共查询到20条相似文献,搜索用时 640 毫秒
1.
以台风"利奇马"带来的强对流天气过程为例,利用FY-4A气象卫星先进静止轨道辐射成像仪的水汽与红外窗区通道亮温数据,对照全国气象雷达组合反射率拼图数据中反射率因子大于35 dBZ的对流云区域,设计了一种自适应阈值对流云提取算法。结果表明:(1)FY-4A气象卫星使用水汽—红外窗区亮温差法提取对流云,其最佳阈值为-2 K,使用该阈值可最大程度地减少卷云噪声干扰,同时可最大化提取对流云的准确率与识别率。(2)该算法通过控制水汽—红外窗区亮温差大于-2 K区域所占云团面积比使其大于80%提取较为完整的对流云,且可进一步过滤卷云等噪声。自适应阈值对流云提取算法原理清晰,操作简单,具有良好的拓展性,可为强对流天气的短临预报等研究提供参考。 相似文献
2.
3.
4.
《内蒙古气象》2016,(4)
利用常规气象资料、NCEP/NCAR 6h再分析资料、卫星云图及多普勒雷达资料,对2015年7月承德一次强对流天气进行分析。结果表明:此次强对流过程是500h Pa冷涡、850h Pa暖湿气流、地面辐合线共同作用形成的。低层西南暖湿气流增大,风向风速辐合,水汽通量散度负值中心上移,促进了低层暖湿空气向上输送,为对流云发展提供了充足的水汽。较高K指数、CAPE值及整层上升运动意味着此次过程具备了较好的热力、能量和动力条件。卫星、雷达资料揭示低云顶亮温发展前端高梯度区冰雹等强对流天气发生概率较大;在强风暴发展阶段存在弱回波区、低层风速辐合、风暴顶辐散、垂直累积液态水大值区;当低层偏东风转为西南风并逐渐加强时,雨强达到最强,当中低层逐渐转为西北气流,降水开始减弱。 相似文献
5.
利用MICAPS资料、NCEP1°×1°逐6 h再分析数据以及FY-2G卫星、安康雷达探测等资料,对2019年6月2日发生在秦巴山区的一次罕见雷暴大风天气进行成因综合分析。结果表明:2日陕南中东部地区存在有利于强对流风暴发生和发展的热力不稳定条件;地面图上,傍晚前后从关中向陕南发展移动的冷池触发了本次雷暴大风天气;过程发生时,云图上中尺度对流系统云系逐渐东移南压,云顶亮温梯度最大区域和地面冷池前方辐合线位置基本一致;雷暴大风发生时低层雷达速度图上有显著的大风速核、明显的中层径向辐合和低层辐散及其雷达强回波质心的下降,这些都为雷暴大风天气的预报预警提供了一定的指示。 相似文献
6.
2006年6月10日浙江飑线FY-2C卫星云图特征 总被引:1,自引:1,他引:1
利用FY-2C静止气象卫星云图和中尺度加密地面气象监测资料,采用Weiss-Smith方法、云顶亮温分层、多谱组合等定量分析技术对2006年6月10日发生在浙江中北部地区的一次冰雹和雷雨大风天气的飑线过程进行连续监测和对流云识别分析。FY-2C卫星云图定量分析结果表明这次飑线过程对流最旺盛期TBB低于230K(-44℃);长波红外分裂窗双谱组合Tc≤-4的低值区与强风暴天气影响区域相对应,Tc≤-7低值中心与强雷达回波区相对应;强对流天气区域与分布在沿对流云团前进方向的TBB梯度最大区域有很好的对应关系,强风暴天气发生区的移动路径与TV正梯度最大区域的移动路径相似。 相似文献
7.
基于FY-2C静止卫星红外和水汽通道资料,简单分析了发生在四川盆地的西南低涡暴雨云团生消过程,给出了一些有意义的云团生命特征。同时,结合相应的地面自动站降水资料,详细分析了卫星红外和水汽通道云顶亮温与对流云团降水之间的关系特征,结果表明:对于一完整对流降水过程,1小时内最低水汽亮温和水汽亮温增量能很好地描述地面1小时累计降水特征。然而,用静止卫星红外或水汽通道亮温来表征的云团降水特征是非常复杂的。尽管具有相同的最低云顶红外或水汽亮温,但对不同的对流过程其总体降水量级趋势不一样。而且,对于同一对流过程的不同发展阶段,即使出现云顶红外或水汽亮温一样,但其地面降水特征也是不一致的。甚至是对于同一时刻具有相同最低红外或最低水汽亮温特征的云,其降水落区与量级都不尽相同。正是这些复杂的降水特征,使得西南低涡对流云团的降水估算具有很大的难度。 相似文献
8.
