基于支持向量机的雷暴潜势预报初探

根据2008—2010年夏季邵阳地区的NCEP全球再分析资料(分辨率为1°×1°)和闪电定位资料,利用支持向量机(SVM)分类方法建立该地区雷暴潜势预报模型,并用测试样本检验了该模型的预报能力,同时与Logistic回归模型和Bayes判别法的预报效果进行了比较。结果表明,SVM模型的预报准确率为86.21%,虚警率为15.25%,漏报率为13.79%。对比三种模型的TSS技术评分,发现使用SVM方法建立的模型对邵阳地区雷暴预报的效果最好,评分值为0.79。因此,SVM方法所建立的模型可以为邵阳地区6 h的雷暴潜势预报提供一定的参考价值。     

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。      

决策树方法在一次历史异常雷电活动中的预报能力检验

利用ncep1°×1°再分析资料和四川闪电定位仪监测网的监测资料,基于四川雷电潜势预报决策树的三类预报因子,针对2008年9月22～25日四川盆地西北部连续性雷电活动过程,重点分析了连续性雷电活动的环流背景和主要天气影响系统、热力结构特征、动力结构特征,检验了基于决策树方法筛选出的雷电潜势预报因子对连续性雷电活动的预报能力.结果表明：1）“9·23”连续性雷暴天气过程存在对流性雷暴以及副高和地面冷空气共同作用下形成的雷暴时段.雷暴区内始终存在着高能不稳定的热力条件,具有“对流层中低层正涡度、对流层高层负涡度”的典型雷暴动力结构.2）雷电潜势预报决策树的三大类预报因子能较好地预报本次雷电活动.     

春季与夏季两次雷暴大气结构及地闪特征对比

利用NCEP再分析资料、探空资料、闪电定位资料和南京、常州多普勒雷达资料,通过对比分析南京2012年2月22日春季雷暴和2011年8月10日夏季雷暴两次过程,研究不同季节影响雷暴发生的大气结构以及强弱雷暴地闪特征的差异。结果表明:风矢位温(V-3θ)图揭示的大气动力热力水汽特征能够为雷暴的潜势预报提供先兆信息。两者相较而言,春季雷暴的动力抬升作用明显;夏季雷暴主要由热对流引起,对流层上层的动力抽吸作用不明显。春季弱雷暴正地闪在总地闪中所占比例较高。无论春季弱雷暴还是夏季强雷暴,地闪落点与辐合区对应关系明显,且地闪的落点也与雷达反射率因子有较好的对应关系:地闪主要分布在强回波区(大于40 d Bz)及其外围区域。但在较强雷暴云的发展阶段,地闪多发生在风暴体伸展方向的一侧,具有引导雷达回波移动的作用,夏季强雷暴地闪簇集在垂直风切变区域。     

基于EC模式闪电格点概率预报模型及应用

基于EC（0.25°×0.25°）模式预报资料和闪电定位资料，结合雷暴三要素形成条件，分别从水汽、能量、热力、动力等几个方面挑选预报因子，利用主成分分析方法配料权重系数，并根据海拔高度将四川划分为四川盆地、攀西地区、川西高原3个不同的区域分别建立预报模型，研发了四川省闪电格点概率预报产品。检验结果表明：四川盆地在概率预报值为70%以上时，预报效果较好，TS评分为0.294；攀西地区和川西高原在概率预报值为60%以上时，预报效果较好，TS评分分别为0.302和0.299。     

1971—2008年青岛地区雷电时空分布特征

选取1971—2008年青岛地区7个地面观测站雷暴日资料和2006—2009年闪电定位系统监测资料,统计分析青岛雷暴的时空分布规律,并以某大型石化项目为例,分析了该区域地闪的分布特征。结果表明：近38 a青岛地区雷暴日空间分布自东南向西北逐渐增多,季节性分布特征明显,主要集中在7月和8月。根据闪电定位资料,借助分析软件得出该石化项目附近雷电流强度分布图和雷电流累积概率分布曲线,进而得出对应的雷电流强度值,最大值为41.68 kA。利用闪电定位系统提供的地闪次数计算地闪密度Ng比用人工观测资料计算的结果更为客观,研究结果可为雷电灾害风险评估提供评估参数。     

