鹤壁市雷暴短时监测和临近预报流程

利用卫星云图数字化资料、雷达探测和雷电定位探测资料对雷暴天气进行短时监测 ,并与多种短期预报方法集成 ,建立时效为 3～ 6小时的雷暴临近预报流程 ,从而达到预测强对流天气之目的。     

风暴的自动识别、跟踪与预报

利用多普勒雷达体扫描资料对风暴进行实时地自动识别、跟踪、结构分析和临近预报。风暴的识别基于某个连续区域的体积和雷达反射率大于给定的体积阈值和反射率阈值;用矩心跟踪法匹配相邻两时刻的风暴,对风暴的合并与分裂进行了处理;根据风暴在过去各个时刻的中心位置和体积,利用最小二乘法进行线性外推来预报其在下一时刻的位置和面积。结果表明本方法能较好地识别、跟踪和警戒强对流性天气。     

风暴的自动识别,跟踪与预报

利用多普勒雷达体扫描资料对风暴进行实时地自动识别、跟踪、结构分析和临近预报,风暴的识别基于其个连续区域的体积和雷达反射率大于给定的体积阈值和反射率阈值;用矩心跟踪法匹配相邻两时刻的风暴,对风暴的合并与分裂进行了处理;根据风暴在过去各个时刻的中心位置和体积,利用最小二乘法进行线性外推来预报其在下一时刻的位置和面积。结果表明本方法能较好地识别、跟踪和警戒强对流性天气。     

雷电临近预警系统在四川省的推广应用

为了提高四川省防雷减灾工作效率,推动雷电服务数字化、网络化、集约化、规范化、标准化,实现快速、准确、高效的雷电短时临近预警,四川省防雷中心协助中国气象科学研究院,共同研制开发了“四川省雷电短时临近预警系统”.目前四川省防雷中心已经结合本地的实际情况开展雷电临近预警业务试运行.同时在成都、凉山、眉山、绵阳、乐山等市州气象台进行区域化雷电监测预警预报推广应用,初步实现雷电监测预警预报业务和服务,并在2010 ～2011年几个重大天气过程中成功进行了雷电预警预报,同时对当地气象台站进行强天气过程预测预报提供了辅助手段,得到了有关职能部门及当地各级政府的充分肯定.     

毕节地区雷电监测、预报、预警方法研究

利用闪电定位监测系统、天气雷达系统、地面气象站构成雷电监测网络,结合气象卫星资料、高空探测资料和天气影响系统进行综合分析,进一步了解、掌握雷电发生发展物理过程和雷电形成机制,做出雷暴天气潜势、短时和临近预报、达到对雷暴等强对流灾害性天气的监测和预警。     

交叉相关算法在哈尔滨机场雷暴临近预报中的应用

本文主要介绍了哈尔滨机场雷暴预报系统之临近预报方法.该方法利用交叉相关算法,通过分析天气雷达回波在连续时次的空间最优相关,计算雷达回波移动矢量特征,根据移动矢量特征推算未来0～1 h回波状况,发布强对流天气临近预报.试验表明,该方法预测的回波状况与实际接近,这对提高强对流天气临近预报效率,保障飞行安全、提高航班正常率,具有较高的应用价值.     

临近预报系统(SWIFT)中风暴产品的设计及应用

介绍了临近预报系统"SWIFT"(Severe Weather Integrated Forecasting Tools)中的风暴产品的设计,包括风暴识别、风暴追踪和风暴预报。在识别风暴时,采用了多反射率因子阈值、特征核抽取和相近单体处理技术,并保留远距离上的强的2D风暴,该方法在面对成串或成簇多单体时,能够分离多个单体核,并准确定位。在风暴追踪和预报算法中,对当前时刻识别出来的风暴,利用匹配方案,将其与前1时刻的风暴建立对应关系,追寻历史轨迹,匹配方案是在空间位置相关的前提下,按照相似原则进行;风暴预报采用TREC(Tracking Radar Echoes by Correlation)技术获取的移动矢量场进行外推,提供未来1小时内的风暴移动位置。在北京奥运会天气预报示范项目(Forecast Demonstration Project,简称FDP)第二次测试期间,该风暴产品得到应用。分析表明:在预报时效为30分钟时,风暴产品在X轴和Y轴上的平均绝对误差为7.1和6.2 km,样本数为3891个;随着预报时效的增加,风暴产品的平均绝对误差增大,且在经向上的误差略大于纬向上;在径向上,风暴产品的预报出现了系统性的偏慢,而在纬向上,预报出现了系统性的偏快。     

