一种通过改进拉普拉斯自动识别南支槽的方法

摘要

本发明公开了一种通过改进拉普拉斯自动识别南支槽的方法，涉及气象技术领域，包括以下步骤：获取位势高度场格点数据；计算位势高度场在x方向的梯度场；寻找梯度值由负到正的转折点，对梯度场进行清理；计算x方向散度，得到改进后的拉普拉斯值L'；并对L'进行0,1二值化处理，得到并将黑白图像和待选槽线的多个目标通过膨胀合并，通过腐蚀恢复原有尺度，通过轮廓指向角及长短轴比率选定有效目标；对有效目标提取东西南北4个方向的端点，调整有效目标对应的槽线的形态；并对槽线进行拟合，得到南支槽。本发明可自动识别南支槽，可提高天气分析、预报的效率和和规范性，减少人为因素的误判，提高气象防灾减灾的自动化水平。

权利要求

1.一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，包括以下步骤：S1、获取位势高度场格点数据H；其中H [i，j]表示格点数据中第i行第j列的元素，H [i，j+1]表示H [i，j]右侧的一个格点，Δx表示H [i，j]与H [i，j+1]两点间距离；H [i+1，j]表示H [i，j]下侧的一个格点，Δy表示H [i，j]与H [i+1，j]两点间距离；

S2、计算位势高度场H在x方向的梯度场；具体为：根据公式：

得到x方向的梯度场 ；其中， 表示位势高度场在第i行第j列处的高度差；△x为此两点间在x方向的距离； 为格点数据中第i行第j列的x方向梯度值；

S3、在梯度场中寻找梯度值由负到正的转折点，并对梯度场进行清理，得到清理后的梯度场；具体为：S3‑1、根据梯度场判断梯度值由负到正的转折点；

S3‑2、针对梯度值正负转折点的左侧的点，保留 的数据；将其余各点梯度值赋值为0；得到清理后的梯度场 ；其表达式为：；

S4、对清理后的梯度场计算x方向散度，得到改进后的拉普拉斯值L'；具体为：根据公式：

得到改进后的拉普拉斯值L'；其中， 表示清理后的梯度场中 右侧一点的格点数据；

S5、将改进后的拉普拉斯值L'进行0,1二值化处理，得到黑白图像和待选槽线的多个目标；

S6、通过膨胀算法将黑白图像中待选槽线的多个目标合并，并通过腐蚀算法使膨胀后的图像恢复原有尺度，通过图像识别轮廓，得到合并后的目标轮廓；

S7、对合并后的目标轮廓计算轮廓指向角度和轮廓长短轴之比，寻找有效目标；

S8、对有效目标提取东西南北4个方向的端点，并对有效目标对应的槽线的形态进行调整，得到调整后的槽线；

S9、将调整后的槽线进行拟合，得到南支槽。

2.根据权利要求1所述的一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，步骤S5的具体实现方式如下：将改进后的拉普拉斯值L'≠0的区域的亮度赋值为255，其余区域亮度赋值为0；其中，改进后的拉普拉斯值在槽线可能存在的目标区域值为L'≠0，其他区域L'=0。

3.根据权利要求2所述的一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，步骤S6的具体实现方式如下：S6‑1、根据公式：

对黑白图像进行膨胀，使多个目标合并，得到膨胀后的图像Y1；其中，B表示卷积模板图像；A表示原图像；x表示图像中的元素点；将图像B按照元素点x平移，得到的点的集合记作B（x）；B（x）表示在图像A中移动的结构元素； 表示膨胀运算；表示空集；

S6‑2、根据公式：

对膨胀后的图像进行腐蚀处理以恢复目标的原有尺寸，得到腐蚀后的图像Y2；其中，!表示腐蚀运算；y表示膨胀后的图像中的元素点；将图像B按照元素点y平移，得到的点的集合记作B（y）；