A composite stability index for dichotomous forecast of thunderstorms

Thunderstorms are the perennial feature of Kolkata (22° 32???N, 88° 20???E), India during the premonsoon season (April?CMay). Precise forecast of these thunderstorms is essential to mitigate the associated catastrophe due to lightning flashes, strong wind gusts, torrential rain, and occasional hail and tornadoes. The present research provides a composite stability index for forecasting thunderstorms. The forecast quality detection parameters are computed with the available indices during the period from 1997 to 2006 to select the most relevant indices with threshold ranges for the prevalence of such thunderstorms. The analyses reveal that the lifted index (LI) within the range of ?5 to ?12?°C, convective inhibition energy (CIN) within the range of 0?C150?J/kg and convective available potential energy (CAPE) within the ranges of 2,000 to 7,000?J/kg are the most pertinent indices for the prevalence thunderstorms over Kolkata during the premonsoon season. A composite stability index, thunderstorm prediction index (TPI) is formulated with LI, CIN, and CAPE. The statistical skill score analyses show that the accuracy in forecasting such thunderstorms with TPI is 99.67?% with lead time less than 12?h during training the index whereas the accuracies are 89.64?% with LI, 60?% with CIN and 49.8?% with CAPE. The performance diagram supports that TPI has better forecast skill than its individual components. The forecast with TPI is validated with the observation of the India Meteorological Department during the period from 2007 to 2009. The real-time forecast of thunderstorms with TPI is provided for the year?2010.     

基于闪电聚类方法的西北太平洋区域雷暴活动特征

利用2010—2018年全球闪电定位网(WWLLN)观测资料, 采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集, 研究了该区域雷暴的时空分布特征, 并进行海陆差异对比。研究结果表明, 在合理设定DBSCAN参数阈值的条件下, 基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869, 雷暴的闪电密集区平均面积为557.91km2, 平均延展尺度为31.99 km, 平均闪电频次为33 str/(h·thu)。在空间分布上, 东南亚沿海地区与热带岛屿的雷暴活动最强, 南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上, 整个区域雷暴活动在夏季(6—8月)达到全年最强, 南海雷暴活动6月达到峰值, 而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显著增多, 雷暴平均面积达到最大, 但雷暴平均闪电频次5月才达到峰值。在日变化方面, 陆地雷暴活动呈现典型的单峰型特征, 大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓, 南海具有其独特的雷暴日变化特征。      

浙江省两套闪电定位系统地闪数据对比

针对2009—2013年浙江省气象部门和电力部门闪电定位系统 (lightning location system, LLS) 监测的地闪 (cloud-to-ground lightning, CG lightning) 数据,从时空分布及探测效率等方面对两者进行对比。结果表明:电力部门LLS监测的年平均地闪频次稳定大于气象部门LLS监测的年平均地闪频次。从空间分布看,沿海平原和金衢盆地等平原地带,两者的地闪密度相近;在杭州和衢州交界地区,气象部门LLS监测的地闪密度稳定大于电力的地闪密度;在其他地区 (如浙西北、浙中南部和浙南等大部分地区),电力部门LLS监测的地闪密度稳定大于气象部门LLS监测的地闪密度。利用雷暴日数对两者的探测能力对比可知,气象部门LLS对一些较弱雷暴天气过程中的地闪有漏测可能。利用雷击跳闸记录对比分析,电力部门LLS逐年探测效率稳定高于气象部门LLS的探测效率,两者相差约6%。     

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。     

焦作市雷暴潜势预报及临近监测预警系统

在对焦作市雷暴气候特征分析的基础上,利用T213预报场资料,制作焦作市雷暴趋势预报;采取双判据修正K指数,提出焦作市雷暴稳定度界定指标,做雷暴潜势预报。对1984—2004年的历史资料,分别计算出30个物理量场,形成1°×1°格点资料开展雷暴强度等级判别;综合卫星、雷达、闪电定位仪资料,建立雷暴监测预警系统。该系统采用VB语言编程,根据每天08时、20时MICAPS资料自动完成天气分型、物理量计算、预报指标提取和预报方法的判别,输出预警结论,制作雷暴落区预报。在2005—2006年预报工作中取得较为满意的效果。     

成都地区一次雷暴过程地面电场演变特征

本文根据2010年9月17日成都地区一次强雷暴过程中大气电场仪和闪电定位资料,分析雷暴起始、发展、消亡阶段地面电场演变特征,通过对比地闪监测网资料发现地面电场仪能够准确反映闪电活动规律。将地面电场仪与闪电定位资料相结合,可大大提高雷电预警的准确性,同时实现面向重点区域的雷电短临预警,该预警模式具有时效性高、准确率高等特点,同时也能够有效弥补现有雷电预警方法的不足。同时为四川省强对流天气系统的演变和分类检测和临近预报提供参考。      

