利用自动站草面温度判定霜的形成

在大气探测工作中,判定霜形成的必要条件是贴地（或贴近地物表面）层温度〈0oC。在实际观测中存在空气最低温度〉0℃、地面最低温度〉0℃、草面最低温度〈0℃的不同观测日,天气现象中分别记录有霜和无霜的问题。应用自动气象站资料可以对当日是否出现霜作出准确判定,这对大气探测工作,特别对初霜目的判定有重要意义。     

用日照校审云状Cs与As tra的问题

地面气象观测中,常以日照记录校审定时观测云状 Cs 与 As tra 记录是否准确。若观测时无日照,认为记有 As tra 合适;反之观测时有日照,记 As tra 不恰当。因此,当观测到Cs 与 As tra 处于过度阶段不好确定时,就以太阳光是否刺眼、地物是否有影、有否丝缕结构或晕等方法区分之。但有时,值班员在观测时因整层云阻挡而无光照,确实只见模糊不     

积雪面上霜的观测

冬春季节 ,天寒地冻 ,降雪形成的积雪常常持续多日 ,晴朗的夜晚 ,往往在积雪面上有霜生成。由于霜与积雪都是白色 ,难以辨认 ,若不仔细或未能很好辨认时 ,会漏记霜的现象。积雪面上生成的霜应如何观测呢 ?首要一点 ,是根据霜生成原理 ,观测是否具备霜生成的天气条件 ,即夜间是否天气晴朗、微风、湿度大。若具备生成霜的天气条件 ,再进一步利用光线 (夜间可用人工光 ,早晨可用自然光 )斜射雪面进行细心观测 ,若发现在光线的斜射下 ,整个雪面的颜色较为深暗 ,且有细微、明亮并闪烁着的冰晶 ,这就是霜。霜与积雪之所以有区别 ,是因生成霜的冰晶…     

天气现象霜形成的有利条件和观测技巧

根据多年的地面气象观测经验和资料统计分析,对有利于形成天气现象＂霜＂的天气条件及观测环境进行综合分析,归纳总结出一些冬季观测霜的技巧。当测站受寒潮或强冷空气影响时,过程中期（云层消散1-2 d后）最易出现霜;一般情况下,干枯的草面上比生长着的草面上更易形成霜;背风处比迎风处易形成霜。观测时要重点查看背风处及低洼处的草面,尤其是干草面是否有霜形成;夜间可用手电筒照看草面,若有霜,草面上会有一些闪闪发亮的现象,再用手触摸草面,会有一种发硬的感觉。天亮后至日出前,要全面查看一遍观测场及视区内的近地物体上是否有霜,以避免日出后轻霜快速融化而漏记录霜。     

湿度小的晴夜成霜分析

通过对滑县2005年12月两次低湿天气条件下成霜个例分析发现,在相对湿度较小的晴夜,只要地面或近地物有足够的辐射冷却条件、贴地层有适当的水汽供应,仍可有霜形成。     

观测场内个别干草上的霜是否应记录

早晨．在观测场内个别干草上有霜，而观测场内大部分草坪上、观测场周围的菜叶上及测站四周的麦苗上却不见霜，只见露．当日地面最低温度在1℃以上．这时观测场内个别干草上的霜是否应记录呢?我站有的同志认为，只要看到霜．不论在哪里看到或者范围大小均应记录。但我认为观测场内个别干草上的霜不应记录。原因是：《地面气象观测规范》上明确规定．     

