Using Satellite Data to Analyze the Initiation and Evolution of Deep Convective Clouds

In this study, two deep convective cloud cases were analyzed in detail to study their initiation and evolution. In both cases, all deep convective clouds were positioned at the rear of the cold front cloud bands and propagated backward. Satellite data showed that prior to initiation of the deep convective clouds, thermodynamic and moist conditions were favorable for their formation. In the morning, a deep convective cloud at the rear of cold front cloud band propagated backward, the outflow boundary of which created favorable conditions for initiation. An additional deep convective cloud cluster moved in from the west and interacted with the outflow boundary to develop a mesoscale convective system（MCS） with large, ellipse-shaped deep convective clouds that brought strong rainfall. The initiation and evolution of these clouds are shown clearly in satellite data and provide significant information for nowcasting and short-term forecasting.     

山西省一次春季暴雨成因分析

2008年5月7日,山西省大部地区降小雨,有22个县市降中雨、6县市降大雨、4县市出现暴雨。本文通过对影响暴雨的天气形势、卫星云图、物理量特征、地形特征进行了分析,从中找出一些预报着眼点,对于今后进一步做好春季暴雨预报、防灾减灾具有一定的指导意义。     

1988年闽北地区“5.21”暴雨的中、小尺度特征

本文利用“5.21”福建闽北特大暴雨过程中获得大量加密资料,较深入地分析了暴雨过程中、小尺度特征.给出不同尺度、不同物理特性的中小尺度系统(云团)相互作用,生消、发展、组合过程,以及武夷山脉的复杂地形在该过程中所起的重要作用.显示出在一定环境流场下,由中小尺度天气系统活动导致出现的天气变化密集的低纬山区形成持续性特大暴雨的重要特色.     

西北太平洋热带云团发展与两类El Nio事件的联系

利用1982—2009年全球热带云团数据集、NCEP/NCAR再分析资料和英国Hadley中心海温资料,并引入热带云团生成率(Genesis Productivity,GP)来分析EP(Eastern Pacific)El Nio和CP(Central Pacific)El Nio事件与西北太平洋热带云团发展的相关性。研究表明,1)夏秋两季GP与Nio3指数在东南区(SE)均为显著正相关,在西南区(SW)仅秋季呈显著正相关;GP与EMI(El Nio Modoki Index)指数在夏季SE区域为显著正相关,在秋季南中国海(South China Sea,SCS)区呈负相关。2)在EP El Nio年,夏季SE区域的GP增大与低层涡度、高层散度以及低层相对湿度的相对增大一致。夏季SW区域与秋季SE区域的GP增大与有利的高低空配置相关,La Nia年则与之相反。3)在CP El Nio年,夏季SE区域的GP增大伴随着低层涡度和高层散度的增加,同时与充足的水汽及弱风切变相吻合;而秋季SCS区域的GP下降源于正涡度带、正散度带以及水汽带的东移。     

2001-08-17大连地区大暴雨分析

通过对高空环流形势、日本传真图、雷达回波资料和云团演变特征的分析，揭示了2001年8月17日大连大暴雨过程的成因。     

1991 年梅雨锋云系的中尺度分析

根据数字展宽云图和常规资料分析得到，1991年梅雨期江淮地区大—暴雨大多是由中尺度云团产生的。它主要是:低涡暖切云团和冷切（冷锋）云团。它们的大多数是中—β尺度云团，平均维持时间为5—6小时，平均最低云顶温度为–69℃左右。低涡暖切云团产生于低涡中心东侧，低空急流轴的左前方。而冷切云团产生于梅雨锋云系的尾部与西南季风交汇处。另外，分析了云团云顶温度与降水的关系，发现产生≥5 mm/h降水的云团，其中75%的云团云顶温度小于或等于–64℃。     

深度学习模型识别静止卫星图像海上强对流云团

强对流天气破坏力强,对海上航行和海洋开发都有着很大的影响,但由于其生命史短,且海上气象测站少,因此难以对其进行快速准确的监测。而静止气象卫星的覆盖范围广、时间分辨率高,因此成为了监测强对流天气的重要手段。本文提出了一种利用Himawari-8卫星影像,基于深度信念网络(DBN)进行强对流云团自动识别的方法。该方法分别提取每张图像的光谱特征TBB13、TBB08-TBB13和TBB13-TBB15,以及基于光谱特征TBB08-TBB13的纹理特征能量Energy和对比度Contrast,再参考CloudSat卫星的云分类产品自动构建样本集,利用此样本集训练DBN模型,以确定模型的参数和结构。使用训练完成的DBN模型进行强对流云团识别,并对识别结果进行后处理。通过典型案例分析和精度评定发现,新方法的临界成功指数CSI为71.28%,检测概率POD为84.83%,虚警率FAR为18.31%。结果表明,该方法可以有效识别处于初生到消散不同阶段的强对流云团,并在一定程度上去除检测结果中多余的卷云。与单波段阈值法、多波段阈值法和支持向量机这3种方法相比,文中提出的方法能够提高强对流云团的识别精度。     

2004年4月23日江西强对流天气过程分析

从天气形势、卫星云图、雷达资料及部分物理量、对流参数等方面,对江西2004年4月23日的强对流天气过程进行了分析.分析结果表明,高空南支槽、地面辐合线、850 hPa西南急流和切变线,是这次强对流天气过程的主要影响系统;强风垂直切变和不稳定是这次强对流发生的重要条件;对流云团发生在逗点云系的凹边界;强对流落区与500hPa干舌、中尺度辐合线、当天14时≥40℃的地面总温度有较好的空间对应关系.     

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...