华北地区夏季一次致雹强风暴的分析

文章对2007年7月9日下午华北中部地区一次区域性强对流性天气过程中风暴单体的短时临近预报方法进行研究。对实际探测资料和数值模式产品的分析发现以下特点：高空槽将由后倾槽转为前倾槽、底层不稳定层结会明显加大,在地面冷锋东移冲击下在沿锋面伸展的露点锋区内可能将有强雷暴系统发展;全球谱模式T213、中尺度MM5模式的产品对区域性对流天气发生、影响的区域有3h以上的预报时效,具有一定的区域预报能力,但落点预报能力明显有限。对多普勒雷达产品的分析表明：多普勒雷达产品对灾害性天气的落点、影响区域具有30分钟以上的预测时效,通过基本反射率、相对风暴速度等产品的特征判断一个对流风暴具有类似强降水超级单体特征,可据此预报该雷暴中心经过区域可能有冰雹、大风等灾害性天气;风廓线产品在3-7km高度层内垂直风切变矢量具有顺时针旋转特点,有利于风暴发展成强风暴;风暴追踪信息基本能反映风暴移动路径的变化,其路径预报时效最长达1h,在雷暴初期预报准确率随雷暴数目增多、移动异向性明显而越低,在雷暴中后期则明显提高并对临近预报具有明显的指示性。     

基于数值模式和多普勒雷达的强对流天气预报技术

基于数值预报模式MM5,结合不稳定指标和能量指标的诊断结果,得到短时潜势预警指标,进行强对流天气0~12 h的短时预报;利用多普勒雷达信息产品提供的强对流天气风暴追踪信息,提取回波的移向和移速信息,进行强对流天气0~1 h的临近预报;均用一个强对流天气过程,来具体说明短时潜势预报和临近预报状况及其与实际情况的对比;应用短时潜势预报技术对近年来强对流天气过程进行了试用。结果表明,上述方法对强对流天气的短时预报、临近预报技术有一定的预报价值。     

基于多对流参数的武汉地区雷电活动预报方法研究

利用2011—2013年6—8月291个样本武汉站的探空资料计算了20种与雷电活动有关的对流参数,经统计分析后发现多个对流参数与雷电活动具有显著的相关性;选取与雷电相关性较好的对流参数作为预报因子,并用多元线性回归方法建立雷电潜势预报方程,方程通过了α=0.05的显著性水平检验;使用2014年6—8月的观测数据进行预报效果检验,结果表明:雷电预报的命中率POD为82.6%,虚假报警率FAR为23.3%,临界成功指数CSI为63.3%。由此可见,该方法的建立对武汉市雷电天气的预报和预警具有参考价值和指示意义。     

基于闪电数据的雷暴识别、追踪与外推方法

该文提出了一种新的雷暴识别、追踪与外推方法。该方法基于地闪数据,利用密度极大值快速搜索聚类算法实现雷暴的识别,采用Kalman滤波算法实现雷暴的追踪与外推。应用该方法处理了2013年的全国地闪定位数据,同时利用多普勒天气雷达等数据对选取的个例进行评估。结果表明:该方法能有效识别雷暴并对其进行实时追踪,且能有效处理雷暴分裂与合并的情况;算法具有较好的0~60 min的临近外推预报能力,各项性能指标整体与TITAN (Thunderstorm Identification, Tracking, Analysis and Nowcasting) 算法接近,在30 min时效有更好的表现。该方法能够实时监测、预报全国雷暴发生发展状况,对于0~60 min临近预报具有一定参考价值。     