FY-2C高时间分辨率扫描数据在强对流云团监测中的应用研究 总被引:6,自引:1,他引:5
利用我国首次获取的静止气象卫星平均10 分钟观测间隔的高时间分辨率数据对2011 年6 月28 日~29日发生的一次强对流云团特征进行分析。Hovm?ller 分析图清晰地展示出在高时间分辨率观测条件下云团中心冷核的演变特征。高时间分辨率卫星资料与地面降水量进行联合分析,可推知对流云团中冷核的演变与地面小时降水量大值的落区间有很好的一致性;10 分钟雨量资料联合前推1 小时内7 次平均10 分钟观测间隔的卫星红外1通道亮温,分析可知地面雨量较大时,云顶像元亮温具有持续降低或维持低温状态的特点。反映出在对流性强降水中,冷且具有一定稳定性的云顶是产生大降水的主要特征。研究结果显示,静止气象卫星的高时间分辨率观测可很好地捕捉到强对流云团发展的演变特征,利用FY-2C 静止气象卫星红外1 通道亮温、红外1 通道与水汽通道亮温差在高时间分辨率观测中的时差特征变量,可实现对强对流云团初生的有效监测,为强对流云团的预测预报提供支撑。 相似文献
9.
利用2017—2018年葵花卫星(Himawari)TBB亮温资料,计算最低亮温、亮温梯度、红外与水汽亮温差和低亮温区面积及其随时间变化率等特征参量,确定短时暴雨的卫星参数阈值,并融合了雷达参数阈值及过去1 h地面加密降水实况资料,采用指标叠加法判定监测区域内某一云团未来2 h能否产生区域性短时暴雨天气,并采用交叉相关法外推云团的移动,进而对强降水云团进行预警。对2019年几次暴雨过程预报检验结果是:预警命中率(POD)为80.6%~97.1%,平均为91.0%,临界成功指数(CSI)为77.2%~79.2%,平均为77.9%,所预警的云团未来2 h影响区域出现≥30 mm/h短时暴雨站数占全省短时暴雨站数的76.4%~96.2%,平均为85.2%,整体预警效果较好。 相似文献
10.
“5·6”四川盆地对流云团特征及触发机制 总被引:2,自引:2,他引:0
利用FY-2卫星资料、NCEP再分析资料和常规观测资料,分析研究了2016年5月6日四川盆地暴雨对流云团的特征及其形成机制。结果表明:四川盆地对流云团易发生在青藏高原东侧边坡陡峭地形带,初生对流云团的云顶亮温低于-45℃,边缘最大温度梯度为15~20℃,水汽-红外通道亮温差值介于-5~0℃,分裂窗-红外亮温差值介于0~2℃。强降水出现在红外和水汽亮温快速下降到最低值、水汽-红外通道差值达0℃附近、分裂窗-红外亮温差为正值和温度梯度达0℃后的几小时内,最大雨强出现在强对流云团成熟后开始迅速减弱的初始阶段(即云顶亮温开始回升的阶段)。较大范围的强降水由发展成熟的云顶最低亮温约为-70℃的对流云团产生,主要出现在红外亮温低于-50℃的区域,集中在红外亮温-65℃~-60℃、水汽亮温为-65℃~-60℃的云顶较为平滑的次低值中心区域内,并不与云顶最低亮温中心相吻合。机制分析表明,对流云团生成区域均受偏东风影响,且形成于高的对流不稳定能量条件下,发展于高湿区,近地层冷空气扩散南下与气旋式流场中的辐合共同触发对流在辐合线以北生成,而中层垂直风切变的加强、中低层暖平流和高层冷平流的发展促使对流云团发展旺盛。 相似文献
11.
