基于概率与权重的雷暴大风潜势客观预报方法研究

采用2007—2015年5—8月NCEP再分析资料和国家站、区域站雷暴大风实况观测资料,利用权重和概率统计相结合的方法,确定与雷暴大风联系紧密的物理量,统计其在所选物理量不同阈值范围内出现的概率,建立雷暴大风概率潜势预报方程,并对预报结果进行检验。结果表明:(1)雷暴大风出现在白天与夜间所选物理量参数有所不同。无论白天或夜间,其在山区与其它地区的物理量阈值亦不同。(2)所选每个预报因子的概率统计结果与雷暴大风发生的环境条件基本相符,该概率由因子达到阈值范围内的样本数和在此区间内出现雷暴大风的样本数两者共同决定的。(3)该方法对08—20时和20—08时两个时段雷暴大风预报的命中率均较好,尤其2016年7月最高,预报概率为"60%以上"的命中率接近93%,可预报出雷暴大风出现的概率潜势和可能发生的区域;同时,空报率较高;预报概率为"80%"的预报临界指数更高。     

广西雷暴天气预报指标研究

利用2003-2012年的地面填图和探空资料,统计常用对流参数满足指定阈值条件时广西6个探空站出现雷暴天气的概率（简称＂雷暴概率＂）。统计结果表明：整层比湿积分（IQ）、K指数（KI）和抬升指数（LI）与雷暴概率有显著的线性关系,当IQ、KI增大,或LI减小时,雷暴概率增大。对流有效位能（CAPE）在0-200J·kg-1之间增长时雷暴概率迅速增大,但超过200J·kg-1后雷暴概率增大不明显。根据统计结果,选取IQ、KI和LI作为预报因子,CAPE作为消空因子,定义了一个适用于广西雷暴天气的经验预报指标。用2013年资料做试报检验,结果表明该指标对6小时内的雷暴天气有较好的预报能力。     

基于探空资料的绵阳机场雷暴潜势预报方法

本文利用绵阳机场2010～2014年逐时气象观测资料、温江站探空资料与绵阳市闪电定位仪资料,通过探空资料计算各对流参数与雷暴发生的相关系数,筛选相关系数高的对流参数作为预报因子,并探讨各预报因子的物理意义。分别用事件概率回归(REEP)、Fisher判别分析以及指标叠加三种方法制作雷暴潜势预报,其中指标叠加法CSI评分最高,并且可以通过累加值N的大小来确定雷暴发生概率。用指标叠加法试报机场2015年6～8月雷暴,临界成功指数CSI=52.9%,击中率POD=81.8%,利用该方法对绵阳机场周边(市辖区范围)航路上的雷暴也有较好的预报能力。      

用高分辨数字云图制作雷暴、阵雨概率预报

本文通过18个雷暴、阵雨云团过程的67张(时次)GMS高分辨数字云图,分析统计了雷暴、阵雨云团云顶温度及其交化的各项概率,得到了用数字云图进行雷暴、阵雨概率预报的方法。     

基于逐步回归分析的西北地区东部雷暴概率预报方法研究

利用2008~2013年西北地区东部60个站点天气实况资料以及NCEP/NCAR再分析资料计算出的对流参数,统计各站年均雷暴日数,在前期天气分型的基础上,通过事件概率回归方法,建立了60个站点4~10月24 h雷暴概率预报方程,并对2013年4~10月各站雷暴进行试预报。结果表明:(1)西北地区东部雷暴发生最多的站点位于青藏高原东北边坡地带,最少的站点位于北部戈壁荒漠地带与东部关中平原一带,45%的站点年均雷暴日数在5~10 d之间;(2)前期天气分型过程剔除了一部分未发生雷暴的样本,使得逐步回归建模的总样本数明显减少,有效地提高了预报准确率;(3)基于NCEP/NCAR再分析资料计算的物理量与雷暴有无事件相关性较好,对24 h概率回归方程方差贡献较大;(4)2008~2012年回代预报所有站点平均TS评分为24.2%;2013年试预报所有站点平均TS评分为23.3%,雷暴发生较多的站点预报效果更好。该预报结果较理想,可为西北地区东部雷暴研究提供参考。     

