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。     

风暴强度指数SSI

近年刊出的强对流天气分析预报文献(例如文献 [1 ]、[2 ])中 ,常常用到风暴强度指数 ( storms severity index,缩写为 SSI )。现根据检索到的部分文献中之解释 ,对其介绍如下。在 2 0世纪 70年代初 ,Miller认为 [3] :在强热力学不稳定和强动力学因子都出现时 ,才有强雷暴发展 (称“经典的 Miller个例”)。然而 ,后续的研究发现 ,这些典型条件不能包含发生的全部强天气。 Maddox等 [4] 、Vigneux等 [5]以及 Turcotte等 [6]指出 :在强热力学条件和弱的动力学条件下以及弱热力学条件和强动力学条件下也可出现强天气。与文献 [4、5、6 ]的思…     

基于雷达三维组网数据的对流性地面大风自动识别

应用雷达三维组网数据和地面加密自动站风场资料,统计分析了对流性地面大风的6个主要雷达识别指标：风暴最大反射率因子、风暴最大垂直积分液态水含量、垂直积分液态水含量随时间变率、风暴最大反射率因子下降高度、风暴体移动速度和垂直积分液态水含量密度等参数。根据雷达识别指标和地面大风的相关程度,给出了识别指标的隶属函数和权重系数;采用不等权重法,建立了具有模糊逻辑的对流性地面大风识别方法。并将对流性地面大风的出现概率分为3级：当识别风暴单体的判据小于0.3时,出现对流性地面大风的概率小;当判据在0.3—0.5时,产生对流性地面大风的概率较大;当判据大于0.5时,出现对流性地面大风的概率很大。通过对河北省2012年6月21日线状风暴和2009年7月23日孤立单体风暴引发的灾害大风典型个例的识别效果检验,证明这种方法识别到的风暴单体跟踪效果良好,识别出的大风范围与实况风场基本吻合,命中率、虚警率和临界成功指数分别达81.8%、25.0%和64.3%,利用模糊逻辑原理建立对流性大风的识别算法是切实可行的。     

基于对流风暴结构的双偏振雷达ZDR柱识别及应用研究

双偏振雷达观测到的垂直伸展至环境0℃层之上的柱状差分反射率因子增强区(即Z_DR≥1 dB),被称为Z_DR柱。Z_DR柱可以提供对流风暴上升气流的位置和强度信息,是分析对流风暴演变的有力工具。为了实现对Z_DR柱的自动识别并提供用于对流风暴预警的诊断信息,基于对流风暴的三维形态特征,使用厦门双偏振雷达观测数据设计了Z_DR柱识别算法,并提取Z_DR柱形态参数。结合地面观测资料,探索Z_DR柱形态参数在对流风暴定量化分析领域的应用。研究表明：(1)强风暴和非强风暴在Z_DR柱形态参数上存在统计学上的明显差异,这为预报员据此判别两类对流风暴提供了参考依据。当Z_DR柱深度达到1500 m后,至少有60%的雷达体扫个数与强风暴相关。Z_DR柱体积、质心高度和最大Z_DR值的阈值达到20 m3、500 m和3 dB时,这一比例分别达到70%、70%和50%。(2)Z_...     

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.     

一次超级单体风暴的多普勒雷达回波特征

利用滨州CINRAD／SC雷达产品资料,对2008年6月25日发生在鲁北沿海地区的超级单体风暴过程进行了分析。结果表明,超级单体右前方的低层反射率因子呈现明显的“钩状”结构,弱回波区上方存在强大的回波悬垂,低层存在中尺度辐合现象,中层呈现气旋性旋转结构,风暴顶为强烈辐散。风暴成熟阶段反射率因子维持在60dBz以上,最强达70dBz,相应的垂直累积液态水含量维持在60kg·m^-2以上,最大值达到78kg·m^-2。风暴内部强烈的旋转上升气流使得风暴维持较长时间,造成了严重的风雹灾害。     

