葵花8号卫星在白云机场一次强对流冰雹中的监测应用

针对2019年2月21日强对流冰雹过程,采用广东省多普勒雷达拼图的组合反射率因子资料作参考真值,分别利用葵花8号卫星资料的11.2μm通道与7.0μm通道亮温差拟合和11.2μm通道、7.0μm通道分段拟合对雷达回波进行反演,发现在强对流(回波强度≥35 dBZ)识别上,11.2μm通道、7.0μm通道分段线性拟合比亮...     

青海高原短时强降水天气的葵花-8卫星监测预警特征对比分析

为获得青海高原（以下简称高原）对流云团的强降水监测预警特征和预警方法,使用葵花-8卫星数据跟踪识别高原典型强降水天气过程的对流云团,计算并分析具有提前预警意义的云团特征参数。结果表明：（1）本文提出的对流云团识别的改进多通道法,经与传统多通道法对比检验,证明所得云团更接近对流主体,该方法适用于高原对流云团识别。（2）对流形成到成熟阶段,特征参数起伏变化,但红外与水汽通道亮温差（DTB13）和云顶亮温（Tmin）整体下降,云顶亮温梯度（GTmax）整体上升;在对流发展阶段仅红外1和2通道亮温差（DTB12）平均可达预警极值,在成熟阶段则是Tmin、DTB13、GTmax、深对流指数（DCI）等平均可达预警极值。高原上强降水天气的对流云多发展成深对流,降水发生在云团特征参数极值附近,短时强降水发生在深对流云区内特定云顶（上冲云顶或近似上冲云顶）所在特征参数极值区内或边缘附近。（3）特征参数极值对一般降水和强降水的开始时间分别提前0～1 h和0.5～4.5 h出现,在西风型流场下对强降水开始的提前时间相对较长。降水开始前,副高型流场下对流云团向深对流发展变化最剧烈,表现为DCI和GTmax平...     

基于自适应阈值的云团识别与追踪方法及个例试验

利用FY-2系列静止气象卫星的IR1通道资料,开展对快速发展云团的识别与追踪研究.通过建立自适应亮温阈值的云团识别方法,获取云团的发生、发展、消亡的完整生命过程;基于两个连续红外图像的面积重叠法,处理云团追踪过程中的分裂和合并现象;提取有关云团的温度阈值、面积大小、移动速度、亮度温度、温度梯度等特征量,为开展云团演变的...     

葵花8号卫星在暴雨对流云团监测中的应用分析

高时空分辨率的葵花8号卫星(简称H8卫星)2016年在我国得到应用,而该年是我国暴雨过程频繁、极端性强的一年,H8卫星到底在暴雨对流云团监测方面有何优势也是预报员所关心的。目前的业务中H8、FY-2卫星和雷达资料到达业务平台的平均延迟时间分别为15、35、6 min左右。本文利用H8卫星红外云图结合地面降水,在2016年汛期27次暴雨过程中每个过程选定一个主要的目标对流云团分析其初生情况,并与FY-2卫星和雷达探测的情况进行对比,结果表明:H8和FY-2卫星在同时刻云顶黑体亮温(TBB)观测数值上差别不大,时间变化趋势也基本一致,但H8卫星由于高频次观测的优势对暴雨对流强弱的变化刻画得更加细致,在监测暴雨对流云团方面具有明显时间上的优势,即H8卫星较FY-2卫星平均提前23 min发现对流云团,较雷达平均提前达33 min。通过结合地面小时和10 min降水量对2016年华北"7·20"极端暴雨过程进行分析,发现TBB与地面降水量之间有很好的反相关关系,同时降水量的变化幅度明显大于TBB的变化;当TBB峰值向低温一侧移动时,与之对应的地面降水量级也增大,降水逐渐转为冷云降水为主。     