2009年江苏一次强对流天气过程的遥感监测 总被引:4,自引:2,他引:2
以卫星水汽图为主,结合可见光云图、雷达资料和常规天气观测资料,分析2009年6月5日发生在江苏徐州沛县的一次冰雹、龙卷天气,结果表明:卫星水汽图中动力异常区与对流系统的交界处和可见光云图上两个对流云团出流边界处触发的新的雷暴云团区域容易产生龙卷等强对流天气;水汽图上的水汽输送带与可见光云图的对流云系相一致,并且水汽图像特征与导致垂直运动和气流变形场的大尺度天气过程有关系,代表着对流层中上部的动力特征;强对流天气发生在低亮温对流云团中。高时空分辨率的卫星和雷达遥感资料很好地反映了短时强对流天气系统的发展与演变,有效地补充了常规天气资料分析的不足,为短时天气预报提供一种思路。 相似文献
12.
13.
建立空间响应匹配滤波 (spatial-response matched filter, SRMF) 方法,针对强对流低温研究目标,开展我国风云二号E星 (FY-2E) 红外亮温订正计算,并选取2013—2014年典型对流天气进行统计分析,从对流的空间分布、发展过程、云团结构等多角度进行方法性能评估。结果表明:对于对流云团结构,SRMF方法可改进FY-2E卫星红外波段对对流云团识别的准确度,减小高温背景对低温对流云团的邻近像元效应,增加了FY-2E卫星对中尺度对流内部小尺度精细化结构的揭示能力;对于对流空间分布,SRMF方法降低了对流判识空间分布统计误差,减少极短时间、极小范围强对流天气的漏判;对于对流识别时间响应,SRMF方法能够正确且提前显现出云团由弱对流向强对流的发展潜势,提高FY-2E卫星探测仪器对强对流天气的临近预警能力。 相似文献
14.
利用FY-2E卫星数据获取的强对流云团面积、重心、长短轴比、重心与形心距离、移动速度、移动角度和最低亮温等属性的变化可作为动态特征,利用慢特征分析方法提取云团中具有一定连续性和稳定性的动态特征对强对流云团不同阶段进行识别和追踪.结果表明,动态特征与强对流云团的不同发展阶段具有很好的对应关系:在初生阶段,云团的移动方向和速度不稳定,但是面积呈现出缓慢增长态势,云顶亮温缓慢下降,此时云团的慢特征为面积和云顶亮温;在成熟阶段,云团的移动路径趋于稳定,云顶亮温达到最低,云团重心和形心基本重合;在消散阶段,存在云团分裂和云团的重心与形心分离特征.云团长短轴比的变化与云团最低亮温的变化趋势一致,移速缓慢的对流云团更容易造成集中强降水,快速移动的对流云团大多造成地面大风. 相似文献
15.
强对流天气综合监测业务系统建设 总被引:12,自引:4,他引:8
强对流天气监测是其预报的基础.国家气象中心强天气预报中心利用多源观测资料(常规和非常规资料)建设了强对流天气综合监测业务系统.强对流天气的监测对象包括积云、地面高温、雷暴、地闪、冰雹、龙卷、大风、雷暴大风、短时强降水、雷暴反射率因子、对流风暴(基于雷达资料)、深对流云及中尺度对流系统(Mesoscale Convective Systems,MCS,基于静止卫星红外1通道资料)等不同时段的分布.发展的监测技术主要包括自动站资料质量控制技术、强对流信息提取和统计技术、直角坐标交叉相关雷达回波追踪(Cartesian Tracking Radar Echoes by Correlation,CTREC)技术、雷暴识别追踪分析和临近预报(Thunderstorm Identification Tracking Analysis and Nowcasting,TITAN)技术、深对流云识别技术、中尺度对流系统识别和追踪技术,以及闪电密度监测技术等.强对流天气监测系统自动定时运行,其输出数据与MICAPS业务平台完全兼容.该监测系统在国家气象中心的强对流天气预报业务中发挥了重要作用. 相似文献
16.
