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。      

苏南5市区雷暴预报方法的研究

对2001-2010年4-9月苏南5市区雷暴天气的对流参数进行了分析、研究.经过对对流参数箱线图统计、计算点双序列相关系数、值域多次分级试验和级间整合调整等优化处理后,最终选取大气可降水量、杰弗逊指数、肖沃特指数、全总指数、风暴强度指数、抬升凝结高度层温度、上下层温差共7个对流参数作为预报因子,建立苏南5市区雷暴的双级逻辑预报方程.利用预报方程,对2001-2009年4-9月的8230个样本进行拟合结果分析:临界成功指数的平均值为61.0％;对2010年4-9月的样本进行试报,苏南5市区7、8月份的临界成功指数分别为75.0％和66.7％,预报效果较好.     

武川县某风电场雷暴潜势预报方法分析

文章以武川县某风电场为分析区,选取对流有效位能、K指数、抬升指数、700h Pa假相当位温、垂直速度等5个对雷暴具有较好指示意义的预报因子,利用2010—2011年5—9月武川站雷暴日资料和NCEP/NCAR逐6h的1o×1o再分析资料建立雷暴潜势预报方程,为风电场安全运行提供依据。对2012年雷暴预报效果检验表明,该方程对雷暴天气具有一定的预警能力,预报方程的命中率为80.6%,虚假报警率为67%,能够成功预报出该风电场两次较为严重的雷击事故,可用于支撑该风电场的雷暴预警服务。     

动力-统计方法在24小时雷暴预报的应用

利用T213数值预报产品,计算了多个对流参数,应用事件概率回归方法分别建立了全国690个基本站4-9月的24h雷暴潜势预报方程,并根据TS评分值最大的原则确定了雷暴发生预报的临界概率,针对2010年4-9月进行试预报。研究结果表明：（1）基于T213输出产品计算得到的对流参数物理意义明确,与雷暴有无事件相关系数较高,对雷暴潜势预报方程贡献很大。（2）雷暴潜势预报方程对区域性雷暴的预报指示性较强,尤其对于雷电频发的地区效果更好。（3）690个站TS评分平均值为0．24。     

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。     

南京地区雷暴活动强度潜势预报

利用江苏省2008、2009和2010年6 8月闪电定位资料对雷暴活动的强度进行了分级,并使用同一时段的探空资料计算了47个代表南京地区 环境层结特征的对流参数,利用其与雷暴活动强度的相关性选取预报因子.在此基础上,采用Bayes分类法和Logistic 回川归分析法,结合逐步选择法进一步筛选预报因子,分别建立了两种雷暴强度的预报模型.通过检验独立样本对比分析两种模型的预报效果,结果表明,Logistic回归分析法的Hedike技巧评分为0.396,并能识别出30％的强雷暴,而Bayes分类法的Hedike技巧评分为0.370,只能识别出5％的强雷暴.Logistic回归分析法对雷暴强度的潜势预报具有较好的指示意义.进一步分析进入预报模型的9个对流参数,表明雷暴活动越强时,低层空气越暖湿,中层空气越干冷,高低层的风切变越大.     

基于对流参数的洋口港地区雷暴预报方法研究

文章分析了洋口港地区2001-2009年4-9月1645个样本22种对流参数与雷暴事件的相关性以及这些参数的统计特征。结果表明,各对流参数月际分布差异较大,各参数与雷暴事件相关系数也不同。因而选择沙氏指数SI、全总指数TT、杰弗逊指数JI、抬升凝结高度温度tcl_t、上下层温差dt_58、大气可降水量Pw、风暴强度指数SSI等7个对于雷暴活动具有较好相关性的因子,并考虑到4-9月月际分布差异,使用不同月份Pw、SI、TT、JI的不同阈值作为排空因子,不’同月份SSI、tcl_t、dt_58的不同阈值作为预报因子,使用二级逻辑回归法建立排空方程和预报方程,同时对所建立各月预报方程进行了检验和拟合结果分析,并对2010年4-9月样本进行试报,预报效果较好。     

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。     

基于不稳定参数统计的雷暴潜势预报方法研究

为提高镇海地区雷暴预报准确率,利用2009—2013年6—8月杭州、台州、衢州及上海站的探空资料选取有利雷暴发生的对流参数,如K指数、SI指数、LI指数等18个与雷暴发生、发展相关的物理量,通过分析发现杭州站与镇海地区雷暴发生的相关性最高,选取该站6个与雷暴发生相关性较好的参数,分析确立其阈值,运用多参数加权的权重法建立雷暴潜势预报模型。利用该模型在2014年6—8月进行雷暴预报检验,结果总准确率为78.7%,空报率为16.9%,漏报率为4.4%。同时将中尺度数值预报模式WRF同雷暴潜势预报相结合,通过计算各网格点上的雷暴潜势,制作雷暴落区预报,结果对于雷暴落区及强度的预报有较大的参考作用。     

