基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值

采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合（GSM）模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。      

强降水雷达回波参数特征

利用７１３型测雷达资料,对江西强降水回波参数特征进行统计,分析结果表明：强降水与回波顶高、回波强度、水平尺度及地形等有关,为强降水天气预测提供了依据．     

陇东南地区短时强降水的雷达回波特征及其降水反演

利用雷达基数据对比分析了天水、庆阳和兰州3部多普勒雷达等距离水平剖面上同步观测的回波强度差异,并研究了陇东南地区短时强降水的雷达回波特征和反演降水。结果表明,当回波强度10 dBz时,这3部雷达并不存在显著差异;从区域站和自动站的降水量对比分析可知,造成短时强降水的天气学尺度较小,对雷达回波的统计也映证了这一结论。有75%的强降水尺度20 km,表明原有的气象站并不能较好的反应局地降水;运用分组估测法、整体和分型Z-I关系法定量估测降水,结果发现分型Z-I关系法可以较好的反映陇东南地区的降水特点,较好的解决了低量值高估和高量值低估的问题,其中雨强在15~20 mm·h-1时反演效果最好。     

华南前汛期暴雨C波段雷达特征应用研究

运用广州白云机场C波段雷达回波强度及径向风资料对华南前汛期强降水过程进行雨带降水估计及其移动特征预测.C波段雷达在雨量充沛地区的强降水背景下,尽管回波强度被衰减,但是近距离范围内其探测云雨精细化结构的能力较强.所采取的雷达数据质量控制系列处理,能够保留雷达数据原有特征,有效滤去杂波和噪声并缓解雷达低仰角数据杂波多、体扫面上沿径向远近高度差较大的问题,并对降水估测提供了技术保障.最优化雷达Z-I强降水估测方法基于单次过程体扫信息,具有计算简洁快速的特点,但是同一体扫面上云状差异对最优化方法参数值比较敏感,混用相同参数,影响降水估测效果.对同一体扫面上雷达云状回波进行区域划分,并选择对应测雨站点,做最优化参数分别确定,有效改善最优化雷达降水估测,提高了C波段雷达在机场近距离范围的应用效果.运用雷达体扫时间分辨率高的特点,识别雷达径向风辐合线以及强回波中心位置,并分别应用外推法预测雨带走向、移速等,验证效果良好.     

雷达回波预测极端暴雨概率方法构建原理与应用研究

基于局地雷达回波基数据强度与雷达体扫面内相应地区强降水量之间的统计关系,并通过LucasKanade局部光流法分析下一小时可能影响该地区的回波区域,将这些区域定义为强降水影响系统的动态回波上游。同时分析雷达各层体扫回波情况,即考虑强降水系统的空间伸展程度。通过分析这些动态回波区域在当前时刻内(每10 min多层体扫信息)的时空变化特征,建立回波强度特征与局地降水的相关,进一步与改善的降水极值概率预测方法相结合,构建对下一小时局地暴雨重现期极值预测预警指标,为应急保障方案和及时应对决策提供技术支持与专业参考信息。整体方案以2006-2011年6-8月盐城多普勒天气雷达回波强度的基数据资料和同时段盐城雷达体扫范围内建湖气象站的小时雨量序列为基础,采用Lucas-Kanade局部光流法确定回波强度反映的降水系统时空动态上游,并利用皮尔逊III型方法和广义帕累托方法建立回波类别与建湖局地白天与夜间降水序列的统计概率关系,计算回波类别对应的局地极端降雨极值以及极值重现概率特征,构建降水系统的雷达回波动态综合特征与下一小时局地强降水极值概率间的统计关系指标,指标的相关性检验达到70%。该方法具有强降水多等级重现期极值预测能力,为下一小时临近极端暴雨预测预警提供了雷达监测动力统计优化方法。     

多尺度合成的降水临近预报技术

基于我国新一代多普勒天气雷达观测资料,以梅雨锋等大范围降水为主要研究对象,研究了降水临近预报方法.根据暴雨回波的多尺度特征等,研究暴雨回波的尺度滤波,分割、匹配等处理技术;根据不同尺度回波生命史来约束其预报时效,得到分尺度下的降水预报场,实现暴雨回波多尺度的合成降水量临近预报;将分尺度与不分尺度降水预报结果进行了比较.结果表明,针对大范围强降水多尺度合成的降水量临近预报方法,因不同尺度的回波外推考虑了各自运动的特性及其生命史的差异,预报精度有所提高.     

