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     

基于风暴数值模拟的冰雹临近预报方法研究

该文利用基于格点冰雹识别的研究成果,结合ARPS风暴数值模式的输出结果,提出基于风暴数值模式的冰雹临近预报方法,即用风暴数值预报的水物质场反演的反射率因子场作为冰雹的预报因子,并通过建立基于格点的强冰雹识别算法作为冰雹预报模型,从而对冰雹的落区及大小做出预报。与一般的冰雹预报模型相比,新的方法有以下特点：选取的冰雹预报因子物理意义更加明确,更加全面;建立的冰雹预报模型比较稳定;建立冰雹预报模型的过程相对简单。新的方法在一次强冰雹过程中得到了成功应用,在3h的临近预报中基本准确预报了强冰雹的落区位置。     

基于风暴相对螺旋度的降雨预报方法研究

风暴相对螺旋度是一个衡量对流风暴发展强度的物理量,所以对强对流天气的预报具有实际意义。通过提取2008-2010年3年天津地区153个降雨过程的多普勒天气雷达风场数据来计算了风暴相对螺旋度,然后将风暴相对螺旋度与从雷达反射率因子图中提取的风暴信息相融合,得到基于风暴相对螺旋度的降雨预报模型。经过2014年4月到8月天津地区59个降雨过程对本文所提出的降雨预报模型进行验证,结果表明本文提出的降雨预报模型的准确率达到61%,其中提前2小时预测降雨占41%,在2小时间以内预测降雨占59%。上述结果说明,风暴相对螺旋度在结合其他降雨特征后对降雨具有良好的预报效果。     

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。     

温州单多普勒雷达资料三维风场反演初步试验

简要地介绍了温州单多普勒雷达三维风场反演的方法和几个应用个例,为进一步提高雷达资料在台风等灾害性天气短时临近预报中的作用进行了初步的探索。     

一次罕见超级单体风暴的X波段双偏振雷达特征分析

利用北京房山X波段双偏振雷达资料,对2020年6月25日北京市东南部及其周边地区的一次超级单体风暴进行分析.结果表明,高空冷涡前部槽叠加地面冷锋系统是此次超级单体风暴发生的背景条件,强垂直风切变为其发展维持提供了有利的环境条件.演变过程中的有界弱回波区、三体散射等超级单体雷达典型特征明显.X波段双偏振雷达反射率因子50...     

利用闪电定位和雷达资料进行雷电临近预报方法研究

利用LD- Ⅱ 型闪电定位系统监测到的雷电资料和多普勒天气雷达探测到的风暴信息,研究雷电临近预报方法.叠加分析雷电集中区与风暴,雷电集中区一般对应有风暴,并且雷电集中区中心在风暴中心附近,二者移动方向基本一致,移速接近,因此通过匹配雷电集中区与风暴,采用雷电集中区将随其所匹配的风暴一起移动的思路,利用风暴追踪技术,对雷电集中区进行临近外推,从而实现雷电的临近落区预报.通过对2009年强雷电天气的临近预报结果进行网格点对点评分,雷电半小时预报命中率达到87％,成功率为63％.1小时预报命中率达到76％,成功率为51％.为雷电的临近预报提供了一套可业务运行的新方法.     

基于卷积门控循环单元神经网络的临近预报方法研究

基于天气雷达资料的外推预报是灾害天气0～2h临近预报基础,本文以业务应用为目标,应用广东省2015-2018年11部新一代多普勒雷达反射率拼图资料,研究了基于卷积门控循环单元神经网络ConvGRU的临近预报方法,采用多损失函数加权与分级加权的策略,基于ConvGRU框架建立三层自编码模型(Encoder-Decoder...     

风暴的多普勒雷达自动识别

3种基于雷达的风暴自动识别方法:(1)美国WSR-88D Build 7.0风暴算法,它利用多个预设阈值来检验回波的强度和连续性,以构造具有三维连续结构的风暴,该方法在风暴合并、分裂以及多个单体相距较近时误差较大.(2)为美国WSR-88D Biuld 9.0风暴算法(B9SI),它用7个反射率因子识别阈值替代此前唯一的一个反射率因子阈值,增加了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分量.该方法在面对成串或成簇多单体时,能够识别出多个单体核,并准确定位.B9SI没有考虑反射率因子纹理结构和空间梯度的变化,也没有利用径向速度资料,因此无法描述风暴对流的发展状况.(3)CSI方法,它在降低B9SI反射率因子识别阈值的基础上,利用模糊逻辑技术对B9SI输出结果和雷达基资料做进一步的处理,以计算描述风暴对流发展强弱的对流指数.CSI首先提取一组最能描述风暴对流性特征的物理量,包括反射率因子纹理结构、反射率因子空间变化率、垂直积分含水量和径向速度标准方差,并分配权重;其次,利用每一个物理量的统计结果,结合其物理意义,设计出相应的隶属函数,以计算风暴与该物理量描述的对流性特征相匹配的概率;最后对多个概率值进行加权平均即得对流指数.此外,计算了2004年8月11日发生在广州的超级单体演变过程中的对流指数,分析表明:对流指数两次加大对应了超级单体的合并增长和辐合增长过程;风暴最强盛时对流指数为0.744;随后对流指数减小,雷达观测到的最大反射率因子对应高度明显降低,地面上开始出现大范围的强降水.     

