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,风暴的识别基于其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。     

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。     

基于雷达回波拼图资料的风暴单体和中尺度对流系统识别、跟踪及预报技术

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作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴单体识别、追踪和预报,用Davis发展的客观诊断评估方法识别雷达拼图资料中的中尺度对流系统,实现了雷达数据的中尺度对流系统识别、跟踪和预报,并利用这两种方法对多个强天气过程进行风暴和中尺度对流系统识别、跟踪及预报.在单雷达区域内用原SCIT和修改后的SCIT算法做了风暴单体定量识别检验.结果表明,(1)修改后的SCIT算法能够实现三维风暴的自动识别、跟踪和预报,在单雷达区域内与原算法识别风暴数量大体相当,中尺度对流系统识别方法能够实现中尺度对流系统的自动识别,并完成跟踪和预报;(2)SCIT算法预报误差较小,中尺度对流系统算法预报误差相对较大,它们的预报误差随时间延长而增大.     

临近预报系统(SWIFT)中风暴产品的设计及应用

介绍了临近预报系统"SWIFT"(Severe Weather Integrated Forecasting Tools)中的风暴产品的设计,包括风暴识别、风暴追踪和风暴预报。在识别风暴时,采用了多反射率因子阈值、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风暴,该方法在面对成串或成簇多单体时,能够分离多个单体核,并准确定位。在风暴追踪和预报算法中,对当前时刻识别出来的风暴,利用匹配方案,将其与前1时刻的风暴建立对应关系,追寻历史轨迹,匹配方案是在空间位置相关的前提下,按照相似原则进行;风暴预报采用TREC(Tracking Radar Echoes by Correlation)技术获取的移动矢量场进行外推,提供未来1小时内的风暴移动位置。在北京奥运会天气预报示范项目(Forecast Demonstration Project,简称FDP)第二次测试期间,该风暴产品得到应用。分析表明:在预报时效为30分钟时,风暴产品在X轴和Y轴上的平均绝对误差为7.1和6.2 km,样本数为3891个;随着预报时效的增加,风暴产品的平均绝对误差增大,且在经向上的误差略大于纬向上;在径向上,风暴产品的预报出现了系统性的偏慢,而在纬向上,预报出现了系统性的偏快。     

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     

一次龙卷生成中风暴单体合并和涡旋特征的雷达观测研究

本文利用阜阳市多普勒天气雷达CINRAD/SA资料,分析了2008年7月23日发生在安徽省颍上县的龙卷天气过程。结果表明：本次过程中,风暴单体的连续合并对风暴单体迅速增强为超级单体风暴有重要作用。风暴单体的合并和邻近风暴单体之间的相互作用与龙卷的发生在时间和位置上有较明显的相关,说明风暴单体间的合并和相互作用可能对龙卷存在激发作用,这对龙卷预警具有一定的参考价值。在缺省适配参数条件下,雷达系统CINRAD/SA的中气旋(M)产品和龙卷涡旋特征(TVS)产品对龙卷预警有较好的指示作用。如果风暴被同时识别出M和TVS产品,并观测到风暴单体中存在有界弱回波区,则出现龙卷的几率更高。     

甘肃东南部暖季对流活动的雷达气候学特征

基于天水多普勒天气雷达资料,通过“最大值法”筛选出对流回波样本,利用TITAN(雷暴识别跟踪分析和临近预报)算法对对流风暴属性特征追踪统计,分析了甘肃东南部暖季(6-8月)对流活动的雷达气候学特征。结果表明：(1)对流活动频次多集中在高海拔山区附近,大值中心位于六盘山西侧山脉的迎风坡或西秦岭山脉起伏较大的区域,其中8月为对流活动高峰期。(2)对流风暴以西北向东南方向传播为主,不同月份传播特征存在一定差异;6月传播速度最快、 8月最慢。(3)对流活动发生频率日变化特征呈单峰分布,主峰区位于16:00-17:00(北京时);不同地形对流发生、发展具有不同的日变化特征,午后高海拔区域是热力对流发生的高频区,夜间对流活动在山区、河谷、盆地、平原等地形均有发生。(4)不同月份对流风暴的日变化存在明显差异,6月午后太阳加热、地形强迫对对流风暴的影响最为显著,而7、 8月夜发对流对高原边坡复杂地形响应更高。午后组织性较好的风暴传播方向与山脉走向及坡向关系密切,夜间时段与500 hPa盛行风关系密切。(5)超过90%的对流风暴持续时间在36 min以内,仅有1%的风暴持续时间大于1 h。     

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。     

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。     

鲁中地区一次超级单体风暴的雷达观测分析

利用济南、滨州和潍坊多普勒天气雷达及常规观测资料,对2016年6月14日下午到晚间发生在鲁中地区的超级单体回波演变和结构特征进行了分析。结果表明,该超级单体风暴产生在较大的对流有效位能和有利的风垂直切变条件下。其演变分为经典超级单体和强降水超级单体两个阶段。经典超级单体由普通单体迅速演变而来,其特征十分明显。强降水超级单体由经典超级单体风暴与其后侧下沉气流触发的普通单体风暴合并形成。合并过程造成风暴旋转强度增强,并产生类似龙卷的小尺度涡旋,导致了地面大风和大冰雹的出现。     