利用NOAA-16/AMSU-B微波亮温资料和GOES-9光学遥感资料对2004年6月16日一次锋面气旋云系中的强对流云团进行识别, 尝试了NOAA-16/AM SU-B微波两窗区通道亮温、3个微波水汽通道间亮温差, GOES-9红外亮温阈值、水汽和红外通道亮温差、红外和水汽通道亮温多光谱逐个修改聚类等方法, 通过比较各种方法的识别结果, 分析各种识别技术的特点, 同时采用地面常规观测资料进行叠加, 对识别方法进行了验证。结果表明:微波对强对流云团均能较好识别, 但89 GHz通道亮温受地表影响较大, 不能很好剔除过冷水体, 150 GHz通道亮温与微波水汽通道间亮温差的识别结果较一致, 3个微波水汽通道间亮温差对阈值的依赖性相对较小; GOES-9红外亮温阈值因其随时空变化对识别结果会造成较大差别, 而水汽和红外通道亮温差对强对流云团能进行较好定位, 但识别范围较小, 多光谱逐个修改聚类方法对积雨云的识别效果较好, 且和NOAA-16/AMSU-B识别结果有较好的对应关系; 地面常规观测资料的叠加结果也说明, 多波段遥感资料对强对流云团的识别结果与当时的天气现象及积雨云状均有较好的对应关系。 相似文献
17.
利用Himawari-8高时空分辨率红外亮温资料和ERA-Interim再分析资料,对比冷锋型和暖区型飑线个例("4·13"和"5·6")亮温特征与雷暴大风、地面强降水的关系,结果表明:(1)两次过程的云顶最低亮温、冷云区平均亮温差异小,但两次过程初生阶段云型不同,"4·13"与"5·6"相比,冷云顶面积较小、持续时间较短、移动速度较快;(2)"4·13"("5·6")的亮温梯度大值区主要位于冷云区东南侧(西南侧),与云团移动方向平行(垂直);两次过程雷暴大风与亮温梯度均具有较好的空间对应关系,亮温梯度增大超前于雷暴大风增强,可作为提前预警指标;(3)"4·13"地面强降水集中分布在低亮温区西侧,原因为风暴顶前移导致强降水与冷云区具有空间位置差异;"5·6"地面强降水则与云顶低亮温具有较好的对应关系。 相似文献
18.
19.
卫星观测与辐射传输分析证明,对流云团红外水汽与窗区亮温差(brightness temperature difference,BTD)具有显著特征,利用对流云团BTD红外亮温特征可以识别对流云团。基于对流云团BTD特征建立的全球对流识别系统(global convection diagnostic,GCD)算法通过设立一个BTD单阈值检测对流云团的有无,但是它不能进一步量化对流云团强度。本文利用FY-2GVISSR红外观测数据与CINRAD CAR(CAPPI of reflectivity)雷达观测数据进行对比研究,结果表明:BTD/CAR具有较好线性正相关关系;BTD不仅可以用于识别对流云团的存在,还可以进一步量化对流云团强度;BTD作为对流云团识别因子优于IRW(infrared window)亮温法。基于BTD/CAR相关关系可以实现基于静止卫星红外水汽和窗区观测的对流云团识别与定强。 相似文献
20.
使用FY-2E静止气象卫星的红外1(10.3~11.3μm)和水汽波段(6.3~7.6μm)时序图像,对强对流云进行识别和短时预测。亮温阈值法是将强对流云和其他高云区分开的常用方法,但是合适的亮温阈值是随着时间和空间而变化的,过高的阈值会将许多卷云包括进来,太低的阈值会排除掉云顶发展还不是很高的强对流云。水汽波段所在的位置是水汽的一个强吸收带,而高度在400 h Pa上下的大气层是水汽波段的一个强吸收层,大气在垂直方向上的对水汽波段辐射吸收的分布模式使得卫星接收到的水汽波段辐射主要来自于400 h Pa以上的大气中高层,而卫星接收到的红外波段辐射主要来自于大气中低层,两个波段间辐射来源的差异使得不同光学厚度的高云的辐射观测值在红外—水汽光谱空间中的分布具有明显差别,并且这种差异具有时空的稳定性。本文将一定范围内的云团的象元测值在红外—水汽光谱空间中的分布的拟合直线斜率作为强对流云识别的依据,结果表明相对于亮温阈值法,本文的识别方法不仅能够较好地区别卷云和强对流云,同时也能更有效地识别未达到旺盛阶段的对流云。在对强对流云进行识别后,根据相邻时间段的卫星图像,利用交叉相关法反演得到强对流云团顶部的位移矢量场,并根据后向轨迹法对强对流云团位置形状进行短时预测,预报结果在短时间内(0~1 h)较好,并且对面积较大的云团的预报效果要优于较小的对流云团。此外文中还利用逐半小时的云顶黑体温度(Temperature of Black Body,TBB)资料分析了云顶亮温的分布变化,得到了整个强对流过程的演变特征。 相似文献