1822号“山竹”台风龙卷过程观测与预警分析

2018年9月17日09:37—10:00,在登陆台风“山竹”外围螺旋雨带中,广东省佛山市三水区到肇庆市四会区发生了EF2级强龙卷,龙卷路径长度18 km,持续时间23 min,平均时速47 km/h,导致不少建筑物损毁。本次过程佛山市进行了龙卷预警试验,提前37 min发布了龙卷预警,龙卷没有造成人员伤亡。利用观测资料对产生强龙卷的环境场特征、地面自动站和雷达观测的中小尺度特征以及龙卷预警试验进行了分析,结果表明:产生龙卷的微型超级单体出现在台风外围和副高边缘之间的强东南急流中,具有低层辐合、高层辐散、水汽充足等典型台风外围龙卷环流形势特征;强的低空0~1 km垂直风切变、大的风暴相对螺旋度和低的抬升凝结高度等环境条件利于龙卷的生成;龙卷影响时,邻近地面自动气象站观测要素表现出明显的信号,瞬时大风和最低气压的极值区呈东南至西北向带状分布,与龙卷路径一致,龙卷过境前后,单站气压“漏斗”明显,5 min降压/升压幅度达-2.5 hPa/+2.1 hPa;广州多普勒天气雷达探测到龙卷母体风暴的低层钩状回波和入流缺口特征,以及低层强中气旋和类TVS特征。预警试验初步表明,对台风龙卷高发区,在环境场有利情况下,若低层出现中等或以上强度中气旋,其底高在1 km以下,可以考虑发布龙卷预警。      

利用风廓线雷达研究郑州机场低空急流特征及其对飞行的影响

利用2016、2017年郑州机场高分辨率边界层风廓线雷达半小时平均观测资料, 对机场上空低空急流时空分布特征进行统计研究, 结果表明:夏末、秋季低空急流出现次数相对较少, 春季、夏初是高发时期, 冬季易出现较强的超低空急流, 只有春季风速从低层到高层呈现先增大后减小、再增大的变化过程, 8月末可能是急流的时空转换期; 夜间和凌晨是高发时段, 白天降低30%~40%, 一般情况下, 00—12时(世界时, 下同)急流较弱, 12时后明显增强向上发展, 19时开始减弱, 持续至21时; 急流中心最大风速一半以上在12~18 m/s, 高度集中在60~180 m和300~900 m, 超低空急流占大部分, 夜间出现最大风速的概率远高于白天; 低空急流发生高度大部分在飞机起飞或着陆的范围内, 使飞机复飞概率增加, 对夜间航班影响更大。      

浅埋公路隧道围岩稳定性的地质雷达分析

结合渝湘高速公路白马浅埋隧道工程实践,利用SIR-20地质雷达对该高速公路隧道的围岩进行探测并进行稳定性扫描分析,指出了施工过程中支护结构和围岩的薄弱环节,简要地提出了改进和防治措施,保证施工的正常快速进行.     

双偏振相控阵雷达与业务雷达的定量对比及观测精度研究

相控阵天气雷达突破了全机械驱动天线天气雷达的时空分辨率瓶颈,能够提供更加快速、精细的观测资料.但阵列天线存在性能参数随扫描角偏离法向而恶化的情况,使相控阵雷达定量测量存在困难.本文针对中国华南地区最新布网的双偏振相控阵天气雷达,通过与当地S波段业务雷达在相同区域内的定量对比,评估了反射率因子差分反射率因子的误差量级及其...     

双线偏振雷达判别降水粒子类型技术及其检验

在综合分析国内外降水粒子相态识别方法的基础上,结合我国双线偏振雷达的应用需求,建立了一套利用双线偏振雷达探测资料识别降水粒子类型的识别模式,并根据美国KOUN雷达观测资料对该模式进行了分析验证,同时检验了模式中的几个偏振参数:差分反射率因子ZDR、差传播相移KDP、水平偏振和垂直偏振回波功率零滞后互相关系数ρHV(0)对不同降水粒子的识别效果。通过分析认为:利用该识别模式得到的结果基本合理,可以反映降水区域内降水粒子的相态结构,但还需要对资料作进一步的研究。同时在识别各类降水粒子方面,ZDR的效果要高于KDP和ρHV(0),在缺乏相关资料的情况下可以考虑用ZH和ZDR配对识别的结果作为真实的结果。     

�״����������������㷨

????????????????????????????Σ?????????????????????????????????趨???????????м???????е???????????????????ó?????????????????????????????????????????????????????????????????????????????淽??????????????????????????????????????????????????????????????????????????????淽???????????????????????????????????÷??????????Ч???     

