贵阳4月5日冰雹天气过程闪电频次变化特征分析

利用4月5日贵阳市三维闪电定位监测资料、贵阳和都匀雷达资料以及灾情调查数据,采用数理统计方法对乌当区水田镇和南明区两个降雹个例雹云发展演变过程中闪电频次变化进行分析,得到两个降雹个例降雹时间点前后闪电频次的变化特征,为今后开展贵州地区冰雹与闪电相关性研究提供参考。     

基于多雷达三维插值格点强冰雹诊断因子的强冰雹识别方法

为解决单部雷达强冰雹识别产品在雷达的探测范围、雷达的静锥区以及与基于格点的近风暴环境因子的融合上存在局限性的问题,本文建立了雷达反射率因子的三维局部空间插值及多部雷达拼图方法;类似于SCIT算法的风暴单体的VIL及SHI等冰雹识别参数的计算,基于多部雷达三维插值拼图数据集,实现了格点VIL、SHI、POH和POSH等算法,建立了基于三维格点的多部雷达强冰雹识别参数因子、风暴数值模拟的近风暴环境因子(0°层及-20°层高度)为识别参数的冰雹识别算法。为确定适合于贵州地区的冰雹识别阈值,使用贵州504个防雹炮点的冰雹观测资料及贵州2005年和2006年8次贵阳、遵义雷达站冰雹个例观测资料,建立了冰雹算法校验数据库;通过对降雹校验数据库的统计分析,建立了适于贵州地区VOD与冻结层高度统计关系式,确立了VIL密度产品的强冰雹判别阈值,并通过对WTSM的调整,改进了原来的POSH算法,在贵州西北部到中部一线的一次强冰雹过程中对强降雹区的识别效果较好。     

基于决策树的天津地区冰雹天气雷达因子分析

利用决策树对天津地区2005—2014年4—9月间的25次有灾情资料的冰雹天气进行多普勒天气雷达因子识别,采用冰雹概率(POH)、强冰雹概率(POSH)、垂直液态含水量(VIL)、最大反射率因子(DBZM)、风暴质心高度(HT)、风暴顶高(TOP)等主要雷达识别指标,归纳出天津地区冰雹云雷达回波判识指标:(1)当DBZM≤54.5dBz,或者当DBZM54.5dBz但POSH≤35,单体不会降雹;(2)当DBZM54.5dBz且POSH35,则该单体将会降雹。与判别分析方法比较,基于决策树分析的识别降雹单体的成功率达90.2%,临界成功指数达78.3%,识别结果明显优于判别分析方法。     

巴彦淖尔市降雹天气形势分型

为了提高巴彦淖尔市冰雹预报准确率,本文利用巴彦淖尔市1974年-1993年降雹及天气图资料,归纳出巴彦淖尔市降雹天气类型和不同天气类型的预报模型及降雹几率,并对不同天气类型导致降雹的原因和条件进行了分析,从而为深入开展冰雹的定时定点预报奠定基础。     

基于相似指标法的贵州春季冰雹预警方法的检验

利用历史降雹资料,建立基于高空温压场相似法和影响系统指标法的贵州春季冰雹短期预报系统。2002年,作为省级人工影响天气业务系统投入业务运行,成为未来12～24 h人工防雹作业预警指令下达的主要依据之一。投入业务运行10 a来,预报订正准确率达55%,有较好的实用价值。在实际应用过程中,通过增加冰雹加密观测资料的数据,不仅补充完善冰雹相似个例库,而且冰雹预报准确率和预测效果得到一定提高。因此,进一步完善贵州春季冰雹预警方法仍然具有实际意义。     

1961～2017年遵义地区冰雹时空分布特征

本文利用CIMISS、遵义13个气象站月报表等数据,收集了1961年1月1日至2017年12月31日遵义地区气象站的冰雹、大风和降水情况,从冰雹直径、冰雹时间和空间分布、冰雹与大风的关系、冰雹与降水的关系等方面综合分析了遵义地区冰雹时空分布特征。结果表明：遵义地区降雹以小冰雹为主,发生大冰雹的概率小;降雹持续时间以短时降雹为主,降雹点1日内多次降雹可能性小;降雹日数余庆最多,赤水最少,遵义东部降雹日数最多,中部、西部和北部依次递减,大范围降雹的可能性较小;降雹时间集中在2～5月,其中4月最多,旬分布上看,5月上旬降雹日数最多;遵义地区降雹主要出现在夜间,白天集中在14～20 时;冰雹日数的年际变化和年代际变化总体呈下降的趋势,2011～2020年冰雹日数总和很可能跌破历史极值;降雹点出现大风的可能性较小,但整个遵义地区在同一天内既出现降雹又出现大风的概率高达74.23%;冰雹直径和降雨量之间呈弱的正相关。     

