基于改进DBSCAN聚类算法的雷暴单体三维结构识别技术介绍

雷暴是一种严重威胁飞行安全的天气系统,利用地基多普勒天气雷达反射率因子数据和改进的DBSCAN聚类算法对雷暴单体的三维结构识别及特征量计算进行了研究,并在地基平台上对雷暴单体识别算法的有效性进行了验证分析。识别算法核心是将插值后的反射率因子三维网格数据作为输入量,采用多层反射率因子阈值基于改进的DBSCAN聚类方法识别所有等高面上的雷暴分量,并进行结构元素为3×3的腐蚀膨胀运算及雷暴分量特征核心提取,最后基于雷暴分量重叠面积进行垂直关联。结果表明:相对于SCIT算法,雷暴单体识别算法减少了雷暴分量识别的复杂性,可很好地识别任意形状的雷暴单体;使用多层阈值及特征核心提取技术可识别雷暴簇中的雷暴单体;利用腐蚀膨胀技术可解决雷暴单体虚假合并现象。算法可应用于民航机场雷暴的识别和预警。      

计算几何法在风暴识别中的应用

风暴的合并与分裂对其发展有着重要的影响,是风暴识别与追踪工作中的难点问题。为了避免由资料处理过程引起的虚假合并,以及通过识别风暴的合并与分裂临界区域,对判断风暴的发展趋势提供有效的追踪参数,基于SCIT(Storm Cell Identification and Tracking Algorithm)风暴识别的基础,利用计算几何的凸壳与DT(Delaunay Triangle)算法,结合风暴内部的结构信息,识别出了风暴带以及风暴带合并与分裂的临界区域。并且给出了实现的个例以及算法的评价结果,为风暴合并与分裂的追踪工作提供了一个新的参数。     

基于雷达回波拼图资料的风暴单体和中尺度对流系统识别、跟踪及预报技术

以中国气象科学研究院灾害天气国家重点实验室的区域雷达组网三维数字产品作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴单体识别、追踪和预报,用Davis发展的客观诊断评估方法识别雷达拼图资料中的中尺度对流系统,实现了雷达数据的中尺度对流系统识别、跟踪和预报,并利用这两种方法对多个强天气过程进行风暴和中尺度对流系统识别、跟踪及预报.在单雷达区域内用原SCIT和修改后的SCIT算法做了风暴单体定量识别检验.结果表明,(1)修改后的SCIT算法能够实现三维风暴的自动识别、跟踪和预报,在单雷达区域内与原算法识别风暴数量大体相当,中尺度对流系统识别方法能够实现中尺度对流系统的自动识别,并完成跟踪和预报;(2)SCIT算法预报误差较小,中尺度对流系统算法预报误差相对较大,它们的预报误差随时间延长而增大.     

线状中尺度对流系统自动识别

在使用动态模板法识别中尺度对流系统(Mesoscale Convective System,MCS)的算法中引入风暴单体识别跟踪算法(Strom Cell Identification and Tracking,SCIT),实现对MCS内部对流单体的定位,进一步计算出MCS的长宽比。利用该方法对20个多种类型中尺度天气过程进行处理,在选取不同识别阈值情况下对比评估动态模板法。结果表明:(1)动态模板函数、由SCIT得到的平均距离长宽比Wave和最大距离长宽比Wmax均能表征MCS长宽比,且在不同阈值情况下有较好的相关性;(2)动态模板函数与Wave和Wmax变化不一致的时刻是由于质心代表性不足和风暴单体较少引起的趋势变化波动较大造成;(3)综合分析结果表明动态模板函数法识别结果稳定可靠,与实际情况较为一致。     