基于随机森林算法的广州白云机场终端区雷暴潜势预报

利用2014-2015年夏季雷达资料获取雷暴发生有无数据, 计算探空资料的对流指数与雷暴发生有无数据的灰色关联度, 发现雷暴产生跟抬升凝结高度气压、850~700 hPa的温度和露点温度、风切变的关系最紧密。接着建立广州白云机场终端区内3类区域(离塔台中心8 km、50 km、100 km)的12小时随机森林分类模型, 对不同区域的雷暴潜势进行预报和评估, 发现终端区区域面积越大, 雷暴发生样本比例越高, 临界成功指数CSI、预报准确率AF、探测概率POD越来越高, 虚假报警率FAR越来越低, 表明预报出来的准确率越来越高。离塔台中心50 km和100 km区域的预报准确率AF和探测概率POD超过70%, 对航空重要天气MDRS通报业务有指示作用。同时袋外错误率均低于1/3, 随机森林算法的泛化性能好。      

应用K指数和TOT指数作江苏中期降水预报的试验

用国家气象中心的T63和T106中期数值预报产品，计算所划定区域的K指数和TOT指数作为预报因子，并统计与江苏省9个代表站降水的相关。用逐步回归方法建立了江苏省4－7月第4－6天的PP降水预报方程36个、MOS降水预报方程108个，多级判别临界值144组。在此基础上经统计制作江苏省降水概率预报。     

基于探空资料的雷暴潜势预报方法

利用常规探空资料计算出多种对流指数,结合高空要素和物理量场等资料,针对浙江省的3个探空站分别建立统计预报方程;对逐个探空站100 km的范围采取区域划分的方法,可以有效提高预报方程的拟合效果.最后利用2007年6～7月的独立资料进行效果检验,结果显示,预报探测率(POD)平均87.5％,虚假警报率(FAR)平均26.7...     

基于Logistic模型的干、湿环境下江淮夏季雷暴大风潜势预报研究

利用2009—2015年江淮夏季雷暴大风观测资料和NCEP再分析资料,按整层可降水量将雷暴大风环境划分为干、湿两种环境,结果发现湿环境雷暴大风日约占总雷暴大风日数的86%。基于物理量参数和Logistic回归方法构建了江淮夏季干、湿环境下区域雷暴大风的潜势预报模型。西南区、东南区和北区湿环境雷暴大风的最显著预报因子分别是冰雹指数(CS)、K指数和沙氏指数(SI)。干环境雷暴大风的最显著预报因子是总指数(TT)。相对于大风指数(WINDEX),综合考虑热力学作用和高空水平动量信息的新大风指数(GUSTEX)对江淮干、湿环境雷暴大风的预报指示意义更好。通过历史样本回报确立了预报模型的概率阈值,并利用2016年独立样本试预报检验证明Logistic模型预报效果良好。     

基于模糊逻辑的雷暴大风和非雷暴大风区分方法

雷暴大风往往伴随飑线、阵风锋、龙卷等强对流天气而出现,风速大、发展迅速、突发性强,对生命财产安全造成极大威胁,因此对雷暴大风的监测与预报具有重要的意义。然而,雷暴大风监测一直也是强对流监测的难点。本文在地面气象观测站大风记录的基础上,结合多源数据(包括雷达、卫星、闪电、温度、露点等观测数据),利用模糊逻辑算法,实现雷暴大风与非雷暴大风的有效识别,可对雷暴大风进行实时监测。具体算法为:首先,基于历史样本数据的统计得到各变量的概率分布函数,进而得到各参数隶属度函数;然后采用概率重叠面积方法,确定各项质量控制数据的权重;最后通过选取判断概率阈值Q的方法,区分雷暴大风与非雷暴大风。通过对2010年全国50873条人工观测大风数据的识别结果检验表明,该算法能有效区分雷暴大风与非雷暴大风,当Q选取0.55时,雷暴大风的识别准确率POD约为0.76,误识别率约为0.18,雷暴大风CSI指数约为0.67。文中选取了两次大风过程,算法正确地识别了11个非雷暴大风记录,5个雷暴大风记录。本工作能一定程度上提升雷暴大风的监测效果、完善强对流监测业务体系。     

