一种非平稳天气系统高频强风的分级检测方法
阅读说明：本技术 一种非平稳天气系统高频强风的分级检测方法 (Grading detection method for high-frequency strong wind of non-stationary weather system ) 是由 刘辉 张炜 吴迪 田宏强 徐晶晶 陈思威 费晓虎 于 2021-08-06 设计创作，主要内容包括：本发明公开了一种非平稳天气系统高频强风的分级检测方法,包括以下步骤：1)测得瞬时风速；2)利用由瞬时风速表征的风脉动序列,提取高频风脉动；3)检测高频风脉动偏离高斯分布的阈值；4)利用分级的阈值判断高频风特性。针对的是秒到分钟时间尺度高频强风检测技术的研究空白,可以对高频破坏性强风进行更精准的预警。(The invention discloses a grading detection method for high-frequency strong wind of a nonstationary weather system, which comprises the following steps: 1) measuring the instantaneous wind speed; 2) extracting high-frequency wind pulsation by using a wind pulsation sequence represented by instantaneous wind speed; 3) detecting a threshold value of deviation of the high-frequency wind pulsation from Gaussian distribution; 4) and judging the high-frequency wind characteristics by utilizing the graded threshold value. The method aims at the research blank of the second-minute time scale high-frequency strong wind detection technology, and can perform more accurate early warning on high-frequency destructive strong wind.)
技术领域
本发明属于气象监测技术领域，具体涉及一种非平稳天气系统高频强风的分级检测方法。
背景技术
破坏性强风一般发生在雷暴、飑线、台风、沙尘、寒潮等强天气过程的情况下，这些天气具有强烈的非线性和非平稳特征，对这类极端性灾害天气的监测和预警有着非常重要的意义。
对于破坏性强风，现有的研究均集中在天气尺度的强风和阵发性的大气湍流尺度。例如雷暴大风是夏季出现频率最高，也是最易漏报的灾害性天气之一。随着观测手段的多样化，风廓线雷达、边界层梯度风等新型探测技术的发展为对流风暴结构的精细化研究提供了进一步支撑。涂小萍等(涂小萍,姚日升,漆梁波,等.2014,浙江省北部一次灾害性大风多普勒雷达和边界层特征分析[J].高原气象,33(6):1687-1696.)，基于2部多普勒雷达、风廓线雷达和370米高塔等多种资料揭示了浙江省一次致灾大风的成因，结果表明是强对流单体出流边界与阵风锋合并导致了灾害性大风，并分析了阵风锋影响前后的边界层特征。陈雯超等(陈雯超，刘爱君，宋丽莉，等.2019,不同强风天气系统风特性的个例分析[J].气象，45(2):251-262.)，分析了不同强风天气系统近地面边界层的平均风和脉动风特性，发现台风、强对流大风和冷空气大风由于生成机理不一样，其风特性也会有差别。强对流的风速变化最为剧烈，平均湍流强度也远大于台风和强冷空气大风，台风强风的湍流能谱值要显著高于强对流和强冷空气大风。如果能获得连续而密集的大气湍流数据，则风场特性统计值能较好地揭示出平均速度、风向角、湍流强度、阵风因子、湍流积分尺度和脉动风速功率谱密度函数的连续变化趋势及其短时段内的强风脉动规律(Cao S Y,Tamura Y,Kikuchi N,et al.2009,Wind characteristics of a strong typhoon.WindEng.Ind.Aerod.,97(1):11-21.)。
