卫星云图和数值预报产品及雷达资料相结合作短时预报

在短期和短时天气预报工作中，本文通过对卫生云图的定量分析和研究，结合天气形势、数值预报产品及雷达回波资料，给出了运城市短时降水预报指标，以提高云图在短时预报中的可用性。     

利用卫星云图作安顺地区短期强降水预报

用１９９４年影响安顺地区的几次强降水天气过程，对照卫星云图进行了分析，总结出３种不同类型的云系特征，探讨了云顶温度与降水的关系，并举例说明了使用方法，对在实际业务工作中的判断云与降水的关系有一定的作用。     

几种风压场中强降水临近预报的探讨

通过简化的降水率公式、散度方程和运动学公式,在强降水上空满足风压场,(分别为高,低层地转偏差;分别为高、低层实际风)条件下,分别导出与天气尺度运动正相对散度中心对应的强降水加强,减弱及移动的判别式。并提出以此判别式作为临近预报的依据。讨论表明:在天气尺度运动正相对散度中心对应的强降水上空,满足上述条件下,高层,高、低层及低层非地转运动在地转涡度平衡态(fζ=▽2φ)附近摆动,通过高层强辐散、高层强辐散同时低层强辐合或低层强辐合引起正相对散度中心的变化,影响强降水加强、减弱。     

变分法和卫星云图模式识别在强降水面雨量预报中的应用

假设数值预报对雨量的落区预报是准确的，用卫星云图模式识别预报的流域雨量极值，应用变分法对数值预报雨量极值进行订正，使得订正预报与未订正场之间的泛函达最小，从而求得预报场。试验证明，该方法对强降水面雨量预报的准确率较数值预报有一定提高。     

短时强降水临近预报的思路与方法

对短时强降水主观临近预报的主要思路和方法进行综述。(1) 短时强降水(flash heavy rain)是指1 h 雨量在20 mm或3 h 雨量在50 mm 以上的降水事件。短时强降水事件的识别主要由雨强和降水持续时间两个要素确定。(2) 雨强临近估计的主要根据是天气雷达反射率因子和雨强之间的经验关系,即Z-R 关系。对流性雨强的估计,最简单易行的方法是将对流性降水分为大陆强对流型和热带海洋型两种类型,分别采用不同的Z-R 关系。雨强估计的主要误差来源包括不适当的Z-R 关系、地形对雷达波束阻挡、冰雹“污染”、强降水和冰雹对雷达波束的衰减、硬件定标偏差、被大雨淋湿的天线罩导致的衰减等。(3) 判断是否出现强降水的另一要素是降水的持续时间。沿着回波移动方向高降水率的区域尺度越大,降水系统移动越慢,则持续时间越长。对于导致强降水的β中尺度对流系统,其雷达回波的移动矢量是平流矢量和传播矢量的合成。如果平均风方向(平流方向)与回波传播方向交角大于90°,称为后向传播,此时回波移速小于平均风速,移动较慢,易导致强降水。在有利于强降水的环境条件下,含有中气旋或更大尺度涡旋的β中尺度对流系统会明显增大强降水的可能。     

卫星雷达资料在梅雨期暴雨短时预报中的应用

利用日本ＧＭＳ卫星红外云图，武汉数字化雷达回波以及逐时雨时资料，结合天气形势背景研究，初步建立孝感市梅雨期暴天气０￣６小时短时强降水预报的几种概念模型和短时预报流程。     

一种基于多种资料融合技术的短时临近预报方法

介绍由奥地利国家气象局开发的基于多种资料融合技术的短时临近预报系统(INCA)的核心技术。INCA系统以数值预报输出场为第一猜值,利用气象卫星、天气雷达,地面自动观测站资料进行融合分析订正后形成分析场,结合线形外推技术和数值预报结果,对降水、温度、湿度、风、云等作出高时空分辨率的临近预报,其技术路线对今后我国发展短时临近预报技术具有很重要的指导作用。     

两种基于雷达的临近预报算法在赣江流域的应用

将多尺度雷达回波跟踪(MTREC:Muti-scale Tracking radar echoes by correlation)算法和基于降水栅格数据的网格追踪临近预报外推(PBN:Pixel-Based Nowcasting)算法应用在赣江流域,对这两种临近预报算法在1~3 h预见期的临近预报降水数据进行评估,总结两种临近预报算法在赣江流域的预报性能和预报特点。结果表明:(1)随着预见期的增加,MTREC方法的预报性能变化较为平缓。PBN方法的预报性能明显变差。(2)MTREC方法预报降水偏弱,且对于低值降水预报较为准确,而PBN方法预报降水偏强,且预报高值降水较为准确。(3)MTREC方法预报的降水高值区的范围偏小而低值降水区范围偏大,PBN方法预报的高值降水区的范围偏大而低值降水区范围偏小。(4)随着预见期的增加,MTREC方法的降水概率预报变化较为平稳,而PBN方法预报高值降水(0.4 mm·h~(-1))的概率偏高,预报低值降水(0.4 mm·h~(-1))的概率偏低。     

一种强降水定量预报的动力学方法

本文根据地面中尺度诊断分析结果，利用改进的降水率计算公式、结合现时云雨场特征，提出了山西强降水落区及其量级预后的新方法，最后三年夏季试报结果表明，强降水预报与实况较为吻合，对实际业务预报具有重要的参考价值。     

