基于新一代天气雷达产品闽西南强对流天气临近预报方法研究

利用2003—2008年福建龙岩新一代天气雷达资料和常规探空资料,对闽西南历史冰雹及闽西雷雨大风天气发生的环境条件进行统计分析,建立历史冰雹和雷雨大风天气过程对应的新一代天气雷达产品判别指标。利用判别方程、新一代天气雷达产品和探空资料联合开展强对流天气临近预报预警方法研究：首先利用Fisher判别分析方法建立冰雹天气的判别方程,主要用于冰雹天气的判断,再利用雷雨大风的判别指标对雷雨大风和强雷暴天气进行第二次判别。通过历史过程的回报和2009年的试报表明：该系统对闽西南冰雹天气预报准确率较高,雷雨大风准确率次之。同时,利用风暴单体识别与跟踪的预测方法对冰雹预报结果和实况进行统计,表明风暴单体识别和跟踪算法（SCIT）预报准确率较高,可以用于风暴未来移速移向的预报。     

广东大冰雹风暴单体的多普勒天气雷达特征

选取2004—2012年广东省12个大冰雹风暴单体为样本,利用多普勒天气雷达资料,计算了最大反射率因子及其高度等多个雷达参数,分析了三体散射、旁瓣回波和环境温度层上回波特征以及大冰雹与非冰雹风暴单体间的反射率因子垂直廓线差异。结果表明:大冰雹风暴单体发展均非常旺盛,最大反射因子多超过65 dBZ,对应高度几乎都达到5 km。除受周围大范围雷达回波影响外,大冰雹风暴单体均观测到了三体散射或旁瓣回波特征,并具有一定的预报提前量;在0℃和-20℃层高度上的最大反射率因子均超过54 dBZ。大冰雹风暴单体与非冰雹风暴单体相比,低层回波迅速增加,强核心区垂直伸展更深厚,回波垂直递减率更小。     

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。     

新一代天气雷达三维组网产品在人工防雹的应用

基于冰雹云的雷达三维拼图反射率分布形态特征,提出在人工影响防雹作业中识别冰雹云的6个候选指标,分别是组合反射率、云回波顶高、最大反射率回波顶高、垂直累积液态水含量、垂直累积液态水含量密度以及垂直累积液态水含量跃增值。基于新一代天气雷达组网数据应用风暴跟踪(SCIT)算法实现风暴跟踪并计算部分指标,形成模糊逻辑判断方法,确定防雹作业区域。结果表明,应用该方法对北京、江西的多个降雹个例进行三维风暴单体的冰雹云识别试验,对比地面降雹观测数据,计算多个个例模拟命中率77%,误报率26%,空报率22%。考虑组合反射率三维形态分布特征的模糊逻辑法可以较好地识别大部分可作业冰雹云,跟踪模拟效果较好,有利于在人工影响防雹作业中的有效应用。     

利用雷达回波三维拼图资料识别雷暴大风统计研究

应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明：块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。     

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。     

改进的SCIT算法在人工防雹作业中的应用分析

基于新一代天气雷达三维组网产品,利用改进后的对流风暴跟踪(SCIT)算法,对2013年3月22日发生在江西省北部地区的一次降雹天气过程进行冰雹回波识别和跟踪分析。选用能反映冰雹云特征的6个基于雷达反射率三维拼图的人工防雹作业指标,借助经验阈值形成人工防雹作业条件的模糊逻辑判断方法。以地面降雹实况记录为检验标准,对改进后的SCIT算法的识别结果进行检验。结果表明,改进后的SCIT算法共识别出可实施人工作业的冰雹云对流单体4个,不仅多于观测到的地面降雹站点数(3个),也多于未改进的SCIT算法识别出的冰雹云回波单体数,且识别出的位置与实况完全一致,表明应用改进后的SCIT算法有助于增强人工防雹作业的准确率。     

CINRAD/SA雷达风暴趋势产品在冰雹和大风预警中的应用

利用济南cINRAD／SA雷达探测资料,对2005-2006年3次发生在山东境内的强天气过程的风暴单体演变趋势进行了分析。结果表明,在地面出现冰雹前,部分强单体具有基于单体的垂直累积液态水含量（C—VIL）和单体强中心高度同步增长现象;在地面出现大风前,部分强单体具有C-VIL和单体强中心高度同步下降现象;同步增长现象的特征表现为强中心高度增加到6km以上,C—VIL至少增加18kg·m^-2,冰雹预测时间提前量在7～20min之间;同步下降现象的特征表现为强中心高度下降2km以上,C—VIL至少减少10kg·m^-2,大风预测时间提前量在0～9min之间。     