S6‑3、对黑白图像重复步骤S6‑1至步骤S6‑2直到30次，并对膨胀和腐蚀处理后的图像识别轮廓，得到合并后的目标轮廓。

4.根据权利要求3所述的一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，步骤S7的具体实现方式如下：S7‑1、过合并后的轮廓内接椭圆的中心点建立直角坐标系，合并后的轮廓内接椭圆的长轴与x轴的夹角为目标指向角度，合并后的轮廓内接椭圆的长轴长度与短轴长度之比为长短轴之比；

S7‑2、对所有的合并后的轮廓保留指向角度小于90°且内接椭圆的长短轴之比大于2的轮廓，作为有效目标；

S7‑3、判断膨胀腐蚀次数是否达到100次；若是，进入步骤S7‑4；否则，增加5次膨胀次数并进入步骤S6；

S7‑4、判断有效目标个数是否为0；若是，表示该位势高度场不存在南支槽，结束判别；

否则，进入步骤S7‑5；

S7‑5、获取当前所有的有效目标。

5.根据权利要求4所述的一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，步骤S8的具体实现方式如下：S8‑1、将所有目标端点中最北端的点P和最南端的点Q连线，求得中点M；

S8‑2、过中点M作一条水平线，在水平线上M点右侧，即槽线运行前方取点N；

S8‑3、令M点与N点间的距离|MN|为P点到Q点间的距离|PQ|的五分之一，得到最优的目标的槽线的形态，得到调整后的槽线。

6.根据权利要求5所述的一种通过改进拉普拉斯自动识别南支槽的方法，其特征在于，步骤S9的具体实现方式如下：S9‑1、对调整后的槽线分别用直线连接N点和P点、N点和Q点；

S9‑2、每段直线分别进行贝塞尔曲线插值，将连接各点的直线替换成平滑的曲线，形成光滑连续的曲线，即为南支槽。

说明书

一种通过改进拉普拉斯自动识别南支槽的方法

技术领域

[0001] 本发明涉及气象技术领域，具体包括一种通过改进拉普拉斯自动识别南支槽的方法。

背景技术

[0002] 海平面气压1000hPa左右，从地面向高空气压不断降低，离地面越远、高度越高则气压越低。例如离地面3000米左右气压下降到700hPa，离地面5000米左右气压下降到500hPa。考虑到因地球引力的作功效应，则将某一气压所在的高度称为位势高度。同一等压面，各地位势高度不同，因此等压面在空间不是平面而是像地形一样起伏不平。在数学上可用二元函数H（x，y）来表示等压面所在的位势高度。图2为等压面空间示意图，在空间中等压面凸起的位置对应着更高的位势高度，而等压面凹陷的位置对应着更低的位势高度。

[0003] 从地面到高空气温陆续降低，所以如果大气上升就会使空气中的水汽因降温而达到饱和，凝结为水滴和冰晶形成云和降水。在北半球，南方靠近大洋且气温高，所以大气中含水汽更多而湿润，为暖湿空气；北方水汽少而寒冷，为干冷空气。

[0004] 在北半球中高纬度地区的高空，盛行西风气流，称为西风带。我国绝大部分地区处于中纬度西风带中。西风气流中常常产生波动，形成槽和脊如图3和图4所示；西风带中的槽称为西风槽。在天气图上，西风带低槽常常由北向南伸展。

[0005] 在高空等压面图上，西风带自低值中心向南延伸的狭长区域是西风槽如图3所示，因其在天气图中表示为线状，所以也称槽线。槽前即槽线的东侧为西南暖湿气流，槽后即槽的西侧为西北干冷气流。由于冷暖空气密度不同，槽前暖湿空气更轻，气流上升后因高空更冷，空气中的水汽凝结，该区域常常产生阴雨天气；槽后干冷空气因密度大而下沉，因低层更暖而使水滴冰晶受热变为汽态，此区域天气晴朗。因此，槽线的位置、强度等特性对于天气分析预报具有关键性指示意义。

