基于多目標(biāo)追蹤算法的北海高影響區(qū)域雷暴路徑分類(lèi)及特征分析＊

植耀玲，周利發(fā)，盧炳夫，黃丹，伍華麗，吳浙，毛秋菊

（1.廣西壯族自治區(qū)氣象災(zāi)害防御技術(shù)中心，廣西 南寧 530022；2.廣西電力職業(yè)技術(shù)學(xué)院，廣西 南寧 530007；3.北海市氣象局，廣西 北海 536006）

0 引言

雷暴是熱帶和溫帶地區(qū)常見(jiàn)的局地性強(qiáng)對(duì)流天氣，雷暴發(fā)生時(shí)可伴隨雷擊、閃電、強(qiáng)風(fēng)和強(qiáng)降水等惡劣天氣，是我國(guó)最大的災(zāi)害性天氣之一。北海市為廣西強(qiáng)雷區(qū)，每年強(qiáng)雷天氣可造成大量的人員傷亡和財(cái)產(chǎn)損失［1-2］。雷暴路徑是反映某一區(qū)域雷電活動(dòng)規(guī)律的主要內(nèi)容之一，雷暴移動(dòng)路徑的分類(lèi)對(duì)研究雷暴生成、發(fā)展、消亡等過(guò)程具有指導(dǎo)意義［3-4］。天氣雷達(dá)是監(jiān)測(cè)雷暴活動(dòng)的重要手段之一，通過(guò)算法識(shí)別雷達(dá)資料中的暴風(fēng)單體，然后通過(guò)外推其運(yùn)動(dòng)路徑得到預(yù)測(cè)結(jié)果是雷暴臨近預(yù)報(bào)常用的方法［5-6］。也有學(xué)者選取閃電定位數(shù)據(jù)進(jìn)行雷暴路徑特征分析，例如崔雪東等［7］通過(guò)密度極大值快速搜索算法和Kalman濾波算法識(shí)別追蹤雷暴路徑。近年來(lái)，機(jī)器學(xué)習(xí)在氣象領(lǐng)域研究中得到廣泛應(yīng)用。潘巧等［8］利用各類(lèi)雷暴追蹤算法進(jìn)行雷暴識(shí)別研究，解決無(wú)法區(qū)分不同單體、識(shí)別結(jié)果過(guò)于零散等問(wèn)題。FMM（Finite Mixture Model）算法即有限混合模型算法，是利用混合多項(xiàng)式回歸模型擬合曲線(xiàn)的形狀和長(zhǎng)度，通過(guò)分析其相似度進(jìn)行聚類(lèi)，屬于空間數(shù)據(jù)挖掘中聚類(lèi)算法的分支。研究表明，采用該算法對(duì)天氣系統(tǒng)路徑進(jìn)行聚類(lèi)分析能達(dá)到良好的效果［9-12］。

本文選取2018—2023年的二維、三維雷電定位數(shù)據(jù)和廣西雷達(dá)組合反射率產(chǎn)品，提出一種基于YOLOv7目標(biāo)檢測(cè)算法的雷暴識(shí)別方法，并結(jié)合Deep-SORT多目標(biāo)追蹤算法進(jìn)行目標(biāo)追蹤，將目標(biāo)檢測(cè)和目標(biāo)跟蹤分離，以此提高雷暴單體識(shí)別的精度和雷暴路徑追蹤的準(zhǔn)確性。通過(guò)FMM算法對(duì)北海市雷暴路徑進(jìn)行客觀(guān)分類(lèi)，著重分析各類(lèi)路徑的時(shí)空變化規(guī)律，可在一定程度上避免主觀(guān)誤差，豐富雷暴研究的技術(shù)手段。本文旨在進(jìn)一步探索影響北海市高影響區(qū)域的不同路徑雷暴的氣候特征，可為雷電監(jiān)測(cè)預(yù)警及防災(zāi)減災(zāi)工作提供參考。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)來(lái)源

統(tǒng)計(jì)雷暴過(guò)程采用的是廣西壯族自治區(qū)防雷中心提供的2018年1月1日至2023年8月31日的二維雷電定位數(shù)據(jù)（廣西ADTD二維閃電定位系統(tǒng)，建于2009年，僅含地閃，不含云閃）、三維雷電定位數(shù)據(jù)（廣西雷電綜合監(jiān)測(cè)網(wǎng)，建于2016年，含地閃及云閃）和廣西雷達(dá)組合反射率產(chǎn)品。

