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.     

基于雷电临近预警技术的主动防雷应用

为了使雷电临近预警技术在雷电灾害防御业务中更好地发挥作用,针对电子系统的雷电灾害特点,在传统被动防雷技术基础上,提出基于雷电临近预警的主动防雷技术,应用雷电临近预警和远程控制等技术,开发以B/S结构为架构的雷电临近预警应用系统。对2013年8月—2014年8月福建省泉州市4个无线电监测站的主动防雷应用效果进行两种方法的预警效果检验。检验结果表明:主动防雷技术是对被动防雷技术的一个较好的完善和补充。采用闪电数量对比分析,4个监测站的有效预警率为69%,采用预报评分方法对比分析,4个监测站的平均准确率为53%,对雷电活动发生较为集中的区域预警效果较好,对雷电活动发生较为零散的区域预警效果有所降低。     

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.     

基于机器学习和单站地面气象要素的雷电临近预警方法

为减少雷电灾害造成的人身伤亡和经济损失,提出了一种基于机器学习和单站地面气象要素的雷电临近预警方法.在重庆市选择了 8个自动气象站,使用温、压、湿、风4种单站地面气象要素与ADTD地闪定位资料,通过对特征工程、重采样、交叉验证等机器学习技术的组合应用,构建了基于ADASYN-ET模型的雷电临近预警方法,能够对气象站周边...     

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.     

雷电临近预警系统的运行试验

介绍了中国气象科学研究院研发的雷电临近预警系统(CAMSLNWS)在北京地区开展的业务运行试验.通过运行测试以及预警结果与闪电监测结果的对比评估,表明:CAMS.LNWS能够稳定运行,定时读取多种探测资料、自动生成并循环显示雷电发生概率、雷电活动区域移动趋势和重点区域雷电危险度等级三种雷电临近预警产品;CAMS.LNWS的雷电发生概率预警产品具有较高的命中率,能够较好地对0～30min内可能发生闪电的区域进行有效预警;随着预警时间的延长,CAMS.LNWS的预警效果会有所降低.     

基于大气电场资料的雷电临近预警研究

通过分析深圳地区2012年6—9月17次雷暴过程的电场观测资料,并结合广东省闪电定位资料,发现当雷暴云移近电场仪测站时,在测站的防护区内(距测站10 km半径范围内),闪电发生前的电场幅值快速增加且伴随有快变抖动的现象,并且快变抖动和闪电的发生具有0-1化对应关系,即当有电场的快变抖动出现的情况下,电场达到一定阈值并维持一段时间后,防护区内发生闪电的可能性很大.因此根据大气电场的波形特征,提取出与闪电相关性较高的因子,利用多元回归技术建立一套预报方程,根据该预报方程得出最佳预警参数.结果表明:当大气电场阈值达到0.86 kV/m,且在10.73 min内电场能维持在阈值上,并伴随有电场的抖动时,在防护区内发生闪电的可能性很大,预警准确率达53%.     

GMDH神经网络在雷电预警中的应用

利用江西南昌地区南昌县、小蓝经开区、塔城乡和小莲村等站点多个时间序列的大气电场和雷电数据,选取南昌地区2018—2020年56个雷电活动过程中共计224个时间序列大气电场和经小波函数sym5和阈值分析法Rigorous Sure变换的大气电场信号进行训练和测试,建立自组织数据处理的群方法GMDH(group method of data handling)神经网络模型并应用于雷电活动的预警。结果表明：30～60 min GMDH神经网络模型预测值和实测值相关系数(R)在0.7～0.85之间,经过小波变换处理后的大气电场数据预测准确率更高,预测值与实测值的相关系数接近于1,均方误差、均方根误差以及准则值(P)均可控制在5%以内;借助提前获取的大气电场预测数据,通过大气电场强度剧烈的脉冲变化可以预示着雷电活动的发生,有效地提高雷电预警的准确率和时效性。     

雷电临近预警预报技术的业务应用

中国气象科学研究院雷电物理和防护工程实验室承担科技部奥运攻关课题“奥运会雷电监测预警和预报关键技术研究”和气象新技术推广项目“雷电预警和预报技术在气象业务中的应用”以及业务建设项目等,针对北京地区强对流活动的特点,结合闪电定位系统和地面大气电场仪网对雷电活动的监测,以及卫星和雷达资料,提出典型区域强对流天气的闪电特征诊断和短时预报方案,     

基于遥感影像大数据、卷积神经网络的福建省有效致灾雷电分布模型及应用

为了研究福建省有效致灾雷电的分布情况,基于福建省2004-2012年闪电定位数据及雷击人员伤亡数据、福建省L17级谷歌遥感影像瓦片,引入卷积神经网络模型对遥感影像所在区域是否属于人员活动的属性进行建模、训练和预测,得到福建省人员活动属性的格点产品,结合福建省历史雷电数据对有效致灾的雷电分布情况进行了分析,结果表明:①设...     

循环神经网络在雷达临近预报中的应用

该文将循环神经网络（recurrent neural network,RNN）应用于雷达临近预报。使用预测循环神经网络（predictive RNN）架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元（long short-term memory,LSTM）中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数（CSI）可以提升0.15~0.30,命中率（POD）提高0.15~0.25,虚警率（FAR）降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。     

基于机器学习的目标点雷电安全风险预警方法研究

收集广东地区1404组包括四个预警类型历史雷暴过程数据样本。结合目标点周围雷电发生的物理特征、雷电灾害的孕灾环境和承灾体特征的7个预报因子,利用四种机器学习算法训练得到面向目标点的雷电安全风险分级预警模型,并开展多指标对各模型进行评价分析,发现无等级模型和四级等级模型中都是随机森林算法的预警准确率最好,分别是95%和73%,而传统的卷积神经网络模型效果不佳。并选取广州塔作为目标点进行模型验证方法可行性,最终得到适应于广东雷暴特征的雷电安全风险预警分级模型。同时,根据本研究过程中可能存在不足提出下一步优化升级思路和方法。     

Lightning Nowcasting with an Algorithm of Thunderstorm Tracking Based on Lightning Location Data over the Beijing Area

A thunderstorm tracking algorithm is proposed to nowcast the possibility of lightning activity over an area of concern by using the total lightning data and neighborhood technique.The lightning radiation sources observed from the Beijing Lightning Network(BLNET)were used to obtain information about the thunderstorm cells,which are significantly valuable in real-time.The boundaries of thunderstorm cells were obtained through the neighborhood technique.After smoothing,these boundaries were used to track the movement of thunderstorms and then extrapolated to nowcast the lightning approaching in an area of concern.The algorithm can deliver creditable results prior to a thunderstorm arriving at the area of concern,with accuracies of 63%,80%,and 91%for lead times of 30,15,and 5 minutes,respectively.The real-time observations of total lightning appear to be significant for thunderstorm tracking and lightning nowcasting,as total lightning tracking could help to fill the observational gaps in radar reflectivity due to the attenuation by hills or other obstacles.The lightning data used in the algorithm performs well in tracking the active thunderstorm cells associated with lightning activities.     

基于雷达资料的雷电特征分析及预警

利用2009年6-8月南京Doppler雷达资料和江苏闪电定位资料,通过对雷电活动过程与雷达回波强度、回波顶高及垂直累积液态水含量的特征关系的分析,得出适合于江苏地区夏季（6-8月）雷暴预警的因子：40dBz回波强度发展到7 km高度及以上,垂直液态水含量（VIL）值达到25 kg/m2,风场在雷电发生前多表现为强烈的...