黄河三角洲*暴雨雷达回波特征及临近预报

本文利用1994－1998年东营站713数字化雷达回波资料结合高空、地面形势，对发生在黄河三角洲地区的33个暴雨日41个暴雨中尺度雷达回波系统特征及形成过程进行了总结，提出了暴雨临近预报的着眼点。在1999年的预报服务中，取得了良好的经济效益和社会效益。     

江西“4·12”降雹过程的多普勒雷达资料分析

通过分析江西省2003年4月12日降雹天气过程中,强对流天气发生前后的CINRAD-SA多普勒雷达资料的演变特征,归纳出强对流天气过程的相关特征,提出强对流天气临近预报的几个着眼点和指标.发现应用弓状回波、TBSS、“逆风区”、低层中尺度辐合线、垂直积分液态水含量（VIL）及冰雹指数的变化能有效地指导灾害性天气临近预报,并有一定的提前量.     

沪宁高速公路无锡段春季浓雾的实时监测和若干特征

20 0 0年 2月到 4月沪宁高速公路 ,共监测到 7次低能见度 (<2 0 0m)的春雾。本文应用环境气象监测仪AMW自动气象站 ,每分钟实测的有关资料和相应的环流背景场 ,对 7次春雾形成的物理过程作了研究分析。揭示了春雾形成过程中的若干特征和设计了实施临近预报制作的思路、流程。并论述了在高速公路沿线布设AMW自动气象监测仪的基础上作出低能见度的预测是可行和可能的     

用多普勒雷达反射率调整模式大气的云微物理变量

一种简单云分析方案, 用于由多普勒天气雷达反射率反演中尺度大气模式初值分析中的云微物理变量（云水混合比和雨水混合比）和空气湿度变量（比湿），使模式积分初始场反映出观测空间的云微物理特征以及哪些空间位置上的大气处于饱和状态。应用于2002年6月梅雨期安徽省马鞍山市一次降水过程的临近数值预报试验结果表明，模式预报的大气综合反射率与雷达观测的回波图像相近，由云微物理变量变化表示的模式云系演变与雷达观测的回波图像一致, 伴随模拟的中小尺度云系, 模式大气能很快调整出合理的中小尺度流场辐散、辐合结构；它们明显好于模式初始场不引入雷达反射率时的结果，即这种方法对改进临近数值天气预报准确率是有效的。     

鹤壁市雷暴短时监测和临近预报流程

利用卫星云图数字化资料、雷达探测和雷电定位探测资料对雷暴天气进行短时监测 ,并与多种短期预报方法集成 ,建立时效为 3～ 6小时的雷暴临近预报流程 ,从而达到预测强对流天气之目的。     

基于雷达资料四维变分同化及云模式的中尺度对流系统数值临近预报试验

基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。     

基于SPI指数的若尔盖及其临近地区降水变化特征分析

采用标准化降水指数(SPI)作为研究降水变化特征的指标,根据若尔盖及其临近地区8个气象站41a的气象资料,计算分析了该区域年、月不同时间尺度的SPI值及其变化特征。结果表明:近41a以来若尔盖及其临近地区降水有持续减少的现象,而且1990年前后降水变化的特点是不一致的。1990年之前,降水为正位相,年际变化明显;1990年之后,降水为负位相,年际变化减弱。若尔盖湿地每个月SPI指数都有明显的年际变化,线形趋势有增加也有减弱,但都没有通过90%的显著性检验。其中,6个月(1月、3月、4月、5月、7月和8月)趋势平稳,3个月(2月、10月和11月)有上升趋势,3个月(6月、9月和12月)有下降趋势。      

基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

人工智能在冰雹识别及临近预报中的初步应用

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。      

高时空分辨率三维风场在强对流天气临近预报中的融合应用研究

以业务应用为目标,开展高时、空分辨率三维风场在强对流天气临近预报中的融合应用研究。运用北京快速更新多尺度分析和预报系统集成子系统（RMAPS-IN,Rapid-refresh Multi-scale Analysis and Prediction System-Integration）,对雷达四维变分分析系统（VDRAS）30 min临近预报的高时、空分辨率三维风场作为数据源与自动气象站风场观测进行快速融合处理。结果表明,以VDRAS临近预报风场取代数值模式预报场作为融合初猜场后形成的分析结果对于风场有明显的改善:（1）长时间序列客观检验结果表明,地面10 m高风场U/V分量绝对误差分别为0.05和0.06 m/s。实时融合对未来预报的影响随着预报时效的延长,U/V分量的绝对误差不断增大。（2）对于11个强对流个例,地面10 m高风场风速均方根误差降低0.3 m/s,风向均方根误差降低13°;边界层三维风场,风速均方根误差降低0.8 m/s,风向均方根误差降低10°。平原站点融合以后风速、风向预报效果有较大改善,山区站点融合以后改善相对较小。（3）通过对2017年7月20日暴雨和7月7日雷暴大风个例的详细分析,发现融合基于雷达资料四维变分同化获得的高分辨率临近预报风场对各对流系统中的中尺度结构特征给出了更加细致准确的描述。