咸阳机场一次阵风锋的探测和自动识别

利用西安多普勒雷达观测资料、NCEP再分析资料和自动气象站资料,对2016年6月4日发生在咸阳机场附近的一次阵风锋天气展开研究。这次过程是由蒙古低涡主导,低涡后部的冷空气南下触发对流引起的,阵风锋过境时咸阳机场产生了2.2mm降水和19.7m·s^(-1)的大风天气,多架次航班受到影响。从雷达回波的分析发现,这次阵风锋的特征表现为,生命史2h左右,回波强度5~25dBz,长度约70km,平均移速达49.7km·h^(-1),伴有明显的窄带回波和辐合线。对雷达基数据进行质量控制后,设计了自动识别软件,在强度场上利用双向梯度算法,以及速度场上使用Shear参量算法,根据窄带回波和辐合线的空间一致性,对该阵风锋的位置和强度进行识别。最后利用临界成功指数对这个软件进行评估,本次阵风锋的识别率达到83.33%,表明该软件能够识别阵风锋,可在业务中使用。     

基于深度卷积神经网络的阵风锋识别算法

阵风锋作为强对流的冷性出流特征,是重要的边界层辐合系统,对其自动监测识别一直是日常气象业务中的难点,该文基于深度卷积神经网络设计了阵风锋的自动识别算法。通过对输入和输出端的重新设计,在Faster RCNN算法和Inception V2网络模型的基础上实现了通过雷达回波数据对阵风锋窄带回波实现端到端自动识别。利用雷达数据绕雷达中心旋转不变性特点,增加了数据样本,降低了需提取特征的复杂度。利用2007—2011年南京雷达数据,对该模型进行了20万步的训练,总损失函数值收敛到0.003。对识别效果的分析表明,在训练样本中识别率100%,漏识率0%,准确率87%。通过对合肥雷达2009年6月5日阵风锋天气过程的32个体扫进行模型泛化能力评估,得到识别率91.7%,漏识率8.3%,正确率73.3%。     

基于数学形态学的阵风锋识别算法

提出基于数字图像处理技术中的数学形态学的阵风锋自动识别算法。该算法首先基于阵风锋的反射率因子窄带形态、速度辐合和快速移动特征,计算相邻时次体扫反射率因子差、速度切变和速度梯度这3个参量场,综合这3个参量场,得到一个二维特征量;然后采用数学形态学算法对这个二维特征量进行二值化、膨胀、腐蚀、细化、剪枝及线段联通等处理,得到一条反映阵风锋骨架特征的曲线。利用武汉雷达观测的2个阵风锋过程的共53个体扫数据进行阵风锋识别算法检验,结果表明:该算法正确识别阵风锋39个,错误识别3个,漏识别11个;识别曲线与阵风锋位置和走向较为一致。     

MIGFA阵风锋识别算法改进与检验

根据南京CINRAD/SA天气雷达探测的江苏沿江地区阵风锋回波特征,对MIGFA(Machine Intelligence Gust Front Algorithm)阵风锋识别算法进行改进:在考虑平滑算法使用和低仰角数据融合的基础上,根据阵风锋回波特征,改进了0.5°反射率阵风锋细线函数模板,设计了较高仰角(1.5°/2.4°)反射率阵风锋细线函数模板,引入1.5°和2.4°双层反射率阵风锋细线函数模板替代原空间差分反射率函数模板。考虑阵风锋特征与距离测站的关系,设计了动态权重函数组合多组得分值,从而有效识别阵风锋回波。在此基础上通过弧度判断和阵风锋回波平坦度测试的方式,进一步降低虚警率。最后利用2009年6月14日南京雷达阵风锋个例进行效果识别,并采用临界成功指数对南京雷达120个阵风锋样本进行效果评估。结果表明:改进的MIGFA法识别效果良好,将临界成功指数从0.39提高至0.60,引入降低虚警率的做法使得虚假警报率从0.34降至0.16。     

雷达强度数据中的阵风锋特征统计和自动识别

利用江苏南京2009-2012年天气雷达数据结合地面自动站风场资料分析江苏沿江地区阵风锋变化特征、阵风锋弧长与移速关系,及其在雷达反射率因子图像中呈现的总体、局部特征,详细分析了三种窄带回波回波带反射率因子分布特征。通过设计反映回波带平坦性的计算方法实现定量分析窄带回波分布异同功能。根据回波带径向波形特征判断径向波形的波宽、波峰个数、波峰阈值和波形双边梯度等特性,实现阵风锋径向波段识别。在对反射率因子图像预处理基础上,结合回波平坦性测试方法和阵风锋径向波形识别算法达到自动识别阵风锋回波的目的。识别效果表明:回波带平均值5 d BZ的独立阵风锋回波识别准确率达87%以上,回波带平均值10 d BZ的混合型阵风锋回波识别准确率达89%以上。对弱阵风锋识别成功率仍较低。     

