雷电临近预警方法和系统研发

为满足高速发展的现代社会对雷电预警预报气象服务日益增加的需求,中国气象科学研究院研发了雷电临近预警系统(CAMS_LNWS).CAMS_LNWS采用了多资料、多参数和多算法集成的雷电临近预警方法,能够综合利用雷达、卫星、闪电监测系统、地面电场仪和探空仪等的观测资料,参考天气形势预报产品和雷暴云起电、放电模式运行的结果,结合区域识别、跟踪和外推算法与决策树算法,自动生成雷电活动潜势预报结果和雷电临近预警结果,并提供多种形式的雷电临近预警产品,以满足不同的应用需求.该系统人机界面友好,参数接口丰富,简单易用,有利于在各地区的推广应用.同时该系统采用了模块化的结构设计,具有灵活的扩充性,便于今后对预警方法的不断升级和改进.     

雷电临近预警产品评估方法及其软件

为了适应雷电业务发展的需求,对已经投入业务运行试验的雷电临近预警系统的预警效果做出客观评估,中国气象科学研究院雷电物理和防护工程实验室开展了雷电临近预警产品评估方法的研究,并开发了配套的应用软件.评估方法通过雷电预警结果和实际监测结果的对比,得到命中率POD、虚警率FAR和TS评分三项指标,实现对雷电预警产品的评估.评估软件的实际运行表明:该方法不仅能够检验CAMS_LNWS预报雷电活动的能力,还能对预警方法的改进起到一定的指导作用,能够满足雷电业务产品评估的需要.     

四川省雷电监测预警预报系统及其应用研究

四川省防雷中心利用闪电资料建立了雷电监测业务系统;采用决策树法, 结合T213模式资料和地面探空资料建立了雷电预报业务系统;采用配料法, 结合雷达资料和闪电定位资料建立了雷电短时临近预警系统, 2008年中心引入CAMS_LN-WS系统, 结合原有预警产品生成适合四川省的雷电短临预警产品。经过5年的效果验证, 四川省雷电监测预警预报系统准确率达到85%, 系统产品对政府组织防灾减灾工作所提供的支撑有效降低雷电灾害所造成的损失, 带来了很大的社会效益和经济效益。      

雷电监测预警系统在青岛地区试验结果分析

根据山东青岛地区的雷电活动特征,采用综合的雷电预警方案,基于地理信息(GIS)技术,青岛市气象局和南京信息工程大学联合开发了一套雷电监测预警系统(NUIST-LMWS)。功能包括雷电活动的实时监测、0～1h4个不同时间段的雷电临近预警,以及历史资料的查询和数据库管理等。该系统在2008年北京奥运会青岛奥帆赛区进行了初步试运行,并提供雷电预警服务。对该系统试运行期间的3次预警结果分析表明,系统对未来15min的雷电预警情况较好,说明预警系统在业务应用中具有较好的应用潜力。     

雷电临近预警系统在四川省的推广应用

为了提高四川省防雷减灾工作效率,推动雷电服务数字化、网络化、集约化、规范化、标准化,实现快速、准确、高效的雷电短时临近预警,四川省防雷中心协助中国气象科学研究院,共同研制开发了“四川省雷电短时临近预警系统”.目前四川省防雷中心已经结合本地的实际情况开展雷电临近预警业务试运行.同时在成都、凉山、眉山、绵阳、乐山等市州气象台进行区域化雷电监测预警预报推广应用,初步实现雷电监测预警预报业务和服务,并在2010 ～2011年几个重大天气过程中成功进行了雷电预警预报,同时对当地气象台站进行强天气过程预测预报提供了辅助手段,得到了有关职能部门及当地各级政府的充分肯定.     

基于智能计算的广西大风短临预报预警系统的产品检验

利用机器学习和人工智能技术研发了广西大风短临预报预警系统,该系统的产品与同期广西各地气象局发布的大风预警信号(以下简称“人工预警”)进行比较分析。结果表明:(1)按业务评分规定,大风预警系统在漏报率和命中率方面更优,人工预警在TS评分和空报率方面更优;(2)有效提前预警情况下,大风预警系统在大风蓝色、黄色预警和不分级预警中TS评分较高。基于对大风预警系统和人工预警的数量、TS评分和预警提前量的差异分析,广西大风短临预报预警系统的产品性能达到同期人工预警水平。     

移动气象站雷电监测预警系统的研究

为了应对突发雷电事件和解决非固定地点的雷电预警,提出基于应急气象车载系统的雷电预警系统概念.在现有雷电预警系统的基础上,以移动气象站为平台建设车载移动雷电预警系统,以可移动式多普勒天气雷达、便携式大气电场仪、车载闪电定位仪等为监测手段,并与气象及其他资料共享,通过数据融合,现场提供雷电预报.     