风暴生命史雷达特征量反演

从风暴演变各阶段物理特征出发, 基于多普勒雷达观测的三维反射率因子, 定义物理量———单体重力势能。结果表明:单体重力势能是一个能够简洁、客观描述风暴单体整体强度的物理量; 利用该物理量可描述单体生命史为发展和减弱两个基本过程; 单体重力势能大小有助于辨别风暴类型和强度。同时, 生成和分析了风暴单体演变各阶段的反射率因子垂直廓线, 分析表明:在30~150 km的雷达观测范围内, 风暴单体的反射率因子垂直廓线 (降水廓线) 及其随时间的变化能较好地揭示风暴的垂直结构和生命史演变特征, 但没有用重力势能那样简洁。     

一次气团风暴的多普勒雷达回波特征分析

利用烟台WSR—98D雷达产品等资料，分析了2004年6月19日烟台市一次气团风暴的发展过程及其内部风场结构，结果表明：钩状回波中的中气旋是引发气团风暴的主要雷达回波特征。     

多普勒天气雷达地物回波特征及其识别方法改进

非气象因子会在雷达探测时对雷达资料造成污染,并导致雷达数据的质量问题,在雷达数据应用之前必须对被污染的距离库进行识别和处理。该文在现有基于模糊逻辑识别地物回波工作的基础上,发展适合于我国CINRAD/SA的地物回波识别方法,采用北京和天津雷达2005,2006年夏季部分时段体扫资料,同时对反射率因子和径向速度以及速度谱宽进行处理,得到不同回波的各种特征, 并对各种回波特征进行分析; 考虑到隶属函数的确定是地物识别准确率的关键, 运用CSI (critical success index)评判标准确定了模糊逻辑超折射地物回波识别的最佳线性梯形隶属函数;通过识别效果分析说明该方法在识别超折射地物回波中的作用。结果表明:运用改进后的模糊逻辑法可以更好地识别地物回波, 特别是那些超折射地物回波; 与原方法相比, 改进后的方法有效减少了对降水回波的误判。     

风暴的自动识别,跟踪与预报

利用多普勒雷达体扫描资料对风暴进行实时地自动识别、跟踪、结构分析和临近预报,风暴的识别基于其个连续区域的体积和雷达反射率大于给定的体积阈值和反射率阈值;用矩心跟踪法匹配相邻两时刻的风暴,对风暴的合并与分裂进行了处理;根据风暴在过去各个时刻的中心位置和体积,利用最小二乘法进行线性外推来预报其在下一时刻的位置和面积。结果表明本方法能较好地识别、跟踪和警戒强对流性天气。     

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。     

一次典型超级单体风暴的多普勒天气雷达观测分析

文中利用位于安徽合肥的S波段多普勒天气雷达资料 ,对 2 0 0 2年 5月 2 7日 1 4～ 2 0时发生在皖北地区的一次典型的超级单体风暴过程进行了详细的分析。此次超级单体南边出现两条明显的出流边界 ,一条位于钩状回波的西南 ,一条位于钩状回波的东南。超级单体左前方的低层反射率因子呈现明显的倒“V”字型结构 ,这也是超级单体风暴的典型特征之一。沿入流方向穿过最强回波位置的反射率因子垂直剖面呈现出典型的有界弱回波区 (穹隆 )、强大的回波悬垂和有界弱回波区左侧的回波墙。最大的回波强度出现在沿着回波墙的一个竖直的狭长区域 ,其值超过 70dBz。相应的中低层径向速度图呈现一个强烈的中气旋 ,旋转速度达到 2 2m/s。风暴顶为强烈辐散 ,正负速度差值达 6 3m/s。相应的垂直累积液态水含量和密度分别超过 70kg/m2 和 5 g/m3 。因此 ,该风暴具有强烈超级单体风暴的典型特征。该超级单体的移动方向在盛行风向的右侧约 30°,属于右移风暴     

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。     

单多卜勒雷达对台风的自动定位方法

利用单多卜勒雷达径向速度的ＰＰＩ资料,使用模式识别技术自动探测台风中心。结果表明本方法能较快较好地探测到台风中心,本产品可用来作为台风的预警系统。     

新疆暴雨的若干规律性

应用熵最大原理导出的公式研究了新疆暴雨时面深分配规律，并通过近４００个水文、气象测站３２ａ资料的分析，发现新疆暴雨的若干规律，这对于新疆暴雨研究和水利工程设计及暴雨洪水灾害防治等都有实用价值     