[0006] 图3和图4为500hPa等压面上西风带中的槽线，数值表示位势高度，P1 4是横向（x~方向）各点位置关系，P0为槽线节点，单位为位势米。图3为槽线附近位势高度水平分布，左侧箭头为干冷的西北气流，右侧箭头为暖湿的西南气流。图4为沿图3中虚线作垂直剖面，粗线为垂直剖面与等压面的交线F(x)，黑色箭头是位势高度梯度方向，其中，‑、+分别是梯度符号，横向细线为位势高度值。图4中的槽线节点P0的特征为：其位势高度小于两侧邻域各点且其两侧的梯度相反，符号由负转正。

[0007] 西风在经过青藏高原时，受青藏高原巨大地形动力作用影响，绕流分为南北两支，其中南支西风气流上出现的西风槽称为南支槽。其地理位置在北纬10°30°，东经75°95°~ ~之间。南支槽一般从10月中旬开始出现到次年6月中旬消失，是影响我国南方地区的重要天气系统，影响区域包括云南、贵州、西藏、四川、重庆等地。南支槽在冷空气配合下可造成西南地区大范围的降温、降水天气，其位置、水汽输送、低空急流和冷空气强度等条件的不同决定了降水的强弱。除了影响我国西南地区之外，南支槽东移也会为华南、华东等大片区域带来强降水。

[0008] 等压面在空间如同地形一样起伏不平，如图5所示，槽是等压面上自低值中心向南延伸的狭长线状区域，所以又称为槽线，在三维空间表现为山谷区域的连线。槽线各点处的位势高度值比其前后两侧更低，从梯度上看则两侧符号相反，即梯度的方向相反；若有水沿位势高度场流动，那么水滴向下流动，经两侧聚集如图5中的箭头所示，所经过的路线就是槽线所在的位置。如图5中，曲线即为三维空间中等压面上槽线的位置。图5表明，在地形图中，溪流是其两侧山坡之间的最低端，由水滴下坡后形成。线条是由一系列的点组成的，槽线亦然，由槽线上各个节点（如图4中的P0点）所构成，该节点即山谷两侧的汇聚点。借鉴在地形图中找到溪流的方式，可判识南支槽。

[0009] 在某一点，物理量沿某一特定方向的增量就是这一点的方向梯度。对于图4中的一元函数，梯度即曲线的斜率。对位势高度场H来说，它随每一个地理坐标而变化，所以H的表达式为二维函数H(x，y)，其梯度G(x，y)是一个向量，可分解为在x和y方向的两个相互垂直的分量，如图6和图7。图6表示等压面上一点A，过点A分别沿x方向和y方向取垂直截面如图7。计算该点的梯度，其中向量 为A点沿y方向的梯度，向量 为A点沿x方向的梯度，两个分量之和 为A点的梯度向量。

[0010] 二元标量场的梯度是一个向量场。对二元函数即二维分布的位势高度场H(x，y)，其梯度G(x，y)可以表示为：

[0011]

[0012] 梯度由低值指向高值方向，其中，表示哈密顿算子。

[0013] 但梯度只能指示水滴的流动方向，并不能说明最终在何处汇聚为溪流。各处流下的水滴在哪里聚集，可用散度体现。

[0014] 散度是描述向量场上某一点附近聚合或发散程度的物理量，是标量。对于某一点来说，若散度值大于0，表示这一点为源点，即从此点发散，如图8；若散度值小于0，表示这一点为汇点，说明向该点汇聚，如图9；若散度值等于0，那么在这一点周围的小区域里既没有辐合，也没有辐散。

[0015] 对一个二维向量场，以梯度G(x，y)为例，其散度D可以表示为：

[0016]

[0017] 通过对一个向量场计算散度，可以分析该向量场是否发散或汇聚，在哪里发散或在何处汇聚，并确定其强度。

[0018] 求取梯度并进行散度运算的数学工具是拉普拉斯，符号为▽2，以法国数学家La Place命名，多用于在多维空间中分析函数的性质。求取散度的公式中对梯度G的散度D即为2
拉普拉斯▽运算，记为L。对位势高度H(x，y)，将求取梯度的公式代入求取散度的公式，可得位势高度的拉普拉斯L表示为：

