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。     

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。     

基于动态模板函数的线状中尺度对流系统自动识别

在中尺度对流系统(mesoscale convective systems,MCSs)自动识别、跟踪基础上,根据拟合椭圆长轴设计动态模板和得分函数,完成了雷达拼图资料上的线状MCSs自动识别。并利用不同类型中尺度天气过程对算法进行检验,分析结果表明:(1)算法能够实现对线状MCSs的自动识别,由于对流系统分裂与合并造成的回波形态"突变",得分值结果能得到较好的反映;(2)算法能够实现对线状MCSs天气的跟踪,一般情况下跟踪效果较好,在分裂或者合并发生的时刻跟踪效果较差。     

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。     

雷达拼图资料上中尺度对流系统的跟踪与预报

在中尺度对流系统(Mesoscale Convective Systems,MCSs)自动识别基础上,利用相关法跟踪雷达回波(Tracking Radar Echoes by Cross-correlation,TREC)和面积重叠法完成新的跟踪预报方法.新方法利用TREC得到MCSs移动矢量,利用该矢量外推对应MCSs雷达回波.根据外推回波与相应回波实况,采用面积重叠法完成跟踪,同时利用移动矢量完成预报.采用4次强天气过程对算法进行检验,分析结果表明:(1)新方法能够有效实现MCSs跟踪与预报;(2)新方法得到MCSs移动速度相对稳定,不因为系统合并、分裂和生消出现速度大幅度波动现象,有效减小预报误差,6～60 min预报误差相对于原方法减小20％以上;(3)新方法虽然能提取得到较为稳定的系统移动速度,但不能得到系统的传播速度.原方法能得到系统的移动速度和传播速度合成,但提取速度不稳定,容易受到质心偏移的影响,预报误差较大.新方法在系统消亡期提取移动速度不稳定,导致跟踪丢失现象的发生,而原方法在系统合并与分裂时易出现跟踪丢失现象.     

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。     

基于多普勒天气雷达体扫资料的MARC特征自动识别算法

下击暴流是对流风暴最常产生的天气现象,预报其初始爆发的时间是强对流风暴预报中最具挑战性的内容之一。而较为显著的中层径向辐合(Mid-Altitude Radial Convergence,MARC)特征是下击暴流的预警指标之一,预报时效为10~30 min。基于多普勒天气雷达体扫资料的三维MARC特征自动识别算法首先采用二维局地LLSD方法计算径向速度的径向散度切变,其次是基于径向散度切变数据,使用类似SCIT算法的SCRCZI算法进行风暴单体三维径向辐合区的自动识别,然后使用基于反射率因子数据识别的风暴位置对与强风暴无关的三维径向辐合区进行消空处理,最后被保留下来的三维径向辐合区就是被识别出来的三维MARC特征。该算法能较好地识别出与强风暴相关的三维MARC特征,包括表现为非典型"正-负速度区域对"的径向辐合区。使用武汉雷达观测的强风暴个例体扫资料,分析了一个产生下击暴流的强风暴反射率因子和径向速度回波演变特征,并对MARC识别算法进行了检验。结果表明:在最低仰角径向速度图上首次出现辐散特征之前的3个体扫和之后出现辐散特征的3个体扫里,该算法都识别出了强风暴较为显著的三维MARC特征,其平均高度为3.9 km,平均厚度为2.5 km,最强辐合高度位于3.0~4.6 km之间,平均最强辐合量为-58×10-4s-1,预报时效为18 min。     

修正SCIT算法在冰雹识别、跟踪、预警中的应用

冰雹是包头市的重要灾害天气之一,文章以地理信息平台为基础,结合强对流天气监测预报原理,在充分考虑包头地区地理环境和气候背景的前提下,对SCIT算法做了6项修正,研制了包头市冰雹自动识别跟踪预警系统,实现了冰雹的自动识别、跟踪与外推预警,能够精准定位冰雹的落区,将预警预报精细到村镇级别。经2014—2018年发生在鄂尔多斯市和包头市的83次强对流天气过程检验,系统可以及时识别出新生单体,跟踪预警预报的落区与实况对比一致。     