基于FY-4A卫星数据的强对流云团识别与监测

为解决强对流监测问题,克服地区亮温特征对卫星监测的影响,利用FY 4A卫星L1数据,结合滑动窗口方法和多通道动态阈值自动识别法,对典型强对流云团进行识别与监测。结果表明：1）多通道动态阈值自动识别方法结合滑动窗口方法,可避免人为设置阈值的主观性,整合强对流的区域识别结果,实现全国强对流云团监测。2）此方法具有良好的强对流云团识别效果,识别正确率达到89%;3）FY 4A卫星识别结果与雷达反射率高值区基本一致,能够准确监测强对流云团发生发展和移动的过程,具有较高的识别精度。     

基于葵花8号卫星资料的沈阳两次暴雨过程中对流云特征对比分析

应用葵花8号卫星资料,结合NCEP FNL再分析、GNSS遥感水汽、风廓线雷达、全国智能网格实况融合分析资料,对2017年7月14日和2018年8月7日沈阳两次暴雨过程(分别简称过程Ⅰ和过程Ⅱ)中对流云特征进行了比较分析,重点探讨了对流云的触发维持机制与影响降水特征差异的因素。结果表明:(1)两次过程分别为局地突发暴雨和区域性极端暴雨,沈阳市区暴雨均由两个对流云团引发,对流云团合并使得降水持续。过程Ⅱ云团合并发生在其移动方向的后侧,具有后向传播特征,合并云团沿其长轴方向移动影响沈阳市,使降水时间延长。(2)在降水前至降水初期,过程Ⅰ对流云顶和水汽层顶快速上升且云顶迅速超过水汽层顶,而过程Ⅱ亮温下降缓慢。短时强降水发生前红外和水汽亮温同步快速降至-60℃,可作为提前预判对流云团产生短时强降水的参考指标。10 min雨量大于10 mm的对流云云顶集中分布在红外亮温低于-55℃、亮温差为-5~0℃的范围。(3)两次过程中,沈阳市分别位于东北冷涡后部和副热带高压北缘。过程Ⅰ,探空曲线呈“X”型,CAPE高达2584 J·kg^-1,造成对流云深厚,云底以下干层导致雨滴蒸发,使降水强度减弱,该过程高强度降水仅发生在对流云团合并加强阶段。过程Ⅱ,云底到地面湿层明显,保证了雨滴降至地面,产生相同量级降水的云团的TBB比过程Ⅰ高。(4)强降水发生前,地面风场存在明显辐合,当大气可降水量2 h内跃增8 mm时,站点出现强降水;局地水汽跃增可能是低空西南气流偏南分量增大或偏北冷空气侵入到暖湿空气中所致。     

基于葵花8号新一代静止气象卫星的夜间雾识别

基于葵花8号新一代静止气象卫星的高时空分辨率多通道数据,利用3. 9μm与11. 2μm通道亮温差法(BTD3. 9～11. 2)和3. 9μm伪比辐射率法(ems3. 9)开展了中国地区夜间不同等级雾的识别,确定了各站点和网格点上对不同等级雾两种方法的参数最优阈值;并利用地面站点观测资料和CALIPSO星载激光雷达产品对陆地和海上雾的识别结果进行了验证。结果表明:(1)通道亮温差法和3. 9μm伪比辐射率法均可以较准确地识别出不同等级的雾,3. 9μm伪比辐射率法准确率略优;随能见度的下降,两种方法识别准确率都明显提升,虚警率明显下降。能见度小于50 m时,通道亮温差法(3. 9μm伪比辐射率法)识别雾的击中率HR、虚警率FAR和KSS评分分别为0. 89(0. 90)、0. 15(0. 15)和0. 74(0. 75)。(2)剔除云影响后,4个雾等级下两种方法对雾识别的HR和KSS评分均有明显提升,FAR均有明显下降。能见度小于1 000 m时,剔除云后通道亮温差法(3. 9μm伪比辐射率法)的HR由0. 71(0. 74)提高到0. 81(0. 85),FAR由0. 27(0. 28)降低到0. 12(0. 13),KSS评分由0. 44(0. 46)提高到0. 69(0. 72),KSS评分提高0. 23(0. 26)。(3) 3个个例分析表明,基于通道亮温差法、3. 9μm伪比辐射率法以及RGB合成图均可清晰识别出大部分雾区,雾区和非雾区的BTD_(3. 9～11. 2)(ems_(3. 9))差异明显,强浓雾区BTD_(3. 9～11. 2)(ems_(3. 9))约为-5℃(0. 75);基于葵花8卫星海雾的识别结果与CALIPSO星载激光雷达VFM反演产品一致。     

