本发明涉及雷电运动轨迹及趋势计算，特别是根据离散的历史雷电发生数据，估计雷电簇团运动轨迹及趋势方向的方法。
背景技术：
雷电云受大气运动的驱动，可以快速移动，雷电本身会对电力设备等重要设施安全造成影响。所以，掌握密集发生的雷电簇团运动轨迹及趋势，对保护易受雷电影响设施有重要意义。现有的工作主要集中在对雷电运动未来趋势的预测，例如：公开号为cn102253426a名为《采用空间密度聚类进行雷电运动预测的方法》利用密度聚类和特征点来预测雷电的运动方向。公开号为cn105353225a名为《可预测雷电运动趋势的雷电预警方法》的在审专利，特别引入风速仪，以风速为依据来辅助预测雷电运动。这些已有的发明并没有将雷电簇团运动特征的概括与预测相结合。但是特定行业中，尤其需要掌握雷电族团运动轨迹的概括。例如用于统计长时间内，雷电族团运动与指定物之间的方位角关系，从而知道雷电簇团对指定物的经常性风险。另一方面，对雷电的未来位置及方向预测，客观上必须建立在对历史运动特征的良好概况基础上，由于雷电簇团的运动具有短时持续恒定特点，良好的轨迹概况可以提供准确的方向预测。
有鉴于此，有必要提供一种提取雷电簇团运动轨迹及趋势的方法，以满足实际应用需要。
技术实现要素：
本发明的目的是：本发明旨在克服现有成果中隔离雷电簇团运动轨迹概括与方向预测的缺陷，从而提供一种提取雷电簇团运动轨迹及趋势的方法。
为了实现以上发明目的，本发明所采用的技术方案是：一种提取雷电簇团运动轨迹及趋势的方法，其特征在于，所述方法包括以下步骤：
步骤1.对于监测区域a，时间段t内发生一次雷电密集发过程，收集t期间发生所有雷电的位置信息d＝{d1，d2，...，dk}，k代表雷电发生的总数，每次雷电di∈d的位置可以通过雷电定位设备进行测定，以经纬度坐标的形式给出；
步骤2.将监测范围a网格化，设置经纬度方向的分格数；
步骤3.对数据d进行平滑操作，提取a范围内密集的雷电簇团在t时间内移动覆盖的区域；
步骤3-1使用非参数的密度估计方法，估计当前雷电在网格中的密度分布；
步骤3-2在密度分布的基础上利用密度等高线对雷电的聚集分布层次化；
步骤3-3设置密度阀值α，该阀值由单位地理面积内的雷电次数决定，小于α的数据网格将被视为零星雷电而忽略，高于阀值α的密度等高线决定雷电簇团在时间t内移动覆盖的面积边界；
步骤4.对于每个利用雷电密度等高线分离出来的雷电簇团在t时间内覆盖区域c，进行回归操作，概括雷电簇团在时间段t内运动轨迹并预测未来运动方向；
步骤4-1当时间段t的跨度较小时，雷电簇团运动近似可以看成直线运动，对c使用线性回归：
y＝b0+b1x
其中x代表经度，y代表纬度，该线性形式概括t时间段内，此雷电簇团的运动轨迹，由于雷电簇团在短时间内具有运动持续性，所以求解出的方向系数b1即可代表下一瞬时该雷电簇团的运动指向，b0是线性回归式的常数项；
步骤4-2当时间段t的跨度较大时，对c使用二次回归：
y＝b0+b1x+b2x2
同样，x代表经度，y代表纬度，求解出曲线后，该曲线形式概括时间段t内，此雷电簇团的运动轨迹，对于最新时间截点位置，求切线，该切线指向代表族团下一瞬时运动趋势；
步骤5.利用最小二乘误差来评价步骤4-1和4-2的效果，为选择线性还是二次回归提供依据。
本发明的有益效果是：与现有方法相比，优势有1.使用的是雷电定位仪数据，相比图形图像数据可靠准确。2.将雷电簇团运动历史轨迹概括与预测结合，在概括的基础上，又可利用概括信息补充支持预测。3.利用了核函数的方法，平滑数据，有效去除了非簇团雷电数据的影响。4.利用密度等高线，可以变尺度的划分雷电簇团的边界。5.考虑了雷电簇团的短时运动和长时运动特性，分别概括和预测。
附图说明
图1是本发明的提取雷电簇团运动轨迹及趋势的方法流程图。
具体实施方式
为了更好地理解本发明，下面结合实施例进一步阐明本发明的内容，但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样在
本技术：
所列权利要求书限定范围之内。
本发明基于以下事实：雷电的发生可以通过诸如雷电定位仪等多种设备进行确定，大规模雷电的发生是由单次雷电以密集发生的方式构成的，同时，客观上这些雷电可能具有相同的雷电云载体，即雷电簇团的存在有科学依据。因此，本发明提出一种对一个区域内从历史离散的雷电发生数据，概括并估计雷电簇团运动轨迹和方向的方法。
如图1所示，本发明提供的一种提取雷电簇团运动轨迹及趋势的方法，包括以下步骤：
步骤1.对于监测区域a，时间段t内发生一次雷电密集发过程，收集t期间发生所有雷电的位置信息d＝{d1，d2，...，dk}，k代表雷电发生的总数，每次雷电di∈d的位置可以通过雷电定位设备进行测定，以经纬度坐标的形式给出。
步骤2.将监测范围a网格化，设置经纬度方向的分格数。
步骤3.对数据d进行平滑操作，提取a范围内密集的雷电簇团在t时间内移动覆盖的区域。
步骤3-1使用非参数的密度估计方法，估计当前雷电在网格中的密度分布。
步骤3-2在密度分布的基础上利用密度等高线对雷电的聚集分布层次化。
步骤3-3设置密度阀值α，该阀值由单位地理面积内的雷电次数决定。小于α的数据网格将被视为零星雷电而忽略。高于阀值α的密度等高线决定雷电簇团在时间t内移动覆盖的面积边界。
步骤4.对于每个利用雷电密度等高线分离出来的雷电簇团在t时间内覆盖区域c，进行回归操作，概括雷电簇团在时间段t内运动轨迹并预测未来运动方向。
步骤4-1当时间段t的跨度较小时(30分钟以内，一般以半小时为单位观察)，雷电簇团运动近似可以看成直线运动，对c使用线性回归：
y＝b0+b1x
其中x代表经度，y代表纬度。该线性形式概括t时间段内，此雷电簇团的运动轨迹。由于雷电簇团在短时间内具有运动持续性，所以求解出的方向系数b1即可代表下一瞬时该雷电簇团的运动指向，b0是线性回归式的常数项。
步骤4-2当时间段t的跨度较大时(60分钟及以上，一般以一小时或两小时为单位观察)，对c使用二次回归：
y＝b0+b1x+b2x2
同样，x代表经度，y代表纬度，求解出曲线后，该曲线形式概括时间段t内，此雷电簇团的运动轨迹。对于最新时间截点位置，求切线，该切线指向代表族团下一瞬时运动趋势。
步骤5.利用最小二乘误差来评价步骤4-1和4-2的效果，为选择线性还是二次回归提供依据。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。