1.2 過(guò)程篩選與技術(shù)方法

1.2.1 定義標(biāo)準(zhǔn)

（1）高影響區(qū)域：將北海市行政區(qū)域邊界的外接矩形外擴(kuò)15 km得到的矩形區(qū)域。

（2）高影響區(qū)域雷暴過(guò)程：在影響區(qū)域內(nèi)生成、發(fā)展、成熟或消散的雷暴過(guò)程，并且該過(guò)程需持續(xù)20 min以上，若目標(biāo)分析區(qū)域只有消散過(guò)程，則可能是該過(guò)程短暫而被遺漏。

（3）過(guò)程雷暴路徑：把雷暴初生、發(fā)展、消散過(guò)程中雷達(dá)回波組合反射率最高值移動(dòng)路徑作為雷暴路徑，利用逐6min一次的雷達(dá)組合反射率產(chǎn)品統(tǒng)計(jì)雷暴高影響區(qū)域內(nèi)每隔12～18min對(duì)應(yīng)的雷達(dá)回波高組合反射率的質(zhì)心連線(xiàn)及其移動(dòng)方向。

1.2.2 冷啟動(dòng)下的雷暴路徑自動(dòng)識(shí)別追蹤方法

針對(duì)雷達(dá)加閃電數(shù)據(jù)視頻序列中可能無(wú)法識(shí)別不同雷暴單體、識(shí)別結(jié)果過(guò)于零散及無(wú)法追蹤等問(wèn)題，本文結(jié)合YOLOv7算法與DeepSORT算法提出一種冷啟動(dòng)方式下的雷暴路徑自動(dòng)識(shí)別追蹤方法。該方法將雷暴質(zhì)心識(shí)別與追蹤相結(jié)合，通過(guò)引入YOLOv7算法識(shí)別檢測(cè)雷暴中心，提高識(shí)別的精度，將雷暴質(zhì)心移動(dòng)的方向差因素加入DeepSORT算法關(guān)聯(lián)代價(jià)中，實(shí)現(xiàn)雷暴中心的目標(biāo)追蹤。

雷暴路徑自動(dòng)識(shí)別追蹤方法的具體步驟（如圖1所示）如下：首先利用DarkLabel視頻標(biāo)注軟件對(duì)目標(biāo)區(qū)域2022年6月至2023年6月的歷史雷暴數(shù)據(jù)進(jìn)行逐幀框選標(biāo)注冷啟動(dòng)方式，制作MOT（多目標(biāo)追蹤）數(shù)據(jù)集格式作為訓(xùn)練集；其次使用YOLOv7算法訓(xùn)練出能識(shí)別雷暴質(zhì)心位置的模型，引入多目標(biāo)算法中的DeepSORT對(duì)剩余數(shù)據(jù)的雷暴質(zhì)心進(jìn)行連續(xù)追蹤，進(jìn)而繪制出近6年的雷暴移動(dòng)路徑；最后使用FMM聚類(lèi)算法對(duì)路徑進(jìn)行聚類(lèi)，得到雷暴路徑的類(lèi)型。

圖1 雷暴路徑自動(dòng)識(shí)別追蹤方法的具體步驟

1.2.3 雷暴過(guò)程訓(xùn)練集選取標(biāo)準(zhǔn)

雷暴過(guò)程訓(xùn)練集選取標(biāo)準(zhǔn)如下：①過(guò)程當(dāng)日三維閃電日頻次高于1 000次；②過(guò)程當(dāng)日二維閃電日頻次高于100次；③過(guò)程中雷達(dá)回波組合反射率持續(xù)18min（連續(xù)4幀）高于35 dBz；④過(guò)程中連續(xù)6min內(nèi)，三維閃電頻次大于5次。

2 雷暴路徑繪制及聚類(lèi)

2.1 雷暴過(guò)程路徑繪制

（1）單一路徑繪制。確定路徑起始點(diǎn)，用實(shí)心點(diǎn)和編號(hào)標(biāo)記，沿著路徑每隔12～18min（2～3幀）以實(shí)心圓標(biāo)記雷暴發(fā)生區(qū)域質(zhì)心，用黑色實(shí)線(xiàn)依次連接實(shí)心圓，在雷暴消散區(qū)或高影響區(qū)域邊界用箭頭標(biāo)記代表雷暴消散或路徑越過(guò)高影響區(qū)域的位置及方向。