[0019]

[0020] 具体来说，对位势高度场H(x，y)求梯度：由求取梯度的公式，将x和y方向的位势高度梯度分别记为Gx(x，y)，Gy(x，y)：

[0021]

[0022] 对上述梯度求散度，得到x方向的散度Dx(x，y)和y方向的散度Dy(x，y)：

[0023]

[0024] 这时对梯度求散度运算后的场D(x，y)为x,y两方向Dx(x，y)与Dy(x，y)之和，即为拉普拉斯L：

[0025]

[0026] 在实际的运算中，通过差分代替偏微分的方式计算拉普拉斯L：

[0027]

[0028] 式中L即为对位势高度场H(x，y)用差分方法求得的拉普拉斯值。

[0029] 通过上述分析可知，在位势高度场中寻找南支槽，本质上就是计算位势高度场H的拉普拉斯值L，即先通过求梯度寻找位势高度场的梯度，相当于获得水滴的流向；再通过计算散度寻找位势高度较低点，相当于确定水滴的汇聚位置，即槽线节点。将一系列这样的节点串联起来，就找到了槽线。

[0030] 南支槽是影响我国南方地区的重要天气系统，经常直接影响我国云南、四川、贵州、广西等地区。在冬半年，南支槽云系随西风气流东移至我国云贵、两广、湘赣等长江流域以南广大地区时，会给该地区带来降水，是我国南方重要的降水天气系统之一。南支槽活动时间长，影响区域广。准确分析南支槽，判断南支槽的位置、强度等特征，对于天气预报、防灾减灾具有重要意义。

[0031] 但直到目前为止，气象业务中一直局限于人工的手工分析，过程复杂，效率低下，因人而异，且容易发生误判，极大影响预报人员对于天气形势的判断。

发明内容

[0032] 针对现有技术中的上述不足，本发明提供的一种通过改进拉普拉斯自动识别南支槽的方法，解决了人工分析南支槽过程复杂、效率低下，容易发生误判的问题。

[0033] 为了达到上述发明目的，本发明采用的技术方案为：一种通过改进拉普拉斯自动识别南支槽的方法，包括以下步骤：

[0034] S1、获取位势高度场格点数据H；其中H [i，j]表示格点数据中第i行第j列的元素，H [i，j+1]表示H [i，j]右侧的一个格点，Δx表示H [i，j]与H [i，j+1]两点间距离；H [i+1，j]表示H [i，j]下侧的一个格点，Δy表示H [i，j]与H [i+1，j]两点间距离；

[0035] S2、计算位势高度场H在x方向的梯度场；

[0036] S3、在梯度场中寻找梯度值由负到正的转折点，并对梯度场进行清理，得到清理后的梯度场；

[0037] S4、对清理后的梯度场计算x方向散度，得到改进后的拉普拉斯值L'；

[0038] S5、将改进后的拉普拉斯值L'进行0,1二值化处理，得到黑白图像和待选槽线的多个目标；

[0039] S6、通过膨胀算法将黑白图像中待选槽线的多个目标合并，并通过腐蚀算法使膨胀后的图像恢复原有尺度，通过图像识别轮廓，得到合并后的目标轮廓；

[0040] S7、对合并后的目标轮廓计算轮廓指向角度和轮廓长短轴之比，寻找有效目标；

[0041] S8、对有效目标提取东西南北4个方向的端点，并对有效目标对应的槽线的形态进行调整，得到调整后的槽线；

[0042] S9、将调整后的槽线进行拟合，得到南支槽。

[0043] 本发明的有益效果为：本发明通过自动识别南支槽，可提高天气预报的效率和和规范性，大幅度减少人为因素的误判，为及时对天气形势做出正确的判断，提高预报能力具有极其重要的意义。