阵风锋、海风锋和冷锋等触发局地强对流风暴实例分析

利用CINRAD/SA雷达探测资料,结合地面实况和探空资料,对7次典型中尺度辐合线触发强对流风暴的特征进行了分析。结果表明：阵风锋、海风锋和冷锋等边界层辐合线在一定条件下雷达低层反射率因子产品上表现为清晰的窄带回波,某些辐合线在反射率因子产品上不能得到任何有用信息,但在低层径向速度上可识别出线性径向速度辐合;识别出窄带回波或清晰的径向辐合线约1 h后,是雷暴首次触发的主要时间段;对于干型强对流风暴产生的阵风锋,其右侧往往是雷暴触发的主要区域,导致风暴右向传播;湿型强对流风暴产生的阵风锋,激发雷暴的方向与雷暴平均移动方向基本相反,导致风暴呈后向传播特征;海风锋向内陆推进速度快的区域是雷暴触发的主要区域,后继雷暴具有两侧传播特征;单纯的线性低层径向速度辐合在合适的环境条件下触发强对流,主要特征是对流风暴移动缓慢,可造成局地灾害性强降雨天气。     

多普勒雷达对一次阵风锋的三维结构研究

通过对济南地区一次春季阵风锋的多普勒雷达资料分析,反演出典型的密度流外流边界(阵风锋)的特征,在雷达回波图上表现为一条狭窄的弧状强回波带,强回波带的后方再发展出宽大较弱的回波区.体扫的各仰角速度场显示出阵风锋合理的空间结构;在雷达回波上阵风锋的长度表现为低仰角长,高仰角短,而距离表现为低仰角远,高仰角近.速度垂直剖面上存在典型的中层径向辐合MARC,高度大约在2.5～7 km之间,反映出强对流存在明显的后方中层入流.随着仰角的增大,可以分析出阵风锋是近地面现象.     

阵风锋自动识别算法的试验研究

利用江苏省6部S波段全相参多普勒天气雷达测得的2007-2011年28个阵风锋观测实例,检验多普勒天气雷达的阵风锋自动识别算法的效果。该算法主要包括熵函数模板的反射率强度边界识别、风切变算法,并综合依据径向速度及谱宽进行阵风锋识别。在阵风锋的识别中,多普勒速度的径向切变有利于判别雷达波束垂直于阵风锋边界的辐合,旋转切变可更好地显示平行于波束的阵风锋边界。在参与检测的28个个例中,成功检测出的有13个;因雷达资料质量影响,7个个例检测出部分阵风锋;8个个例未检测到阵风锋。经过检验,该算法的识别效果较好,但仍存在一些不足,需要进一步完善雷达资料的质量控制,和对低层弱切变特征的提取研究。     

我国阵风锋类型与产生机制分析及其主观识别方法

文章总结了近些年我国学者对阵风锋所开展的相关研究,阐明了阵风锋的空间结构、类型及其特征,探讨了阵风锋窄带回波的形成机制,提出了阵风锋的主观识别方法,结果表明:从雷达探测资料分析,可将阵风锋分为两类,一类是雷暴母体静止型阵风锋,一类是雷暴母体运动型阵风锋,而前者还可以进一步分为两个子类型。阵风锋类型不同,阵风锋对雷暴母体的反馈作用也截然不同。阵风锋窄带回波的形成可概括为两种机制:第一种是大气折射指数梯度脉动导致的布拉格散射(Bragg Scattering),第二种是由昆虫对雷达波的粒子散射(Particle Scattering)导致。利用阵风锋雷达强度和径向速度回波特征,可以识别阵风锋的位置和范围,并对其外推做出预报。由于阵风锋是低层大气现象,所以需要应用较低仰角的雷达资料来识别。利用阵风锋雷达回波特征,配合气象卫星高分辨率可见光云图上呈现的中尺度对流云团和弧状云线的变化,结合地面中尺度观测网资料,可以综合识别阵风锋的形成、发展和消散。     

九江地区一次无降水致灾大风天气过程分析

使用常规地面观测、风能观测、卫星云图和多普勒天气雷达等资料,对2009年6月5日23时-6日01时,江西九江地区出现的一次无降水致灾大风天气过程进行分析。结果表明,500hPa冷涡槽后强大的西北气流、925hPa波动型辐合线和异常3h变压是造成这次无降水致灾大风天气的主要影响系统和动力条件;中尺度对流云团在消散过程中,强烈下沉气流冲击地面形成阵风锋,即使对流云团消散后,这股下沉气流仍惯性移动,并继续影响下游长达百余千米范围;阵风锋前沿边界会造成大气折射率的改变,雷达可以从反射率和速度场上探测到这种不连续面的窄带回波。窄带回波移动速度可以定性判断地面大风级别,移速大风力大,移速小风力小。     

Gust Front Statistical Characteristics and Automatic Identification Algorithm for CINRAD

