發布時間：2021-03-15所屬分類：科技論文瀏覽：1次
摘 要： 摘 要 本文將計算機圖形學骨架概念應用到氣象學領域，發展了回波圖像預處理、骨架修剪處理以及長寬比量化處理技術，該方法能自動識別出雷達回波拼圖中符合氣象學標準的線狀對流系統(quasi-linearconvectivesystems，QLCSs)。首先結合2016年黃淮地區一次雙QLC
摘 要 本文將計算機圖形學骨架概念應用到氣象學領域，發展了回波圖像預處理、骨架修剪處理以及長寬比量化處理技術，該方法能自動識別出雷達回波拼圖中符合氣象學標準的線狀對流系統(quasi-linearconvectivesystems，QLCSs)。首先結合2016年黃淮地區一次雙QLCSs過程給出了基于骨架的QLCSs客觀量化算法的具體技術流程，然后利用該方法對2016年6月安徽地區的QLCSs進行客觀篩選，并進一步量化識別QLCSs的移動特征，結合災害天氣實況與主觀識別進行對比評估，結果表明：結合氣象學標準改造的骨架圖像識別算法，較好保留了氣象回波形狀信息，在準確量化對流系統長短軸的基礎上，實現QLCSs的有效識別。而獲得的量化移動矢量等特征，一方面可應用于致災QLCSs的分類研究，為開展長序列統計及致災機理分析提供個例識別方法和量化特征，另一方面也為QLCSs的短臨監測預警業務提供新的思路。
關鍵詞 線狀對流系統 圖像識別 骨架 雷達回波 量化特征
1引言
中尺度對流系統(mesoscaleconvectivesystems，MCSs)是造成災害天氣的重要影響系統，依據雷達回波圖像形態，可分為線狀對流系統(quasilinearconvectivesystems，QLCSs)和非線狀對流系統(TrappandWeisman,2003)。Zhengetal.(2013)通過2007～2010年統計江淮和黃淮地區對流系統特征表明線狀系統占到中尺度對流系統的55.3%。快速移動的QLCSs往往與我國大面積風雹災害密切相關，如造成河南嚴重人員傷亡的2009年6.3風雹過程以及2018年3.4江南極端大風過程(孫虎林等,2011;盛杰等,2019)。梅雨鋒中移動緩慢的QLCSs易造成暴雨天氣，如2003年單站雨量達380mm滁州特大暴雨(孫建華等,2006)。與大地形作用的QLCSs，鑲嵌其中的對流單體列車效應明顯，也會造成局地強降水事件，如2012年北京7.21特大暴雨過程(俞小鼎,2012;孫建華等,2013;孫繼松等,2015)，可見QLCSs的移動特征與災害性天氣類型關系密切。國內外對QLCSs的雷達統計研究也有大量成果，ParkerandJohnson(2000)從線狀回波的長度及生命史等提出了QLCSs的客觀標準，并給出TS(trailingstratiform)，LS(leadingstratiform)和PS(parallelstratiform)三類QLCSs經典結構，王曉芳和崔春光(2012)在此基礎上，進一步提出了我國梅雨期間長江中下游QLCSs的九種類型。Mengetal.(2013)通過2008～2009年中國中東部96條QLCSs的統計給出QLCSs發生發展的天氣學特征。YangandSun(2018)對2010～2014年華北雷暴大風的對流組織利用雷達回波特征進行了分類研究。這些大樣本統計研究，可以揭示中尺度系統發生發展的回波特征，有助于強對流天氣的致災機理研究。
上述統計研究有兩個共同點：一是個例均采用主觀篩選，人工識別效率低，標準無法嚴格統一，使得大范圍長序列QLCSs氣候特征研究比較困難;二是分類依據大都基于雷達回波形態的靜態特征，即對流區和層狀云區的相對位置(TS，LS和PS等)，無法考慮其變化特點，但致災天氣與QLCSs的移動特征，如QLCSs移動方向、持續時間等密切相關(DoswellIIIetal.,1996;孫繼松等,2013)。因此，QLCSs移動特征的量化統計也需要深入研究。從預報業務角度看，目前我國短臨業務上還缺乏QLCSs自動識別算法(張小玲等,2018)，發展一套能夠專門針對QLCSs的識別技術有助于提高我國強對流監測預警水平。