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。     

TITAN系统的移植开发及个例应用

TITAN（thunderstorm identification tracking analysis and nowcasting）是美国国家大气研究中心（NCAR）基于雷达体系开发的风暴识别、跟踪、分析和预报系统。首先深入分析TITAN的结构、基本算法、主要功能、物理量产品及其模块设计和数据接口,其次结合我国各类气象数据的特点,开发实现了雷达、卫星、闪电、探空、飞行作业航迹及中尺度模式产品等数据的接入和融合,自主完成对TITAN的移植和多类数据的融合开发。利用移植的TITAN系统,通过一次典型降水个例的分析,展示了TITAN对风暴单体初生、发展演变、分裂合并、风暴体积、持续时间等的追踪分析功能,显示了其强大的雷达数据分析、追踪识别、统计分析及对云降水的内部结构、物理属性变化分析和外推预报的能力。完整移植开发的TITAN系统,将在短时临近预报、中小尺度天气研究、人工影响天气播云条件追踪分析以及催化作业效果检验等方面有着广阔的应用前景。     

安徽地区春夏季冰雹云雷达回波特征分析

分析安徽地区春夏季冰雹云雷达回波特征,对人工影响天气防雹作业有重要意义。根据2002—2013年间安徽省地面降雹资料,结合合肥新一代天气雷达(CINRAD)探测资料,使用Storm Cell Identification and Tracking (SCIT)算法设计风暴识别、追踪程序,得到3—8月59站次的降雹过程。统计分析冰雹云回波强度、回波高度、单体VIL等特征信息,结果表明：6—7月安徽地区降雹概率最大,1日中15—18时降雹概率最大。安徽地区春夏季冰雹云回波强度至少为55 dBz,大多数为60~70 dBz,单体VIL至少为30 kg·m-2,大多数为40~80 kg·m-2。单体VIL与最大反射率的变化趋势比较一致,最大值往往出现在降雹时间附近。安徽地区春夏季冰雹云回波顶高平均13.6 km,30 dBz风暴顶高平均12.1 km,最大回波顶高达17 km以上。     

风暴单体识别与跟踪(SCIT)算法评估

利用兴义新一代多普勒天气雷达复合体扫资料及WSR-88D提供的风暴单体识别与跟踪(SCIT)算法对2007-2008年发生在贵州省黔西南地区的40次天气过程个例进行验证、分析,分别从单体识别、单体跟踪评估、单体位置预报、单体算法评估效果与季节关系分析、单体算法评估效果与距离关系分析、冰雹暴雨评估对比分析6个方面进行评估、分析。在充分考虑了当地地理环境、气候背景的前提下对算法评估不太理想的情况进行了误差分析,并进行了算法补偿,提出了解决的办法,一是降低识别阈值,将SCIT的7个反射率阈值降低一个等级,二是提取反射率因子垂直梯度,用上述两个改进方法对2007-2008年的40次天气过程重新进行评估,并与算法改进前的评估效果进行对比检验,结果表明,算法改进后评估效果有所提高。     

风暴的多普勒雷达自动识别

3种基于雷达的风暴自动识别方法:(1)美国WSR-88D Build 7.0风暴算法,它利用多个预设阈值来检验回波的强度和连续性,以构造具有三维连续结构的风暴,该方法在风暴合并、分裂以及多个单体相距较近时误差较大。(2)为美国WSR-88D Biuld 9.0风暴算法(B9SI),它用7个反射率因子识别阈值替代此前唯一的一个反射率因子阈值,增加了特征核抽取和相近单体处理技术,并保留远距离上的强的2D分量。该方法在面对成串或成簇多单体时,能够识别出多个单体核,并准确定位。B9SI没有考虑反射率因子纹理结构和空间梯度的变化,也没有利用径向速度资料,因此无法描述风暴对流的发展状况。(3)CSI方法,它在降低B9SI反射率因子识别阈值的基础上,利用模糊逻辑技术对B9SI输出结果和雷达基资料做进一步的处理,以计算描述风暴对流发展强弱的对流指数。CSI首先提取一组最能描述风暴对流性特征的物理量,包括反射率因子纹理结构、反射率因子空间变化率、垂直积分含水量和径向速度标准方差,并分配权重;其次,利用每一个物理量的统计结果,结合其物理意义,设计出相应的隶属函数,以计算风暴与该物理量描述的对流性特征相匹配的概率;最后对多个概率值进行加权平均即得对流指数。此外,计算了2004年8月11日发生在广州的超级单体演变过程中的对流指数,分析表明:对流指数两次加大对应了超级单体的合并增长和辐合增长过程;风暴最强盛时对流指数为0.744;随后对流指数减小,雷达观测到的最大反射率因子对应高度明显降低,地面上开始出现大范围的强降水。     

