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。     

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。      

飑线优化识别及雷暴大风分析

飑线是产生灾害大风的重要系统,强度和影响范围大。本文在线状中尺度对流系统自动识别基础上,提出了飑线优化识别方法,识别主要参数选取反射率因子、长轴长度、系统面积和线性程度,按照反射率因子5 d BZ递增原则,选取四组识别参数对雷达回波多次识别,择优选取线性程度高且包含较强回波的飑线作为当前体扫的飑线最优识别结果。通过对140个体扫126个飑线识别效果检验和对应大风分析,结果表明:优化识别方法能够同时识别强、弱飑线,真实反应飑线发展的不同阶段,比单一参数识别效果明显改善,优化识别命中率分别比四组参数识别提高了26.3%、10%、40%和89%;在有利的环境条件下,雷暴大风出现在飑线的强回波带、弓形回波前沿和线风暴之间断裂带上,飑线识别区域与灾害大风吻合,可作为大风预警区域;飑线大风的风向基本沿风暴移动方向吹。     

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。     

雷暴云电结构与闪电关系初探

利用雷暴云偶极性电结构理论,结合卫星和雷达资料分析了不同荷电结构下地面电场。结果表明:当正电荷中心高度越高、负电荷中心高度越低,形成的地面负电场越大,越有利于地闪的形成;负地闪发生后或云砧下方,地面电场成正极性,易引发正地闪;地闪分布与雷达回波、卫星云图中雷暴云位置基本一致,结合雷达和卫星资料可初步判断正/负地闪发生位置。     

雷暴与强对流临近天气预报技术进展

结合2015年6月1日长江监利“东方之星”客轮沉船事件及在强对流天气预报中长期积累的一些经验,可以认为目前强对流天气预报存在的主要问题是对于强对流天气监测能力不足、强对流天气形成的机理认识不足、数值预报模式对强对流天气预报能力不足和强对流天气预报方法不足。在实际业务工作中较为可行的强对流天气预报的思路是：首先要具有较全面的本地区强对流天气发生的气候背景知识,然后按照配料法为主的强对流潜势预报方法和天气学分型的强对流天气预报方法等进行强对流天气的落区预报,最后按照雷达、卫星资料等相结合的强对流外推临近预报方法进行强对流天气预警预报。

     

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。     

冰雹云卫星早期识别与自动预警

利用陕西、山东、贵州和新疆等地近十年日间降雹记录和对应的极轨卫星数据,采用卫星云微物理反演技术,定量分析冰雹云微物理特征,比较不同地区间差异,并利用FY-4A静止卫星定量分析一次冰雹过程云微物理特征演变,探讨冰雹云卫星识别预警应用潜力。结果表明:（1）陕西、山东等地冰雹云微物理特征具有一致性,卫星早期识别指标为:晶化温度（T_g）较冷,均值为?33°C;全部冰晶化时T_g对应的云粒子有效半径r_e（表征为r_eg）未饱和（<40 μm）,均值36.9 μm,且r_eg 越小冰雹云越强;云顶呈现r_e随高度减小带。（2）各地冰雹云早期识别指标在数值上存在一定差异,实际应用时应针对各地进行相应调整。（3）在静止卫星上,冰雹云微物理特征与极轨卫星相一致,将早期识别指标应用于FY-4A静止卫星,跟踪云团发展演变,实现自动预警。（4）经过4次降雹过程中应用,FY-4A卫星自动预警与实况吻合22次,漏报2次,自动预警平均提前约2小时。FY-4A卫星自动预警对及时有效组织实施人工防雹作业具有重要现实意义。     

台风螺旋带回波识别追踪及结构分析技术应用

通过浙江省雷达基数据3-D数字组网和时空同化处理,利用回波自动识别、跟踪、定量估测降水等方法,实现对台风螺旋带回波的识别与追踪预报。为适应台风暴雨的强对流回波团的识别,充分考虑了螺旋带中尺度对流群系统性移向趋势。对交叉相关法进行改进、用矩心跟踪法进行强对流回波团的跟踪,再结合浙江省自动雨量站实时数据,应用最佳概率窗求得最配合的Z—I关系,进行动态降水量估测,经过变分订正后,最终用外推方法作出0-1小时的降水临近预报。同时,利用台风旋转环流的特点,用GBVTD方法对台风中心、旋转环流结构作快速诊断分析,以满足临近预报服务的需求。     