青海省东部农业区近60a降雹特征及其致灾危险性

利用1961—2020年青海省东部农业区11个地面观测站降雹资料,应用统计学方法,分析降雹日数时空分布及降雹直径、持续时间和致灾危险性特征。结果表明:(1)近60 a青海省东部农业区降雹日数以11.6 d·(10 a)^(-1)趋势(通过α=0.05的显著性检验)下降,且1995年后降雹总日数距平由正转负,化隆降雹日数最多,尖扎最少;(2)降雹主要发生在4—10月,具有季节性差异,其日变化明显,峰值出现在午后16:00(北京时)^(-1)(3)降雹日数与海拔高度呈正相关,相关系数高达0.97;(4)近60 a降雹直径小于6 mm和降雹持续时间小于9 min的过程较多,分别占总观测次数的58.33%和73.55%;(5)循化是降雹轻危险区,化隆、湟中、湟源是降雹中危险区,乐都为降雹高、特高危险区。     

贵州区域冰雹天气过程的短期预报方法

通过对贵州冰雹天气中天气形势的天气系统的垂直剖面分析，隐雹天气系统与大范围降雹，连续２日以上降雹的天气过程分析，降雹系统与冰雹落区的关系分析，总结了贵州冰雹天气过程的趋势预报和短期预报方法，据天气系统的配置确定了降雹区，还利用１９７９－１９８年３月－５月中的２５０个冰雹天气和一般雷阵雨，阵雨天气过程的样本资料建立了客观的按月取判断冰雹天气过程的方程。     

青海省东北部近41a降雹持续时间时空分布特征及影响因子研究

利用青海省东北部11个地面观测站1980-2020年的降雹和高空资料,分析了降雹持续时间的时空分布及海拔、气温、相对湿度、0°和-20°高度层变化对降雹持续时间的影响。结果表明：近41a青海省东北部站点平均单次降雹持续时间的最大值出现在化隆县,高达9 min,最小值出现在同仁县,仅为4.89 min;年平均降雹持续时间以0.9 mim/10a趋势下降,持续时间小于9 min频率最高,占总观测次数的73.55 %;降雹持续时间月变化明显,日变化呈单峰型,峰值出现在午后16时,占总降雹累计持续时间的19.12 %;降雹持续时间与海拔高度呈显著的正相关,相关系数高达0.81(通过α=0.05显著性检验);降雹持续时间的减少与平均气温升高、0 ℃和-20 ℃层高度升高、气温日较差及相对湿度的减小相关。     

基于决策树算法的江苏省不同区域 短时强降水预报研究

采用2000—2019年13个地级市气象站地面观测站点观测资料以及ERA5再分析资料,基于机器学习中的经典的C4.5算法对江苏省不同区域是否出现短时强降水建立气象要素预报模型。结果表明:基于C4.5算法的决策树预测模型能够较为直观准确的对江苏省不同区域是否发生短时强降水进行预测,并且该决策树模型具有较高的泛化能力。决策树模型利用各区域总样本的前15 a数据样本进行自学习,学习准确率在淮北地区为89.70%,在江淮之间地区为87.89%,在长江以南地区为87.88%,利用各区域剩余5 a样本对该决策树模型的泛化能力进行测试,测试准确率在淮北地区为85.73%,在江淮之间地区为83.39%,在长江以南地区为93.92%。     

