一种雷电定位数据成图方法与流程

摘要: 本发明涉及信息,尤其涉及一种雷电定位数据成图方法。背景技术:1、在气象监测与灾害预警领域,雷电定位与成图技术对保障生命财产安全具有不可忽视的价值。雷电活动的高频...
一种雷电定位数据成图方法与流程

本发明涉及信息,尤其涉及一种雷电定位数据成图方法。

背景技术:

1、在气象监测与灾害预警领域,雷电定位与成图技术对保障生命财产安全具有不可忽视的价值。雷电活动的高频次与复杂性使其成为天气预报和防灾减灾的重要研究对象,尤其是在雷暴天气频发的地区,精准掌握雷电分布和密度对及时预警至关重要。当前雷电定位成图中常用的方法在处理闪电数据时,往往难以平衡数据的完整性与独立性。许多方案在设计时忽略了雷电活动在不同阶段的频率变化特性,导致在雷暴发展到强烈阶段时,无法适应快速变化的实际情况。这种局限性使得系统在面对高频闪电事件时,容易出现统计偏差,影响对雷暴核心区域的真实活动强度的判断。其中时间范围的设定直接关系到是否能正确区分同一闪电的多次回击与相邻的独立闪电事件。如果时间范围过宽,可能会将多个独立闪电误判为同一事件,导致雷暴活跃区域的闪电数量被低估;反之,若时间范围过窄,则可能将同一闪电的多次回击拆分为多个独立事件,造成重复计数。这在雷暴强烈阶段尤为突出,因为此时闪电频率急剧上升,相邻闪电的时间间隔极短,难以准确判断事件的归属。具体来看,在雷暴进入高强度阶段时,短时间内可能发生数十次闪电活动,时间间隔甚至缩短到几毫秒。如果无法根据频率变化及时调整数据归并的规则,就可能将多个独立闪电错误合并。例如,在热带气旋登陆过程中,雷暴核心每分钟可能产生数百次闪电,间隔仅几毫秒,若规则未调整,连续发生的两道本为独立闪电的放电就被错误合并,密度数据显著低于实际水平,进而扭曲成图显示,使灾害风险评估失真。因此,如何在雷电频率剧烈变化的场景下,动态适应并合理设定数据归并的时间范围,以避免独立闪电事件的误合并或拆分,成为提升雷电定位成图精度的关键问题。

技术实现思路

1、本发明提供了一种雷电定位数据成图方法,主要包括:

2、获取雷电回击的到达时刻和落点经纬度坐标,形成原始回击记录集合;

3、根据所述原始回击记录集合划分时段,统计各时段内的闪电触发次数,生成闪电触发次数序列;

4、根据所述闪电触发次数序列计算平均触发频率,与历史同期平均频率进行比较,判断当前时段是否处于雷暴高频阶段;

5、若处于所述雷暴高频阶段,则分析所述闪电触发次数序列的变化幅度,确定高频阶段的时段范围并形成独立闪电事件初步列表;

6、根据所述独立闪电事件初步列表进行聚类,生成有效合并后的闪电事件集合;

7、根据所述有效合并后的闪电事件集合统计雷暴核心区的闪电密度,识别并拆分错误合并事件,生成经还原处理的闪电密度分布图;

8、根据所述还原处理的闪电密度分布图调整聚类参数,重新聚类并输出雷电定位与成图结果。

9、进一步的,所述根据所述原始回击记录集合划分时段,统计各时段内的闪电触发次数,生成闪电触发次数序列,包括:

10、根据所述原始回击记录集合中各回击的到达时刻,按照预设时长对监测周期进行时段划分;

11、统计每个划分时段内的闪电触发次数,形成包含各时段触发次数的序列数据;

12、针对所述序列数据中相邻两次触发的到达时刻,计算相邻触发间隔值;

13、按照预设间隔步长划分数值区间,统计相邻触发间隔在各数值区间的出现频次,获取相邻触发间隔的分布特征;

14、将所述分布特征与所述序列数据关联,生成完整的闪电触发次数序列。

15、进一步的,所述根据所述闪电触发次数序列计算平均触发频率,与历史同期平均频率进行比较,判断当前时段是否处于雷暴高频阶段,包括:

16、根据所述闪电触发次数序列中各时段的触发次数,统计序列覆盖的时段总数;