3-D Storm Automatic Identification Based on Mathematical Morphology

The strom identification, tracking, and forecasting method is one of the important nowcasting techniques. Accurate storm identification is a prerequisite for successful storm tracking and forecasting. Storm identification faces two difficulties: one is false merger and the other is failure to isolate adjacent storms within a cluster of storms. The TITAN (Thunderstorm Identification, Tracking, Analysis, and Nowcasting) algorithm is apt to identify adjacent storm cells as one storm because it uses a single reflectivity threshold. The SCIT (Storm Cell Identification and Tracking) algorithm uses seven reflectivity thresholds and therefore is capable of isolating adjacent storm cells, but it discards the results identified by the lower threshold, leading to the loss of the internal structure information of storms. Both TITAN and SCIT have the problem of failing to satisfactorily identify false merger. To overcome these shortcomings, this paper proposes a novel approach based on mathematical morphology. The approach first applies the single threshold identification followed by implementing an erosion process to mitigate the false merger problem. During multi-threshold identification stages, dilation operation is performed against the storm cells which are just obtained by the higher threshold identification, until the storm edges touch each other or touch the edges of the previous storms identified by the lower threshold. The results of experiment show that by combining the strengths of the dilation and erosion operations, this approach is able to mitigate the false merger problem as well as maintain the internal structure of sub-storms when isolating storms within a cluster of storms.     

基于数学形态学的三维风暴体自动识别方法研究

基于雷达数据的风暴体识别、追踪及预警方法是重要的临近预报技术之一,其中准确的风暴体自动识别是进行风暴体自动追踪和预警的前提。在风暴体识别中常会碰到的两个问题是:虚假合并和从风暴簇中分离出相距较近的风暴单体。美国国家大气科学研究中心提出的TITAN(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)算法使用单阈值进行识别,容易将相邻的多单体回波识别为一个风暴体。美国国家强风暴实验室提出的SCIT(Storm Cell Identification and Tracking)算法使用7个反射率因子阈值进行识别,可以较好地分离出风暴簇中的风暴单体,但它直接抛弃了低阈值的识别结果,导致风暴体内部结构信息的丢失。SCIT的这种识别策略可能会使处于初生阶段、强度较低的风暴体被错误地抛弃掉。TITAN和SCIT都无法完全识别出相邻风暴的虚假合并。为了解决这两个问题,文章提出了基于数学形态学的识别方法。该方法首先使用第1级阈值进行单阈值识别;其次,对识别得到的风暴体执行基于动态卷积模板的腐蚀操作,以消除虚假合并;然后,使用高一级阈值进行识别,并对识别得到的风暴体进行膨胀操作,当风暴体的边界在膨胀的过程中相互之间接触,或接触到了原来较低阈值识别的风暴体的边界时,则停止膨胀过程;最后,逐次使用更高级别的阈值进行识别,并在每一级阈值的识别过程中执行腐蚀和膨胀操作。试验结果表明,通过在多阈值识别的过程中综合使用膨胀和腐蚀操作,基于数学形态学的三维风暴体识别方法不仅能够成功地识别出风暴体的虚假合并,同时还能在从风暴簇中分离出相距较近的风暴单体时,尽可能多地保留风暴单体的内部结构信息。     

Convective Storm VIL and Lightning Nowcasting Using Satellite and Weather Radar Measurements Based on Multi-Task Learning Models

Convective storms and lightning are among the most important weather phenomena that are challenging to forecast. In this study, a novel multi-task learning(MTL) encoder-decoder U-net neural network was developed to forecast convective storms and lightning with lead times for up to 90 min, using GOES-16 geostationary satellite infrared brightness temperatures(IRBTs), lightning flashes from Geostationary Lightning Mapper(GLM), and vertically integrated liquid(VIL)from Next Generation Weather Radar...     

广州地区雷暴过程云-地闪特征及其环境条件

应用雷电定位系统和高空观测资料并结合雷达回波资料, 对广州地区雷暴过程云-地闪特征进行分析, 并就有、无云-地闪出现的两组不同对流天气过程的环境条件进行了比较研究。结果表明:广州地区的雷暴过程以负的云-地闪为主, 负云-地闪所占比例在90%以上。云-地闪发生频率与雷暴系统强度演变有直接联系, 对于同一系统来说, 随着系统回波强度的增强, 云-地闪发生的频率也增高。但不同系统中, 云-地闪发生频率有很大不同, 回波强(弱)的对流系统并不意味着云-地闪发生的频率就高(低)。有云-地闪记录的对流天气过程具有更大的垂直切变、更高的相对风暴螺旋度以及更多的对流抑制能量, 云-地闪现象更易于出现在更加有组织和更强的对流系统中。研究还发现广州及周边城市区域对雷暴系统回波强度及云-地闪现象可能有影响, 两个典型个例分析表明, 雷暴系统移经城市区域时回波强度减弱, 云-地闪发生频率减小, 雷暴移过城市区域后, 强度可重新加强, 云-地闪发生频率增大。     