湿度小的晴夜成霜分析

通过对滑县2005年12月两次低湿天气条件下成霜个例分析发现，在相对湿度较小的晴夜，只要地面或近地物有足够的辐射冷却条件、贴地层有适当的水汽供应，仍可有霜形成。     

C波段多普勒天气雷达地物识别方法

地物回波对雷达数据应用会造成负面影响,是影响定量降水估测等产品精度的重要因素,识别并剔除地物回波是雷达基数据质量控制的一个重要内容。该文在现有S波段雷达地物识别方法的基础上,使用长治、哈尔滨两部CINRAD/CC雷达2011年观测数据,对C波段雷达地物回波特征进行分析,改进识别参量的隶属函数,建立适合C波段多普勒天气雷达的地物识别方法 (MCC方法),并对该方法进行效果检验。结果表明:S波段及C波段雷达地物回波与回波强度有关的参量分布较为相近,与降水回波的参量分布有明显区别;S波段雷达地物识别方法中与回波强度有关的参量可用于C波段雷达地物的识别,与速度有关的参量中仅中值速度可用于C波段雷达。通过统计分析与个例分析,相对于现有S波段雷达识别方法,MCC方法可显著提高C波段雷达地物回波的识别正确率,并可减少层状云降水回波的误判。     

基于模糊逻辑的分步式超折射地物回波识别方法的建立和效果分析

超折射地物是影响雷达定量探测降水和其他产品的重要因素,文中使用合肥、广州、温州、天津的SA多普勒雷达和上海的WSR-88D资料分析了混合性暴雨降水、对流性降水、地物回波的回波强度、径向速度、速度谱宽的取值范围、水平垂直变化及其地物回波与地形海拔高度的关系等特征,并确定了模糊逻辑识别超折射地物的隶属函数。在Kessinger方法基础上,考虑到雷达径向速度的距离模糊问题和地物回波与方位的关系,提出了基于模糊逻辑的分步式地物回波识别方法,通过调整已被严格标准识别为地物和非地物的邻近区域回波点的判据,来减小地物的漏判和降水回波的误判。利用降水回波、地物回波的个例资料分析了回波强度、径向速度和速度谱宽资料在识别地物回波中的贡献,分析了分步方法对地物回波识别效果的改善。结果表明:该方法能较好识别地物回波和降水回波,径向速度和速度谱宽资料在地物识别中作用明显,利用分步方法明显改善了在速度模糊区暴雨过程对流云团被误判为地物的概率。     

长沙机场阵列天气雷达地物识别算法

地物杂波是影响雷达产品准确性的重要因素。该文提出了一种改进的基于模糊逻辑的阵列天气雷达地物识别算法。在Kessinger模糊逻辑基础上,加入回波强度时间变化量（time variability of reflectivity factor,T_VR）参数,利用收集到的雷达数据统计出各输入参数的概率分布,确定隶属函数;分析T_VR参数对地物识别算法的贡献,并在不同天气情况下进行识别算法有效性验证。试验结果表明:加入T_VR参数,长沙机场阵列天气雷达地物识别准确率最大可提高4%,降水识别误判率最多可降低2%。该文提出的地物杂波识别算法,无降水时,地物识别准确率达96%;有降水时,地物识别准确率达92%;降水回波误判为地物杂波的误判率约为10%,能较好地区分降水回波和地物杂波。     

入冬观测注意事项

第一 ,霜和露记录勿混淆。秋末初冬时节 ,气温日较差大 ,在 0℃以下的晴朗清晨 ,易形成霜 ,但日出后气温升高 ,霜融化成露 ,这种情况我们不能记露。为了避免误记 ,观测人员应在日出前观察一下天气现象。第二 ,勿漏记结冰。由于初冬早上气温变化快 ,不稳定 ,在 7:30巡视仪器时注意蒸发皿是否有结冰 ,在 7:45 - 7:48观测天气现象时一定要再看一下蒸发皿是否有结冰 ,并轻轻晃一下蒸发皿或用铅笔碰一下水面 ,这样在有很薄的结冰现象时也容易发现 ,不至漏记。第三 ,提前选择好测量积雪深度的地方。选择的地点要求平坦 ,并保持其自然状态。第四 ,…     