17、将全部触发次数累加后除以所述时段总数,得到单位时段内的平均触发频率;

18、从预先建立的历史记录中提取与当前监测周期对应的同期数据,统计所述同期数据中相同范围内的触发总次数与时段数量,计算历史同期平均频率;

19、若所述平均触发频率超过所述历史同期平均频率的预设倍数阈值,则判定当前时段处于雷暴高频阶段。

20、进一步的,所述若处于所述雷暴高频阶段,则分析所述闪电触发次数序列的变化幅度,确定高频阶段的时段范围并形成独立闪电事件初步列表,包括:

21、获取所述雷暴高频阶段内的闪电触发次数序列,计算相邻时段之间触发次数的差值,生成变化幅度序列;

22、根据所述变化幅度序列,识别差值由负转正且超过预设增幅阈值的时段位置,确定为触发频次突增起始点;

23、沿时间顺序遍历所述变化幅度序列,识别差值由正转负且低于预设降幅阈值的时段位置,确定为回落终止点;

24、根据所述突增起始点与回落终止点划定高频阶段时段范围,提取范围内回击记录并标记为独立闪电事件候选项,形成独立闪电事件初步列表。

25、进一步的,所述根据所述独立闪电事件初步列表进行聚类,生成有效合并后的闪电事件集合,包括:

26、根据所述独立闪电事件初步列表中各事件的回击时刻,计算相邻事件之间的时刻间隔;

27、若所述时刻间隔小于预设初始聚类时间窗口,则将相邻事件标记为同一回击组合并归入同一分组;

28、提取每个分组内回击记录的落点经纬度坐标,计算分组的经纬度中心点;

29、计算每个落点与所述经纬度中心点之间的地理距离,取最大值作为散布半径;

30、若所述散布半径小于预设空间阈值,则标记为有效合并分组,汇总所有有效合并分组生成闪电事件集合。

31、进一步的,所述根据所述有效合并后的闪电事件集合统计雷暴核心区的闪电密度,识别并拆分错误合并事件,生成经还原处理的闪电密度分布图,包括:

32、根据所述有效合并后的闪电事件集合中各事件的落点坐标,按照预设网格尺寸划分监测区域,统计每个网格内的闪电事件数量,得到闪电密度值;

33、识别密度值最大的网格为中心,扩展相邻网格划定雷暴核心区;

34、针对所述雷暴核心区内的事件,检查分组记录中回击数量和时刻间隔变化,若超过预设上限和跳变阈值,则拆分还原为独立事件;

35、根据拆分结果重新统计所述雷暴核心区内各网格的密度值,映射成还原处理的闪电密度分布图。

36、进一步的,根据所述还原处理的闪电密度分布图调整聚类参数,重新聚类并输出雷电定位与成图结果,包括:

37、从所述还原处理的闪电密度分布图中提取高频阶段对应区域的闪电事件记录,获取相邻独立闪电事件之间的时刻间隔序列;

38、根据所述时刻间隔序列计算平均间隔与预设初始聚类时间窗口的差值,得到间隔缩短幅度;

39、若所述缩短幅度超过预设调整阈值,则按比例缩减初始聚类时间窗口上限;

40、采用调整后的时间窗口对高频阶段对应区域内回击记录重新时间聚类,划分闪电事件分组;

41、统计各网格内事件数量,生成还原后的密度统计,关联空间位置生成分布图层并叠加核心区边界与落点标记,输出雷电定位与成图结果。

42、本发明实施例提供的技术方案可以包括以下有益效果:

43、本发明公开了一种雷电定位数据成图方法,针对雷电监测中闪电事件识别、密度分布统计及雷暴强盛期高频阶段精准判定的业务场景问题,通过多站协同信号采集终端获取闪电触发次数序列及回击时刻、落点坐标,创新性地结合相邻触发间隔分布特征和平均触发频率与历史同期频率的对比,准确评估雷暴高频阶段,并通过动态调整聚类时间窗口和空间阈值,实现闪电事件分组与有效合并,进而统计雷暴核心区密度分布,识别漏计闪电并还原处理,最终输出精准的雷电定位与成图结果。本发明通过自适应聚类与密度还原技术,显著提升了雷电事件识别的精度和雷暴区域分布的可视化效果,为雷电预警和灾害评估提供了可靠支持。