简析基于GFS集合预报乌海地区雷暴活动特征

文章主要选取2012—2013年NCEP再分析平均资料,运用天气要素合成对比分析方法,分析了乌海近两年雷暴时间分布和对应要素时空变化的基本规律。总结乌海雷暴天气的特点和影响雷暴的天气系统,利用GFS集合预报模式综合性地说明空间天气要素统计划分对2014年7月31日中小尺度天气系统雷暴活动进行预报的方法。运用云物理反演和空间要素分层聚类的方法对雷暴单体在有效的时间内进行跟踪,获取其运动天气要素随时间序列变化的运动机理,为相关雷暴灾害影响分析提供参考性分析方法。     

安溪雷暴24h潜势预报模型研究

利用安溪县国家气象站2004年至2015年的雷暴观测资料，分析了安溪县雷暴的气候特征及环境背景分类。并根据雷暴活动特征及雷暴天气产生的环境场条件，诊断和分析T639数值模式输出产品与雷暴观测资料的相关性，对41个相关因子做显著性检验，挑选相关性较好的9个因子做分析。对9个预报因子进行0,1化处理并进行逐步回归，最后选取850hPa垂直速度、850hpa假相当位温、700hPa温度、K指数、850hPa比湿等5个因子，建立雷暴潜势预报方程。利用2015年至2017年T639模式资料进行回代分析评估，发现当雷暴概率预报Y值>0.6时，雷暴预报准确率最高，达85.60%，且漏报率、空报率很低。再以2018年T639数值模式资料对雷暴潜势概率进行计算评估，准确率为83.84%，漏报率为5.75%，空报率为10.41%。由此可见，基于T639数值产品的雷暴潜势方程可以为安溪县雷暴天气的预警预报和防雷减灾服务提供客观的参考和依据。     

南宁机场高后雷雨的MOS预报

雷雨是一种小概率、小尺度天气现象。而对于小概率、小尺度天气系统的预报来说,模式输出统计预报方法不失为一种有效的方法。本文试用MOS方法对南宁机场的高后雷雨(包括雷暴)进行预报。一、使用资料南宁机场的雷雨多出现在4—9月,以5—8月最为集中,约占全年平均雷雨日数     

基于对流参数的雷暴预报方法研究

通过对2006年6~9月(雨季)大量雷暴对流参数进行计算,选取离西昌发射场最近的单点同化资料。利用相关系数法选取相关性好且稳定的预报因子,进行事件概率回归,得到雷暴预报方程。并对2007年雨季西昌雷暴进行预报,取得了较好的效果。分析表明,基于对流参数的雷暴预报方法对场区雷暴的预报具有明显的效果。      

基于Web GIS的长沙市雷暴天气短期预报模型的研究与应用

基于对长沙地区1971-2000年30年雷暴气候特征的分析研究,采用数值模式输出统计、指数与经验指标、诊断分析三者相结合的MED法,同时引入莱克力指数、修正的K指数等物理量,综合应用数值预报产品、经验指标及区域气象站资料,研究开发出该地区249个站点3-10月甚短期(6 h,6～12 h)雷暴危害度等级潜势预报模型;同时,采用MOS法,研制出短期0～48 h雷暴活动移动趋势预报模型.模型以Web GIS技术为依托,建立了集数据采集、存储、开发、管理、分析和信息传输与发布、信息实时处理等功能于一体的网络信息服务平台.长沙市甚短期雷暴危害度等级潜势预报模型两年(2006-2007年)的业务运行情况表明,该模型对雷暴落区及强度均有较强的预报能力.     

通辽市雷暴活动的空间分布特征分析

利用通辽市10个气象站1961—2012年52a雷暴观测资料,采用数理统计方法,统计了单站雷暴日数、雷暴出现的初日和终日及初终间日数,利用GIS绘图软件对全市多年雷暴日数进行插值绘图,探讨了通辽市雷暴日数的空间分布特征。结果表明:(1)通辽市全年雷暴日数为290d,集中出现在6—7月,占年总日数的57%。最早初日为3月18日,最晚结束日为12月27日;(2)通辽市雷暴活动日数空间分布不均,北部多,东部少,相差10d;(3)雷暴活动初日多发生在4月下旬至5月上旬,但最早和最晚年雷暴初日差值各站差异较大。全市平均初雷暴日出现在5月6日;(4)雷暴活动终日多发生在9月下旬至10月上旬,舍伯吐站雷暴结束日最早,甘旗卡站结束的最晚,两站相差13d,全市平均终雷暴日出现在9月26日。全市平均雷暴活动期为144d。     