附图说明

[0044] 图1为本发明流程图；

[0045] 图2为等压面空间示意图；

[0046] 图3为槽线附近位势高度水平分布图；

[0047] 图4为槽线附近位势高度垂直剖面图；

[0048] 图5为槽线在三维空间示意图；

[0049] 图6为空间上的梯度示意图；

[0050] 图7为空间上的梯度垂直截面示意图；

[0051] 图8为辐散示意图；

[0052] 图9为辐合示意图；

[0053] 图10为位势高度场H等值线示意图；

[0054] 图11为格点位置示意图；

[0055] 图12为清理前的数据示意图；

[0056] 图13为清理后的数据示意图；

[0057] 图14为改进后的拉普拉斯数值特征示意图；

[0058] 图15为改进拉普拉斯L'黑白示意图；

[0059] 图16为膨胀处理后的效果图；

[0060] 图17为对膨胀后的图像腐蚀处理后的效果图；

[0061] 图18为轮廓提取示意图；

[0062] 图19为轮廓特征值示意图；

[0063] 图20为轮廓端点示意图；

[0064] 图21为轮廓端点直线拟合示意图；

[0065] 图22为一个实施例中500hPa高度场的等值线示意图；

[0066] 图23为一个实施例中x方向梯度场矢量图；

[0067] 图24为一个实施例中处理后的梯度场矢量图；

[0068] 图25为一个实施例中改进拉普拉斯L'黑白图；

[0069] 图26为一个实施例中膨胀处理示意图；

[0070] 图27为一个实施例中腐蚀处理示意图；

[0071] 图28为一个实施例中轮廓提取图；

[0072] 图29为一个实施例中目标图；

[0073] 图30为一个实施例中端点位置图；

[0074] 图31为一个实施例中槽线拟合位置图。

具体实施方式

[0075] 下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明。但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

[0076] 如图1所示，一种通过改进拉普拉斯自动识别南支槽的方法，包括以下步骤：

[0077] S1、获取位势高度场格点数据H；其中H [i，j]表示格点数据中第i行第j列的元素，H [i，j+1]表示H [i，j]右侧的一个格点，Δx表示H [i，j]与H [i，j+1]两点间距离；H [i+1，j]表示H [i，j]下侧的一个格点，Δy表示H [i，j]与H [i+1，j]两点间距离；

[0078] S2、计算位势高度场H在x方向的梯度场；

[0079] S3、在梯度场中寻找梯度值由负到正的转折点，并对梯度场进行清理，得到清理后的梯度场；

[0080] S4、对清理后的梯度场计算x方向散度，得到改进后的拉普拉斯值L'；

[0081] S5、将改进后的拉普拉斯值L'进行0,1二值化处理，得到黑白图像和待选槽线的多个目标；

[0082] S6、通过膨胀算法将黑白图像中待选槽线的多个目标合并，并通过腐蚀算法使膨胀后的图像恢复原有尺度，通过图像识别轮廓，得到合并后的目标轮廓；

[0083] S7、对合并后的目标轮廓计算轮廓指向角度和轮廓长短轴之比，寻找有效目标；

[0084] S8、对有效目标提取东西南北4个方向的端点，并对有效目标对应的槽线的形态进行调整，得到调整后的槽线；

[0085] S9、将调整后的槽线进行拟合，得到南支槽。

[0086] 在本发明中，寻找槽线即确定的其节点位置，可经过以下几步：

[0087] 第一，寻找某个纬度上（南北给定，即y坐标确定）槽线节点的横向（东西方向，求x坐标）位置，即由山坡分布确定水滴的横向汇聚之处。

[0088] 首先，要判断水滴流向什么方向，可由坡度决定，即从高处向低处流动。而坡度就是数学分析中梯度的反方向，求取位势高度场的梯度，在其反方向可找到南支槽线节点所在方向。

[0089] 其次，确定方向后还须明确槽线节点的具体位置。从溪流两侧的山坡来看，其位于两侧山坡中间的汇聚处。在数学上，表示汇聚的量是散度，如果某处散度为负值则该处为汇聚。