基于雷达回波拼图资料的风暴单体和中尺度对流系统识别、跟踪及预报技术

以中国气象科学研究院灾害天气国家重点实验室的区域雷达组网三维数字产品作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴单体识别、追踪和预报,用Davis发展的客观诊断评估方法识别雷达拼图资料中的中尺度对流系统,实现了雷达数据的中尺度对流系统识别、跟踪和预报,并利用这两种方法对多个强天气过程进行风暴和中尺度对流系统识别、跟踪及预报.在单雷达区域内用原SCIT和修改后的SCIT算法做了风暴单体定量识别检验.结果表明,(1)修改后的SCIT算法能够实现三维风暴的自动识别、跟踪和预报,在单雷达区域内与原算法识别风暴数量大体相当,中尺度对流系统识别方法能够实现中尺度对流系统的自动识别,并完成跟踪和预报;(2)SCIT算法预报误差较小,中尺度对流系统算法预报误差相对较大,它们的预报误差随时间延长而增大.     

基于雷电临近预警技术的主动防雷应用

为了使雷电临近预警技术在雷电灾害防御业务中更好地发挥作用,针对电子系统的雷电灾害特点,在传统被动防雷技术基础上,提出基于雷电临近预警的主动防雷技术,应用雷电临近预警和远程控制等技术,开发以B/S结构为架构的雷电临近预警应用系统。对2013年8月—2014年8月福建省泉州市4个无线电监测站的主动防雷应用效果进行两种方法的预警效果检验。检验结果表明:主动防雷技术是对被动防雷技术的一个较好的完善和补充。采用闪电数量对比分析,4个监测站的有效预警率为69%,采用预报评分方法对比分析,4个监测站的平均准确率为53%,对雷电活动发生较为集中的区域预警效果较好,对雷电活动发生较为零散的区域预警效果有所降低。     

云南两次中尺度对流雷暴系统演变和地闪特征

在利用NCEP/NCAR再分析资料诊断分析2010年9月21—23日中尺度对流雷暴系统形成的环流背景基础上,通过云南省闪电定位系统地闪监测资料和FY-2E卫星云图资料的同步叠加, 分析两个中尺度雷暴系统的演变和地闪特征。结果表明:台风凡亚比 (1011) 西行减弱的热带低压为中尺度对流雷暴系统提供有利的暖湿和抬升动力环流背景,促使中尺度弧状对流云带、中尺度雷暴云团和中尺度对流复合体生成和发展。雷暴云团结构和地闪活动空间分布不均匀并随时间变化,且正、负地闪频数与云顶亮温 (TBB) 相关,当TBB降低和等值线密度变大,雷暴云团发展,低TBB中心偏于云团的前部云区,负地闪频数剧增;当TBB达最低值时,雷暴云团成熟,负地闪频数达峰值,正地闪出现;当TBB升高且等值线密度变小时,雷暴云团减弱,低TBB中心靠近云团中心,负地闪频数迅速减小,正地闪频数达到峰值;密集的负地闪出现在雷暴云团前部大的TBB梯度区和TBB不大于-56℃的低值中心附近,正地闪分散在TBB不大于-56℃的低值中心附近,偏于负地闪区域后部发生。     

EXPERIMENTS TO TRACK STORMS USING MODERN OPTIMIZATION ALGORITHMS

Storm identification and tracking based on weather radar data are essential to nowcasting and severe weather warning. A new two-dimensional storm identification method simultaneously seeking in two directions is proposed, and identification results are used to discuss storm tracking algorithms. Three modern optimization algorithms (simulated annealing algorithm, genetic algorithm and ant colony algorithm) are tested to match storms in successive time intervals. Preliminary results indicate that the simulated annealing algorithm and ant colony algorithm are effective and have intuitionally adjustable parameters, whereas the genetic algorithm is unsatisfactorily constrained by the mode of genetic operations. Experiments provide not only the feasibility and characteristics of storm tracking with modern optimization algorithms, but also references for studies and applications in relevant fields.