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。     

CINRAD/SA雷达两种识别跟踪产品的评估分析

以中国气象局气象探测中心提供的2007--2008年灾害性天气个例档案为基础,对CINRAD／SA雷达风暴识别跟踪和中气旋产品做了定量评估,同时就评估结果与美国同类产品做了对比。结果表明,风暴识别与跟踪产品基本能满足临近预报的需要,但存在漏识别和错误跟踪现象,且30min以后单体位置预报误差较大。中气旋产品评估结果与美国产品差异不大,基本能自动识别风暴涡旋,但存在漏报,且虚警率较高。     

基于数学形态学的三维风暴体自动识别方法研究

基于雷达数据的风暴体识别、追踪及预警方法是重要的临近预报技术之一,其中准确的风暴体自动识别是进行风暴体自动追踪和预警的前提。在风暴体识别中常会碰到的两个问题是:虚假合并和从风暴簇中分离出相距较近的风暴单体。美国国家大气科学研究中心提出的TITAN(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)算法使用单阈值进行识别,容易将相邻的多单体回波识别为一个风暴体。美国国家强风暴实验室提出的SCIT(Storm Cell Identification and Tracking)算法使用7个反射率因子阈值进行识别,可以较好地分离出风暴簇中的风暴单体,但它直接抛弃了低阈值的识别结果,导致风暴体内部结构信息的丢失。SCIT的这种识别策略可能会使处于初生阶段、强度较低的风暴体被错误地抛弃掉。TITAN和SCIT都无法完全识别出相邻风暴的虚假合并。为了解决这两个问题,文章提出了基于数学形态学的识别方法。该方法首先使用第1级阈值进行单阈值识别;其次,对识别得到的风暴体执行基于动态卷积模板的腐蚀操作,以消除虚假合并;然后,使用高一级阈值进行识别,并对识别得到的风暴体进行膨胀操作,当风暴体的边界在膨胀的过程中相互之间接触,或接触到了原来较低阈值识别的风暴体的边界时,则停止膨胀过程;最后,逐次使用更高级别的阈值进行识别,并在每一级阈值的识别过程中执行腐蚀和膨胀操作。试验结果表明,通过在多阈值识别的过程中综合使用膨胀和腐蚀操作,基于数学形态学的三维风暴体识别方法不仅能够成功地识别出风暴体的虚假合并,同时还能在从风暴簇中分离出相距较近的风暴单体时,尽可能多地保留风暴单体的内部结构信息。     

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.     

雷暴云团自动识别和边界相关追踪技术研究

基于高时空分辨率雷达资料的雷暴云团识别、追踪及预警技术是目前最重要的临近预报预警技术之一.该文描述的雷暴云团边界相关追踪技术是一种新研究的方法,该方法是利用模式识别技术进行云团边界识别、拓扑处理,建立云团生命时序与族谱关系,并在此基础上进行雷暴云团外推的一种短时临近预报方法.该方法有三个主要技术环节:(1)对已预处理的雷达数据进行边界识别;(2)利用四分树匹配分析因子、重叠因子、面积因子、外接矩形因子、轮廓综合因子、局部相似判定因子等六个判断因子,分别识别出每个云团的时间序列,以及每个云团的运动方向、速度、面积、强中心,以及所处的状态(增强或减弱、膨胀或缩小)等信息;(3)对云团的移动方向、速度、面积、强度进行线性外推.初步结果显示该方法可较好地识别和外推预报雷暴云团.在此基础上建立的雷暴自动识别和追踪系统(简称"追踪者",TRACER),可以基于地图系统选取指定云团,获得云团空间位置信息、发展轨迹、演变特征和未来预测,也可对云团预报结果进行定量分析和验证.     

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.     

