云南高原山地机场强对流短临预报系统研究

基于天气雷达、地面和探空观测资料、NCEP再分析资料、FNL 数值预报产品,应用强对流天气分类识别技术和短时临近预报技术,开展风暴临近预报、强对流天气分类预警、基于数值预报的强风暴潜势诊断等研究,获得大理、丽江、西双版纳等高原山地机场及周边区域强降水、雷暴、大风、冰雹等灾害性天气的0～2h实时定量预报产品和0～12h强对流天气潜势预报产品,建立可业务运行的机场强对流天气短时临近预报系统。通过检验,证明该预报系统有较好的强对流天气预报预警能力,满足机场业务需求。     

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。     

浙江省致灾强风暴天气监测预警业务平台建设设计

用网格化管理的思路,应用卫星、雷达、闪电定位仪、中尺度自动气象站等探测信息和中尺度数值预报产品,建立一套基于地理信息系统基础上的“浙江省致灾强风暴客观短时临近预报和预警业务系统”,实现强降雨、强风等短时灾害天气的监测预警定性到定量的转变,从主观到客观的转变。     

国家级强对流天气综合业务支撑体系建设

国家级强对流天气预报业务正在从以短期预报为主调整到短期和短时预报并重的业务格局。文章从强对流天气预报技术发展与服务需求的角度,重点介绍了国家级强对流天气综合业务支撑平台及其核心技术。该平台以气象数据组织和图形化表达两个核心要求为牵引,发展了数据分析处理系统、自动气象绘图系统和WEB检索与显示系统。数据分析处理系统基于多源观测资料、中尺度数值预报和全球数值预报,发展了集约、高效的强对流天气监测和临近预报、短时预报和短期预报等数据分析处理技术,是整个平台的核心;主要核心技术包括:从不稳定与能量、水汽、抬升与垂直风切变等条件出发,以归纳总结的分类强对流天气概念模型为基础的分类强对流短期预报分析技术;应用"配料法"发展的分类分等级的强对流天气客观概率预报技术;强对流短时预报技术包括高分辨率数值预报释用、多模式预报集成、对流尺度分析、实况和模式探空分析等多项技术,重点实现了从过去3 h实况到未来12 h预报的无缝隙衔接;强对流的监测和临近预报技术在基于多源资料的强对流天气实况与强对流系统监测技术基础上,发展了基于雷达特征量、强对流实况、各类强对流指数和预警信号等多源信息的报警技术。自动气象绘图系统实现了高效、便捷地接入多种数据、自动进行数据分析和制图等多项功能。在预报服务方面,基于WebGIS发展了县级分类强对流预警信号和国家级分类强对流预警预报产品共享技术,实现强对流短时预报业务的高交互性与上下互通的功能。     

强对流天气资料同化和临近预报技术研究

强对流天气的精准预报依然具有极大难度和挑战性。为了提高强天气监测预报服务能力,"灾害性天气资料同化与临近预报系统开发"研究共开展了以下工作:研发了新的中气旋和龙卷涡旋特征识别算法,并在十几个龙卷风实例中成功地识别出龙卷涡旋特征;从多普勒天气雷达体扫数据中提取了诸多参数(超过20个),开展分类强对流天气(下击暴流、龙卷、冰雹和短时强降水)自动识别预警技术研究。快速更新循环预报系统可以有效地提高模式初值的质量,非常适合于短时天气预报应用。为进一步提高强雷暴预报的精度,提出了一种新的基于雷达反演水汽的"伪水汽"同化方法,以更好地初始化对流尺度的数值天气模式。旨在克服目前中尺度数值模式在对流尺度定量降水短时预报方面的不足,弥补基于"外推"的临近预报技术在2 h以上定量降水预报能力快速下降的缺陷而研发的融合技术具有提高短时临近降水预报能力的潜力。     

