反射率為：25，對應的量級為：7，對應的RGB值為：0,187,0，對應的灰度值為：110；反射率為：30，對應的量級為：8，對應的RGB值為：-255,255,112，對應的灰度值為：239；反射率為：35，對應的量級為：9，對應的RGB值為：208,208,96，對應的灰度值為：195；反射率為：40，對應的量級為：10，對應的RGB值為：255,96,96，對應的灰度值為：144；反射率為：45，對應的量級為：11，對應的RGB值為：218,0,0，對應的灰度值為：65；反射率為：50，對應的量級為12，對應的RGB值為：174,0,0，對應的灰度值為：52；反射率為：55，對應的量級為：13，對應的RGB值為：0,0,255，對應的灰度值為：29；反射率為：60，對應的量級為：14，對應的RGB值為：-160,255,255，對應的灰度值為：227；反射率為：65，對應的量級為：15，對應的RGB值為：231,0,255，對應的灰度值為：98。5，其特征是：由RGB與灰度值的換算關系式Gray＝R×0.2999+G×0.587+B×0.114獲得對應的灰度值。該方法可以提高雹云預報的準確率，降低誤報率。有效的提高了識別雹云圖像準確率，為冰雹預報提供參考。具體實施方式：1強度統計雷達反射率圖像是基于RGB彩色空間的，以基本反射率因子圖的圖例為基礎，利用RGB彩色空間的成色原理，讀取回波反射圖。即將反射率為-5dBZ—65dBZ，分為15種相應的量級。其中不同量級所對應的RGB值如表所示，由RGB與灰度值的換算關系式(1)，可知對應的灰度值。Gray＝R×0.2999+G×0.587+B×0.114 (1)表1用來說明反射率與RGB值、灰度值對應關系。表1：雷達反射率圖像的不同顏色代表的是不同的反射強度，即可以通過統計不同顏色在圖像中所占的比重，反應出圖像中回波強度的特征，不同的強度所占的比重可以由概率表示，計算如式(2)所示。如一幅大小為M×N的圖像，則含有M×N個像素，反射率強度分為15個量級，這不同強度在圖像中的比重為：pi＝si/M×N i＝1,2,…,15 (2)其中，si為第i個量級的顏色在圖像上的像素個數。2、八階雹云識別的模型設計根據氣象學的理論可知，強對流的極端天氣，只可能出現在反射強度大于40dBZ的區域。故只選取量級為10—15的，按照以下方法計算得到雹云和非雹云的八個一階統計測度值。均值: E = Σ i = 1 17 i × p i ]]>方差： D = Σ i = 1 17 本文檔來自技高網...

【技術保護點】
基于測度挖掘的雹云識別的方法，其特征是，所述的方法包括以下步驟：第一步，采集雷達RGB云圖，利用云圖獲得dBZ，第二步，把第一步所得的RGB圖像轉化為灰度圖像，第三步，把第二步所得的灰度圖像的反射率分成15個量級，第四步，計算出每個量級在圖像中的比重，第五步，計算出每個量級的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8：y＝879.83840·x1+186.90265·x2?1335·x3+770.04074·x4+2145·x5+59.31601·x6?13.01776·x7?6022·x8故有若：y＞y0,則X∈G1否則X∈G2，G1為降雹云集合，G2為無雹云集合?。

【技術特征摘要】
1.基于測度挖掘的雹云識別的方法，其特征是，所述的方法包括以下步驟：第一步，采集雷達RGB云圖，利用云圖獲得dBZ，第二步，把第一步所得的RGB圖像轉化為灰度圖像，第三步，把第二步所得的灰度圖像的反射率分成15個量級，第四步，計算出每個量級在圖像中的比重，第五步，計算出每個量級的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8，第六步，把第五步所得的均值x1、方差x2、偏度x3、峰度x4、角二階矩x5、熵x6、慣性矩x7、相關性x8：y＝879.83840·x1+186.90265·x2-1335·x3+770.04074·x4+2145·x5+59.31601·x6-13.01776·x7-6022·x8故有若：y＞y0,則X∈G1否則X∈G2，G1為降雹云集合，G2為無雹云集合 。2.如權利要求1所述的基于測度挖掘的雹云識別的方法，其特征是：所述y0＝158.23206。3.如權利要求1所述的基于測度挖掘的雹云識別的方法，其特征是：還包括：利用公式：降雹云集合G1中的平均值，降雹云集合G2中的平均值，n1 為降雹云集合G1中的元素個數，n2為無雹云集合G2中的元素個數，得到y0 。4.如權利要求1所述的基于測度挖掘的雹云識別的方法，其特征是：所述的反射率、量級、RGB值、灰度值對應的關系為：反射率為：-5，對應的量級為：1，對應的RGB值為：-201,201,201，對應的灰度值為：201；反射率為：0，對應的量級為：2，對應的RGB值為：-118,118,118，對應的灰度值為：118；反射率為：5，對應的量級為：3，對應的RG...

【專利技術屬性】
技術研發人員：李國東，徐文霞，錢斯祺，吳晨瑜，
申請(專利權)人：李國東，
類型：發明
國別省市：新疆;65