基于雷达回波区域跟踪算法的临近预报技术进展

目前,临近预报技术主要包括外推技术、数值预报技术以及概念模型预报技术等。而业务上主流的临近预报技术以外推为主,主要以雷达资料为基础,采用雷达回波单体质心跟踪算法或雷达回波区域跟踪算法,得到雷达回波以及降水的临近外推预报。本文详细介绍了3种基于雷达回波区域跟踪算法(交叉相关回波跟踪算法、光流法和变分回波跟踪算法)的临近预报技术的国内外研究进展和基本原理。大量的研究和业务实践结果表明,雷达回波区域跟踪算法作为临近预报专家系统的核心部分,在对流天气临近预报方面有较好的可预报性,在临近预报业务时效内,外推预报结果和实况接近,优于数值模式预报。而通过对算法的不断改进,可以提升各临近预报专家系统在临近预报方面的性能。随着天气雷达技术的不断进步,天气雷达在硬件和软件两方面都逐步改进,雷达资料的数据质量明显提高,在对流天气临近预报上,基于雷达回波的区域跟踪技术会凸显其明显优势。     

利用雷达进行风暴的识别,跟踪,分析和临近预报的方法

介绍了以体积扫描的天气雷达资料为基础而建立的一种对雷暴的实时自动识别、跟踪和短时预报的方法，重点介绍该方法的一些基本概念，文中“风暴”被定义为其反射率和大小超过临界值的一邻接区域，用这种方式定义的风暴可以离散的观测时间间隔的资料来识别。按照某些几何逻辑关系去处理风暴的合并与分裂，用一种最优化方案使某一时刻的风暴与以后时刻的风暴相配对，风暴位置和大小的短时预报采用了对风暴路径历史资料进行加权线性拟合     

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.     

雷达回波在暴雨临近预报中的应用

统计分析表明:雷达回波必须要达到一定的强度才能产生暴雨.北海天气雷达站从2006年起制作雷达责任区内的暴雨临近预报,在工作中发现,将回波强度作为预报指标结合线性外推法作暴雨临近预报可以提高预报的准确率.     

利用雷达回波资料作临近预报应注意的几个问题

利用雷达回波资料作临近预报应该注意以下几个问题:新一代雷达存在静锥区,静锥区内没有雷达探测数据,要通过调用邻近雷达站的低仰角资料来弥补;正确理解平面位置显示(PPI)是准确地进行回波分析的基础;地球曲率会影响天气雷达的探测,雷达波束在前进方向上随着距离增加距地面高度逐渐增加;地物杂波对雷达低仰角的产品会造成影响;使用线性外推作临近预报只有在一定的短时间内才可获得最好的效果。     

用天气雷达回波资料作临近预报的BP网络方法

讨论了利用ＢＰ模型进行临近预报的方法,并与傅立叶描绘子法作了比较,从而说明了人工神经网络方法用于临近预报是可行的。     

多普勒雷达资料在暴雨临近预报中的应用

以天气雷达体积扫描的资料为基础,采用交叉相关法建立了一种对暴雨的临近预报方法。该方法的基本思路是：将第一时刻取得的雷达回波图像,向任一方向移过一定的距离,然后计算此图像与第二时刻图像之间的交叉相关系数,直到找到极大值,利用该极大值所对应的位移来预报下一时刻降水的位置。并利用“973”中国暴雨试验获得的观测资料对该方法进行了验证,验证结果表明：交叉相关法对暴雨有一定的预报能力,预报雨带的移动方向与雷达实际观测的移动方向相吻合,但其预报能力随着预报时间的增加而减弱。     

一种卫星和雷达资料结合的强降水临近预报方法

在短期和短时天气预报的基础上，通过对气象卫星红外数字资料的定量处理和统计分析，作出降水云系的实时降雨量估计，并根据降水云系生命史的演变和移动、传播等特征，结合天气系统分型和雷达回波资料，提出一种北京密云水库上游潮河，白河流域区域性０－３小时强降水临近预报方法。     

基于雷达跟踪外推及Google Maps的强对流天气临近预报

以银川新一代天气雷达资料为核心,利用交叉相关外推算法,在本地化质量控制的基础上,实现对宁夏中北部地区0～1 h强对流天气的跟踪外推预报.建立了基于网站和高分辨率Google Maps地理信息,综合显示雷达、卫星云图、闪电定位仪等多源气象资料及其导出、预报产品的宁夏临近预报业务系统.为预报人员根据不同的地形条件、人口及工...     

雷达拼图资料上中尺度对流系统的跟踪与预报

在中尺度对流系统(Mesoscale Convective Systems,MCSs)自动识别基础上,利用相关法跟踪雷达回波(Tracking Radar Echoes by Cross-correlation,TREC)和面积重叠法完成新的跟踪预报方法.新方法利用TREC得到MCSs移动矢量,利用该矢量外推对应MCSs雷达回波.根据外推回波与相应回波实况,采用面积重叠法完成跟踪,同时利用移动矢量完成预报.采用4次强天气过程对算法进行检验,分析结果表明:(1)新方法能够有效实现MCSs跟踪与预报;(2)新方法得到MCSs移动速度相对稳定,不因为系统合并、分裂和生消出现速度大幅度波动现象,有效减小预报误差,6～60 min预报误差相对于原方法减小20％以上;(3)新方法虽然能提取得到较为稳定的系统移动速度,但不能得到系统的传播速度.原方法能得到系统的移动速度和传播速度合成,但提取速度不稳定,容易受到质心偏移的影响,预报误差较大.新方法在系统消亡期提取移动速度不稳定,导致跟踪丢失现象的发生,而原方法在系统合并与分裂时易出现跟踪丢失现象.     

