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。     

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〖JP2〗一种基于OPTICS（Ordering Points to Identify〖JP〗 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。      

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。     

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。     

基于模糊逻辑的雷暴大风和非雷暴大风区分方法

雷暴大风往往伴随飑线、阵风锋、龙卷等强对流天气而出现,风速大、发展迅速、突发性强,对生命财产安全造成极大威胁,因此对雷暴大风的监测与预报具有重要的意义。然而,雷暴大风监测一直也是强对流监测的难点。本文在地面气象观测站大风记录的基础上,结合多源数据(包括雷达、卫星、闪电、温度、露点等观测数据),利用模糊逻辑算法,实现雷暴大风与非雷暴大风的有效识别,可对雷暴大风进行实时监测。具体算法为:首先,基于历史样本数据的统计得到各变量的概率分布函数,进而得到各参数隶属度函数;然后采用概率重叠面积方法,确定各项质量控制数据的权重;最后通过选取判断概率阈值Q的方法,区分雷暴大风与非雷暴大风。通过对2010年全国50873条人工观测大风数据的识别结果检验表明,该算法能有效区分雷暴大风与非雷暴大风,当Q选取0.55时,雷暴大风的识别准确率POD约为0.76,误识别率约为0.18,雷暴大风CSI指数约为0.67。文中选取了两次大风过程,算法正确地识别了11个非雷暴大风记录,5个雷暴大风记录。本工作能一定程度上提升雷暴大风的监测效果、完善强对流监测业务体系。     

S波段双偏振多普勒天气雷达对一次局地强雷暴过程的探测分析

为提高双偏振天气雷达雷暴监测预警能力,探究雷暴活动过程雷达偏振信息特征及雷暴内部微物理过程,利用S波段双偏振多普勒天气雷达,结合地面大气电场仪和闪电定位系统资料对2015年8月31日发生在南京地区一次局地强雷暴过程进行了分析。主要利用体扫数据获得雷暴单体内部垂直剖面(Vertical Cross Section,VCS),同时结合模糊逻辑算法进行粒子类型识别,得到多个偏振参量和雷暴云内部粒子类型的垂直分布情况,进一步分析得到各偏振参量和粒子分布随闪电活动的演变规律。结果表明:在-15℃高度层以上冰晶区域出现K_(DP)的负值区与闪电活动具有很好的相关性;雷暴云中霰粒子的分布变化同闪电活动演变同步很好,在一定高度霰粒子的出现可以用来对雷暴进行预警;雷暴云中低层存在强烈的辐合上升区,利于霰和冰晶碰撞非感应起电和闪电的发生。     

北京2004年“7.10”突发性对流强降水的雷达回波特征分析

利用新一代天气雷达回波资料和一个雷暴单体识别、追踪和分析算法, 对2004年7月10日下午造成北京局地短时强降水的雷暴特征进行了初步分析。在偏南暖湿气流中生成的对流云团, 在北京上空迅速发展, 逐渐形成了一个覆盖城区的β-中尺度对流超级复合体, 导致了这次强降水过程。详细分析表明, 强对流主要是来自城区西南和东南两个方向生成和发展起来的雷暴。在北京西南部的雷暴逐渐向东北的城近郊区移动和发展, 并与新生成的雷暴合并加强, 造成了石景山、门头沟和海淀部分地区的大雨。在北京东南部逐渐形成的两个小雷暴单体迅速增长并向西北方的城区移动, 在到达城区时合并且迅速加强, 但移速缓慢, 在北京城区维持了两个多小时, 造成了城区的大暴雨过程, 降水量大但空间分布不均匀。雷暴顶高度和最大反射率因子的关系呈反位相变化, 雷暴最大反射率因子出现的高度均位于0 ℃等温线之下 (≥0 ℃) 或其附近, 雷暴的中心和反射率因子权重质心也基本位于0 ℃等温线之下, 均证实了这是一个典型的液态强降水对流系统。分析还表明, 20:00 (北京时) 左右的超强雷达回波是由大气异常传播造成的虚假超折射回波。     