基于葵花8卫星的上海市夏季对流初生预报研究

参考Mecikalski et al(2010a;2010b)提出的基于GOES系列卫星的对流初生预报方法,针对上海市夏季对流天气特征建立了基于高时空分辨率的静止气象卫星数据的上海市对流初生判识及预报方法。利用该方法对上海市的一次对流初生个例进行了分析,并对2016年7-8月的12次对流初生事件进行了预报试验,结果表明:方法提取的各个指标能够很好地体现对流初生过程中云团的发展变化特征并能剔除掉成熟对流云团边缘像元的干扰;在12次对流初生事件中,成功地预报了其中的11次,预报时间较对流初生时间平均提前了约30 min,但是对于局地弱对流过程该方法仍有一定的缺陷。     

基于LightGBM算法的强对流天气分类识别研究

强对流天气将导致多种灾害性天气,但由于其突发性强且尺度较小,在气象业务工作中仍难以准确地预警和预报。本文基于LightGBM(Light Gradient Boosting Machine)算法,利用甘肃三个地区的C波段雷达回波产品以及地面观测数据,构建了LightGBM模型,并分类判识了三类主要的强对流天气[冰雹、雷暴大风、短时强降水(短强)]。结果表明,在2011-2017年训练集中,LightGBM模型表现较好,整体误判率仅为4.9%。在2018年的独立样本测试中,模型对三类强对流和非强对流天气的整体误判率为7.0%,对三类强对流天气的平均命中率(Probability of Detection,POD)为86.4%,平均临界成功指数(Critical Success Index,CSI)为64.3%,平均空报比率(False Alarm Ratio,FAR)为29.0%。其中,短强的误判率最低,POD和CSI最高,FAR也最小,而雷暴大风和冰雹的误判率和评分比较接近。因此,本文构建的LightGBM模型对强对流天气的分类识别较为理想,首次对三类主要的强对流天气实现了自动化预警,在未来的气象业务自动化工作中有广阔的应用前景。     

陇东南地区短时强降水的雷达回波特征及其降水反演

利用雷达基数据对比分析了天水、庆阳和兰州3部多普勒雷达等距离水平剖面上同步观测的回波强度差异,并研究了陇东南地区短时强降水的雷达回波特征和反演降水。结果表明,当回波强度10 dBz时,这3部雷达并不存在显著差异;从区域站和自动站的降水量对比分析可知,造成短时强降水的天气学尺度较小,对雷达回波的统计也映证了这一结论。有75%的强降水尺度20 km,表明原有的气象站并不能较好的反应局地降水;运用分组估测法、整体和分型Z-I关系法定量估测降水,结果发现分型Z-I关系法可以较好的反映陇东南地区的降水特点,较好的解决了低量值高估和高量值低估的问题,其中雨强在15~20 mm·h-1时反演效果最好。     

云南高原山地机场强对流短临预报系统研究

基于天气雷达、地面和探空观测资料、NCEP再分析资料、FNL数值预报产品,应用强对流天气分类识别技术和短时临近预报技术,开展风暴临近预报、强对流天气分类预警、基于数值预报的强风暴潜势诊断等研究,获得大理、丽江、西双版纳等高原山地机场及周边区域强降水、雷暴、大风、冰雹等灾害性天气的0～2 h实时定量预报产品和0～12 h强对流天气潜势预报产品,建立机场强对流天气短时临近预报系统。通过检验,该预报系统有较好的强对流天气预报预警能力,满足机场业务需求。     

基于葵花-8卫星宁夏暴雨监测预警指标研究

基于葵花-8卫星红外通道资料和地面降水数据,对2017年5—9月宁夏暴雨过程进行云团识别、特征参数(云顶平均亮温、最低亮温、亮温梯度、冷云面积和降温率)计算及监测预警指标分析.结果表明:所选云团特征参数在不同类暴雨过程中有较明显的表现特征.暴雨发生时,云顶平均亮温和最低亮温分别介于213～228 K和199～227 K...     