（2）多路路徑繪制。對(duì)于多路路徑匯成一路路徑的繪制，分別繪制多路路徑的起始點(diǎn)，用實(shí)心點(diǎn)和同一編號(hào)標(biāo)記，多路路徑起始時(shí)間可能不一致，沿著路徑每隔12～18min（連續(xù)2～3幀）以實(shí)心圓標(biāo)記雷暴發(fā)生區(qū)域質(zhì)心，在路徑交匯處用同一個(gè)實(shí)心點(diǎn)標(biāo)記后按照單一路徑繪制方法繪制。對(duì)于單路路徑分裂為多路路徑的繪制及編號(hào)，首先按照單一路徑繪制方法繪制，其次在分裂處分別繪制多路路徑，在雷暴消散區(qū)或高影響區(qū)域邊界用箭頭標(biāo)記，多路路徑消散時(shí)間可能會(huì)不一致。

通過(guò)該路徑繪制方法得到從2018年1月1日至2023年8月31日北海市高影響區(qū)域的雷暴路徑數(shù)據(jù)，共計(jì)90條路徑（如圖2所示）。從雷暴的生、消位置看，外地生成經(jīng)過(guò)北海的雷暴有56次，占比為56.6%；本地生成外地消散的雷暴有14次，占比為15.5%；外地生成本地消散的雷暴有17次，占比為18.8%；北海本地生成并消散的雷暴有8次，占比為8.8%。

圖2 2018—2023年雷暴移動(dòng)路徑線(xiàn)路匯總圖

2.2 雷暴路徑聚類(lèi)分析

對(duì)90條雷暴路徑數(shù)據(jù)進(jìn)行多目標(biāo)算法聚類(lèi)，聚類(lèi)結(jié)果如圖3所示。由圖3可知，從雷暴路徑方向得到的5類(lèi)主要影響北海市的路徑基本是外地生成的雷暴，含71次過(guò)程，占總路徑的78.9%。雷暴起始位置及影響范圍等方面有明顯差異，本文主要針對(duì)該5類(lèi)主要路徑進(jìn)行分析。

圖3 多目標(biāo)算法聚類(lèi)得到的北海市高影響區(qū)域雷暴路徑示意

第一類(lèi)西南—東北向雷暴自西南方向從北部灣海域向東北影響北海市合浦縣東部地區(qū)，共有23次過(guò)程；第二類(lèi)西—東向雷暴自偏西方向從合浦縣西部向東一路移動(dòng)，有18次過(guò)程；第三類(lèi)西北—東南向雷暴由欽州市西部從西北向東南方向影響北海，有13次過(guò)程；第四類(lèi)東北—西南向雷暴從玉林市南部由東北向西南方向移動(dòng)至北部灣海域，有9次過(guò)程；第五類(lèi)南—北向雷暴從北部灣海域經(jīng)銀海區(qū)南部向北影響至內(nèi)陸地區(qū)，有8次過(guò)程。

3 雷暴活動(dòng)特征分析

3.1 5類(lèi)雷暴活動(dòng)概況

從5類(lèi)雷暴路徑頻次（見(jiàn)表1）及頻次月份分布（如圖4所示）來(lái)看，5類(lèi)路徑的統(tǒng)計(jì)特征各有差異。第一類(lèi)雷暴發(fā)生次數(shù)最多，占總頻數(shù)的32.39%，并且多集中在5月，其他月份明顯減少；在08：00-20：00和20：00-08：00（次日）2個(gè)時(shí)段占比最多，均超過(guò)30%。第二類(lèi)雷暴出現(xiàn)頻次較多，多發(fā)生在6月，其他月份明顯減少；在20：00-08：00（次日）時(shí)段占比較多，超過(guò)30%。第三類(lèi)雷暴頻次較少，多發(fā)生在7月且多發(fā)生在08：00-20：00時(shí)段。第四類(lèi)雷暴在6月至9月出現(xiàn)頻次差不多，但在20：00-08：00（次日）時(shí)段發(fā)生最少。第五類(lèi)雷暴出現(xiàn)次數(shù)最少，主要發(fā)生在6月，其他月份明顯減少；在08：00-20：00和20：00-08：00（次日）2個(gè)時(shí)段發(fā)生概率差不多。