解決QLCSs自動識別的關鍵是借助客觀算法來量化氣象學標準的線狀回波長度及長寬比。成熟的TITAN(thunderstormidentificationtrackinganalysisandnowcasting)算法利用閾值識別出風暴體后(DixonandWiener,1993)，借助多邊形擬合雖然可分辨出對流體，但目前不能自動識別是否是線狀結構。近年來發展基于機器學習的雷達圖像對流系統識別方法，能較好識別中緯度對流系統(HaberlieandAshley,2018)以及弓形回波(Kamanietal.,2018)，但此類方法無法輸出長寬比等信息，不能滿足雷達氣象學客觀標準的篩選。為此，本文引入計算機圖形學里骨架概念。骨架作為物體形狀的表示方式，最早由Blum(1967)提出，從拓撲學的角度將二維甚至三維圖形轉化成簡單的線條，去除冗余信息，有效的表達物體幾何形狀。幾十年來，發展了很多經典求法(ZhangandSuen,1984;Leeetal.,1994;DeyandZhao,2004)，其中Leeetal.(1994)的方法優勢是求得的骨架能保持較好聯通性不發生斷裂，拓撲結構受噪聲干擾小，有利于線狀對流的穩定識別，所以本文將采取Leeetal.(1994)方案求取骨架。但如何將骨架概念發展應用于氣象領域中雷達圖形QLCSs識別，尤其是結合氣象學標準客觀量化對流體的長短軸是本文的主要工作，方法介紹部分將詳細展開討論。
綜上所述，QLCSs自動識別技術是開展該類系統氣候特征、機理研究和預報方法研究的基礎，本文將在骨架識別的基礎上結合氣象學標準開展QLCSs的客觀識別及特征的量化研究，共分四部分，第一部分介紹雷達數據以及QLCSs氣象學標準，第二部分結合2016年6月13日的一次雙QLCSs過程，介紹QLCSs的識別技術和過程。第三部分將客觀算法用于2016年6月安徽區域發展的對流系統中QLCSs的自動識別，并在量化移動特征基礎上，結合災害天氣實況與主觀結果進行分析評估，最后是結論。
2數據與中尺度線狀對流系統定義
2.1雷達數據介紹
本文使用的雷達數據為國家氣象中心業務上使用的全國雷達組合反射率拼圖數據，水平分辨率為0.01°×0.01°，區域范圍為(12.2°～54.2°N，73°～135°E)，組合反射率閾值范圍為0～70dBZ，精度為1dBZ，2016年6月14日06:40之前隔10min一張拼圖，之后為6min一張拼圖，時間為全覆蓋。本文所用時間不作特殊說明均為協調世界時。該數據集已經被廣泛用于我國對流系統的研究(Mengetal.,2013;Zhengetal.,2013;YangandSun,2018)。
2.2QLCSs的定義
表1給出近年來國內外定義QLCSs時所使用的標準。ParkerandJohnson(2000)的研究工作基于中緯度地區的中尺度對流系統運動方程量綱分析，在中緯度地區使用相對較為合理。Mengetal.(2013)在統計中國中東部QLCSs時所用標準與ParkerandJohnson(2000)的標準類似，將長度在100km以及以上，維持時間在3h以及以上的對流系統定義為中尺度QLCSs。Geerts(1998)和俞小鼎等(2006)則還考慮了長寬比。
我國大部分區域位于西風帶中緯度地區，所以本文主要依據ParkerandJohnson(2000)的定義，再引入5∶1的長寬比標準，將中尺度QLCSs定義如下：大于40dBZ的回波帶長軸超過100km，長短軸比超過5∶1，且持續時間超過3h的準連續回波帶�？紤]到雷暴單體的尺度上限在20km左右(Orlanski,1975)，HaberlieandAshley(2019)在回波圖像前處理時使用的閉運算半徑為24km，本文選取24km作為處理半徑，將大于40dBZ的回波帶之間存在的小于24km的斷裂空隙連接成一個連續的QLCSs。這里24km強調的是準連續回波帶，不考慮縫隙過大，斷裂明顯的對流系統，100km和3h強調的是中緯度地區的中尺度對流系統，不考慮生命史短、尺度小的線狀對流過程(如尺度小于100km的孤立弓形回波)。
3基于骨架的QLCSs識別技術
如引言所述，Leeetal.(1994)方法求得的骨架連通性好，可以準確保持形狀原有的拓撲結構，為識別QLCSs提供有效的圖像學基礎，已經廣泛應用于醫學、生物學等復雜的圖像識別領域(Cooperetal.,2003;Moudgalyaetal.,2019)，但在雷達圖像上開展運用，還需結合QLCSs的氣象標準對骨架技術發展改進，才能適用于QLCSs自動識別，主要涉及回波圖像預處理技術、骨架修剪處理技術以及長寬比量化處理技術(圖1)，詳述如下：