Gust front is a kind of meso-and micro-scale weather phenomenon that often causes serious ground wind and wind shear. This paper presents an automatic gust front identification algorithm. Totally 879 radar volume-scan samples selected from 21 gust front weather processes that occurred in China between 2009 and 2012 are examined and analyzed. Gust front echo statistical features in reflectivity, velocity, and spectrum width fields are obtained. Based on these features, an algorithm is designed to recognize gust fronts and generate output products and quantitative indices. Then, 315 samples are used to verify the algorithm and 3 typical cases are analyzed. Major conclusions include： 1） for narrow band echoes intensity is between 5 and 30 dBZ, widths are between 2 and 10 km, maximum heights are less than 4 km （89.33%are lower than 3 km）, and the lengths are between 50 and 200 km. The narrow-band echo is higher than its surrounding echo. 2） Gust fronts present a convergence line or a wind shear in the velocity field;the frontal wind speed gradually decreases when the distance increases radially outward. Spectral widths of gust fronts are large, with 87.09% exceeding 4 m s-1 . 3） Using 315 gust front volume-scan samples to test the algorithm reveals that the algorithm is highly stable and has successfully recognized 277 samples. The algorithm also works for small-scale or weak gust fronts. 4） Radar data quality has certain impact on the algorithm.     

An Algorithm for Automated Identification of Gust Fronts from Doppler Radar Data

Gust fronts are weak narrow-band echoes of increased reflectivity at the background levels in the low-elevation fields of Doppler radar. An automated approach to gust front detection that relies on the image features of radar observations is presented in this paper. The algorithm is not sensitive to the variations in reflectivity values and gust front widths. The approach includes the following steps. First, a novel local binary with dual-template (LBDT) algorithm is designed as the fundamental algorithm to identify the potential areas of narrow-band echoes. Second, based on the disadvantages of the LBDT algorithm, several modifications are made, including splitting the intersecting lines, connecting the fragments, and filtering the edges and radial interference noise. Third, an optical flow method is used to determine whether a weak narrow-band echo is a gust front according to the prior knowledge that a gust front usually propagates in front of the associated generating storm. The results of experiments show that the proposed method can automatically identify gust fronts with a high probability of detection and a low false alarm rate. The automatic identification of gust fronts is potentially useful for accurate short-term weather forecasting, particularly in the forecasting of storm winds.     

上海98.7.23大暴雨环境场及多普勒雷达资料的分析

应用天气图,卫星云图,探空资料,并重点应用多为勒雷达资料综合分析了１９９８年７月２３日上海大暴雨过程,指出在有利的大尺度环境条件下ＭＣＣ下风方诱生出ＭＣＳ,导致上海产生大暴雨,多普勒雷达基本反射率,径向风场及垂直风廓线资料在暴雨发生前数小时就监测到中尺度切变,中尺度涡旋等触发机制的发生,发展,它们与强降水回波的发展,加强,移动和合并息息相关。     

阵风锋的雷达探测和研究

本文应用北京地区和美国Oklahoma地区天气雷达观测资料比较了两类阵风锋。快速运动的阵风锋常与猛烈发展的强风暴相伴随，它的出现，风暴将持续猛烈地发展。运动缓慢近于静止的阵风锋则常出现在风暴的减弱阶段，它的出现加速了风暴的消亡。阵风锋的形成与风暴中的下沉气流有关，两类不同的阵风锋反映了下沉气流与环境的不同作用。文中还对阵风锋形成雷达回波的原因进行了探索，认为阵风锋锋区的湍流对电磁波的散射是形成雷达回波的可能机制。应用多普勒天气雷达和高塔的探测资料，对阵风锋回波的强度进行了理论估算，估算值与雷达实测值比较一致。     

四川盆地一次阵风锋触发的局地强对流天气雷达特征分析

应用自动气象站资料和多普勒雷达观测资料,对盆地南部一次阵风锋引起的局地强对流天气进行分析,结果表明:阵风锋是对流风暴产生的下沉气流到达地面时产生强烈辐散,与低层暖湿空气交汇产生的剧烈天气现象;阵风锋在多普勒雷达上表现为一条狭窄弧线,回波强度弱,速度图上有辐合,阵风锋与强雷暴的发生、发展和维持有促进作用;阵风锋过境会引起气象要素陡变,阵风锋经过的地方,强雷暴的产生地与地面风场辐合线的位置和温度槽线的位置有很好的对应关系,对短临预报预警的提前发布有较强的指示意义。      

河北省雷暴大风的雷达回波特征及预报关键点

应用河北省石家庄新乐CINRAD-SA雷达资料对2006—2008年河北省中南部地区262个站雷暴大风的雷达回波特征进行统计。分析发现, 雷暴大风的主要雷达回波特征有弓形回波、阵风锋和径向速度大值区,出现其中一个或多个特征均可发布雷暴大风预警。根据以上雷达回波特征能够对66%的雷暴大风发布预警,34%的雷暴大风仅仅依据雷达资料无法预警,其中孤立块状回波占39%,带状回波占61%。弓形回波仅占雷暴大风的19.8%,能够观测到的阵风锋回波仅占16.8%,65.3%的雷暴大风观测到径向速度大值区,径向速度大值区是雷暴大风最重要的雷达回波特征。径向速度大值区的形成一般早于弓形回波和阵风锋回波,依据径向速度大值区可更早发布雷暴大风预警。