雷暴区域追踪矢量与雷暴单体追踪矢量融合临近预报研究

雷暴追踪矢量的准确性是决定短时临近降水外推预报效果的关键。以TREC（Tracking Radar Echoes by Correlation）为代表的区域追踪和以TITAN（Thunderstorm Identifiation,Tracking,Analysis,and Nowcasting）为代表的单体追踪是追踪雷暴移动矢量的两种典型方法。TREC基于追踪格点雷达回波数据得到,能较好体现层状云降水和对流云降水系统的区域总体移动趋势;TITAN可以识别、分析雷暴的二维和三维属性,自动跟踪雷暴的移动速度和方向,形成雷暴单体移动矢量,能够更好地刻画小尺度雷暴单体的移动速度和方向。将TREC和TITAN两种移动矢量进行融合,生成新的外推移动矢量,既保留了TREC方法在刻画大尺度雷暴总体移动趋势信息方面的特长,又能充分发挥TITAN方法在刻画小尺度雷暴运动细节信息上的优势。融合试验表明,采用TREC和TITAN两种降水移动矢量融合的新技术,可以一定程度改进降水外推移动矢量场估计的准确度,提升降水落区和强度外推预报的准确度,对改善北京地区降水临近预报水平具有一定正效果。      

3-D Storm Automatic Identification Based on Mathematical Morphology

The strom identification, tracking, and forecasting method is one of the important nowcasting techniques. Accurate storm identification is a prerequisite for successful storm tracking and forecasting. Storm identification faces two difficulties: one is false merger and the other is failure to isolate adjacent storms within a cluster of storms. The TITAN (Thunderstorm Identification, Tracking, Analysis, and Nowcasting) algorithm is apt to identify adjacent storm cells as one storm because it uses a single reflectivity threshold. The SCIT (Storm Cell Identification and Tracking) algorithm uses seven reflectivity thresholds and therefore is capable of isolating adjacent storm cells, but it discards the results identified by the lower threshold, leading to the loss of the internal structure information of storms. Both TITAN and SCIT have the problem of failing to satisfactorily identify false merger. To overcome these shortcomings, this paper proposes a novel approach based on mathematical morphology. The approach first applies the single threshold identification followed by implementing an erosion process to mitigate the false merger problem. During multi-threshold identification stages, dilation operation is performed against the storm cells which are just obtained by the higher threshold identification, until the storm edges touch each other or touch the edges of the previous storms identified by the lower threshold. The results of experiment show that by combining the strengths of the dilation and erosion operations, this approach is able to mitigate the false merger problem as well as maintain the internal structure of sub-storms when isolating storms within a cluster of storms.     

"雨燕"中风暴算法与新一代雷达SCIT产品的对比分析

利用2008年广州地区强对流资料,在构建风暴预报位置客观评分模块的基础上,统计分析了三种风暴算法(分别简称为SCIT、雨燕2006、雨燕2008)的预报误差.SCIT在30和60分钟预报时效,分别识别出5 124和2 203个风暴,预报位置绝对平均距离误差为12.9和23.7 km.雨燕2006识别为4 975和2 1...     