C波段雷达资料在强降水过程中的应用

利用甘肃省天水市C波段多普勒雷达资料,选取2013年7月8日和8月1日2次强降水过程,在考虑雷达系统标定偏差的基础上用雷达定量估计降水,对比2次降水过程的雷达反演风场、回波与降水之间的关系,并利用雨水含量守恒方程对回波进行外推,利用反演结果检验发生冰雹和大风等强对流天气过程的预警条件。结果表明:不同降水类型采用不同Z-I关系估计的降水效果明显优于雷达默认的Z-I关系,并且由于C波段雷达回波信号的衰减,在使用前需对观测回波进行衰减订正;2013年7月8日的降水过程为低质心回波降水过程,2013年8月1日的降水过程为高质心回波降水过程,2次降水过程的回波强度与降水范围有很好的对应;对于低质心回波降水过程,外推回波与观测回波位置较为吻合,但强度偏强。对于高质心回波降水过程,外推回波较观测回波位置偏后,且强度偏强;考虑雷达系统标定偏差后,冰雹和短时强降水对应的一些特征量关系符合相关预警条件。     

基于雷达回波强度面积谱识别降水云类型

基于谱分析原理提出了雷达回波强度面积谱的概念及算法,利用宁夏银川多普勒天气雷达回波资料,分析了不同性质降水云的雷达回波强度面积谱,并根据不同性质降水云雷达回波强度面积谱特征,提出了基于雷达回波强度面积谱识别降水云类型的方法,利用强回波面积（回波强度不小于40 dBZ的回波面积）占总回波面积百分比和基本降水回波面积（回波强度不小于20 dBZ的回波面积）占总回波面积百分比作为降水云类型判别的主要因子,提炼出基于雷达回波强度面积谱特征参数的层状云、积层混合云、对流云等不同类型降水云的判别指标,建立了基于雷达回波的降水云类型自动判识模型。利用该模型对2016-2017年6次强降水过程进行了降水云类型判别试验,模型准确判别出6次强降水过程中2次为对流云降水、4次为混合云降水,判别结果较好地反映了降水云类型,验证了判识方法的可行性。     

三种不同天气系统强降水过程中分钟雨量的对比分析

通过使用高时间分辨率的分钟级雨量资料并结合雷达回波,对比分析了近年来飑线、梅雨锋和热带系统影响下的三次强降水过程,并通过降水率、降水持续时间和降水变率的统计,探讨三次强降水过程的特征,最后给出强降水时段对应所有站点最初1小时降水的平均状态。结果表明:用分钟雨量资料辨识出的强降水时段降水序列,结合雷达回波和小波分析发现其可以很好地表现γ中尺度对流系统的降水特征,弥补了小时雨量时间分辨率低的缺陷。分析三个过程中强降水时段的样本发现华北飑线的强降水过程单站只有一次强降水时段,累计雨量基本在50 mm以下,具有降水率大,持续时间短,突变性强的特点,预报难度较大;在热带对流系统的影响下,单站降水由多次强降水时段构成,且强降水时段样本累计雨量可达100 mm以上,降水率较其他系统偏小,但持续时间最长,降水均匀稳定;梅雨锋对应的降水持续时间以1～2 h为主,但降水率高于热带系统,强降水时段样本累计雨量基本在100 mm以下,降水性质的特点是介于飑线和热带强降水系统之间,预报最为复杂。     

黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...