回波圖像預處理技術。首先需對雷達圖像進行二值化計算，即將不小于40dBZ的回波賦值為255(白色)作為骨架提取對象，小于40dBZ的回波賦值為0(黑色)，然后在二值化圖像的基礎上進行閉運算實現QLCSs氣象學標準中的準連續性。閉運算是指先膨脹再腐蝕運算，韓雷等(2007)曾利用計算機圖形學里的腐蝕、膨脹原理對風暴體識別結果進行優化，可以去除相鄰風暴間的虛假連接，同時盡可能多的保留風暴簇中子風暴的信息。如前文所述，準連續性參考HaberlieandAshley(2019)處理雷達回波圖像的做法，選取24km作為閉運算半徑。如圖1“二值化圖像”中白色對象，經過40dBZ閾值篩選后的回波二值化圖像內部分布有小間隙，它們尺度很小，但會對骨架的求取產生較大影響，經閉運算處理后，圖1“閉運算”后的二值化回波圖像內部的小間隙被填充，邊緣光滑連續，大大減少因小縫隙造成骨架識別結果的不確定性。此外，當回波帶之間出現明顯但小于24km的斷裂時，也會將其聯通，具體效果詳見下文人字形回波識別個例。
骨架修剪處理技術。骨架提取采用Leeetal.(1994)的方法，但其生成的骨架并非是平滑的線條，有“骨刺”存在，結果還不能直接用于識別，需去除這些沒有天氣學意義的“骨刺”。采用100km的標準去除骨架中小于100km的骨刺得到骨干，骨干可以更科學有效的表達QLCSs最重要的形狀信息，是后面對QLCSs進行量化處理的前提和基礎。
長寬比量化處理技術。去除“骨刺”后的骨干長度可用來量化QLCSs的長軸長度，但寬度量化還需要進一步處理。提取的骨架除了可以保留形狀信息外，還有一個特點就是具備中軸特性(Ivanovetal.,2000)，中軸的數學含義(Kimmeletal.,1995)是圖像內部各個最大內切圓中心的集合，利用骨干是中軸的特點，最大內切圓直徑便可量化為QLCSs的寬軸。本文使用幾何距離轉換(EuclideanDistanceTransform，EDT)技術，給出二值化圖像中每一個非零點與其最近零點像素之間的最近距離，再根據骨干坐標可求出最大內切圓半徑(Dimitrovetal.,2000)。由于回波寬軸長度在長軸方向上并不均勻，這里將骨干上所有點的寬度平均值作為最終QLCSs的寬度。
下面以2016年6月13日黃淮地區一次雙QLCSs過程為例，給出識別算法的具體技術流程。此次過程系統尺度大，影響范圍廣，生命史長，結構演變復雜，兩條QLCSs合并成人字形，尤其在山東造成了較強的區域性短時強降水和冰雹天氣(張琴等,2017)。圖2分別給出了QLCSs的初始、成熟、合并及消亡階段代表性時次的雷達回波特征，此個例有線狀對流的合并，可以較好地檢驗算法的合理性和準確性。
3.1回波圖像預處理
首先對雷達組合反射率圖像進行二值化處理，大于等于40dBZ的區域將顯示為白色(圖3)。注意到二值化圖像中除一些孤立且面積很小的白色對象外，尺度較大的對流體中還有較多小干擾，如內部一些孔洞，微小斷裂，邊緣的擾動等，這些信息會給骨架提取結果造成較大不確定性。一方面在二值化圖像的基礎上，直接去除聯通區域面積小于100km2的白色對象，消除一些雜波或者對識別意義不大的小尺度單體，另一方面單體內部的斷裂則需要進行閉運算處理(HaberlieandAshley,2019)，使得白色圖形部分更加平滑和連續，識別結果有較好的連通性。
圖4給出了閉運算后的結果，白色圖像邊緣處理后更為平滑。閉運算同時也實現了QLCSs氣象學標準里關于準連續性的要求，聯通距離小于24km的對流體。在圖3中，位于山東的QLCSs西端有新單體生成，離QLCSs主體小于24km。在圖4中，可以看到經過閉運算后，新的單體與QLCSs主體被合并成一個整體。合并階段時，有小斷裂的兩條QLCSs經過閉運算后也表現出聯通的人字形特征。
3.2骨架提取及修剪
經過預處理的白色圖形對象，可用來進行骨架提取。采用Leeetal.(1994)的方法求取骨架。圖5給出了各個時次骨架提取情況，結果顯示其連通性較好沒有發生斷裂，保持了QLCSs原有形狀信息，保證了識別結果的有效性。但還需要對骨架進行“剪枝”操作得到骨干才能得量化準確的長短軸信息。結合氣象學標準，“骨刺”定義為骨架中線條交叉點到其對應的端點長度小于100km的線條，只需去掉小于100km的“骨刺”即得到骨干。圖6是經過修剪后的結果，可見骨干形態一般是一條沒有分叉的線條，并保留了原本QLCSs的長軸信息。各個階段的骨干形態與圖2的原始雷達回波相比，準確識別出了對流體線狀特點，去除骨刺后保留了最主要的形狀信息，QLCSs的彎折等特征也通過骨干合理的體現出來。即使合并階段，兩條QLCSs相連，由于各自長度超過100km，經過修剪處理后，骨干仍呈現出人字形特征，可見對異形QLCSs也有很好的處理能力。——論文作者：盛杰1,2 鄭永光2 沈新勇1,3 張小雯2
相關期刊推薦：《大氣科學》是由中華人民共和國新聞出版總署、正式批準公開發行的優秀期刊。本刊在國內外有廣泛的覆蓋面，題材新穎，信息量大、時效性強的特點，其中主要欄目有：專題評述、會議報道、書刊評介等。
SCISSCIAHCI