基于NCEP/GFS资料的中国东部地区雷暴预报研究

基于来自美国国家环境预测中心(NCEP)的GFS(Global Forecasting System)分析及预报场资料,将多个能够表征雷暴发生动力、热力环境的对流因子作为预报因子,通过费希尔判别准则及逐个引入因子法,建立集合多个对流参数的雷暴预报模型,从而进行较长时效(12—24 h)的区域性雷暴预报。依据临界成功指数(CSI)最高的原则,建立最优预报模型,不同地区所选用的对流参数不同,雷暴模型预报雷暴发生与否的临界值也不同,从而不仅能够得到较好的集合多个对流参数的雷暴区域性预报,还能充分考虑不同地区雷暴发生的地域性特点和气候背景。将建立的预报方法应用于2012年6和9月的两次强对流过程的预报,发现雷暴预报模型较好地预报出两次过程的雷暴落区。进一步,为了能够在强天气预报中客观有效地区分出雷暴与暴雨区,引入集合动力因子暴雨预报方法。集合动力因子暴雨预报方法在诊断和追踪强降水的发展演变中表现凸出,而集合对流参数雷暴预报方法则对包含短时强降水、冰雹、大风等在内的对流性天气有较好反映,综合两套预报方法各自的优势,建立了集成动力因子-对流参数强天气预报方法,用于降水和雷暴的预报,同时对雷暴加降水型、雷暴无降水型、降水无雷暴型等强天气进行区分预报。对中国多个典型城市的预报效果分析发现,该方法不仅能够较好地预报出较长时效(24 h)的雷暴和降水落区,对区分降水雷暴、无降水雷暴和无雷暴降水也表现出一定的能力。     

天山南麓雷暴日短期预报研究

利用阿克苏及邻近地区12个气象站1980—2013年雷暴资料,以及同期高空资料,统计了各站年均雷暴日数,对发生区域雷暴天气的环流形势进行分类,归纳出各型的入型指标。通过逐步回归法,建立阿克苏及邻近地区区域雷暴概率回归预报模型,并对2013年进行试预报。结果表明:(1)阿克苏及邻近地区区域雷暴的影响系统主要分为4类:巴湖低槽型、急流型、西北气流型和温度槽型。(2)对2002—2012年5—9月(共1683 d)历史资料进行判别,满足入型条件的样本数为876 d,消空率为48%;对2013年5—9月(共153 d)历史资料进行判别,入型样本数为80 d,消空率为48%。(3)对2002—2012年5—9月所有入型样本进行回代检验,平均准确率为72.0%(平均TS评分为30.1%);对2013年5—9月所有入型样本进行试预报,平均准确率为63.2%(平均TS评分为28.2%)。     

雷暴持续时间与地闪活动的预报方法研究

根据2007—2008年6—8月湖南地区地闪定位、天气背景及探空资料,利用天气学分型及数理统计等方法,对湖南夏季雷暴的天气背景、持续时间以及雷暴过程中地闪的活动进行分析,定义的地闪频数指数(Icgf)可以较好地区分地闪活动等级;利用逐步回归方法分别得到了雷暴持续时间及地闪频数指数的预报方程,且均通过的信度检验,并进一步提出了各地闪活动等级预报的诊断指标。     

介绍几种统计预报方法(二)

(三)多因子综合概率预报方法回归分析方法,是目前比较常用的统计预报方法。但这种方法所用的预报量和预报因子均取其实际数字,这样就带来两个问题:1)计算量较大,往往需要用电子计算机,没有使用机器条件的气象台站难以应用这种方法。2)目前气象台站所用的预报量,多取级别或类别。例如,气温分为偏暖、偏冷、正常三级,雷暴分为有无两种。使用级别或类别,不仅使计算量减少,而且往往提高了预报量的代表性(实际数字常常并不具有更好的代表性)。而且有些最只能分成若干类而无法用数字表示。因此,一般回归分