北京地区的闪电时空分布特征及不同强度雷暴的贡献

利用北京闪电定位网(BLNET,Beijing Lightning Network)和SAFIR3000(Surveillance et Alerte Foudre par Interometrie Radioelectrique)定位网7年共423次雷暴的闪电资料,并按照雷暴产生闪电多少,同时参考雷达回波和雷暴持续时间,将雷暴划分为弱雷暴(≤1000次)、强雷暴(>1000次且≤10000次)和超强雷暴(>10000次),分析了北京地区的闪电时空分布特征及不同强度等级雷暴对闪电分布的贡献。北京总闪电密度最大值约为15.4 flashes km-2a(^-1),平均值约为1.9 flashes km^-2a(^-1),大于8 flashes km^-2a(^-1)的闪电密度高值区基本分布在海拔高度200 m等高线以下的平原地带。不同强度雷暴对总雷暴闪电总量贡献不同,弱雷暴(超强雷暴)次数多(少),产生的闪电少(多),超强雷暴和强雷暴产生的闪电分别占总雷暴闪电的37%和56%。不同强度雷暴对总雷暴的闪电密度高值中心分布和闪电日变化特征影响显著,昌平区东部、顺义区中东部和北京主城区是总雷暴闪电密度大于12 flashes km-2a(-1)的三个主要高值区中心,前两个高值中心受强雷暴影响大,而主城区高值中心主要受超强雷暴影响。总雷暴晚上频繁的闪电活动主要受超强雷暴和强雷暴影响,这两类雷暴晚上闪电活动活跃,分别占各自总闪电的69%和65%,而弱雷暴闪电活动白天陡增很快,对总雷暴午后的闪电活动影响大。另外,不同下垫面条件闪电日变化差异大,山区最强的闪电活动出现在白天,午后闪电活动增强很快,主峰值出现在北京时间18:00,而平原最强的闪电活动发生在晚上,平原(山麓)的主峰值比山区推迟了约1.5小时(1小时)。     

南京地区一次冬季雷暴过程的雷达回波特征分析

为研究雷暴发展过程中的雷达回波特征,利用S波段双偏振多普勒天气雷达对南京地区的雷暴进行了观测研究,利用雷达回波资料、地面大气电场数据、闪电定位数据及探空资料对比分析了2014年一次冬季雷暴过程与夏季雷暴的雷暴回波特征差异。分析结果表明:冬季雷暴的对流发展高度明显低于夏季雷暴,持续时间短,水平尺度小,有较大比例的正闪;影响冬季雷暴与夏季雷暴的成雷对流高度差异的主要因素是环境温度差异,冬季雷暴在较低的高度上,具有较低的环境温度,更有利于雷暴起电;对流单体中,霰粒子的存在是雷暴的一项重要特征。     

利用起放电模式开展闪电活动的直接预报试验

利用耦合有起电和放电物理过程的中尺度起电放电模式WRF-Electric,开展了华北地区连续3年（2015—2017年）的闪电活动预报试验。结合全国地闪定位观测资料,针对不同影响范围雷暴类型和预报时间,对数值预报结果开展点对点的定量检验,评估模式对闪电活动的预报能力及特点。结果表明:WRF-Electric中尺度模式具备一定的区域闪电活动预报能力,在起报后的6~12 h对闪电活动区域具有较好的预报效果。雷暴落区预报的点对点定量检验中,模式和业务预报在华北主汛期（6—8月）的预报临界成功指数（CSI）均为0.1,模式对于活动范围较小的局地性雷暴过程的预报更具参考价值。模式预报的闪电活动范围相对集中,闪电活动密度偏高,预报的主要问题存在于放电参数化方案的设计。应当考虑到模式空间分辨率对云内电场强度的影响,合理降低闪电参数化中的放电阈值以扩大预报的闪电活动范围。模式在闪电密度的定量预报上还有较大改进空间,单次放电中和电荷量应当更符合观测事实。     

