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。     

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     

VIL中心区自动识别、跟踪和临近预报

利用多普勒天气雷达体扫数据资料计算垂直累积液态含水量(VIL)，用逐步增大初始阈值法识别VIL中心区；利用动态预测面积比法、分类跟踪法以及中心区面积守恒原则相结合的方法对中心区进行跟踪；运用线性最小二乘法、线性集成法和线性外推法对中心区的重心位置进行临近预报。实例结果表明：所使用的方法能很好地识别、跟踪和预报VIL中心区。     

回波识别跟踪预报的SMR方法

本文利用数字化雷达t1、t2两时刻的回波数据，经过图像预处理，提取特征面积、强度、位置等基本特征S、R描绘子、矩不变量M等多个特征量，采用多级识别技术、质量控制手段和新的轮廓跟踪方法（简称RMS法）经多阈值综合分析，并据风场连续性原理，用加权平均法等预测下一时刻回波移动位置，最后给出强降水区的预报图。经检验预测精度达80％以上。     

9806强热带风暴分析和预报

应用县站预报工具、历史资料、天气形势等综合分析、预报台风路径、风雨强度。     

基于雷达回波拼图资料的风暴识别、跟踪及临近预报技术

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为基础,采用区域增长法实现二维风暴的识别,进而在垂直方向上进行关联以实现三维风暴的识别,并提取三维风暴的特征参数对相邻时刻的风暴进行跟踪,在此基础上对风暴未来时刻的位置及大小进行预报。个例分析结果表明:(1)用区域增长法及垂直方向的投影关联法能够实现三维风暴的自动识别,从风暴特征参数随时间的变化可以看出,体积的变化是风暴不同发展阶段的主要特征,而风暴的平均反射率因子及最大反射率因子随时间的变化特征不明显;(2)采用最优法对相邻时刻的风暴进行匹配,并考虑了合并与分裂的情况,与观测资料的对比可以看出,跟踪还是比较合理,在风暴发生合并或分裂的情况下也能够正确跟踪。对风暴历史时刻的位置通过最小二乘拟合法得到的风暴移向、移速随时间的变化曲线比较光滑,没有出现跳变的现象。(3)风暴位置的预报要好于风暴大小及VIL的预报,其主要原因是由于风暴在不断地发展变化,其合并、分裂也是经常发生的,对于未来发展趋势的预报,仅根据风暴历史时刻的发展趋势还是很难预报的。总体来说,预报误差随预报时效的增大而增加。     

基于增长模繁殖法的风暴尺度集合预报试验

利用WRFV2.2模式,对1977年5月20日发生在美国俄克拉荷马州的典型超级单体风暴进行风暴尺度集合预报试验。通过对比由Monte-Carlo法和增长模繁殖法构造的集合预报系统的性能,检验了增长模繁殖法应用于风暴尺度集合预报的合理性及其价值。研究表明,在预报误差的意义上,集合技术能够明显改善中尺度强对流天气的单一确定性预报;但纯统计意义的Monte-Carlo法动力意义不足,导致集合离散度偏低;作为改进方法,增长模繁殖法充分考虑了预报中误差增长的信息,改善了离散度增长偏慢的缺陷。研究结果还显示,增长模繁殖法构造的集合预报系统的各预报评分(RSS、ETS等)均高于Monte-Carlo法,体现了增长模繁殖法的显著优势,但不同的繁殖周期对非降水场和降水场的预报能力有所差异,合理的繁殖周期需要在两者之间寻求平衡点。     

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。     

风暴尺度集合成员数对预报技巧的影响

利用WRFV2.2模式,对1977年5月20日发生在美国Oklahoma的典型超级单体风暴进行集合预报试验。采用蒙特卡洛法对不同区域初值扰动,对比分析成员个数的变化对预报技巧的影响,检验集合技术应用于风暴尺度系统的可行性及应用价值。结果显示,基于WRFV2.2模式的风暴尺度集合预报（storm-scale ensemble forecasting,SSEF）能够从热力场和动力场上改善单一确定性预报,并成功预报极端降水,表明SSEF具有较高的应用和研究价值;总体上预报技巧随成员数增加而增加,当集合成员数达到5-13时,预报技巧呈饱和特征,不同变量、不同扰动区域时的饱和成员数略有差异。     

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。     

陕西地方暴雨增强数值预报系统及其试验结果分析

该文介绍了陕西地方暴雨增数值预业务系统，并对１９９５年６－８月进行的降水准业务预报试验结果作了分析及Ｔｓ评分检验。结果表明：模式系统运行４８ｈ以上性能稳定，对陕西区域暴雨的预报效果较好，对日常业务预报有参考价值。     

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.     