基于卫星云图的对流初生预测技术综述

简要回顾了国内外利用静止气象卫星云图资料进行对流初生预测研究工作的进展,详细介绍了近年来国外提出的对流分析追踪(SATCAST)和对流初生临近预报(UWCI)两种方法的原理和流程,重点对这两种方法在实际应用中的技术性能进行了对比分析。     

SWAN和甘肃省气象风险预警产品在岷县一次强对流过程中的应用

介绍了临近预报系统(SWAN)和甘肃省中小河流洪水和山洪地质灾害气象风险预警平台的产品特征及其在2012年5月10日甘肃岷县强对流天气过程中的应用。SWAN系统表明,在强回波影响岷县期间,监测到最大反射率因子达到50 dBZ以上,其对应的高度为9 km;风暴体内垂直积分含水量和回波顶高的极值分别达到15 kg/m2和18 km,表明风暴在影响岷县期间发展旺盛;TITAN风暴产品也较为准确地预测了风暴的发展方向和趋势;定量降水预报产品QPF对本次过程的降水落区预报较为准确,但是降水量级预报偏小。总体来看,SWAN系统在本次强对流天气过程中发挥了很好的监测预警功能。甘肃省中小河流洪水和山洪地质灾害气象风险预警平台在云图、雷达、自动区域站的多资料融合监测中也发挥了重要作用,其暴雨云团加强显示、降水估测等功能都对强对流风暴有很好的监测预警作用。     

基于ORACLE的陇东南区域自动气象站数据库设计及应用

区域气象自动站的建立,提高了防灾减灾及突发灾害性天气的监测预警能力。随着站点建设规模的快速扩展,数据处理量成倍增多,对数据库系统的存储处理提出了更高的要求。ORACLE数据库在处理海量数据方面,性能优异、可伸缩性强。以ORACLE 10G作为核心数据库,设计、建立了基于ORACLE的陇东南区域自动气象站数据库与应用系统。经过试用表明,该数据库能够很好地满足区域自动气象站数据实时访问和检索需求,提高了数据应用效率,实现了陇东南和周边部分地区近千个站点的资料自动入库、存储和查询检索。本文对数据库设计、SQL语句查询优化原则、ORACLE数据服务器和客户端的连接配置等方面做了重点介绍。     

山东省初秋一次大范围强对流过程落区和抬升触发机制分析

利用常规观测、加密自动站、多普勒天气雷达、风廓线雷达及NCEP再分析资料,对2016年9月11日山东省初秋大范围强对流天气的落区和抬升触发机制进行了分析。结果表明:受高空槽影响,有、无对流区上空大气层结均不稳定,大的对流有效位能(CAPE)与小的对流抑制能量(CIN)环境条件下,强对流云团呈现"遍地开花型",抬升触发成为强对流发生的关键因素。地面辐合线、干线、海风锋、冷池出流是主要的抬升触发系统。由于对流抑制小,抬升强迫一般不需要太强,不同区域雷暴的抬升机制不同,鲁西北地区强对流天气由地面辐合线抬升触发,山东半岛地区的对流是由海风锋与冷锋共同触发,而鲁中地区强对流则由老的雷暴的冷池前沿阵风锋抬升触发,鲁东南地区的对流是由干线与地面辐合线共同作用造成的。辐合线抬升强迫的大小很重要,其量化可通过边界层散度衡量。在同样具备地面辐合线的情况下,不同温湿性质气团的中尺度边界对雷暴触发起关键作用。预报落区的偏差主要是因为短期阶段无法获取低空东南风气流这一关键中尺度系统,不同起报时间模式预报的调整趋势、季节等因素是对流强度预报偏弱的主要原因。经验表明,通过对大量个例的分析研究,提高对数值模式的订正能力是提高预报准确率的有效方法。