大理机场雷暴特征及潜势预报分析

利用大理机场5年天气观测资料和FNL 1.0X1.0数据,对大理机场雷暴特征及潜势预报进行分析,结果发现：大理机场全年各月都有可能出现雷暴天气,雷暴天气主要出现在6~9月,每年7月和8月雷暴天气出现最为频繁;雷暴天气持续时间0~1小时的次数最多,持续时间1~2小时的雷暴也比较常见,持续时间4~6小时的次数较少,没有出现持续时间6小时以上的雷暴;雷暴可以出现在大理机场的任何方向,出现在东边的次数最多,出现在天顶的次数最少;雷暴初期平均在1月31日,雷暴终期平均在11月14日,雷暴的初期和终期年际差别较大。选取对流有效位能、500hPa相对湿度、0度层高度、近地表四层等压面的抬升指数和可降水量作为预报因子建立大理机场雷暴预报方程,预报方程是显著的,有较好的雷暴潜势预报能力。     

逐步消空法在上海雷电潜势预报中的应用

利用上海地区1999--2007年的探空资料、地面观测资料和历史天气图资料,从雷暴发生的形势场入手,分析上海地区雷暴主要类型.选取合理、适当的对流参数对于短时局地强雷雨天气的潜势预测、强度判别是有指示意义的.利用天气型、K指数、沙氏指数以及对流有效位能作为预报因子,采用逐步消空法找出雷暴识别指标集合,变小概率事件为条件概率下的大概率事件,进而提高雷电潜势预报准确率.     

基于BP神经网络模型的雷电潜势预报

为了使用神经网络较好地解决在雷电潜势预报中常见的非线性问题,本文通过计算南京地区2008年6～8月46个对流参数与雷电发生的相关系数,选取了与雷电发生关系较好的刀、SI、CIN等7个对流参数作为BP神经网络的输入因子。利用2008年的资料所建立的BP神经网络模型,预报了南京地区2009年6～8月的雷暴活动潜势,结合实际雷暴发生情况,得到此模型的POD为80．9％,FAR为9．5％,CSI为74．5％,PDFD为2．9％,FOM为19．1％。表明该BP模型预报准确率较高,性能稳定,有较好的推广价值。     

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。     

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。      

基于对流参数的雷暴潜势预报研究

为提高雷暴天气的潜势预报能力，在统计分析安徽省雷暴形成天气条件的基础上，利用2003-2004年T213资料，选取与雷暴相关性好的对流参数作为预报因子。并在考虑因子季节变化特征的基础上，分别用判别分析法和指标叠加法制作雷暴潜势预报，结果表明指标叠加法优于判别分析法。最后用指标叠加法试报了2005年3—8月的雷暴，临界成功指数CSJ=69．4％，命中率POD=89．5％，虚假报警率FAR=24．4％，分区预报准确率也较高。另外，试报期间的区域性冰雹、雷雨大风全部命中，可见该方法对冰雹、雷雨大风也有较好的指示意义。     

双流机场雷暴天气预报方法研究

利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6小时再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型（预报方程和消空方程）,最后进行数据的回代检验。结果表明：对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5º仰角基本反射率、3.4º仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好。     

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

基于最小二乘支持向量机的雷暴预报初探

利用2007年和2008年南京地区NCEP 1°×1°历史再分析资料和江苏省闪电定位资料,探讨最小二乘支持向量机(LS-SVM)方法在雷暴预报中的应用.将NCEP 1°×1°资料作为实况,选取了该资料与雷暴相关性较好的参数作为预报因子,而江苏省闪电定位资料则作为预报量,建立南京地区雷暴预报的最小二乘支持向量机模型,并用...     

T213/T639数值产品在河南省 雷电潜势预报中的释用

利用河南省地面观测站1960-2005年的雷暴观测资料分析了全省雷暴活动的时空分布特征.根据雷暴活动特征和雷暴天气产生的环境场条件,基于T213/T639数值模式输出产品计算了多个大气动力、热力参数,经诊断分析及相关性分析后选取与地闪关系较好的对流稳定度指数、850 hPa假相当位温、400～850 hPa垂直风切变等5个参数作为预报因子,采用ADTD地闪定位资料和T213/T639数值模式输出产品,分别建立雷电潜势预报模型.雷电潜势预报方法于2008-2009年在河南省汛期业务中应用评估表明,基于T213/T639数值产品的雷电潜势预报技术方法可以为河南省雷电天气的落区预报提供客观定量的参考和依据,且两者都对低槽切变型预报效果最好.     

基于关键对流参数分级的强对流潜势预报

通过对上海地区1998—2009年4—9月各类强对流天气的统计分析,选取42个对流参数及其时间变量,采用逐步回归方法建立了针对各类强对流天气的0～12h潜势预报方程。在此基础上,提出了基于关键对流参数进行分级的强对流潜势预报方法,选取K指数、SI指数、PWV(大气可降水含量)指数和θsedif85(500hPa和850hPa假相当位温差)等反映大气热力和水汽条件的关键对流参数,根据对流分布情况将各对流参数分别分为3个等级,并分级建立了针对不同强对流天气的潜势预报方程。与未分级方程对比表明:基于关键对流参数分级的预报方程对雷雨大风、强雷电和所有对流等预报效果上有明显提升,采用如下组合评分更佳:雷雨大风的预报采用SI分类方程,强雷电和所有对流采用PWV分类方程。将基于关键对流参数分级的强对流潜势预报方法在数值预报模式中进行了业务应用,取得了较好效果。