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。     

GMS卫星红外云图强对流云团的识别与追踪

利用ＧＭＳ静止气象卫星探测所得到的红外云图资料，用计算机图像学技术来研究经对流云图的识别和追踪，以求能够准确，及时地发现并追踪象强对流云团这种能够造成强烈灾害的天气系统。对红我云图的图象处理，提出区域平滑滤波和阈值剔除相结合的强对流云团算法，对于过滤出的经对流云团，应用图象处轮廓编码法的Ｔ算法和ＩＰ算法提取出它的边界，边界初始点。     

GMS卫星红外云图强对流云团的识别与追踪

如何有效将基于预报员经验的、不受物理公式约束的强降水天气特征作为先验知识融入到深度学习模型,是提升强降水临近预报准确率面临的重要挑战之一。首先,简述了目前主流的深度学习模型以及一些已开展的针对深度学习模型可解释性的探索成果;然后,对目前常用的几种强降水临近预报方法进行了简单介绍;最后,通过对深度学习方法在强降水临近预报技术中改进的思考,提出了将先验知识融入到深度学习模型的可能途径,具体包括: 将一些经验特征进行量化或自动识别后作为模型输入,将预先提取的特征作为模型标签,在模型架构中嵌入先验知识的量化编码,结合可求导的检验指标设计损失函数对模型进行优化;同时指出,需要提高对强降水临近预报产品的主客观评估的一致性,以便能更好地确定强降水临近预报技术的改进方向。

     

暴雨预警信号发布策略与技巧初探

本文从发布暴雨预警信号的基本思路着手,对发布暴雨预警信号的一些策略和技巧做了初步的探索,力求对今后暴雨天气的监测和预报起到一定的参考作用,从而更好地做好暴雨预警信号的发布工作,减少暴雨灾害所带来的损失。     

利用稻田小气候栽培食用菌技术初探

“稻田栽培食用菌试验与研究”是西乡县科委1991年下达我局的科研课题,目的在于充分利用农田气候资源,挖掘农田潜力,增加单位面积上农田的产值。经过1991年田间栽培试验,现就稻田栽培食用菌技术初步总结如下。     

基于自适应阈值的云团识别与追踪方法及个例试验

利用FY-2系列静止气象卫星的IR1通道资料,开展对快速发展云团的识别与追踪研究.通过建立自适应亮温阈值的云团识别方法,获取云团的发生、发展、消亡的完整生命过程;基于两个连续红外图像的面积重叠法,处理云团追踪过程中的分裂和合并现象;提取有关云团的温度阈值、面积大小、移动速度、亮度温度、温度梯度等特征量,为开展云团演变的...     

雷达数据外推与特征识别的下击暴流预警方法

现今利用普通气象资料对下击暴流进行识别预警的可行性很低,因此提出一种基于多普勒天气雷达资料的下击暴流识别追踪和预警方法。首先,采用光流法对反射率因子垂直剖面的光流场进行分析,得出风暴核心随时间演变的规律。然后,采用拉格朗日力学模型对风暴核心顶高的下降过程进行函数拟合。再采用直方图和巴氏系数统计分析法,对风暴核心中层径向速度场中的"正负速度对"图像进行匹配识别,综合一系列阈值的判定,最终实现下击暴流的智能预警。提出基于多层迭代的局部约束光流算法,有效改善了传统光流法对回波这类非刚体移动目标的不适用性。提出直方图和巴氏系数统计分析法,解决了因径向"正负速度对"图像的非对称结构而造成的图像匹配难题。个例检验结果表明,该方法可在风暴核心抬升和急速下沉的前期识别出潜在的下击暴流,并对风暴核心下沉速率和到达近地面的时间做出估测,从而实现下击暴流的智能识别、预警。     

珠江三角洲台风龙卷预警技术与2018年两次龙卷预警试验

利用常规观测、自动气象站、多普勒天气雷达等资料，分析珠江三角洲台风龙卷活动特征、龙卷产生的环境场特征等，给出了珠江三角洲台风龙卷的天气概念模型和预报预警指标，建立了珠江三角洲台风龙卷预报预警方法与流程，并应用于2018年两次台风龙卷预警试验。结果表明，依托该方法分别提前58 min、37 min成功预警了6月8日佛山市南海区的“艾云尼”台风龙卷、9月17日佛山市三水区的“山竹”台风龙卷，证实该方法流程是可行的。