[0090] 另外，由散度计算得到的汇聚处往往并非一点而是一片，而且经常不是数值最大之处。分析可知，汇聚点的两侧均为上坡但其方向相反，所以需加入两处坡度的判别条件，才可得到一个槽线节点的具体位置。具体的判别条件是，从西到东梯度数值由负转正。

[0091] 至此，可获取一个槽线节点P0的具体坐标(x，y)。

[0092] 第二，在目标区域的另一处纬度y上重复上述过程，求得相应另一个槽线节点的x坐标值，于是可得一系列槽线节点。将其顺序连接起来即为南支槽线。

[0093] 在位势高度场中，南支槽就是山谷溪流处，若有水滴在位势高度场运动，那么水滴从两侧山坡向下流动之后，汇集之处就是槽线节点的位置。在每一侧的山坡上，水滴沿梯度的反方向向下流动。水滴最终会停留在这一层位势高度最低处，即南支槽的节点。

[0094] 分析整个等压面，可在南北方向截取诸多垂直切片，即不同的纬度y坐标，从而得到诸多的南支槽节点。

[0095] 这些最低点也就是水流汇聚的地方，即散度小于0之处。只要找到梯度的散度，即拉普拉斯L的特定值，就可以找到槽的位置。寻找南支槽的本质，就是在位势高度场的山地上按照梯度从高到低寻找在重力作用场下溪流的南北向轨迹。

[0096] 步骤S2的具体实现方式如下：

[0097] 根据公式：

[0098]

[0099] 得到x方向的梯度场 ；其中， 表示位势高度场在第i行第j列处的高度差；△x为此两点间在x方向的距离； 为格点数据中第i行第j列的x方向梯度值。

[0100] 步骤S3的具体实现方式如下：

[0101] S3‑1、根据梯度场判断梯度值由负到正的转折点；

[0102] S3‑2、针对梯度值正负转折点的左侧的点，保留 的数据；将其余各点梯度值赋值为0；得到清理后的梯度场 ；其表达式为：

[0103] 。

[0104] 步骤S4的具体实现方式如下：

[0105] 对于南支槽而言，总体自北向南延伸。所以x方向拉普拉斯值的变化，即可完全体现东西方向位势高度最低点汇聚的位置，从而确定南支槽节点的x坐标。而y方向的拉普拉斯数值则体现在y方向的y坐标，对于寻找南支槽并无贡献。因此，为提高识别南支槽的效率，现做如下改进：仅处理x方向的拉普拉斯，可略去y方向，仅计算位势高度H在x方向的梯度及其散度。

[0106] 根据公式：

[0107]

[0108] 得到改进后的拉普拉斯值L'；其中， 表示清理后的梯度场中 右侧一点的格点数据。

[0109] 步骤S6的具体实现方式如下：

[0110] S6‑1、根据公式：

[0111]

[0112] 对黑白图像进行膨胀，使多个目标合并，得到膨胀后的图像Y1；其中，B表示卷积模板图像；A表示原图像；x表示图像中的元素点；将图像B按照元素点x平移，得到的点的集合记作B（x）；B（x）表示在图像A中移动的结构元素； 表示膨胀运算； Y1表示进行膨胀运算的结果，把结构元素B平移后使B与A的交集非空的点构成的集合；表示空集；

[0113] S6‑2、根据公式：

[0114]

[0115] 对膨胀后的图像进行腐蚀处理以恢复目标的原有尺寸，得到腐蚀后的图像Y2；其中，!表示腐蚀运算；y表示膨胀后的图像中的元素点；将图像B按照元素点y平移，得到的点的集合记作B（y）；Y2表示进行腐蚀运算的结果，把结构元素B平移后使B包含于 的所有点构成的集合；