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。风暴的识别基于某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。     

VAD有关产品在临近预报中的应用

通过对多普勒天气雷达中VAD技术的深入剖析,指出它在揭示测站上空整层风切变、高低空辐合辐散场、含水量分布场中的作用,并结合具体实践应用,试图从雷达本身实时采集的资料中找出一些具有临近预报价值的信息.     

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。     

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。     

基于单多普勒天气雷达产品的强对流天气预报预警方法

本文对发生在常德新一代天气雷达探测区内的强对流天气(雷雨大风、冰雹、龙卷)在雷达回波强度场及速度场上的表现特征进行了归类分析,既用实例证实了美国强对流天气在多普勒天气雷达产品上的表现特征同样适用于中国,又对其表现特征进行了完善。在此基础上建立了适用于当地的基于单多普勒天气雷达产品的强对流天气预报方法,并根据雷达实时体扫资料对强对流天气进行语音、文字自动报警以及对风暴移向、移速进行预报作了实用性的探讨。在多普勒天气雷达产品应用还处在探索、起步阶段的我国,该方法为制作强对流天气预报提供了较系统的预报思路。     

气象卫星大雾遥感自动识别技术研究

鉴于大雾对城市和沿海地区国民经济和人们生命财产带来的巨大灾害,迫切需要研制快速、有效、准确的雾遥感监测和识别方法。在对雾的辐射特性与卫星光谱特征试验分析基础上,找出不同时相可见光遥感图像下垫面反射率与云雾反射率之间的相对关系,并通过对图像反射率的相对变化率进行计算分析,自动生成准雾区动态判别阈值,并在准雾区范围初步确定基础上,采用基于图像游程编码的快速连通区域标记技术,结合纹理分形分析、形态分形分析、平滑度分析、模板特征分析等实用方法,对气象卫星遥感图像进行雾自动识别和云雾分离研究,取得了良好的应用效果。     

RESEARCH ON AUTOMATIC FOG IDENTIFICATION TECHNOLOGY BY METEOROLOGICAL SATELLITE REMOTE SENSING

There is an urgent need for the development of a method that can undertake rapid, effective, and accurate monitoring and identification of fog by satellite remote sensing, since heavy fog can cause enormous disasters to China’s national economy and people's lives and property in the urban and coastal areas. In this paper, the correlative relationship between the reflectivity of land surface and clouds in different time phases is found, based on the analysis of the radiative and satellite-based spectral characteristics of fog. Through calculation and analyses of the relative variability of the reflectivity in the images, the threshold to identify quasi-fog areas is generated automatically. Furthermore, using the technique of quick image run-length encoding, and in combination with such practical methods as analyzing texture and shape fractures, smoothness, and template characteristics, the automatic identification of fog and fog-cloud separation using meteorological satellite remote sensing images are studied, with good results in application.     

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。     

华南一次强对流天气过程中环境条件对MCS形态特征的影响

2014年5月22日华南地区出现了一次大范围强对流天气过程,该过程中出现了两个中尺度对流系统(Mesoscale Convective System,MCS)MCS-A和MCS-B,两个MCS表现出迥异的形态特征,产生了不同的强对流天气。利用多源观测资料以及高分辨率数值模式分析了环境条件对于MCS形态特征的影响,结果表明:(1)广西夜间到凌晨边界层顶附近强盛的低空急流,使得MCS-A在北部山区出现后向建立(BB, back building)的形态特征,有利于大量级的短时强降水的出现;(2) MCS-A进入广西平原地区以后,强盛的边界层以上的低空急流使得能量垂直廓线的极大值在边界层高度以上,且风垂直切变特征不利于冷池前方的垂直运动发展,冷池前方无法连续触发对流,MCS-A逐渐演化成线状对流/层云伴随(TL/AS, Training Line/Adjoining stratiform)的形态特征,而后消亡;(3)在广东,能量极大值出现在大气底层,环境风廓线有利于冷池前方垂直运动发展,进而触发新的对流,新生成的MCS-B呈现典型的层云拖曳型(TS,trailing stratiform)形态,最终形成飑线,造成雷暴大风天气。