突发性强对流天气快速识别预警改进方法

传统多普勒天气雷达强对流灾害性天气监测采用固定阈值判别法给出强风暴的冰雹闪电灾害预警结果,该方法不适用于不同经纬度、季节和复杂地形条件下的强对流天气识别预警。本文利用循环递归的区域生长法对TITAN算法进行改进,从而快速识别三维强风暴单体及其雷达特征物理量;使用多普勒天气雷达和TRMM星载气象雷达的历史观测数据反演河北石家庄地区春夏两季复杂地形条件下的强风暴灾害性天气Logistics多元线性回归概率预警模型。对发生在河北石家庄夏季的一次强飑线天气和发生在春季的一次超级多单体风暴天气进行冰雹闪电灾害性天气识别预警实验,并与传统算法进行误差对比分析。实验结果表明:与传统算法对比,该方法对强风暴天气识别预警的定位精度较高,并且其漏报率和虚报率较低,有助于快速识别预警强对流灾害性天气。      

基于X波段双偏振相控阵雷达的超级单体风暴观测分析

为了研究X波段双偏振相控阵雷达对超级单体风暴的探测能力,利用X波段双偏振相控阵雷达和S波段双偏振天气雷达资料,分析了一次发生在华南地区的超级单体风暴在成熟阶段的精细结构观测特征,结果表明：X波段双偏振相控阵雷达较高的时空分辨率有利于精细监测超级单体快速演变过程,但同时受衰减影响明显,超级单体核心区后侧出现明显的“V”型缺口;超级单体的低层观测到CC谷和ZDR弧,中层观测到ZDR环和CC环,高层高ZH区对应较小的ZDR和CC,这些都是超级单体发展旺盛的重要特征;垂直方向上观测到ZDR柱,ZDR柱与上升气流密切相关。降雹前ZDR柱迅速增加,冰雹降落后ZDR柱高度迅速降低。冰雹降落到地面后会部分融化,导致含水量显著增加,因此在近地层出现KDP大值区,冰雹与降水的混合相态则使得CC降低,这对冰雹的临近预警和识别冰雹在地面的降落位置具有很好的指示意义。研究结果可为X波段双偏振相控阵雷达在强对流天气监测预警中的应用提供参考。     

基于雷达三维组网数据的对流性地面大风自动识别

应用雷达三维组网数据和地面加密自动站风场资料,统计分析了对流性地面大风的6个主要雷达识别指标：风暴最大反射率因子、风暴最大垂直积分液态水含量、垂直积分液态水含量随时间变率、风暴最大反射率因子下降高度、风暴体移动速度和垂直积分液态水含量密度等参数。根据雷达识别指标和地面大风的相关程度,给出了识别指标的隶属函数和权重系数;采用不等权重法,建立了具有模糊逻辑的对流性地面大风识别方法。并将对流性地面大风的出现概率分为3级：当识别风暴单体的判据小于0.3时,出现对流性地面大风的概率小;当判据在0.3—0.5时,产生对流性地面大风的概率较大;当判据大于0.5时,出现对流性地面大风的概率很大。通过对河北省2012年6月21日线状风暴和2009年7月23日孤立单体风暴引发的灾害大风典型个例的识别效果检验,证明这种方法识别到的风暴单体跟踪效果良好,识别出的大风范围与实况风场基本吻合,命中率、虚警率和临界成功指数分别达81.8%、25.0%和64.3%,利用模糊逻辑原理建立对流性大风的识别算法是切实可行的。     

基于支持向量机的雷暴大风识别方法

基于北京市观象台雷达基数据和加密自动气象站数据,利用支持向量机算法建立了雷暴大风天气的有效识别模型。首先确立了9个用于识别雷暴大风的预报因子:回波顶高、最大反射率因子、最大反射率因子所在高度、垂直积分液态水含量、垂直积分液态水含量随时间变率、垂直积分液态水含量密度、雷暴大风发生前最大反射率因子下降高度、风暴移动速度、速度谱宽。通过计算各预报因子在大风和非大风样本中的概率分布,得到对应的各项预报因子雷暴大风的隶属度,利用得到的隶属度函数对样本进行归一化处理。确立核函数和模型参数,利用支持向量机建立雷暴大风天气的提前识别和临近预警模型。通过对北京2017年7月7日飑线和2012年5月19日块状回波引起的灾害大风典型个例的识别效果检验,得到两个个例预测的命中率、误判率和临界成功指数分别为92.0%,22.1%,73.0%和99.1%,40.5%,59.2%,对于提高雷暴大风预警预报的准确率有一定帮助。     