[0116] S6‑3、对黑白图像重复步骤S6‑1至步骤S6‑2直到30次，并对膨胀和腐蚀处理后的图像识别轮廓，得到合并后的目标轮廓。

[0117] 步骤S7的具体实现方式如下：

[0118] S7‑1、对合并后的轮廓，过轮廓内接椭圆的中心点建立直角坐标系，轮廓内接椭圆的长轴与x轴的夹角为轮廓指向角度，轮廓内接椭圆的长轴长度与短轴长度之比为长短轴之比；

[0119] S7‑2、对所有的合并后的轮廓，保留轮廓指向小于90°且内接椭圆的长短轴之比大于2的轮廓，作为目标；

[0120] S7‑3、判断膨胀腐蚀次数是否达到100次；若是，进入步骤S7‑4；否则，增加5次膨胀次数并进入步骤S6；

[0121] S7‑4、判断目标个数是否为0；若是，表示该位势高度场不存在南支槽，结束判别；否则，进入步骤S7‑5；

[0122] S7‑5、获取当前所有的目标。

[0123] 步骤S8的具体实现方式如下：

[0124] S8‑1、将所有目标端点中最北端的点P和最南端的点Q连线，求得中点M；

[0125] S8‑2、过中点M作一条水平线，在水平线上M点右侧，即槽线运行前方取点N；

[0126] S8‑3、令M点与N点间的距离|MN|为P点到Q点间的距离|PQ|的五分之一，得到最优的目标的槽线的形态。

[0127] 步骤S9的具体实现方式如下：

[0128] S9‑1、对调整后的槽线分别用直线连接N点和P点、N点和Q点；

[0129] S9‑2、每段直线分别进行贝塞尔曲线插值，将连接各点的直线替换成平滑的曲线，形成光滑连续的曲线，即为南支槽。

[0130] 如图10所示，图10表示，其中黑色实线表示位势高度场等值线，箭头由位势高度的低值指向高值，箭头指向左侧表示该点梯度值为负值，箭头指向右侧表示该点梯度值为正值。

[0131] 如图11所示，H [i，j]表示格点数据中第i行第j列的元素，H [i，j+1]表示H [i，j]右侧格点，Δx表示H [i，j]与H [i，j+1]两点间距离；H [i+1，j]表示H [i，j]下侧格点，Δy表示H [i，j]与H [i+1，j]两点间距离。

[0132] 如图12和图13所示，步骤S3的具体实现方式如下：

[0133] S3‑1、根据梯度场判断梯度值由负到正的转折点；

[0134] S3‑2、针对梯度值正负转折点的左侧的点，保留 的数据；将其余各点梯度值赋值为0；得到清理后的梯度场 ；其表达式为：

[0135] 。

[0136] 完成该步骤后，清理后的梯度场 只有两类数据：一是梯度值正负转折点的左侧一点，其数值<0；二是其余各点，被赋值为零。图12为清理前的数据示意图；图13为清理后的数据示意图。

[0137] 如图14所示，改进后的拉普拉斯值在槽线可能存在的目标区域其值L'≠0，其他区域L'=0。

[0138] 如图15所示，步骤S5的具体实现方式如下：

[0139] 将改进后的拉普拉斯值L'≠0的区域的亮度赋值为255，其余区域亮度赋值为0；其中，改进后的拉普拉斯值在槽线可能存在的目标区域值为L'≠0，其他区域L'=0。

[0140] 根据南支槽的活动范围，将L'的分析区域限定于10°30°N，75°95°E之间。~ ~

[0141] 如图16和图17所示，通过对黑白图像进行膨胀处理从而实现多个目标融为一体。膨胀和腐蚀针对图中白色高亮的目标部分，即亮度值为255的区域进行。目标内部像素的灰度值为255，目标外部的背景像素的灰度值为0。膨胀时将，目标外部背景与目标相邻的像素值重新赋值为255，使目标扩大。相反，腐蚀时，将目标内部与背景相邻的像素重新赋值为0，使目标缩小。