表1 5類(lèi)雷暴路徑頻次特征統(tǒng)計(jì)表

圖4 5類(lèi)雷暴路徑頻次月份分布圖

總體上看，第一類(lèi)、第二類(lèi)和第三類(lèi)雷暴是北海市常見(jiàn)的雷暴路徑類(lèi)型。北海市雷暴活動(dòng)多發(fā)生在白天時(shí)段（08：00-20：00），占比約63.38%，其中第一類(lèi)雷暴全天發(fā)生概率最高，第四類(lèi)晚上發(fā)生概率最低。北海市雷暴活動(dòng)多發(fā)生在5月至7月，占比約73.24%，各類(lèi)型雷暴頻次、月份間差異明顯，都有其各自發(fā)生頻次高的月份，其中僅有第一類(lèi)和第二類(lèi)雷暴會(huì)發(fā)生在冬季（1月至2月）。

3.2 雷暴路徑與閃電密度對(duì)比分析

對(duì)比閃電密度（如圖5所示）和雷暴路徑分布情況（如圖2和圖3所示）可知，閃電密度高值區(qū)集中在北海市高影響區(qū)域的西南部和東北部地區(qū)，在中部和東南部閃電密度較低，說(shuō)明影響北海市的雷暴多為外來(lái)路徑，并且這些路徑很少?gòu)谋焙Ｊ袞|南部侵入，閃電密度分布特征與5類(lèi)主要影響北海市的雷暴路徑分布區(qū)域基本一致。這也驗(yàn)證了基于多目標(biāo)追蹤算法與聚類(lèi)算法統(tǒng)計(jì)得到的雷暴路徑能較準(zhǔn)確地體現(xiàn)影響北海市高影響區(qū)域的主要雷暴的路徑方向和影響范圍，對(duì)雷電災(zāi)害風(fēng)險(xiǎn)普查、雷電監(jiān)測(cè)預(yù)警預(yù)報(bào)等工作的開(kāi)展有一定的可行性、互補(bǔ)性和實(shí)用性。

圖5 2018—2023年北海市閃電密度分布圖［單位：次/（年·km2）］

4 結(jié)論

綜上所述，本文得出的主要結(jié)論如下：①?gòu)睦妆┞窂揭苿?dòng)的方向看，主要有5條路徑影響北海市（除潿洲島），含71次過(guò)程。②各類(lèi)雷暴路徑活動(dòng)特征差異明顯。近6年來(lái)，第一類(lèi)雷暴發(fā)生頻次最高，第五類(lèi)頻次最低；各類(lèi)雷暴路徑次數(shù)極大值所在的月份均不一樣，并且僅有第一類(lèi)和第二類(lèi)雷暴會(huì)發(fā)生在冬季；08：00-20：00時(shí)段發(fā)生雷暴過(guò)程最多，其中第一類(lèi)雷暴白天發(fā)生概率最高，第四類(lèi)晚上發(fā)生概率最低。③影響北海市的雷暴多為外來(lái)路徑，閃電密度分布特征與主要影響北海市的雷暴路徑分布區(qū)域基本一致。

本文提出的基于多目標(biāo)追蹤算法與聚類(lèi)算法的雷暴識(shí)別方法，能較準(zhǔn)確地識(shí)別和追蹤北海市高影響區(qū)域的雷暴過(guò)程，有利于掌握北海市的雷電風(fēng)險(xiǎn)情況，為雷電的預(yù)警預(yù)報(bào)提供參考意義，并為區(qū)域雷電災(zāi)害風(fēng)險(xiǎn)評(píng)估工作提供理論依據(jù)。在雷暴活動(dòng)中有許多系統(tǒng)的發(fā)展趨勢(shì)會(huì)影響雷暴的生、消過(guò)程，關(guān)于熱力、動(dòng)力和地形地貌等因子對(duì)各類(lèi)雷暴過(guò)程產(chǎn)生的作用本文并未涉及，影響各類(lèi)雷暴路徑選擇的機(jī)制也未深入研究，這些問(wèn)題將是下一階段研究工作的重點(diǎn)。