基于机器学习和雷达数据的强对流单体识别追踪方法

来源：计算机测量与控制杂志2026年第1期北京时间：

作者：赵玉娟,郑栋,孙晓磊,李宗飞,姜罕盛,武国良,崇晓峰,赵婥

单位：天津市气象信息中心

摘要：对流单体是对流系统的基本组成单元,尤其强对流单体常造成灾害性天气,严重威胁人民生命和财产安全；面向提升强对流天气监测预警能力需求,提出了基于DBSCAN和雷达组网组合反射率、回波顶高产品的强对流单体自动识别追踪方法,通过图像处理技术改进雷达源数据质量,提升了强对流单体识别准确率,综合运用相邻三时次雷达数据修正追踪结果,确保强对流单体追踪路径准确性；基于2023-2024年环渤海地区17次强对流天气过程数据,构建训练集和测试集,研发了环渤海地区强对流单体自动识别追踪模型;检验结果表明,方法能有效识别单个或多个形态各异的强对流单体,并准确追踪其合并分裂,为强对流单体自动识别追踪提供了新思路。

关键词：DBSCAN;雷达组网数据;组合反射率;回波顶高;强对流单体;自动识别追踪

基金资助：中国气象局雷电重点开放实验室开放课题(2024KELL-B015);天津市海洋气象重点实验室2024年度开放基金项目（2024TKLOM05）