多普勒天气雷达地物回波特征及其识别方法改进

非气象因子会在雷达探测时对雷达资料造成污染,并导致雷达数据的质量问题,在雷达数据应用之前必须对被污染的距离库进行识别和处理。该文在现有基于模糊逻辑识别地物回波工作的基础上,发展适合于我国CINRAD/SA的地物回波识别方法,采用北京和天津雷达2005,2006年夏季部分时段体扫资料,同时对反射率因子和径向速度以及速度谱宽进行处理,得到不同回波的各种特征, 并对各种回波特征进行分析; 考虑到隶属函数的确定是地物识别准确率的关键, 运用CSI (critical success index)评判标准确定了模糊逻辑超折射地物回波识别的最佳线性梯形隶属函数;通过识别效果分析说明该方法在识别超折射地物回波中的作用。结果表明:运用改进后的模糊逻辑法可以更好地识别地物回波, 特别是那些超折射地物回波; 与原方法相比, 改进后的方法有效减少了对降水回波的误判。     

基于Bayes判别法的霜生自动化观测模型探讨

利用安徽砀山气象站的2001—2013年冬半年(10月至次年4月)的观测资料,探讨霜生与气温、地温、水汽压和风速等气象要素的相关性,并基于Bayes判别方法,采用逐步判别分析,建立多套霜生自动判别模型。结果表明：(1)霜是否出现与日最低及夜间不同观测时次的气温、地表温度显著相关,当夜间气温或地表温度越低,低于霜点的可能性越大,结霜的可能性也越大。(2)通过回算性检验和独立样本的预报性检验,基于Bayes判别法的霜生模型,对霜未发生的平均判别准确率达到86.5%,对霜发生的平均判别准确率达到92.7%,其中用日最低地温、当日07时水汽压和当日07时风速所建立的三要素模型最优,对霜发生的判别准确率可达到90%以上。因此,可以将Bayes霜生判别模型与图像识别技术相结合应用于霜的自动化观测。     

基于支持向量机的雷达地物回波识别研究

多普勒天气雷达探测过程中的非气象因子会显著影响雷达资料的定量化应用,在雷达基数据的应用前需对雷达资料进行抑制地物杂波、去距离折叠和退速度模糊等质量控制。本文在现有的自动识别地物回波方法的基础上,提出了基于支持向量机（Support Vector Machine,SVM）识别雷达地物杂波的方法,2013年6-8月对安庆和常州两地的CINRAD/SA雷达观测资料进行雷达地物回波识别,并将其与运用人工神经网络（Artificial Neural Networks,ANNs）识别的结果进行对比,结果表明支持向量机方法能够取得更好的效果。在地物、降水回波总样本识别和地物回波识别方面更为有效;降水回波的误判方面,神经网络略优于支持向量机,但两者差异不大,都将降水回波的误判率控制在了一个较小的范围内;另外支持向量机方法较之神经网络方法对于训练样本数目的依赖性较小,在训练样本较少时,支持向量机方法仍能保持有效的识别效果。     

基于优化模糊逻辑的双线偏振天气雷达地物杂波识别算法研究

针对双线偏振雷达偏振参量能在回波识别中提供更多特征的优势，在常规多普勒天气雷达模糊逻辑算法的基础上，引入偏振参量实现地物杂波识别，由此根据雷达数据中地物和降水回波各自的回波特性，选择6个区别最明显的特征参量，建立了特征参量的统计分布概率，并运用CSI评判标准给出了地物杂波识别的最优化隶属函数；利用2020年攀枝花市新架设的X波段全固态双线偏振雷达观测个例，对比了传统的与改进后的模糊逻辑算法识别效果，结果引入偏振参量的模糊逻辑算法能更好地识别降水和地物混合位置的地物回波，同时改善了径向速度为零区域被误判为地物回波的问题。      