利用闪电定位和雷达资料进行雷电临近预报方法研究

利用LD- Ⅱ 型闪电定位系统监测到的雷电资料和多普勒天气雷达探测到的风暴信息,研究雷电临近预报方法.叠加分析雷电集中区与风暴,雷电集中区一般对应有风暴,并且雷电集中区中心在风暴中心附近,二者移动方向基本一致,移速接近,因此通过匹配雷电集中区与风暴,采用雷电集中区将随其所匹配的风暴一起移动的思路,利用风暴追踪技术,对雷电集中区进行临近外推,从而实现雷电的临近落区预报.通过对2009年强雷电天气的临近预报结果进行网格点对点评分,雷电半小时预报命中率达到87％,成功率为63％.1小时预报命中率达到76％,成功率为51％.为雷电的临近预报提供了一套可业务运行的新方法.     

强对流天气综合监测业务系统建设

强对流天气监测是其预报的基础.国家气象中心强天气预报中心利用多源观测资料(常规和非常规资料)建设了强对流天气综合监测业务系统.强对流天气的监测对象包括积云、地面高温、雷暴、地闪、冰雹、龙卷、大风、雷暴大风、短时强降水、雷暴反射率因子、对流风暴(基于雷达资料)、深对流云及中尺度对流系统(Mesoscale Convective Systems,MCS,基于静止卫星红外1通道资料)等不同时段的分布.发展的监测技术主要包括自动站资料质量控制技术、强对流信息提取和统计技术、直角坐标交叉相关雷达回波追踪(Cartesian Tracking Radar Echoes by Correlation,CTREC)技术、雷暴识别追踪分析和临近预报(Thunderstorm Identification Tracking Analysis and Nowcasting,TITAN)技术、深对流云识别技术、中尺度对流系统识别和追踪技术,以及闪电密度监测技术等.强对流天气监测系统自动定时运行,其输出数据与MICAPS业务平台完全兼容.该监测系统在国家气象中心的强对流天气预报业务中发挥了重要作用.     

临近预报系统(SWIFT)中风暴产品的设计及应用

介绍了临近预报系统"SWIFT"(Severe Weather Integrated Forecasting Tools)中的风暴产品的设计,包括风暴识别、风暴追踪和风暴预报。在识别风暴时,采用了多反射率因子阈值、特征核抽取和相近单体处理技术,并保留远距离上的强的2D风暴,该方法在面对成串或成簇多单体时,能够分离多个单体核,并准确定位。在风暴追踪和预报算法中,对当前时刻识别出来的风暴,利用匹配方案,将其与前1时刻的风暴建立对应关系,追寻历史轨迹,匹配方案是在空间位置相关的前提下,按照相似原则进行;风暴预报采用TREC(Tracking Radar Echoes by Correlation)技术获取的移动矢量场进行外推,提供未来1小时内的风暴移动位置。在北京奥运会天气预报示范项目(Forecast Demonstration Project,简称FDP)第二次测试期间,该风暴产品得到应用。分析表明:在预报时效为30分钟时,风暴产品在X轴和Y轴上的平均绝对误差为7.1和6.2 km,样本数为3891个;随着预报时效的增加,风暴产品的平均绝对误差增大,且在经向上的误差略大于纬向上;在径向上,风暴产品的预报出现了系统性的偏慢,而在纬向上,预报出现了系统性的偏快。     

SWAN2.0系统的设计与实现

强对流天气短时临近预报系统（Severe Weather Automatic Nowcasting,SWAN）是面向短时临近监测、分析、预报、预警制作等功能为一体的业务平台。SWAN2.0基于MICAPS4（Meteorological Information Comprehensive Analysis and Processing System Version 4.0,人机交互气象信息处理和天气预报制作系统）二次开发框架,采用C/S架构,服务器部署在省级,负责收集数据,运算SWAN产品;客户端部署在气象台站,实现具体的预报业务,并形成算法二次开发接口。SWAN2.0新增了三维变分风场反演、基于分雨团技术的雷达降水估测、冰雹识别等方法,实现了算法管理、产品生成、分析处理、资料检索显示、实时监控报警、预警产品制作等功能。SWAN2.0业务系统已在全国试用,在强对流天气监测、分析和短时临近预报预警中发挥了重要作用。