Automatic Identification of Storm Cells Using Doppler Radars

Three storm automatic identification algorithms for Doppler radar are discussed.The WSR-88D Build 7.0(B7SI)tests the intensity and continuity of the objective echoes by multiple-prescribed thresholds to build 3D storms,and when storms are merging,splitting,or clustered closely,the detection errors become larger.The B9SI algorithm is part of the Build 9.0 Radar Products Generator of the WSR-88D system. It uses multiple thresholds of reflectivity,newly designs the techniques of cell nucleus extraction and close- storms processing,and therefore is capable of identifying embedded cells in multi-cellular storms.The strong area components at a long distance are saved as 2D storms.However,the B9SI cannot give information on the convection strength of storm,because texture and gradient of refiectivity are not calculated and radial velocity data are not used.To overcome this limitation,the CSI(Convective Storm Identification)algorithm is designed in this paper.By using the fuzzy logic technique,and under the condition that the levels of the seven refiectivity thresholds of B9SI are lowered,the CSI processes the radar base data and the output of B9SI to obtain the convection index of storm.Finally,the CSI is verified with the case of a supercell occurring in Guangzhou on 11 August 2004.The computational and analysis results show that the two rises of convection index matched well with a merging growth and strong convergent growth of the supercell,and the index was 0.744 when the supercell was the strongest,and then decreased.Correspondingly,the height of the maximum reflectivity,detected by the radar also reduced,and heavy rain also occurred in a large-scale area.     

三部多普勒天气雷达联合测量大气风场的误差分布及最佳布局研究

从理论上证明了三部多普勒天气雷达联合测量大气风场的误差分布是一组同心圆,同心圆的圆心位置与三部雷达的相对位置和各部雷达的测速精度有关。各种误差分布半径与各部雷达的测速精度和误差的大小有关。如果三部雷达的测速精度相同,联合探测的最佳布局是等边三角形、其边长ｌ与各部雷达的测速精度、要求的探测误差和雷达的最大探测距离（Ｌ）有关。当三部多普勒天气雷达的测速精度都是１ｍ／ｓ时,如果要求的探测误差小于或等于２ｍ／ｓ,这时边长与雷达的最大探测距离之间的关系为：ｌ＝０．５５Ｌ。     

珠江流域4～9月降水空间分布特征和类型

利用美国CAPS的非静力高分辨率区域预报模式ARPS(先进区域预报系统)对0414号台风"云娜"进行数值模拟,模拟结果表明ARPS较好地模拟台风"云娜"的移动路径及台风大暴雨.并着重讨论新一代天气雷达资料对台风"云娜"数值模拟的影响,通过对雷达资料同化进模式与没有雷达资料同化进模式对比模拟的试验结果分析表明:雷达资料进模式,对中高层的风场调整,改进对台风细微结构特征描述,加大近台风中心南侧的西风分量和近台风中心西侧的北风分量,从而改进云娜台风登陆后西行移动路径预报;对扰动温度、雨水混合率、云水混合率及水汽混合率场等调整,改善模式初始场台风中高层成雨条件,对台风降水预报,尤其暴雨的落区、降水分布及其随时间变化的预报有较大改进.     

多普勒雷达风场信息变分同化的试验研究

文中试验研究了一个在三维变分框架中直接同化多普勒天气雷达信息,获取雷达覆盖范围内大气风场的技术方案。径向风速是多普勒天气雷达数据中可直接被三维变分同化系统用来反演大气风场的唯一信息。由于风矢量有二或三个分量,径向风速作为风矢量的一个分量,不能为反演风矢量提供足够的信息。如果三维变分同化系统仅仅同化径向风速,所存在的不确定性将可能会给所反演的风场带来错误。文中提出的方案,不仅同化雷达径向风速,还同化雷达回波的移动信息,其关键是将雷达回波强度时空变化转换成一个新的雷达观测变量———雷达“视风速”。由于“视风速”是包含风场信息的变量,这在三维变分同化系统中增加了风场探测信息。通过联合利用“视风速”和径向风速,由单一径向风速确定风矢量所带来的不确定性可以被克服。使用中国气象科学研究院数值预报研究中心开发的三维变分同化系统(GRAPES-3Dvar)和广东省新一代天气雷达的监测资料进行了实例试验,结果表明本技术方案能够对获取大气系统结构是有用和有效的,也可用于形成模式初始场,这对中尺度天气预报是有作用的。