交叉相关外推算法的改进及其在对流临近预报中的应用

交叉相关外推算法是目前对流临近预报的主要算法之一。它主要是通过计算雷达回波等资料在连续时次的空间最优相关, 得到对流系统不同位置的移动矢量特征, 并基于这些获得的移动矢量对雷达回波等进行外推, 从而达到预报的目的。因为算法既考虑了回波移动矢量大小和方向的变化, 也考虑了整个回波在移动过程中的形变, 所以, 基于该算法的外推临近预报具有一定的物理意义。该文介绍了交叉相关外推预报算法的基本原理, 对算法进行了一系列的质量控制, 包括抑制地物杂波和噪声的影响、对“丢失”计算的点进行矢量补充以及对追踪的矢量进行平滑处理等多个步骤。个例对比分析表明:算法在通过质量控制和优化处理后, 追踪的回波移动矢量质量明显改善。利用优化后的算法, 对2004年夏季和2005年夏季发生在京津冀地区的4个强对流个例, 包括2次飑线过程、1次雹暴过程和1次强雷暴过程, 进行了外推临近预报试验, 并且对算法在对流临近预报中的效果做了初步的检验评估。结果表明:该算法对强对流天气过程的临近预报具有一定效果, 算法可以给出未来30 min或者60 min内雷达回波和雷暴位置以及形状的外推预报, 预报结果与实况比较接近。     

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。      

西天山地区雷暴和闪电特征

利用西天山地区14个气象站1960-2010年雷暴资料和新疆雷电监测网2008年观测资料,分析了西天山地区雷暴和闪电变化特征。结果表明：西天山地区年平均雷暴日数分布呈东西多,南北少的形势。该区域年平均雷暴日数在17.3～85.5 d之间,并以2.7 d/10 a的速率减少。西天山地区雷暴日数的年变化呈单峰型,并在6-7月达到最大值。整个区域以正闪为主,正闪占总闪的比例达66%。该区域闪电电流强度在-130~+63 kA之间,负闪强度大于正闪强度。     

浙江省两套闪电定位系统地闪数据对比

针对2009—2013年浙江省气象部门和电力部门闪电定位系统 (lightning location system, LLS) 监测的地闪 (cloud-to-ground lightning, CG lightning) 数据,从时空分布及探测效率等方面对两者进行对比。结果表明:电力部门LLS监测的年平均地闪频次稳定大于气象部门LLS监测的年平均地闪频次。从空间分布看,沿海平原和金衢盆地等平原地带,两者的地闪密度相近;在杭州和衢州交界地区,气象部门LLS监测的地闪密度稳定大于电力的地闪密度;在其他地区 (如浙西北、浙中南部和浙南等大部分地区),电力部门LLS监测的地闪密度稳定大于气象部门LLS监测的地闪密度。利用雷暴日数对两者的探测能力对比可知,气象部门LLS对一些较弱雷暴天气过程中的地闪有漏测可能。利用雷击跳闸记录对比分析,电力部门LLS逐年探测效率稳定高于气象部门LLS的探测效率,两者相差约6%。     

春季与夏季两次雷暴大气结构及地闪特征对比

利用NCEP再分析资料、探空资料、闪电定位资料和南京、常州多普勒雷达资料,通过对比分析南京2012年2月22日春季雷暴和2011年8月10日夏季雷暴两次过程,研究不同季节影响雷暴发生的大气结构以及强弱雷暴地闪特征的差异。结果表明:风矢位温(V-3θ)图揭示的大气动力热力水汽特征能够为雷暴的潜势预报提供先兆信息。两者相较而言,春季雷暴的动力抬升作用明显;夏季雷暴主要由热对流引起,对流层上层的动力抽吸作用不明显。春季弱雷暴正地闪在总地闪中所占比例较高。无论春季弱雷暴还是夏季强雷暴,地闪落点与辐合区对应关系明显,且地闪的落点也与雷达反射率因子有较好的对应关系:地闪主要分布在强回波区(大于40 d Bz)及其外围区域。但在较强雷暴云的发展阶段,地闪多发生在风暴体伸展方向的一侧,具有引导雷达回波移动的作用,夏季强雷暴地闪簇集在垂直风切变区域。     

基于逐时观测的1971—2010年中国大陆雷暴气候特征

目前尚没有研究给出中国大陆长时间序列的小时分辨率雷暴气候特征.基于1971—2010年全国796个国家级基本基准站逐时雷暴观测数据,给出中国逐时雷暴的时、空演变和持续时间等气候分布特征,获得了一些新的事实.中国总体年平均雷暴时数与雷暴日数空间分布形态较为接近,但年平均雷暴日数高值区的青藏高原地区不同,其年平均雷暴时数较...     