对流天气临近预报技术的发展与研究进展

目前，临近预报技术主要包括雷暴识别追踪和外推预报技术、数值预报技术以及以分析观测资料为主的概念模型预报技术等。其中，识别追踪和外推预报技术主要以雷达资料为基础，在这方面，交叉相关外推和回波特征追踪识别外推是比较成熟的技术，已经用于许多的临近预报业务系统中，其缺陷是预报时效较短，准确率也不是很高。随着精细数值天气预报技术和计算机技术的发展，利用多普勒天气雷达资料和其它中小尺度观测资料进行数值模式初始化，来预报雷暴的发生、发展和消亡已经成为一个研究的热点，该技术发展很快但还不成熟。概念模型预报技术主要是通过综合分析多种中小尺度观测资料，包括雷达和气象卫星资料等，在此基础上建立雷暴发生、发展和消亡的概念模型，特别是边界层辐合线和强对流的密切关系等，再结合数值模式分析预报和其它外推技术的结果，然后建立雷暴临近预报的专家系统，其不但可以获取雷暴和对流降水移动、发展的信息，还可以预报它们的生成和消亡。检验和定性评估也表明，将多种资料和技术集于一体的概念模型专家系统，其临近预报的准确率最高，时效也最长，是临近预报技术未来发展的主要趋势之一。NCAR的Auto Nowcaster系统是雷暴临近预报概念模型专家系统的一个典型代表。     

EXPERIMENTS TO TRACK STORMS USING MODERN OPTIMIZATION ALGORITHMS

Storm identification and tracking based on weather radar data are essential to nowcasting and severe weather warning. A new two-dimensional storm identification method simultaneously seeking in two directions is proposed, and identification results are used to discuss storm tracking algorithms. Three modern optimization algorithms (simulated annealing algorithm, genetic algorithm and ant colony algorithm) are tested to match storms in successive time intervals. Preliminary results indicate that the simulated annealing algorithm and ant colony algorithm are effective and have intuitionally adjustable parameters, whereas the genetic algorithm is unsatisfactorily constrained by the mode of genetic operations. Experiments provide not only the feasibility and characteristics of storm tracking with modern optimization algorithms, but also references for studies and applications in relevant fields.     

基于闪电数据的雷暴识别、追踪与外推方法

该文提出了一种新的雷暴识别、追踪与外推方法。该方法基于地闪数据,利用密度极大值快速搜索聚类算法实现雷暴的识别,采用Kalman滤波算法实现雷暴的追踪与外推。应用该方法处理了2013年的全国地闪定位数据,同时利用多普勒天气雷达等数据对选取的个例进行评估。结果表明:该方法能有效识别雷暴并对其进行实时追踪,且能有效处理雷暴分裂与合并的情况;算法具有较好的0~60 min的临近外推预报能力,各项性能指标整体与TITAN (Thunderstorm Identification, Tracking, Analysis and Nowcasting) 算法接近,在30 min时效有更好的表现。该方法能够实时监测、预报全国雷暴发生发展状况,对于0~60 min临近预报具有一定参考价值。     

提高新一代天气雷达在临近预报中准确率的分析

文章应用新一代天气雷达资料,并结合天气图、T-logp图等资料,对发生于2011年6月13日内蒙古西部巴彦淖尔市东部地区的一次局地强对流天气过程进行了分析。通过分析雷达冰雹概率、垂直累积含水量、回波顶高、风暴追踪信息等产品以及自动站天气实况等发现,用于短时临近预报的雷达冰雹概率及风暴追踪信息产品在该次强对流天气过程中与天气实况并不能很好地符合。其原因:一方面与雷达对风暴的跟踪和SCIT算法有关,另一方面表明天气背景以及短时强对流天气所具有局地性特点在短时临近预报中未能充分考虑。通过该个例的分析,对于业务人员认识本地区的强对流天气发生特点并提高预报准确率具有重要意义。     

长江中游临近预报业务系统 (MYNOS) 及其应用

针对长江中游强风暴天气特点和现代预报业务需求,在借鉴世界临近预报系统, 特别是美国的Auto-Nowcaster和WDSS-II以及英国的GANDOLF等先进经验的基础上,以我国多普勒天气雷达网为重要技术手段,结合数值预报等信息资源,于2007年研究建成长江中游临近预报业务系统 (MYNOS)。MYNOS主要技术方法包括:雷达与雨量计实时同步积分结合的降水估算方法 (RASIM),雷达反演参量与中尺度模式输出物理量相结合的强风暴性质自动识别和追踪技术,基于暴雨回波生命史特性约束下的多尺度合成降水量临近预报,基于数值预报模式和模糊逻辑学的强对流天气分类落区潜势预报,集GIS功能并整合各种定量监测与预警产品于一体的短时预报工作站。MYNOS已成为短时临近预报业务的支撑平台,其中实时生成的流域定量降水估算与临近预报、强对流天气分类潜势诊断与识别预警产品等成为日常预报业务的重要参考依据。