[0142] 如图18所示，图18为对膨胀腐蚀处理后的图像进行轮廓提取的结果。

[0143] 如图19所示，过轮廓内接椭圆的中心点建立直角坐标系，轮廓内接椭圆的长轴与x轴的夹角为轮廓指向角度，轮廓内接椭圆的长轴长度与短轴长度之比为长短轴之比。

[0144] 如图20所示，对目标提取端点，即每一个目标最顶部，最底部，最右侧和最左侧的点。

[0145] 如图21所示，根据已知的P点、Q点和N点三个坐标，分别用直线将N点与起点P点和终点Q点连接起来，每段分别进行贝塞尔曲线插值，将连接各点的直线替换成平滑的曲线，各段曲线在顶点处是平滑的过度。最终形成光滑连续的曲线并作图，即为南支槽。获得P、Q、N点位置作为槽线基本参数。

[0146] 在本发明的一个实施例中， 针对2021年2月6日至2月9日一个南支槽，取2月7日08时500hPa的位势高度场，等值线如图22所示。

[0147] 读取格点资料中500hPa位势高度数据，纬向范围取0°150°E，有601个格点；经向~范围为‑20°S 90°E，有441个格点。网格分辨率为2.5°×2.5°。
~

[0148] 用[i,j]表示格点资料中第i行第j列的元素。格点[i,j]右侧格点表示为[i,j+1]，两点间距离用Δx表示。针对位势高度场H中[i,j]点及其右侧[i,j+1]点的数据，计算得到x方向梯度场Gx矢量图，如图23所示。如图24所示，在梯度场中寻找梯度值由负到正的转折点，即槽线节点。对x方向梯度场Gx中[i,j]点及其右侧[i,j+1]点的数据，计算得到处理后的梯度场G'x，并获得对应的矢量图，其中，框内为南支槽活动范围。

[0149] 对处理后的梯度场计算散度，得到改进后的拉普拉斯值L'。针对处理后的梯度场G'x中[i,j]点及其右侧[i,j+1]点的数据，得到改进后的拉普拉斯值L'；对各点求得改进后的拉普拉斯值L'进行0，1二值化处理，得到其黑白图像。改进后拉普拉斯值L'不为0的区域为槽线可能存在的目标区域，将该区域灰度赋值为255，其余区域灰度赋值为0。根据南支槽的活动范围，将L'的分析区域限定于10°30N°，75°95°E之间，如图25所示。~ ~

[0150] 如图26和图27所示，将待选槽线多个目标合并，并恢复原有尺度。对灰度图进行膨胀腐蚀处理，膨胀处理后的图像如图26所示，膨胀后腐蚀处理后的突然如图27所示。

[0151] 如图28所示，对膨胀和腐蚀处理后的图像提取轮廓，得到合并后的轮廓。

[0152] 如图29所示，对合并后的轮廓寻找目标，得到有效目标的图像。

[0153] 如图30所示，目标图像中所有目标提取端点，即每一个目标最顶部，最底部，最右侧和最左侧的点；得到对应的端点位置图。

[0154] 根据槽线是一条向右前突的曲线这一特征确定槽线基准点。进行槽线拟合，对应的端点位置图获取P点和Q点，并计算得到N点；分别用直线将N点与起点P点和终点Q点连接起来，每段分别进行贝塞尔曲线插值，将连接各点的直线替换成平滑的曲线，各段曲线在顶点处是平滑的过度，得到光滑连续的曲线；当槽线基准点为P点（86.5°E，29°N），Q点（82.5°E，17°N），N点（87.5°E，21°N），且位势高度场为500hPa，发生南支槽时，拟合结果为向右前突的圆滑曲线获取的槽线基准点为P点（86.5°E，29°N），Q点（82.5°E，17°N），N点（87.5°E，21°N），即槽线为一条经过P、Q、N点，且向右前突的圆滑曲线，如图31所示。

[0155] 本发明可以提高识别南支槽的效率和规范性，大幅度降低预报人员的工作强度，及时对天气形势做出准确的判断，为分析预报业务自动化做出贡献。