1.一种基于雷达回波图像扇区分量分析的风暴趋势预测方法，包括以下步骤：步骤1：设时间T为进行风暴趋势预测的起报时刻，需要预测在未来T+ε时刻的风暴信息；读取某部雷达T时刻及之前最接近T时刻的N次雷达探测资料，设T时刻的雷达探测资料为RD(T)，则任一时刻的雷达资料可表示为RD(T‑t+1)，t∈[1,N]；N表示所读取的雷达资料的数量，N取值为3～10的整数；

步骤2：对T时刻的雷达探测资料RD(T)，定义一个数据集 存储这些基本反射率数据，其中，表示仰角，λ表示距离库长，λ∈[1,MaxDis]，MaxDis表示雷达探测的最大有效距离，ω表示方位角，ω∈[0,360)；

步骤3：定义一个阈值α，α∈[1,10]的整数，用于将值域[1,MaxDis]按α为单位划分为若干份；定义一个阈值β，β∈[2,20]的整数，用于将值域面上，按α划分的距离库长和β划分的方位角划分成若干个扇区面；

定义 表示T时刻的雷达探测资料RD(T)在 仰角面上的某一个扇区，该扇区中心位置的距离库长和方位角分别为λ和ω；定义一个阈值δ，δ∈[2,20]的整数，将雷达可探测到的基本反射率划分为若干个值域区间，即Thd＝{[0,δ),[δ,2δ),[2δ,3δ),…,[(m‑2)δ,MaxdBZ)}，其中，MaxdBZ表示多普勒天气雷达可能探测到的基本反射率值最大值，m的取值可由MaxdBZ和δ来确定；

步骤4：定义一个包含若干组键值对的数据集 其中，key为用于区分和标识值域区间Thd，value用于计数，初始值均为0；每个key对应一个value，每一组key和value构成一个键值对；对雷达探测资料RD(T)的任一个仰角面，根据步骤3扇区的划分，依次对每一个扇区做如下操作：第一，对于雷达探测资料RD(T)中任一扇区 查找落入该扇区的所有探测点；对这些探测点逐一分析其基本反射率在值域区间Thd中的位置，即找到相应的key；再在相应key的键值对中，将value自增1；

第二，将计数value转换为其占所在扇区的value累加和的比例，计算方法为：其中， 表示数据集 中，键为key时的值，即

key所对应的value； 表示数据集 中，所有key对应的value值的累加和；由此，计算出雷达探测资料RD(T)的各个仰角面每一个扇区中所有探测点的基本反射率在值域区间Thd中的分布情况；

步骤5：对于雷达探测资料RD(T)中任一扇区 依次做如下操作：第一，读取T时刻前一时刻的雷达探测资料RD(T‑1)，生成数据集 对雷达探测资料RD(T‑1)划定一个与 同一仰角面且位置和大小完全相同的扇区，即与步骤3中所述相同，此处的λ和ω分别表示该扇区中心位置的距离库长和方位角；

第二，保持扇区的形状和大小不变，将扇区 的中心位置由(λ,ω)平移到(λ‑L,ω‑M)；此时，扇区变为 其中，L表示距离库长的偏移量，L∈[2,

20]的整数，M表示方位角的偏移量；按照步骤4的方法，计算该扇区的和

第三，依次计算扇区

的

和

第四，定义 表示扇区 的DSP值，其

中，x∈[‑L,L]，μ∈[‑M,M]；计算 与的近似指数，计算公式如下：

其中，x∈[‑L,L]且以1递增，μ∈[‑M,M]且以1°递增；k∈[0,m‑1]，m为值域区间Thd被划分的区间数量； 表示key＝k时，键值对 对应的pert值，同理， 表示key＝k时，键值对 对应

的pert值；

由此，计算出雷达资料RD(T‑1)中，扇区中心点从 至 范围内，每个扇区 与RD(T)中 扇区的基本反射率分布近似指数；从这些指数中找出数值最大的一个 ，记录下此扇区的位置，即中的x和μ；

进一步地，得到雷达资料RD(T)在扇区 处的偏移量为步骤6：上述步骤得到RD(T)相对于前一时刻RD(T‑1)雷达探测资料各仰角面上各个扇区的偏移量，记为 采用同样方法，分别计算N次雷达探测资料中，各个时刻相对于前一时刻雷达探测资料各仰角面上各扇区的偏移量；

步骤7：设定N次雷达探测资料划分后的任一扇区为 定义Sec[1]、Sec[2]、…、Sec[8]为与 为紧相邻的8个扇区；再定义 为扇区 中任一探测点，探测点 与Sec[g]中心位置的距离为其中，g∈[1,2,…,8]；其中，表示仰角，λ表示距离库长，ω表示方位角；求得

步骤8：定义如下函数，用于预测风暴移动发展的趋势：其中， 表示雷达探测资料RD(T)中任一探测点 在未来T+ε时刻的位移矢量；假设T与T‑1时刻的时间步长为1，则是该时间步长的自然数倍或正小数倍ε表示未来某一时间与时间T的增量，是该时间步长的自然数倍或正小数倍；h(t)是一个权重函数，该函数的构造始终满足单调递减的原则，且表示与雷达资料RD(T‑t+1)中 仰角λ距离库长ω方位角的风暴所在的扇区紧相邻的某一扇区， 则表示扇区的风暴在T‑t+1与T‑t时刻的单位偏移量；指数p为正数，经验取值范围是[1.0,3.0]；

由此完成雷达探测资料RD(T‑t+1)中任一探测点 在未来T+ε时刻的位移矢量 进一步完成该雷达N组雷达探测资料中所有探测点的移动发展趋势，即完成雷达探测基本反射率所表征的风暴体在T时刻移动趋势预测。

2.根据权利要求1所述风暴趋势预测方法，其中步骤3中，按α划分的距离库长和β划分的方位角划分扇区面时，数据集 中每一个探测点都落在且仅落在一个扇区中，对于落在交织线上的探测点，可规定其归属于λ较小或ω较小的一个扇区。

3.根据权利要求1所述风暴趋势预测方法，其中步骤3中，阈值α将值域[1,MaxDis]划分为若干份，各份为等份。

4.根据权利要求1所述风暴趋势预测方法，其中步骤3中阈值β将值域[0,360]划分为若干扇区，各份为等份。

5.根据权利要求1所述风暴趋势预测方法，还包括步骤9，在步骤8的基础上，利用空间插值算法可计算出风暴在经度、纬度和高度三个维度的移动矢量，由此可做出风暴综合移动发展趋势的预测。