国家级强对流潜势预报业务进展与检验评估

为了推动我国现阶段天气预报业务向专业化和精细化方向发展,国家气象中心自2009年组建了强天气预报中心并开展了国家级强对流落区潜势预报业务。开发了基于加密自动气象站WS报、全国闪电定位监测网、FY系列卫星以及雷达组网等多种实况观测资料的强对流实时监测产品,制定了基于MICAPS 3.0业务平台的《中尺度天气分析规范》,研发了基于全球模式T639以及区域中尺度模式GRAPES-RUC、WRF-EPS等模式输出量的强对流动力热力参数的诊断分析产品及潜势预报方法,建立了国家级强对流天气实时预报业务并发布雷暴、雷雨大风和冰雹、短时强降水等分类落区预报指导产品。对2010年4—9月国家级预报产品进行的客观检验结果表明：6小时间隔雷暴TS评分为18%,短时强降雨为2.6%,冰雹和雷雨大风为2.1%;12小时间隔雷暴TS评分为18.4%,短时强降雨为4.1%,冰雹和雷雨大风为1.3%。     

SWAN2.0系统的设计与实现

强对流天气短时临近预报系统（Severe Weather Automatic Nowcasting,SWAN）是面向短时临近监测、分析、预报、预警制作等功能为一体的业务平台。SWAN2.0基于MICAPS4（Meteorological Information Comprehensive Analysis and Processing System Version 4.0,人机交互气象信息处理和天气预报制作系统）二次开发框架,采用C/S架构,服务器部署在省级,负责收集数据,运算SWAN产品;客户端部署在气象台站,实现具体的预报业务,并形成算法二次开发接口。SWAN2.0新增了三维变分风场反演、基于分雨团技术的雷达降水估测、冰雹识别等方法,实现了算法管理、产品生成、分析处理、资料检索显示、实时监控报警、预警产品制作等功能。SWAN2.0业务系统已在全国试用,在强对流天气监测、分析和短时临近预报预警中发挥了重要作用。     

强对流天气监测预报预警技术进展

强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。     

强对流天气短时临近预报业务技术进展与挑战

强对流天气短时临近预报业务是国家防灾减灾、重大社会活动和精细化天气预报的迫切需要。虽然我国强对流天气短时临近预报业务已经取得了巨大进展,但与国外先进水平相比还有不少差距。本文总结了近年国内外强对流天气短时临近预报业务现状、技术进展、目前国内的技术支撑状况和所面临的挑战,并提出了相应的应对措施。目前强对流天气短时临近预报技术仍然主要是外推预报技术、数值预报技术和概念模型预报技术等,但快速更新循环的高时空分辨率数值模式预报和新一代静止气象卫星资料将在强对流天气短时临近预报中发挥重要作用。强对流天气监测、分析和机理研究是强对流天气短时临近预报的重要基础;先进的外推预报方法同快速更新循环的高时空分辨率数值模式预报以及二者的融合是未来强对流天气短时临近预报的重要发展方向。     

宁夏灾害性天气短时临近监测预警平台简介

根据完善气象预报预测系统的规划和需求,在继承和改进短时临近预报业务工作多年成果的基础上,宁夏气象台建立了灾害性天气短时临近监测预警平台。该平台设计为B／S和C／S架构有机结合,由数据运算程序集、数据库和网站3个部分交互协作的业务系统。本文从平台设计思路、结构特点、各模块主要功能等对宁夏灾害性天气短时临近监测预警平台作一简单介绍。该平台根据宁夏气象业务发展和防灾减灾实际需要研发,评估、优化、更新、整合了已有研究成果,融合多种探测资料与方法,突出短时临近灾害性天气实时监测预警和多模式预报产品检验评估与综合集成预报技术,建成以集成预报、国家指导预报、中尺度数值预报等定量化预报产品为基础,集“实时监测预警与综合分析、强对流灾害天气预报方法、检验评估与集成预报、预报预警快速制作分发”等为一体的业务平台。     

基于雷达资料四维变分同化及云模式的中尺度对流系统数值临近预报试验

基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。     

多普勒雷达资料在暴雨临近预报中的应用

强暴雨、台风暴雨等灾害性暴雨天气是造成洪涝灾害最主要的降水天气系统。以广州雷达和梅州雷达的拼图资料以及温州单站雷达资料为基础, 讨论了TREC方法中时间步长、网格大小及雨强阈值等参数变化对跟踪结果的影响, 并对TREC矢量场进行了平滑处理, 这在一定程度上减少了TREC矢量场中由于地物回波和回波梯度变化造成的一些明显错误的矢量, 得到较为连续的矢量场, 并将得到的矢量场用于暴雨的临近预报。个例分析及预报结果的验证表明:通过选择合适的参数, 雨强CAPPI、反射率因子CAPPI和CR 3种资料得到的TREC矢量场一致性好, 能够反映我国的强暴雨、台风暴雨等灾害性暴雨的移动方向。CR资料的外推预报结果稍差于其他两者, 3种资料预报的准确性都随着预报时间的递增而降低, 对连续时刻的TREC矢量进行拟合, 有助于提高预报准确率。TREC方法对于结构比较复杂、不易识别的台风暴雨等灾害性暴雨天气, 在预警方面具有一定应用价值。     