利用贝叶斯方法改进华南地区冰雹识别效果

使用2019年广东S波段双偏振雷达观测的冰雹和非冰雹数据,统计得到冰雹和非冰雹的雷达反射率Z、差分反射率Z_DR和相关系数CC先验概率密度分布,采用贝叶斯方法,根据雷达参量在冰雹和非冰雹条件下的概率以及冰雹和非冰雹的先验概率来确定某一距离库上所测到的（Z、Z_DR、CC）所代表冰雹和非冰雹的概率,并用两个个例,比较分析了WSR-88D冰雹识别算法和贝叶斯方法对冰雹识别的效果,分析表明,两种方法都能较准确地识别出冰雹云,但是贝叶斯方法识别范围较大,这可能与华南地区多为雨夹雹有关。      

基于决策树算法的鄂东地区冰雹识别技术北大核心CSCD

冰雹是对流性天气常见的灾害之一,雷达是识别冰雹强有利的工具,为克服现有方法主观性强、特征量阈值不明确以及虚警率高的不足,探究机器学习算法用于冰雹识别的可行性,基于决策树算法利用2015年1月1日—2021年12月31日鄂东地区冰雹灾情资料、武汉多普勒天气雷达以及探空资料,将湿球温度高度引入冰雹识别因子中,并根据命中率、虚警率和临界成功指数定量评估其识别能力。结果表明:仅包含回波强度的决策树(强度决策树)和包含回波强度和湿球温度高度的决策树(强度-高度决策树)均能有效识别冰雹,强度-高度决策树较强度决策树的命中率和临界成功指数均小幅提高,且虚警率明显降低;强度决策树识别冰雹的关键因子为组合反射率因子,底层多为0.5°和1.5°仰角反射率因子,强度-高度决策树的关键因子为0.5°仰角反射率因子,底层多为风暴的整体强度属性;个例分析显示强度-高度决策树减少了湿球0℃层高度较高时的虚警次数,展现出良好的应用前景。     

基于机器学习的冰雹天气识别研究北大核心

利用2017—2019年贵州省威宁彝族回族苗族自治县的C波段天气雷达数据,提取了多种与冰雹相关的雷达特征参量,并结合地面降雹记录建立了客观的冰雹样本标记方法。通过支持向量机、决策树和朴素贝叶斯三种机器学习方法,对冰雹高发区贵州省威宁的冰雹天气过程进行建模与评估。评估结果表明,采用机器学习方法可以有效地识别冰雹天气过程。支持向量机和决策树方法的命中率(Probability of Detection,POD)均较高,分别为88.9%和90.5%;临界成功指数(Critical Success Index,CSI)分别为73.1%和70.3%;误报率(False Alarm Rate,FAR)分别为19.6%和24.1%。朴素贝叶斯方法的POD和CSI相对偏低,分别为67.8%、62.8%,但FAR最低,为10.6%。     

贵州冰雹灾害强度评估方法研究

【目的】为快速评估单次过程冰雹强度和范围,及时为灾后的救援、勘察和保险核灾工作提供参考依据,【方法】本文利用贵州省2021-2023年间的141次冰雹过程的多普勒天气雷达资料和探空资料,结合降雹观测资料和灾害损失调查记录,在贵州山区防雹业务预报预警指标的框架下,通过历史资料回算的定性评估结果跟网格化处理后的降雹数据做一致性对比,选取冰雹强度精细化评估的影响结果覆盖94%以上的降雹观测点位置且收敛性较好的阈值作为单时次的识别指标确定的依据,采用加权时间积分方法建立冰雹过程评估模型,该模型能够对冰雹过程进行精细化评估得到1km空间分辨率的评估结果。【结果】为验证评估结果的准确性,选取了一次典型灾害开展无人机遥感调查,反演结果与评估结果作对比检验,25处冰雹受灾位置中有22处降雹区位于评估范围的重度区域内,3处降雹区位于评估结果对应的中度灾害范围内,调查情况与冰雹精细化评估的强度范围和分布一致。以六盘水市风雹灾害损失记录和冰雹影响面积区域评估数据作对比分析,结果表明三种不同冰雹强度的评估面积与直接经济损失数据的两两相关系数均达到0.8以上,在0.01的显著性水平下进行假设检验,具有显著正相关。【结论】检验结果说明该评估方法在冰雹区域强度评估中能够较好地反映实际受灾程度。     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。     