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。     

三门峡一次冰雹天气多普勒雷达资料分析

利用常规气象资料和多普勒天气雷达资料,从天气形势、物理量场和回波演变特征等方面对2011年7月17日发生在三门峡的一次冰雹天气过程进行了分析。结果表明：本次过程在天气形势上属于华北冷涡型,高空冷空气的侵入对不稳定能量的释放起了触发作用。在多普勒天气雷达资料上表现为单个单体强对流风暴,最大反射率（DBZM）≥60 dBz、回波顶高ET明显跃增、风暴顶高度TOP和最大反射率所在高度HT的跃增与降雹时间有24 min的提前量,降雹发生在DBZM≥60 dBz、TOP和HT减弱阶段、ET和DBZM最大阶段;降雹前垂直积分液态含水量（VIL）和垂直积分液态含水量密度具有明显的跃增,本次过程中二者的预警提前时间为12 min;逆风区和冰雹指数出现＂POS＂报警对降雹具有一定的预报预警指示意义。     

不同闪电跃增算法在北京地区应用效果对比

基于S波段多普勒天气雷达基数据、北京闪电定位网全闪定位数据和北京地区降雹的人工观测结果,对比分析Gatlin和σ两种闪电跃增算法在不同配置下对北京地区2015—2018年共177次冰雹天气过程的预警效果。结果表明:不同倍数的σ算法预警结果差别很大,2σ（要求当前闪电频数变化率超过之前平均闪电频数变化率两倍标准差）在σ算法中的预警效果最佳;不同N（总闪频数变化率的数量）配置下的Gatlin算法的预警结果差别不大,其中当N=6时的预警效果最佳。2σ算法的命中率、虚警率和临界成功指数分别为80.2%,41.6%和51.1%,N=6的Gatlin算法的相应结果分别为82.5%,62.0%和35.2%。另外,详细分析了一次多单体雷暴过程和一次飑线过程中两种算法的应用情况,结果也表明Gatlin算法比2σ算法的命中率略高,但虚警率偏高很多,临界成功指数偏低。综合Gatlin算法和σ算法对冰雹预报结果评估情况,发现2σ闪电跃增算法更适于对北京冰雹天气的预警,对提升闪电数据在北京地区冰雹预报业务的可用度有一定参考价值。     

双线偏振雷达在广州“3.19”降雹过程中的应用分析

针对2016年3月19日发生在广州北部的从化和花都地区的一次冰雹过程,基于广州S波段双线偏振多普勒天气雷达和花都风廓线雷达以及NCEP再分析资料,详细分析此次过程的天气背景和雷达回波及雷达参量演变特征。结果表明,在此次冰雹过程中,回波强度普遍大于50 dBz,回波顶高在10 km以上,有明显的三体散射、气旋式辐合、高层回波悬垂和强风暴顶辐散等特征。双线偏振雷达各偏振参量（反射率因子Z_DR、单位差分传播相移K_DP和相关系数ρ_HV）反映出冰雹云的典型特征:在基本反射率大、Z_DR小、ρ_HV小的区域出现冰雹,Z_DR值通常为-1.0~0.2,ρ_HV值普遍为0.7~0.9;ρ_HV和Z_DR在低仰角的表现比高仰角更有效;K_DP有一定指示意义,但判别效果不明显。采用的双线偏振雷达算法产品识别粒子相态结果容易出现空报现象。      

50 km以内雷暴系统的分类识别方法研究

为解决水平尺度在50 km以内的雷暴系统自动分类识别问题,提出了系统结构疏密性特征、移出率、液态水含量及累加液态水含量特征的构建算法;这些特征既在冰雹和短时强降水之间具有显著性差异,又可以共同描述冰雹和强降水同时发生的具有双重性特质的复合性系统。为配合累加液态水含量这种与时间相关特征的使用,在所实现的分类树中引进了迭代机制。实验表明,本文方法对50 km以内雷暴系统引发的短时强降水击中率达到89.1%,误报率9.5%;对其引发的冰雹的击中率为79.8%,误报率3.5%;平均临界成功指数达到80.0%。     

江西一次突发性局地强对流天气的雷达回波特征分析

对2004年4月11日赣中出现的突发性局地强对流雷达回波资料进行了分析.分析结果表明,这次强对流过程虽然从天气形势上很难做出预报,但从多普勒天气雷达资料上仍可分析出一定的预报特征:最大反射率(DBZM)和最大反射率高度(HGT)的突降,与降雹和龙卷的发生时间具有较好的相关性;垂直积分液态水含量(VIL)的变化,尤其是跃增的特性,对于判断冰雹的增长非常有效,而对于判断降大冰雹的可能性,尤其是微型超级单体的降雹,VIL密度比VIL具有更明显的指示意义;冰雹指数(HI)对强对流天气的预报具有一定的指示意义,尤其当持续出现"PRO"或"POS"报警时,往往表示风暴已发展成熟,极有可能产生剧烈的强对流天气;三体散射回波(TBSS)的出现,预示风暴中可能有大冰雹生成;风暴追踪信息(STI)产品能有效地预报出回波未来的移动方向和影响区域,但对于转折时间,则需结合反射率等产品来进行预报预警服务;风暴内出现中气旋特征时,应做好发布强对流天气预警的准备工作.