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。     

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。     

Convective Storm VIL and Lightning Nowcasting Using Satellite and Weather Radar Measurements Based on Multi-Task Learning Models

Convective storms and lightning are among the most important weather phenomena that are challenging to forecast. In this study, a novel multi-task learning(MTL) encoder-decoder U-net neural network was developed to forecast convective storms and lightning with lead times for up to 90 min, using GOES-16 geostationary satellite infrared brightness temperatures(IRBTs), lightning flashes from Geostationary Lightning Mapper(GLM), and vertically integrated liquid(VIL)from Next Generation Weather Radar...     

江苏阜宁龙卷超级单体风暴的雷达资料分析

2016年6月23下午,江苏阜宁发生罕见的冰雹、龙卷特大自然灾害,造成了巨大的经济损失和人员伤亡。本文利用盐城SA新一代雷达资料分析此次过程的风暴特征,并与2018年5月12日邢台的冰雹大风天气过程进行简单对比。结果表明:阜宁龙卷发生于200 hPa高空急流出口区右侧,为500 hPa槽前强盛的西南暖湿气流控制,中层存在干冷空气,低层有明显的切变,环境场具有高对流有效位能(CAPE)、较强的垂直风切变(WSR)和较低的抬升凝结高度(LCL);阜宁龙卷产生前,风暴的最大反射率因子强度(Zmax)、强回波中心高度(HT)、回波顶高(TOP)持续增加,垂直累积液态含水量(VIL)激增,龙卷发生前2个体扫,HT和VIL出现骤降;阜宁龙卷过程出现明显的三体散射现象,对大冰雹预警具有指示意义;阜宁龙卷风暴具有经典超级单体的钩状回波和强中气旋特征,并伴有TVS,是一例由庞大的超级单体风暴形成龙卷的特大灾害,相比于邢台冰雹大风过程,其旺盛阶段的风暴参数明显大于后者。     

基于风廓线雷达资料的暴雪天气过程分析

利用常规观测资料和风廓线雷达产品对平顶山市2014年2月5—6日的暴雪天气过程进行诊断分析,结果表明:欧亚地区"两槽一脊"的环流背景下,700 h Pa西南急流、850 h Pa切变线和地面中尺度辐合线是这次暴雪的影响系统。风廓线雷达水平风资料可以清楚地展示暴雪过程风场"天南地北"的垂直结构及其变化特点。2500 m以上出现西南急流,同时720 m以下出现东北风,降雪开始。2500 m以上西南急流最大风速达到20m·s~(-1),近地面出现12 m·s~(-1)的东北风,降雪开始加大;近地面东北风减弱,降雪减弱;西南急流消失,近地面层出现偏北风,降雪停止。垂直速度的大小与降雪的强弱一致,降雪越强,速度越大;垂直速度小于0.5 m·s~(-1),降雪停止。大气折射率常数C2n在-144~-120 d B且接地,为降雪时段。降雪越强,C2n越大;C2n小于-144 d B时,降雪停止。垂直速度、折射率结构常数等指标的变化能够反映降雪的开始、发展和结束及降雪的强度,为精细化预报提供参考。     

Synchronization of Radar Observations with Multi-Scale Storm Tracking

The 3-D radar reflectivity data has become increasingly important for use in data assimilation towards convective scale numerical weather prediction as well as next generation precipitation estimation. Typically, reflectivity data from multiple radars are objectively analyzed and mosaiced onto a regional 3-D Cartesian grid prior to being assimilated into the models. One of the scientific issues associated with the mosaic of multi-radar observations is the synchronization of all the observations. Since radar data is usually rapidly updated (～every 5--10 min), it is common in current multi-radar mosaic techniques to combine multiple radar' observations within a time window by assuming that the storms are steady within the window. The assumption holds well for slow evolving precipitation systems, but for fast evolving convective storms, this assumption may be violated and the mosaic of radar observations at different times may result in inaccurate storm structure depictions. This study investigates the impact of synchronization on storm structures in multiple radar data analyses using a multi-scale storm tracking algorithm.     

Application of Multi-Scale Tracking Radar Echoes Scheme in Quantitative Precipitation Nowcasting

A new radar echo tracking algorithm known as multi-scale tracking radar echoes by cross-correlation(MTREC) was developed in this study to analyze movements of radar echoes at different spatial scales.Movement of radar echoes,particularly associated with convective storms,exhibits different characteristics at various spatial scales as a result of complex interactions among meteorological systems leading to the formation of convective storms.For the null echo region,the usual correlation technique produces zero or a very small magnitude of motion vectors.To mitigate these constraints,MTREC uses the tracking radar echoes by correlation(TREC) technique with a large "box" to determine the systematic movement driven by steering wind,and MTREC applies the TREC technique with a small "box" to estimate small-scale internal motion vectors.Eventually,the MTREC vectors are obtained by synthesizing the systematic motion and the small-scale internal motion.Performance of the MTREC technique was compared with TREC technique using case studies:the Khanun typhoon on 11 September 2005 observed by Wenzhou radar and a squall-line system on 23 June 2011 detected by Beijing radar.The results demonstrate that more spatially smoothed and continuous vector fields can be generated by the MTREC technique,which leads to improvements in tracking the entire radar reflectivity pattern.The new multi-scale tracking scheme was applied to study its impact on the performance of quantitative precipitation nowcasting.The location and intensity of heavy precipitation at a 1-h lead time was more consistent with quantitative precipitation estimates using radar and rain gauges.