一般来说具有破坏性的强风分为两类，一类表现在低频的平均风速远超正常值，例如超强台风的最大风速可以超过12级，雷暴引起的灾害性阵风瞬时风速大于17m/s，针对这类强风已经有了很多研究；另一类强风的危害性也很大，表现在其平均风速中等偏大，但是它的高频脉动会频繁发生偏离平均值较大的极端风速。极端风发生得越频繁、能量强度越高，破坏性就越强，它会增加户外设备的疲劳载荷、减少设备的使用寿命，甚至直接造成永久性损坏。对于这类高频强风，现有的研究集中在频率为10-20Hz的大气湍流尺度，而针对秒至分钟时间尺度的强风的研究则很少。同时由于获取湍流数据需要超声风速仪，一般的气象站很难得到湍流尺度的风脉动数据。
发明内容
本发明解决的技术问题是提供一种非平稳天气系统高频强风的分级检测方法，针对的是秒到分钟时间尺度高频强风检测技术的研究空白，可以对高频破坏性强风进行更精准的预警。
为解决上述技术问题，本发明采用以下技术方案：
一种非平稳天气系统高频强风的分级检测方法，包括以下步骤：
1)测得瞬时风速；
2)利用由瞬时风速表征的风脉动序列，提取高频风脉动；
3)检测高频风脉动偏离高斯分布的阈值；
4)利用分级的阈值判断高频风特性。
上述技术方案中：
步骤1)中，所述瞬时风速由风杯式风速计测得。
步骤2)中，所述提取高频风脉动的过程包括：
21)将原始的风脉动序列分解为一系列内模函数，记为：
其中，U(t)为原始的风脉动序列，xi(t)为第i个内模函数，N为时间序列分解为内模函数的个数，ε(t)为剩余的低频趋势；
22)计算每个内模函数xi(t)的平均频率，将处于秒至分钟量级的内模函数相加，得到高频风脉动U’(t)，记为：
其中，M为处于高频区间的内模函数的个数。
步骤3)中，所述提取高频风脉动的过程包括：
通过分析高频风脉动U’(t)的概率密度函数，并与高斯分布进行比较，找出概率密度函数开始偏离高斯分布的位置，设为阈值H1，绝对值大于阈值H1的脉动认为是一类极值风U’extreme1(t)；开始偏离稳定分布的阈值设为H2，绝对值大于阈值H2的脉动认为是二类极值风U’extreme2(t)。
步骤4)中，所述高频风特性的判断方法为：
a)如果高频风脉动完全落在高斯分布的范围内，判断为A类风，其只具有风脉动的基流，不是高频强风，不会对户外设备产生危害；
b)如果高频风脉动落在高斯分布和稳定分布之间，判断为B类风；此时，根据阈值H1提取出一类极值风U’extreme1(t)并计算它的Hilbert瞬时谱，如果一类极值风脉动的Hilbert瞬时谱的振幅超过了阈值，则表明本类风具有相当的强度，会产生破坏性，有可能会对损坏户外设备；
c)如果高频风脉动落在稳定分布以外，判断为C类风；此时，根据阈值H2提取出二类极值风U’extreme2(t)，并且其Hilbert能谱超出阈值的为有害性高频强风，会对户外设备产生严重危害。
本发明的有益效果是：
本发明可利用自动气象站现有的风杯式风速计得到的瞬时风速信息，检测并提前预警具有破坏性的高频强风，填补了从秒到分钟级别的高频风脉动的研究空白。同时，本发明利用了希尔伯特-黄变换等先进的信号分析方法，结合了大气湍流和风工程领域对高频风特性的最新研究成果，发展了一套破坏性高频强风的分级检测技术，其成果在灾害天气预警、建筑物风安全、风工程等领域均具有广泛的应用价值。
具体实施方式
本发明首先需要提取风脉动序列的高频信息。破坏性强风一般发生在雷暴、沙尘、寒潮等强天气过程的情况下，这些天气具有强烈的非平稳特征，因此需要采用适用于非平稳天气系统的时间序列分析方法。经验模态分解方法(Empirical Mode Decomposition,简称EMD)与传统的信号分析方法不同，该方法不预先设定基函数，而是基于信号本身所包含的特征尺度进行分解，得到有限阶的内模函数，因此每阶内模函数都有比较明确的物理意义。该方法对数据没有平稳性和线性的要求，具有自适应性的特点，能更好地保留原有信号的特征，非常适用于对非平稳天气系统中高频风脉动的提取。
高频风脉动是否达到强风的标准、是否具有破坏性，和它的两个特征量有关。一是脉动的极值特性；二是脉动的能量强度。研究表明，对建筑物和户外设备破坏性最强的并不是大风速的平均风，而是偏离平均值较大的极端风速。极端风发生得越频繁、能量强度越高，破坏性就越强，它会增加户外设备的疲劳载荷、减少设备的使用寿命，甚至直接造成永久性损坏，大偏差理论可以用来刻画风脉动的极值特征。
中心极限定理考虑了在平均值附近的随机脉动，对应的概率分布是高斯分布。而大偏差理论则描述了概率分布尾部的特征，也称为稀少事件的理论，适用于描述随机过程的极端事件，满足一类称为稳定分布的分布。事实上，如果去掉中心极限定理中方差有限的限制，多个独立同分布随机变量的和分布仍会趋近于一类分布，这类分布就是稳定分布[5]，因此高斯分布是稳定分布在方差有限情况下的特例。当风速脉动的方差越来越大、极值发生得越来越频繁时，它们的概率分布开始偏离高斯分布。在这种情况下，风速脉动之间并非完全随机的，具有很强的相关性。