浙江省地闪特征及致灾危险性分析

基于2007—2018年浙江省ADTD闪电监测资料,分析该区域地闪时空分布特征,进而选用地闪密度和强度作为致灾要素,进行致灾危险性评估。结果表明:落雷日数和正地闪比例的年际变化均呈增长趋势,全年地闪集中发生于6—9月的12:00—20:00。春季正地闪比例高,地闪多发于傍晚和夜间;夏季日地闪落雷面积广、密度极值高,午后雷暴占主导地位。地闪密度相对高值区随季节演变而自西向东移动,年平均地闪密度总体呈浙中多南北少的特征。雷电流幅值主要分布于15～45kA,地闪强度平均值在舟山最高(44.49kA),台州最低(32.69kA),地闪密度和强度的空间分布特征各异。致灾危险性极高等级在浙东沿海一带和杭州—绍兴交界呈片状分布,另在温州西北部、浙中和浙西地区呈絮状分布,致灾危险性与历史雷灾个数、人员伤亡总数的空间分布总体一致。     

近40年长沙地区雷暴天气的气候特征分析

本文利用长沙区域4个气象站1971~2010年40年观测资料,研究了本区域雷暴的气候变化特征。研究结果表明:长沙区域雷暴日数呈东西山区多,中部平原少的空间分布特征,长沙东部和西部的浏阳、宁乡分别为最高和次高发区,年平均雷暴日数分别达62天和53天,而中部地区的马坡岭年平均雷暴日仅39天。在月变化特征上,长沙区域的雷暴主要出现在2~9月,且呈现出典型的双峰型结构,雷暴最多的月份分别出现在4月和8月。在6~9月,浏阳的雷暴日数要明显大于宁乡、望城和马坡岭的雷暴日数,而在其它月,4个观测站的雷暴日数相差不大。在日变化特征上,长沙区域4个测站的雷暴主要出现在午后到傍晚的时段其中以15~17时最多,在13~18时,浏阳的雷暴次数要比另外3个测站雷暴次数明显偏多。1971~2010年长沙区域4个测站的年雷暴日数均呈现出减少的趋势,其中以浏阳的减少趋势最为明显,2000年以后长沙区域4个测站的初雷日略有推迟,而终雷日明显提前。发生雷暴时,宁乡站对K指数及SI指数所代表的不稳定能量较其它3站略高。      

基于闪电聚类方法的西北太平洋区域雷暴活动特征

利用2010—2018年全球闪电定位网(WWLLN)观测资料, 采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集, 研究了该区域雷暴的时空分布特征, 并进行海陆差异对比。研究结果表明, 在合理设定DBSCAN参数阈值的条件下, 基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869, 雷暴的闪电密集区平均面积为557.91km2, 平均延展尺度为31.99 km, 平均闪电频次为33 str/(h·thu)。在空间分布上, 东南亚沿海地区与热带岛屿的雷暴活动最强, 南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上, 整个区域雷暴活动在夏季(6—8月)达到全年最强, 南海雷暴活动6月达到峰值, 而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显著增多, 雷暴平均面积达到最大, 但雷暴平均闪电频次5月才达到峰值。在日变化方面, 陆地雷暴活动呈现典型的单峰型特征, 大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓, 南海具有其独特的雷暴日变化特征。      

晋中市雷暴天气变化特征分析

本文对晋中市近40 a雷暴天气资料进行统计,分析了年雷暴日数的变化特征及其时空分布情况,表明了晋中市雷暴日数呈逐年下降趋势,但下跌趋势不大,在过去的40 a中大约减少年平均雷暴日数1 d;一年中雷暴的活动期在5月～9月,活跃期6月～8月的平均雷暴日数占全年的76.1%。年雷暴日数的空间分布特征为西部平川地区明显少于东部山地区域。     

杭州市雷电活动特征及雷电灾害区划

利用杭州市1966-2005年雷暴日资料和2008-2009年闪电定位资料,运用ArcGIS空间分析技术结合数理统计方法,分析杭州市雷电活动时空分布特征,并采用地闪密度空间分布与最大地闪强度空间分布的叠置作为雷电风险的主要评价指标,得到杭州市雷电灾害致灾危险性区划.分析结果表明,在时间分布上,杭州市雷暴天气多发生在夏季...     

杭州市雷电活动特征及雷电灾害区划

利用杭州市1966—2005年雷暴日资料和2008—2009年闪电定位资料,运用ArcGIS空间分析技术结合数理统计方法,分析杭州市雷电活动时空分布特征,并采用地闪密度空间分布与最大地闪强度空间分布的叠置作为雷电风险的主要评价指标,得到杭州市雷电灾害致灾危险性区划。分析结果表明,在时间分布上,杭州市雷暴天气多发生在夏季和午后时段;在空间分布上,杭州市地闪密度较大地区多集中在山脉向阳坡、迎风坡以及大面积水域向陆地过渡的区域。杭州市雷电灾害风险高值区主要集中在上城区、江干区、滨江区、西湖区西部以及淳安县西南部、富阳市大部、余杭区西部、萧山区中部地区。雷电风险高值区主要集中在人口稠密区、工业集聚区、湖边、江边等,这些都可能与气温、空气湿度、地形地貌、建筑物密集密切相关。