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。     

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。     

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。      

光流法及其在临近预报中的应用

基于多尺度IVAP(MIVAP,the Multi-scale Integrating Velocity Azimuth Process)方法反演风场进行临近外推的预报方法原理可以概括为：首先采用大尺度的分析单元通过IVAP(Integrating Velocity Azimuth Process)方法得到反演风场作为引导气流,表示雷暴的系统性移动,再通过小尺度的分析单元来反演风场,作为雷暴内部移动信息的表征,最后将不同尺度的风场进行合成得到外推的运动矢量场以进行临近预报。相比传统的多尺度TREC(MTREC,the Multi-scale Tracking Radar Echoes by Correlation)方法依赖于追踪回波过去的变化,需要相邻一个或者几个时次的雷达回波来跟踪雷达回波的移动,使用MIVAP方法外推预报只需要最新时刻的雷达反射率因子和径向速度。通过个例分析和统计分析,并且与MTREC方法进行对比试验,结果表明：MIVAP方法反演风场用于临近外推预报具有可行性,MIVAP方法具有实际应用的意义;MIVAP方法得到的外推运动矢量场方向要比MTREC方法方向总体整体偏右,且外推的平均速度要比MTREC方法快;MIVAP方法在30 min以内前几个时次的预报效果略低于MTREC方法,但是30 min以后的预报评分明显优于MTREC方法,MIVAP方法的检验评分整体要优于MTREC方法。

     

雷达反演的多尺度风场在临近预报中的应用研究

基于多尺度IVAP (MIVAP,the Multi-scale Integrating Velocity Azimuth Process)方法反演风场进行临近外推的预报方法原理可以概括为:首先采用大尺度的分析单元通过IVAP (Integrating Velocity Azimuth Process)方法得到反演风场作为引导气流,表示雷暴的系统性移动,再通过小尺度的分析单元来反演风场,作为雷暴内部移动信息的表征,最后将不同尺度的风场进行合成得到外推的运动矢量场以进行临近预报。相比传统的多尺度TREC (MTREC,the Multi-scale Tracking Radar Echoes by Correlation)方法依赖于追踪回波过去的变化,需要相邻一个或者几个时次的雷达回波来跟踪雷达回波的移动,使用MIVAP方法外推预报只需要最新时刻的雷达反射率因子和径向速度。通过个例分析和统计分析,并且与MTREC方法进行对比试验,结果表明:MIVAP方法反演风场用于临近外推预报具有可行性,MIVAP方法具有实际应用的意义;MIVAP方法得到的外推运动矢量场方向要比MTREC方法方向总体整体偏右,且外推的平均速度要比MTREC方法快;MIVAP方法在30 min以内前几个时次的预报效果略低于MTREC方法,但是30 min以后的预报评分明显优于MTREC方法,MIVAP方法的检验评分整体要优于MTREC方法。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

交叉相关算法在强对流天气临近预报中的应用

利用"雨燕"临近预报系统的雷达回波外推算法,对三次强对流个例的3 km CAPPI反射率因子、回波顶和垂直累积液态含水量进行0～1小时外推预测,将预测结果和组合阈值比较进行强对流天气预警区域预报试验。资料来源于CINRAD-SB雷达基数据经RPG算法处理得到的雷达产品数据。所用的方法是在扩展后的交叉相关追踪算法基础上实现雷达回波移动预测。试验结果表明:3 km CAPPI反射率因子、回波顶和垂直累积液态含水量雷达产品与实况有较好的吻合,能较好地预报出回波的形状、变化趋势和移动方向,回波的范围、位置和强度中心与实况相似,外推时间越短,预报效果越好。交叉相关追踪算法外推得到的雷达回波结果在0～1 h内是可用的;外推预测结果经过组合阈值的过滤后,得出的强对流天气预警区域预警结果也是可行的,对强对流天气临近预报有一定指示意义。     

利用雷暴识别与追踪技术优化航班延误预警初探

为了探测提高航班延误预警水平,利用广东12部S波段多普勒天气雷达的三维拼图资料,建立雷暴识别模型,通过光流法对雷暴进行外推预报,并利用广东省的雷雨大风实况资料验证光流法追踪的准确性;将雷暴追踪结果与机场地理位置叠加分析,利用机场延误信息判别航班延误预警提示的准确性。结果表明:光流法1 h外推预报结果对比实况平均偏差约10～20 km,具有一定的实用价值;另外,利用雷暴识别与追踪技术发布的航班延误预警提示准确率达83%,时间比机场航班延误预警实际时间平均提前约62 min,具备较高的预警提前量,可以在雷暴天气过程业务工作中为决策部门提供一定的判断依据,提升区域防灾减灾能力。     

基于雷达数据的风暴体识别、追踪及预警的研究进展

基于雷达数据的风暴体识别、追踪及预警方法是最早出现的临近预报技术，也是天气雷达系统和强天气预警业务的基本组成部分。风暴体识别、追踪及预警方法可以分为三大类：持续性预报法、交叉相关法和单体质心法，它们都属于外推预报法。其中，持续性预报法目前已经被后两者取代。首先较详细地介绍了交叉相关法和单体质心法的研究历史和主要算法，然后集中介绍了近几年来在外推预报基础上发展起来的一些新方法。最后，结合悉尼奥运会期间的FDP项目，讨论了临近预报技术的检验和准确性评价，重点介绍了列联表方法。     

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.     