综上，高频风脉动满足高斯分布还是稳定分布是判定风脉动是否具有破坏性的标准之一；同时，极端风速还需要达到一定的能量强度，这是产生破坏性强风的第二个标准。一般来说天气系统越强就越能维持产生破坏性天气的涡旋运动，我们采用Hilbert谱分析来计算极端风的能级。将EMD方法和Hilbert谱分析相结合就得到了完整的Hilbert-Huang变换(简称HHT)，Hilbert瞬时谱具有比功率谱更好的局域时频刻画能力，可以对非线性作用进行波内频率调制和波间频率调制，适用于对非线性、非平稳数据的处理。当在秒至分钟量级的频率上的Hilbert瞬时谱的能级振幅超过阈值时，可以认为发生了破坏性的高频强风。
具体到实施例中，本发明由风杯式风速计测得瞬时风速，还经过下述步骤：
1)利用经验模态分解方法(EMD)提取高频风脉动
以一段1-2小时的风脉动序列为例，需要提取秒-分钟量级的信息，大于分钟级别的为中低频风脉动，接近于平均风。对原始的风脉动序列U(t)进行经验模态分解，具体步骤如下：
时间序列U(t)的EMD分解是通过筛检过程来实现的。EMD一开始提取的是最高频的震荡，定义两条包络线：一条经过时间序列所有的局部最大值，另一条经过所有的局部最小值。两条包络线的平均称作均值包络线，将之从原始时间序列中减去得到新的序列，重复这个过程直到剩下的信号满足成为内模函数的条件——即每一对局部最大值点和局部最小值点均被一个过零点分开。当得到第一个内模函数x1(t)，将之从原始时间序列U(t)中减去，得到U1(t)，重复这个过程从U1(t)中提取得到第二个内模函数x2(t)。当原始时间序列被分解为一系列内模函数，可以写为：
其中，N是时间序列分解为内模函数的个数，ε(t)是剩余的低频趋势，称为残差。
随之计算每个内模函数xi(t)的平均频率，将处于秒至分钟量级的内模函数相加，就会得到我们需要的高频风脉动U’(t)：
其中，M是处于高频区间的内模函数的个数。
2)检测高频脉动偏离高斯分布的阈值
由步骤1提取到的高频风脉动也具有不同的组成部分，可以认为风脉动由脉动的“基流”U’mean(t)以及极值风U’extreme(t)组成。这两部分具有不同的物理机制和统计特性，因此统计分布也不同。前者只对概率密度函数的中心区域有贡献，满足高斯分布；而离散性很强的极值风只对概率密度函数的尾部有贡献，满足稳定分布。参考文献(Uchaikin V V,Zolotarev V M.1999.Chance and Stability:Stable Distributions and TheirApplications[M].Utrecht and Tokyo:VSP,570pp)，稳定分布的概率密度函数经过傅里叶变换后得到的特征函数具有如下形式：
其中，Φ(k)是稳定分布的特征函数，参数α和β称为形状参数，并且α∈(0,2],β∈[1,1]，γ称为尺度参数，δ称为位置参数，且有γ∈[0,∞),δ∈(-∞,∞)。当α＝2时，稳定分布就是均值为2γ2的高斯分布；当α≠2时，稳定分布的方差发散，且当α≤1时，稳定分布的平均值发散。
因此，通过分析高频风脉动U’(t)的概率密度函数，并与高斯分布进行比较，找出概率密度函数开始偏离高斯分布的位置，设为阈值H1，绝对值大于阈值H1的脉动认为是一类极值风U’extreme1(t)；开始偏离稳定分布的阈值设为H2，绝对值大于阈值H2的脉动认为是二类极值风U’extreme2(t)。
3)利用分级的阈值判断高频风特性
接下来利用步骤2)得到的分级阈值来判断高频风脉动的特性，步骤如下：
a)如果高频风脉动完全落在高斯分布的范围内，则其为A类风，只具有风脉动的基流，不是高频强风，不会对户外设备产生危害；
b)落在高斯分布和稳定分布之间的为B类风。如果脉动为B类风，则根据阈值H1提取出一类极值风U’extreme1(t)并计算它的Hilbert瞬时谱[4]，如果一类极值风脉动的Hilbert谱的振幅超过了阈值，则表明本类风具有相当的强度，会产生破坏性，有可能会对损坏户外设备，需要引起注意；
c)落在稳定分布以外的为C类风。如果脉动为C类风，则根据阈值H2提取出二类极值风U’extreme2(t)，并且其Hilbert能谱超出阈值的为有害性高频强风，会对户外设备产生严重危害。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种可调双通道光子滤波器