CINRAD/SA雷达冰雹探测算法效果检验及参数本地化

2004年CINRAD/SA雷达新的冰雹探测算法(HDA)代替了原来的算法,新的冰雹探测算法(HDA)估测任意尺寸的冰雹概率(POH)、直径大于等于19 mm的强冰雹概率(POSH)和最大冰雹直径预测(MEHS)。结合济南雷达探测资料对冰雹探测算法预测效果进行了检验,虽然有较高的探测准确率,但同时错误率较高,临界成功率较低,最大冰雹尺寸预测值与实况的平均差值约为14.6 mm。对2002~2005年济南雷达站的历史资料进行了统计分析,降雹单体和非降雹单体在最大反射率因子上存在较大差异,5、6、7月的降雹单体最大反射率因子平均值分别为59.7、61.86、3.9 dBz,非降雹单体最大反射率因子平均值分别为53.8、54.9、55.6 dBz。依据统计数据,对冰雹探测算法中的反射率因子等门限值调整为53 dBz后,冰雹预测仍具有较高的探测准确率,错误率和临界成功率得到了明显改善;对最大冰雹尺寸预测中的算法因子门限值调整后,预测值与实况有较好的对应关系。     

一次冰雹天气的数值模拟及地形敏感性试验研究

利用中尺度模式对2020年3月23日贵州一次强冰雹天气过程进行了数值模拟研究,并与观测的雷达回波、卫星反演结果和冰雹落区进行比较,在此基础上探讨了地形对冰雹云的影响。地形敏感性试验结果表明,地形的变化会改变降雹的空间分布,地形增高会导致贵州西部偏南风增强,加强辐合,降雹前期垂直速度迅速升高,输送更多的过冷水,使雪晶、霰含量增加,有利于雹云的发展增强和冰雹的形成,使地面累积降雹量增加,地形降低反之。     

WSR-88D冰雹探测算法在贵州地区的评估检验

通过制定一定的规则,使用贵州504个防雹炮点的冰雹观测资料及2005,2006年贵阳雷达站8次冰雹过程观测资料,使用时间窗方法间接地将风暴单体与降雹记录相联系,建立了冰雹算法校验数据库,并对降雹校验数据库的数据进行统计分析,应用探测概率、虚警率、临界成功指数来检验冰雹探测算法。强冰雹概率 (POSH) 的强冰雹探测算法的总体评估结果表明:当POSH算法的强冰雹预警阈值为30%时,在贵州地区获得最高的临界成功指数评分,但这个阈值在每次强冰雹预警时并不是都获得最佳结果。强冰雹预警阈值选择模式 (WTSM,即根据冻结层高度动态选择每天强冰雹指数的预警阈值) 在不同地区气候状况下的差异,是导致缺省的POSH算法在贵州地区应用不佳的最主要原因,这也说明对冰雹探测算法的局地性适用评估非常必要。通过对WTSM的调整,改进了原来的POSH算法。     

贵州中西部冰雹云中闪电特征观测研究

利用贵州省三维闪电监测网资料、新一代天气雷达资料、地面观测资料,对贵州省中西部地区13次冰雹天气过程中闪电特征进行了分析。结果表明：雹暴整个生命史内主要以负地闪为主,且伴随强降水。冰雹云发展阶段,降雹区域闪电频次增加明显,降雹前闪电频次变化均出现“跃增”,部分降雹点出现闪电频次二次跃增;冰雹云消散阶段,闪电频次显著减少。冰雹云总闪、正闪均高于雷雨云,5 min闪电频数大于16次且闪电频次上升度大于12次/5 min可作为识别冰雹云的参考指标。另外,降雹落区与闪电密度中心区域较为吻合,闪电密度中心位置略偏降雹位置之前,闪电逐时分布标识出冰雹云的发展移动方向。以上这些特征可以为冰雹识别、冰雹短时预警预报及人工防雹作业提供参考。     

雹云识别的物元可拓模型及其效果检验

雹云识别是一个多参数的模式识别问题。应用物元可拓思想将单参数雹云识别的不相容性转化为相容性问题。通过构造雹云和雷雨云两类样本的经典物无降节域物元，根据计算出的待识别云体与两类样本云体之间的关联度大小，进行雹云识别。该方法用于成都地区雹云识别结果的正确率达85％以上。