奥运会雷电监测和预警系统关键技术研究

依托科技部奥运攻关课题"奥运会雷电监测和预警系统关键技术研究"、中国气象局气象新技术推广项目"预警和预报技术在气象业务中的应用"以及雷电业务的开展,本研究取得的雷电临近预警技术研发及其业务应用的技术成果,主要体现在以下几个方面:     

CAMS-LNWS雷电临近预警系统在山东地区的应用

随着经济的发展,雷电对城市发展建设的威胁日益严重,开展雷电监测及预警预报技术的研究成为灾害防御工作的重点。该文简要介绍了CAMS- LNWS雷电临近预警系统及其在山东地区的应用,通过选取典型雷暴天气过程对预警结果进行分析和评估,给出不同预警时效预报结果的评分值,并分析出现差异的原因。结果表明：该系统能够对可能发生雷电的区域进行有效预警,随预警时效的延长,预警效果有所降低。     

省市县一体化短临预警业务系统设计与实现

介绍了省市县一体化短临预警业务系统的架构、流程设计、系统界面和关键技术,并且阐述了业务化效果。系统开发采用了一系列现代信息技术,包括了通过数据集成的预警判别技术、综合GIS层次化显示技术、多网页交互联动技术以及层次化多渠道提醒反馈跟踪技术。该系统实现了"平台一体化、业务集约化、岗位多责化"等综合业务功能,供省、市、县3级部门应用,实现省级监测、短临预警产品对县市的直接指导,在短临监测预警业务上较好地做到集约化、扁平化。     

基于闪电距离判定、雷达产品阈值控制的雷电预警算法研究

从研发专业雷电临近预警服务产品及提高其时效性的目的出发,以0.01°×0.01°栅格、6min为一个预警单元,在雷达阈值控制的雷电临近预警模型的基础上,对每个预警网格进行前5个时段内所发生闪电与网格的距离计算,按闪电逼近网格的距离和变化趋势确定预警规则,生成当前时刻往后6min栅格、重点区域雷电发生情况的临近预警产品,并对模型的预报成功率进行了定量和定性化的评估,结果表明该模型相比传统依靠雷达阈值控制进行雷电临近预警的方法在栅格、区域的预报准确率都有一定的提高,计算速度快,可以较好地被应用到实际特别是专业雷电临近预警服务中。     

安徽省山岳型景区旅游气象服务业务系统

针对安徽省山岳型景区旅游气象服务的需求和特点,以旅游气象观测网为基础,基于短时临近预报系统(INCA系统)、云海景观预报技术、雷电监测预警技术、旅游气象条件综合评级等,开发了安徽省山岳型景区旅游气象服务业务系统,实现了旅游气象服务产品的高效加工制作和快速分发传递.目前,系统已在黄山景区、九华山景区投入业务运行,为当地旅游气象服务工作的开展提供了重要支撑.     

基于卷积神经网络的雷电临近预警模型

从研究人工智能雷电临近预警模型的目的出发,以卷积神经网络模型为基础,结合多个时间序列的雷达产品(组合反射率、液态水含量、回波顶高)与闪电数据,对雷电临近预报方法进行基于卷积神经网络结构的应用,以福建省2017-2018年雷达、闪电数据为样本完成了模型的训练与预测研究.训练结果显示,15～30 min模型训练样本测试集准...     

雷电监测预警预报技术简述

从监测、预警和预报3个方面介绍了雷电研究的技术方法,目前国内外最新面向业务应用的研究表明:不同技术共存的多源化观测设备,有效地提高了雷电探测效率;以天气形势分型为主的雷电潜势预报,其预报结果具有很大的不确定性,且其预报精细化程度不够,引入适合本地的物理量参数实现对其结果校准,可以有效地提高雷电潜势预报的准确率;随着数值模式预报向全球化、精细化的发展,基于数值模式的雷电潜势预报是未来的一个重点发展方向;建立在多种高观测频次资料融合和有效外推基础上的临近预报,可提高雷电活动预警预报的准确性,大幅提高雷电预警的提前时间。     

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。     

An Overview of Nowcasting Development, Applications, and Services in the Hong Kong Observatory

The Hong Kong Observatory （HKO） has been developing a suite of nowcasting systems to support op- erations of the forecasting center and to provide a variety of nowcasting services for the general public and specialized users. The core system is named the Short-range Warnings of Intense Rainstorm of Localized Systems （SWIRLS）, which is a radar-based nowcasting system mainly for the automatic tracking of the movement of radar echoes and the short-range Quantitative Precipitation Forecast （QPF）. The differential, integral （or variational）, and object-oriented tracking algorithms were developed and integrated into the nowcasting suite. In order to predict severe weather associated with intense thunderstorms, such as high gust, hail, and lightning, SWIRLS was enhanced to SWIRLS-II by introduction of a number of physical models, especially the icing physics as well as the thermodynamics of the atmosphere. SWIRLS-Ⅱ was further enhanced with non-hydrostatic, high resolution numerical models for extending the forecast range up to 6h ahead. Meanwhile, SWIRLS was also modified for providing nowcasting services for aviation community and specialized users. To take into account the rapid development of lightning events, ensemble nowcasting techniques such as time-lagged and weighted average ensemble approaches were also adopted in the nowcasting system. Apart from operational uses in Hong Kong, SWIRLS/SWIRLS-Ⅱ was also exported to other places to participate in several international events such as the WMO/WWRP Forecast Demon- stration Project （FDP） during the Beijing 2008 Olympics Games and the Shanghai Expo 2010. Meanwhile, SWIRLS has also been transferred to various regional meteorological organizations for establishing their nowcasting infrastructure. This paper summarizes the history and the technologies of SWIRLS/SWIRLS-Ⅱ and its variants and the associated nowcasting applications and services provided by the HKO since the mid 1990s.