基于气候统计特征的雷达回波质控方法

利用北京南郊S波段雷达2011—2016年的观测资料,从雷达气候统计的角度,利用不同强度回波发生频率的统计特征及其空间分布特征,对雷达地物杂波和波束遮挡的识别与订正方法进行研究。结果表明:①利用雷达回波出现频率特征,可以很好地识别雷达近中心地物杂波和受地形高度影响的地物杂波特征;同时还可以直观地识别出雷达波束遮挡区域以及遮挡程度。北京南郊雷达地物杂波主要分布在近雷达中心和北京西部、西北部的山前地区,地物杂波主要集中在0.5°仰角和1.5°仰角层上。雷达波束遮挡主要集中在由高大建筑引起遮挡的东南方位向和由于地形引起波束遮挡的西西北方位向,波束遮挡主要集中在0.5°仰角层。②采用局部可变区域平均垂直廓线方法利用高仰角回波订正低仰角回波,能有效订正地物杂波,并保留回波的局部特征。对于波束遮挡区域的回波填补,也能够较好地保持上下层仰角回波之间的连续性,同时兼顾了回波不均性分布等特性。③基于雷达气候特征进行地物杂波识别和波束遮挡识别,无需依照先验知识,相比于传统方法能更好地反映本地雷达回波真实情况,且具有方法简单、可快速复用、本地适用性强等优点。     

上海南汇WSR-88D双偏振天气雷达的生物 回波识别与分析

为识别我国新一代天气雷达的生物回波,研究长江中下游地区天气雷达观测到的生物迁飞发生发展规律,选取上海南汇WSR-88D双偏振天气雷达2018年春季的观测数据,应用反射率因子Z、双程差分相位Φ_(DP)、0延迟相关系数ρ_(HV)等雷达物理量和反射率因子纹理SD(Z)、差分相位纹理SD(Φ_(DP))等反映观测值小尺度数值变化的参量,用Python语言设计基于模糊逻辑算法的雷达回波分类程序识别生物回波,识别结果以生物回波采样点的生成时间(世界时)为横坐标,分析了2018年春季上海南汇天气雷达生物回波识别结果的日变化特点,讨论了降水、风及温度等气象条件对生物迁飞的影响。结果表明,S波段天气雷达无法分辨生物单体,但在春季有大规模生物迁飞的时段能够对昆虫成层定向迁飞的现象进行有效识别,3月生物迁飞活动强度较弱,4月和5月回波强度显著增强。地物回波(超折射回波)在雷达低仰角观测中,对有效识别生物迁飞回波尤其具有阻碍性。为此,在原有算法的基础上,用标准化频率直方图对迁飞现象明显时段的数据中生物回波点的以上4个变量观测值进行概率统计,揭示生物回波与地物(超折射)回波雷达物理量之间的差异。     

第三讲 回波分类和回波强度

天气雷达荧光屏上显示出的回波,有来自云、降水目标的,也有来自地物目标的,甚至还会看到一些特殊的回波。如何识别它们,并正确而迅速地将云、降水回波辨认出来,是回波观测和使用人员需要具备的基本技能之一。要掌握回波识别,可先从了解回波分类着手。现用近1—2年在北京的713天气雷达上观测到的几种主要的回波作简要说明。     

霜生成条件的新认识

通河县连续３天出现霜、这几天的气温、地温都高于０℃，霜一般都凝结在较干的植物面或物质上，这种现象很少见。有人认为，有冰晶结构出现就应记录霜，有人认为既然地面最低温度高于０℃，就不应记霜，究竟怎样记录正确呢？气象学定义：霜是近地面空气中的冰气在地面或地物上直接凝华而成的冰晶，呈白色且具有疏松的晶体结构。并且贴地层空气温度必须低于０℃。为此记录霜不合适，但地面物体上确实出现了霜，这应怎么办呢？１气温、地面最低高于０℃时出现霜的原因从天气图上看，这场霜的形成主要是冷平流入侵使下垫面温度降低造成的。另外…     

综合识别法去除风廓线雷达地物杂波的可行性研究

以杂波谱极小值连线的思想为基础,针对强风天气条件下的风廓线雷达地物杂波信号,提出一种综合识别杂波的去除方法,并与常规的地物杂波抑制方法相比较。结果表明:利用该方法对强风天气下的地物杂波有更好的抑制效果,水平风速得到了明显增强,与地面观测数据相比,雷达产品更趋于真实风速。