西北太平洋台风在S2S时间尺度预报效果评估

使用世界气象组织季节内至季节尺度(Subseasonal to Seasonal, S2S)预测项目数据库评估了多个集合预报系统在S2S时间尺度对台风的预报能力。评估的时间段为1999—2010年期间每年5月1日—10月31日。为评估S2S时间尺度台风的预报技巧,使用了台风密集度来描述台风的生成及移动状况。台风密集度定义为一段时间内500 km范围内台风出现的概率。台风密集度由6个S2S集合预报系统后报结果计算得出,它们分别由BoM、CMA、ECMWF、JMA、CNRM和NCEP开发使用。这6个预报系统台风密集度的预报技巧评分表明,当预报时效为11～30天时,ECMWF预报系统的评分为正值,比基于气候状态的参考预报能略好地预报台风。     

基于数学形态学的三维风暴体自动识别方法研究

基于雷达数据的风暴体识别、追踪及预警方法是重要的临近预报技术之一,其中准确的风暴体自动识别是进行风暴体自动追踪和预警的前提。在风暴体识别中常会碰到的两个问题是:虚假合并和从风暴簇中分离出相距较近的风暴单体。美国国家大气科学研究中心提出的TITAN(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)算法使用单阈值进行识别,容易将相邻的多单体回波识别为一个风暴体。美国国家强风暴实验室提出的SCIT(Storm Cell Identification and Tracking)算法使用7个反射率因子阈值进行识别,可以较好地分离出风暴簇中的风暴单体,但它直接抛弃了低阈值的识别结果,导致风暴体内部结构信息的丢失。SCIT的这种识别策略可能会使处于初生阶段、强度较低的风暴体被错误地抛弃掉。TITAN和SCIT都无法完全识别出相邻风暴的虚假合并。为了解决这两个问题,文章提出了基于数学形态学的识别方法。该方法首先使用第1级阈值进行单阈值识别;其次,对识别得到的风暴体执行基于动态卷积模板的腐蚀操作,以消除虚假合并;然后,使用高一级阈值进行识别,并对识别得到的风暴体进行膨胀操作,当风暴体的边界在膨胀的过程中相互之间接触,或接触到了原来较低阈值识别的风暴体的边界时,则停止膨胀过程;最后,逐次使用更高级别的阈值进行识别,并在每一级阈值的识别过程中执行腐蚀和膨胀操作。试验结果表明,通过在多阈值识别的过程中综合使用膨胀和腐蚀操作,基于数学形态学的三维风暴体识别方法不仅能够成功地识别出风暴体的虚假合并,同时还能在从风暴簇中分离出相距较近的风暴单体时,尽可能多地保留风暴单体的内部结构信息。     

奇偶对称性用于中长期天气预报初探

长期天气过程的全球性和非绝热性吸引着人们从更广（全球）、更本质（非绝热加热）的角度认识大气环流的性质和规律，近年来一些从奇偶对称性出发研究大气环流的工作反映了这种趋势。为此，提出一个动力预报方案和一个统计预报方法，并对后者作了实际的计算。结果表明，用奇偶对称方法进行预报可能是中长期天气预报的一种途径。     

PARAMETERIZATION OF MOBILIZATION AND TRANSPORT OF SAND-DUST DURING BLACK STORM AND MESOSCALE NUMERICAL EXPERIMENTS

The typical black storms or sand-dust storms in the northwestern China are generated anddeveloped through an interaction between the specific large scale circulation pattern and mesosealesystems.The passing by/over a huge sand-abundant desert of a strong cold front with intensivefrontal zone at mid and lower levels is a necessary condition for the formation and development of ablack storm or a severe sand-dust storm.In order to investigate the mechanism of the sand-dustmobilization,transport and sedimentation during the black or sand-dust storms,a parameterizationscheme of sand-dust source-sink terms and an equation of transport for the sand-dust wereproposed and incorporated into the MM4 mesoscale model.The modified MM4 model was appliedto the“May 1993”black storm case and succeeded in reproducing the evolution of the weathersystems associated with the black-storm,the sand-dust concentration at surface layer and itsvertical distribution,and the sand-dust sedimentation and transport.Our results show that thenumerical simulating method by using a mesoscale model,with inclusion of an equation of thesand-dust transport and a parameterization scheme of the sand-dust source-sink terms,is apromising approach to study the mechanism for sand-dust mobilization,transport andsedimentation during a sand-dust storm event.