盛夏强降水的多普勒雷达回波特征的初步分析

使用红外云图、多普勒雷达回波的强度场、速度场及VAD产品，对2002年7月24日夜间至25日凌晨的中天山及其北部地区的强降水天气过程进行了分析、诊断，得出对降水过程不同时段临近预报有指导意义的结论和指标。     

利用卫星和雷达估计大暴雨

利用合肥、武汉和长沙雷达、云顶亮温TBB等观测资料,对2003年7月8日发生的大暴雨天气过程进行了联合估计。结果表明:联合估算降水很好地再现了这次降水过程;卫星估算降水很大程度上弥补了雷达估算降水在空间分布上的不足,但对特大暴雨在强度上估计不足,对中等强度的降水估计偏大;引入雷达对卫星估算降水进行联合估算,能很好地反映暴雨云团的中尺度结构特征,反演的降水场能很好揭示强降水过程的时空变化特征。     

新一代天气雷达在临近预报和灾害性天气警报中的应用

利用新一代天气雷达制作临近天气预报和灾害性天气警报,必须从天气雷达观测入手.需根据临近预报和灾害性天气警报需求制定观测方法.不同预报对象,要采取不同的雷达资料的数据处理方法,以便突出预报对象的回波特征.制作临近预报和灾害性天气警报的主要依据是雷达回波分析,掌握回波演变的全过程是雷达回波分析的基础,根据回波特征判断识别影响本地区的天气系统,通过回波分析判断回波的未来发展趋势.为了从回波上识别灾害性天气,需要建立各种灾害性天气的识别判据和方法.预报的主要方法是外推法,但预报结果还需要预报员根据预报经验最后作出预报结论.为了做好临近预报和灾害性天气警报,建立预报流程是非常重要的.     

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。     

基于卫星和雷达资料估测滇中地区降水量方法研究

选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试.     

基于雷达回波最大重叠率的一种临近降水预报方法

基于天气雷达的临近降水预报是雷达短时预报业务系统的重要组成部分,本文在回顾雷达临近降水预报技术发展的基础上,充分考虑新一代天气雷达高时间、空间分辨率的优点,提出两个相邻时刻雷达回波具有最大重叠率的移向、移速是与降水系统整体的移向、移速密切相关的论点,再用此移向、移速对当前雷达回波进行平移,最后采用九点平均的回波生消模型...     

提高新一代天气雷达在临近预报中准确率的分析

文章应用新一代天气雷达资料,并结合天气图、T-logp图等资料,对发生于2011年6月13日内蒙古西部巴彦淖尔市东部地区的一次局地强对流天气过程进行了分析。通过分析雷达冰雹概率、垂直累积含水量、回波顶高、风暴追踪信息等产品以及自动站天气实况等发现,用于短时临近预报的雷达冰雹概率及风暴追踪信息产品在该次强对流天气过程中与天气实况并不能很好地符合。其原因:一方面与雷达对风暴的跟踪和SCIT算法有关,另一方面表明天气背景以及短时强对流天气所具有局地性特点在短时临近预报中未能充分考虑。通过该个例的分析,对于业务人员认识本地区的强对流天气发生特点并提高预报准确率具有重要意义。     

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...     

多普勒天气雷达资料对中尺度模式短时预报的影响

利用中尺度模式ARPS(The Advanced Regional Prediction System)及其资料分析系统ADAS(ARPS Data Analysis System),将国内新一代多普勒雷达(CINRAD)反射率及径向风资料直接用于中尺度数值模拟,通过一次华北地区暴雨过程的模拟对比试验,分析了雷达资料对初始场的改进效果及其对模拟结果的影响,结果表明:(1)利用雷达径向风资料对初始风场进行调整后,自近地面到对流层顶的u,v,w都发生了变化,调整后的初始风场在对流层中层变化最大.(2)利用雷达反射率进行微物理调整和云分析能调整初始场中的云水信息,使得雷达回波附近3 km以下的水汽混合比(qv)增加,4 km以下的雨水混合比(qr)增加,对流层(约10 km以下)的云水混合比(qc)增加,4～9 km的对流层上部云冰混合比(qi)和雪混合比(qs)增加.ADAS通过非绝热初始化调整温度场,从而得到了一个动力和热力上平衡的初始场.(3)模拟的1 h雨量与实况的对比表明,同时利用雷达反射率和径向风改进过的初始场能明显增强3 h内的降水强度和落区预报,改善中尺度数值模式短时定量降水预报.模拟的1 h流场对比分析表明,经雷达径向风调整后,能够在初始场中增加气旋性涡旋等中小尺度风信息,明显减少模式的spin-up时间.(4)通过对雷达径向风和反射率对模式初始场和模拟结果影响的对比分析发现,雷达径向风主要是改进初始风场,而雷达反射率主要是改进初始场中的湿度参数,增加初始场中云水等的含量,调整温度场.通过模拟的6 h降水对比发现,利用雷达径向风调整初始场后,对降水模拟有一定的改进,但效果不甚明显,而雷达反射率资料对定量降水预报改进效果明显,同时使用雷达径向风和反射率资料改进初始场后对降水的模拟效果最明显.