北疆降雹云团卫星云图特征的分类研究

北疆降雹云团按其卫星云图特征分为对流性和系统性两大类，又将对流性降雹云团按尺度大小分为雷暴云和对流云，系统性降雹云团按所处位置分为冷云核、云系云区和云系边缘。据此方法对1998-2001年4-9月期间北疆出现310个降雹云团进行归类分析。北疆降雹云团以对流性云团为主，它们尺度小、形状不规则、云顶亮温较高。主要出现在北疆西部和北疆沿天山中段。各类降雹云团在各地区的出现机率不同。     

新疆系统性冰雹天气过程的环流形势及卫星云图特征分析

根据1961—2003年新疆90个气象观测站的地面观测资料,统计分析了新疆局地、一般性和系统性冰雹天气过程的气候特征。普查43年历史天气图,将系统性冰雹天气过程分为三种天气类型,并对其进行了物理量合成诊断和环流形势分析。通过对1998—2001年GMS5红外云图的普查,得到新疆438个降雹云团。新疆降雹云团的尺度小、形状不规则、云顶温度较高,强对流云团是冰雹云的主体。     

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。     

江西副高边缘雷暴大风雷达拼图回波特征分析

利用MICAPS常规天气图资料、地面自动气象站资料、雷电资料和雷达拼图等资料,采用天气图中分析方法、统计方法、回波图像、回波廓线等分析方法,对2020年7月11日江西副热带高压边缘中尺度雷暴大风回波特征进行分析,结果表明：1）副热带高压控制或边缘上,江西上空100 hPa是东北风,500 hPa是西南风,高空呈现逆时针环流,T-lnP图上层结不稳定,对流有效位能CAPE （Convective Available Potential Energy）面积较大,对产生强对流天气有利;由于上下两层的风向不同,使得雷暴回波系统的移动与回波系统的云砧伸展方向不一致,从而加剧了对流上升运动,使得雷暴回波系统发展、加强、维持。2）回波产生初期是局地对流单体回波,通过不断新生单体和单体合并等方式,形成南北走向的回波短带,这种合并形成的回波短带发展旺盛时,会产生多站雷暴大风天气。3）南北走向的回波短带是产生雷暴大风的主要回波特征,虽然回波强度只有55 dBZ,但移动速度较快（60～70 km/h）,造成地面大风。江西WebGIS雷达拼图上叠加多部雷达风暴跟踪信息STI （Storm Tracking Information）,可以明确风暴的移动方向和移动速度,根据STI密集区判断,增加了STI的可用性。4）“前伸”或“延伸”回波反映了回波系统上方的高空风走向和积雨云的云砧飘离方向。“延伸”回波一定程度上表现出副高边缘雷暴回波系统的强弱程度。为改进副热带高压边缘中尺度雷暴大风的预警预报准确率提供依据。     

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:（2）表现评估

本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。     

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。     

基于OPTICS聚类算法的雷达数据雷暴单体识别方法

雷达数据的雷暴单体识别算法是雷暴追踪算法的重要组成部分,传统的连续区域法只能通过改变回波强度阈值来调整雷暴单体识别结果,不能满足当前应用需求。本文提出了一种基于OPTICS(Ordering Points to Identify the Clustering Structure)算法的雷暴识别方法,该方法能基于高回波点的密度信息进行雷暴单体识别。利用高分辨率X波段天气雷达在两次雷暴过程中的体扫数据检验了算法的效果,并与传统方法进行了比较。结果表明:该方法能克服连续区域法在高分辨率雷达数据中可能出现的无法区分不同单体、识别结果过于零散等问题。并且能在不修改回波强度阈值的情况下灵活调整输出结果,以适应不同应用需求。     

基于地面电场资料的雷暴临近预报研究

利用总体平均经验模态分解算法(EEMD),对南京地区2010—2011年6—8月近地面大气电场资料进行分析,研究了晴天、弱雷暴和强雷暴天气条件下大气电场的振荡特征。在单站电场仪观测范围内,以晴天大气为背景场,根据固有模态函数(IMF)方差最大值对应层数的动态特性,建立并验证了两种强度的雷暴临近预报模型。结果表明:弱雷暴发生前IMF方差最大值对应层数跳变幅度较平稳,而强雷暴跳变幅度逐渐加剧。对IMF方差最大值对应层数进行三次样条插值,可直观地表征雷暴发生发展过程,延长预报时间至1 h。利用这些特征对92个独立样本进行预报效果检验,预报的准确率为73.3%,虚警率为14.5%。     

简析基于GFS集合预报乌海地区雷暴活动特征

文章主要选取2012—2013年NCEP再分析平均资料,运用天气要素合成对比分析方法,分析了乌海近两年雷暴时间分布和对应要素时空变化的基本规律。总结乌海雷暴天气的特点和影响雷暴的天气系统,利用GFS集合预报模式综合性地说明空间天气要素统计划分对2014年7月31日中小尺度天气系统雷暴活动进行预报的方法。运用云物理反演和空间要素分层聚类的方法对雷暴单体在有效的时间内进行跟踪,获取其运动天气要素随时间序列变化的运动机理,为相关雷暴灾害影响分析提供参考性分析方法。