Jason-2高度计电离层GIM误差分析及修正研究

基于Jason-2高度计2015年地球物理数据集(GDR)38个周期太平洋海域的全球电离层图(GIM)电离层校正值和双频校正值的数据,分不同季度和不同纬度区域比较二者的差异,结果表明:GIM值与双频校正值之间存在明显的差异,GIM校正值普遍高于双频校正值,说明GIM高估了电离层路径延迟,GIM校正值与双频校正值的差异与季节和纬度区间有关。用梯度下降法得到GIM值的修正方程,将修正方程应用于2016年Jason-2的全年数据,修正后的GIM值与双频校正值十分接近,在各年份中均具有良好的适用性。在单频高度计不能使用电离层双频校正算法的情况下,可以利用不同季度和不同纬度区域的修正方程对同等高度的高度计GIM值进行修正以达到双频校正值的精度水平。     

基于GF-3的不同极化方式SAR图像海面油膜识别的比较 ——以"桑吉"轮事故为例

基于我国自主研发的首颗分辨率达到1m的C频段多极化合成孔径雷达高分三号卫星(GF-3),通过典型溢油案例定性和定量地比较了双极化与单极化图像预处理性能,分析了不同的极化组合对海面油膜识别结果的影响。得出结论:同向极化与异向极化成像差异明显,VV极化明显比VH极化回波强度高,并且油膜识别度较高;相反,双极化VHVV方式与单极化VH方式图像效果区别不大,双极化方式并不能绝对性地提高地物识别度。     

SAR影像中叠掩与阴影区域的识别 ——以湖北巴东为例

SAR影像中叠掩和阴影区域的识别是滑坡监测中的首要工作,本文针对这一工作利用雷达卫星成像时的几何模型与图像处理中形态学方法综合识别叠掩与阴影区域,以ALOS-2数据为例,对比该地区雷达强度图像,验证了本文试验方法的可靠性。     

An improved building detection approach using L-band POLSAR two-dimensional time-frequency decomposition over oriented built-up areas

The objective of this study is to efficiently extract detailed information about various man-made targets in oriented built-up areas using polarimetric synthetic aperture radar (POLSAR) images. This paper develops an improved approach for building detection by utilizing Two-Dimensional Time-Frequency (2-D TF) decomposition. This method performs outstandingly in distinguishing between man-made and natural targets based on the isotropic behaviors, frequency-sensitive responses, and scattering mechanisms of objects. The proposed method can preserve the spatial resolution and exploit the advantages of TF decomposition; specifically, the exact outlines of buildings can be effectively located, and more types of features (e.g., flat roofs, roads, and walls that are oblique to the radar illumination) can be distinguished from forests in complex built-up areas by 2-D TF decomposition. The coarser-resolution subaperture images that are produced in the azimuth direction, which correspond to different looking angles, are beneficial for detecting man-made structures with main scattering centers oriented at oblique angles with respect to the radar illumination. In the range direction, the obtained subaperture images, which correspond to various observation frequencies, can be helpful in distinguishing flat roofs and roads from forests. This method was successfully implemented to analyze both NASA/JPL L-band AIRSAR and L-band EMISAR data sets. The building detection results of the proposed method exhibit a significant improvement over those of other methods and reach an overall accuracy over 80%, with approximately 20% higher than the accuracies of K-means clustering and the entropy/alpha-Wishart classifier and approximately 10% higher than the accuracy of the support vector machine method. Moreover, building details can be precisely detected, obliquely oriented buildings can be identified, and the distinction between buildings and forests is significantly improved, as both visually and statistically indicated. This method is highly adaptable and has substantial application value.