盛夏午后对流性天气预警技术

利用气象信息综合处理分析平台（ＭＩＣＡＰＳ）对基本资料进行和加工处理,运用天气图,物理量场,卫星云图和雷达回波资料,制作盛夏午后对流性天气的临近预报,通过警报网,无线寻呼和１６８信息台（或１２１）开展不同时效的预警服务,由于有效地改进了对流性天气预制作流程与发布方式,在１９９６年和１９９７年夏季预报服务实践检验中,效果较好。     

阿克苏强对流天气雷达回波统计特征

为了发挥雷达监测和预警强对流天气的作用,制作出精细化的临近短时预报,应用2005-2006年63次冰雹云回波资料对雷达回波参数进行了分析,得到5—8月强对流天气的回波特征。阿克苏强对流回波强度强,96．8％集中在40～60dBz,其负温区厚度很厚,正负温度区的厚度比平均为1：2．0。     

新一代天气雷达在临近预报和灾害性天气警报中的应用

利用新一代天气雷达制作临近天气预报和灾害性天气警报,必须从天气雷达观测入手.需根据临近预报和灾害性天气警报需求制定观测方法.不同预报对象,要采取不同的雷达资料的数据处理方法,以便突出预报对象的回波特征.制作临近预报和灾害性天气警报的主要依据是雷达回波分析,掌握回波演变的全过程是雷达回波分析的基础,根据回波特征判断识别影响本地区的天气系统,通过回波分析判断回波的未来发展趋势.为了从回波上识别灾害性天气,需要建立各种灾害性天气的识别判据和方法.预报的主要方法是外推法,但预报结果还需要预报员根据预报经验最后作出预报结论.为了做好临近预报和灾害性天气警报,建立预报流程是非常重要的.     

“2011.7.14”沈阳短时强降水多普勒雷达回波特征

为了更好的预报、预警超级风暴单体引起的短时强降水,利用沈阳棋盘山多普勒雷达、营口多普勒雷达和自动站及地面、高空等气象资料,对2011年7月14日沈阳强降水超级单体风暴进行分析。结果表明：地面辐合线和切变线提前于降水2 h产生,而且地面辐合线和切变线的位置与风暴的生成位置重合。强对流风暴具有超级单体风暴特征,风暴出现弓形回波;速度图上存在“v”型入流缺口,相应速度场上出现中气旋,营口雷达基本反射率最大值达到61 dBz,反射率因子垂直剖面出现弱回波区和回波悬垂。当雷达回波发现中气旋,并预计此中气旋能维持1 h左右或者雷达回波发现弓形回波,沈阳棋盘山雷达基本反射率强度超过45 dBz时,可发布短时暴雨或雷雨大风等强对流气象灾害预警。     

石家庄地区反射率因子垂直廓线特征分析

利用自动雨量计数据整理成的10 min一次的雨量资料和s波段多普勒天气雷达体积扫描强度数据,对石家庄地区2004～2007年4次天气过程的实时雷达反射率因子垂直廓线的特征进行了分析.结果表明:层状云和混合性降水反射率因子垂直廓线有明显的零度层亮带;短时强降水过程的反射率因子垂直廓线不存在零度层亮带.冰雹过程中反射率凼子垂直廓线变化较大,降雹前反射率因子的极大值在中上层,降雹发生时反射率因子的极大值高度下降,降雹后反射率因子的极大值减弱.降雪过程的反射率因子垂直廓线零度层亮带不明显.在石家庄西部山区,由于零度层亮带的影响.对层状云和混合性降水回波强度和降水量估计偏高.对短时强降水过程的地面降水估计用反射率因子垂直廓线的方法比最低仰角法更加准确,在均匀性降水中可较好地改善地面雨量估算结果,有利于在山区和无雨量计的地区判断强对流天气的发生、发展和估算降水量的大小.     

基于深度学习的天气雷达回波序列外推及效果分析

天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。