基于雷达产品阈值与闻雷半径的雷暴过程判别

为向雷暴识别、跟踪和临近预报系统提供贴近台站实际的雷达产品阈值,建立基于雷达观测的雷暴日判别算法,利用雷暴人工观测资料和雷达产品数据构建匹配率模型,采用累积距平法识别匹配率拐点来判定阈值和最优闻雷半径,并计算出回波面积阈值。以常德气象观测站为例应用该方法,结果表明:①雷达产品阈值为38.5 dBz,最优闻雷半径达到25km,大于利用闪电定位数据与人工雷暴日对比得到的半径,回波面积阈值为73km2,经过评估各项阈值取值是合适的;②应用各项阈值结合雷达资料进行雷暴日判别时,需考虑雷暴的季节性变化,常德地区3—8月间应用效果较好;③应用该方法时应根据历史闻雷方位选择较长时间序列的雷达单站或雷达拼图数据样本构建匹配率模型。     

威海市雷暴特征分析

利用1971-2007年威海市气象观测月报表和1998-2007年山东省闪电定位监测网提供的闪电资料,对威海市雷暴分布特征及成因进行了分析。结果表明:威海市雷暴天气空间分布特征为雷暴的多发区集中在西部,并由中间的内陆地区向两侧的沿海地区减少;威海雷暴季节性变化明显,一年四季均有雷暴发生,但主要集中分布在5-9月,其中7月最严重;威海雷暴发生在午后至傍晚的最多,早上相对较少,雷电活动的峰值发生在14-20时,雷电的强盛期都出现在下午。     

2007—2017年浙江省雷暴路径时空特征分析

基于浙江省ADTD二维闪电定位系统监测的近11 a（2007—2017）地闪数据,采用密度极大值快速搜索聚类算法和Kalman滤波算法实现对雷暴的识别及其路径的追踪,并探讨大范围雷暴过程的时空分布特征。结果表明：该方法能够有效对浙江省各类雷暴的识别追踪,共筛选出261条雷暴过程的路径,其存在明显的年变化和年际变化,年路径数与年地闪频次存在较好的对应关系,月分布上路径数呈双峰分布,峰值分别在初春和夏季,其中春季雷暴路径移动时长高于其他季节。88.51%的雷暴自西向东移动,且偏北方向多于偏南方向,各移动方向上雷暴路径数的月分布存在差异性,春季雷暴移动的方向相比夏季较为集中,夏季雷暴各月最为主导的移动方向各不相同;雷暴的移动速度主要集中在50 km/h左右,自西-东和西南-东北方向移动的雷暴速度快于其他方向;空间分布上,主要存在两个移动通道,一是沿金衢盆地、绍兴和宁波方向的区域,其次是天目山脉以北的湖州嘉兴平原一带;从地形特征来看,路径主要发生在丘陵地带,平原及山地相对偏少,且地势越高路径越少。     

浅论大气电过程与天气气候

该文论述了大气电学在天气气候学研究中的渗透，并根据实测资料的对比分析、讨论了晴天大气电过程、雷暴和闪电与天气气候过程之间的相关性和可能的耦合机制。结果表明，区域和全球性雷暴活动是耦合机制的一个关键参量，闪电是直观量，能以参数化形式引入大气环流模式定量地讨论耦合机制；发展的全球电路概念有可能把太阳、大气和地层联结在一起进行整体研究。     

Implementation of intuitionistic fuzzy logic to assess the predictability of severe thunderstorms

Thunderstorms are responsible for remarkable devastation when accompanied with lightning flashes, high wind gusts, torrential rain, hail and tornadoes. Weather hazards due to thunderstorms of such severe measure take place every year over Kolkata (22°32′N, 88°20′E), India during the pre-monsoon season (April–May). Prediction of severe thunderstorms is extremely important to cope with the devastations. However, forecasting severe thunderstorms is very difficult because the weather system is confined within a very small spatial-temporal scale. The network of observation systems is not adequate to detect such high frequency small scale weather. The purpose of the present study is to bring in the concept of Intuitionistic fuzzy logic as a decision — making technique to assess the predictability of severe thunderstorms over Kolkata in the premonsoon season. Different measures of entropies are used to extract the route of fuzziness. The intuitionistic fuzzy logic is implemented with ten years (1997–2006) observation of the occurrence/nonoccurrence of severe thunderstorms to assess the predictability. The result reveals that two consecutive severe thunderstorm days are highly probable after two consecutive non-thunderstorm days whereas the probability of severe thunderstorm is very less after three consecutive non-thunderstorm days during the pre-monsoon season over Kolkata. The result is compared with the box-and-whisker plot and validated with four years (2007–2010) observations of India Meteorological Department (IMD).