Python在CINRAD风暴数据可视化中的应用

利用Python语言实现了新一代多普勒天气雷达风暴数据的解码和可视化。通过建立风暴自动匹配方法,利用Python地理信息可视化和时间序列可视化技术,实现风暴追踪的动画显示效果;利用Python数据分析与图表可视化技术,实现风暴多维度信息的图表显示,直观展示风暴变化趋势。本文提供了一种更加通用的快速获取风暴信息的方法,为气象业务工作者使用雷达资料带来便利。同时,增强的风暴信息可视化效果提高了资料再利用价值,为专业领域的研究提供支持。     

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。     

强沙尘暴发展与干飑线—黑风暴形成的一个机理分析

该文分析了１９９３年５月５日黑风暴的发展过程和景观以及天气形势，研究了干飑线和强冷锋前干飑线发展同黑风暴爆发的关系。分析结果指出：由于强冷锋过境时冷锋前干飑线移至被强烈太阳辐射加热的地表以及条件不稳定大气层结结构，干飑线进一步发展至使黑风暴爆。黑风暴的沙墙是类似于飑线阵风锋面的干飑线阵风锋面的干飑线沙暴锋面。它是阵风锋面前沿反向上升气流卷起干燥地表尘沙面形成的。     

EXPERIMENTS TO TRACK STORMS USING MODERN OPTIMIZATION ALGORITHMS

Storm identification and tracking based on weather radar data are essential to nowcasting and severe weather warning. A new two-dimensional storm identification method simultaneously seeking in two directions is proposed, and identification results are used to discuss storm tracking algorithms. Three modern optimization algorithms (simulated annealing algorithm, genetic algorithm and ant colony algorithm) are tested to match storms in successive time intervals. Preliminary results indicate that the simulated annealing algorithm and ant colony algorithm are effective and have intuitionally adjustable parameters, whereas the genetic algorithm is unsatisfactorily constrained by the mode of genetic operations. Experiments provide not only the feasibility and characteristics of storm tracking with modern optimization algorithms, but also references for studies and applications in relevant fields.     

自动临近预报系统及其在北京奥运期间的应用

该文介绍了对流风暴自动临近预报系统(BJ-ANC)及其在2008年北京奥运会期间的应用。BJ-ANC是在技术引进基础上,通过本地化改进和拓展研发而形成的适合于在京津冀地区使用的对流风暴自动临近预报系统。BJ-ANC系统通过对风暴进行分析,利用临近预报算法和模糊逻辑集成技术,生成反映风暴发生、发展和消亡的分析及预报产品。系统考虑了京津冀地区边界层辐合线及地形与风暴生消发展之间的密切关系。通过对2008年实时预报结果的检验表明:系统对风暴单体在1 h内的外推预报与实际观测的风暴单体中心的距离偏差较小;系统的1 h定量降水预报和自动站的降水观测接近;系统对风暴回波的总体预报性能明显优于持续性外推方法。通过对2008年奥运期间对流风暴个例的实际应用分析表明:系统对风暴的临近预报具有指导意义,边界层辐合线对风暴的局地新生和快速演变具有明显的正面预报效果。另外,系统反演得到的对流层低层热动力三维特征提供了风暴生消、发展预报的重要判据。     

一次致雹强风暴的多普勒雷达特征分析

利用NCEP再分析资料和北京、天津的多普勒天气雷达产品对2007年7月9日华北中部地区一次伴有短时暴雨、局地冰雹和短时大风等强对流天气过程进行分析研究。分析表明,此次天气过程发生前高空转为前倾槽,并具有较强的不稳定层结;近地层的风切变线是雷暴生成的条件。物理量诊断分析表明：降水前水汽辐合区已从近地层扩展到850 hPa,但比较浅薄;低层辐合、高层辐散的配置加强了垂直上升运动;强对流天气发生区域处于垂直上升运动最强的区域内。多普勒天气雷达产品分析表明：致雹风暴具有中气旋特征和类似强降水超级单体的性质;路径预报的准确率与雷暴的总数目和移动异向性有关,雷暴的实际移向角度与雷达的路径预报相比存在明显偏差,总体偏差在29～67°之间,但路径预报产品仍对天气预报具有一定指示性;风廓线产品中3-7 km高度内垂直风切变矢量随高度呈顺时针旋转,在这种有利的条件下风暴有可能发展成强降水超级单体。     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。     

"雨燕"中风暴算法与新一代雷达SCIT产品的对比分析

利用2008年广州地区强对流资料,在构建风暴预报位置客观评分模块的基础上,统计分析了三种风暴算法(分别简称为SCIT、雨燕2006、雨燕2008)的预报误差.SCIT在30和60分钟预报时效,分别识别出5 124和2 203个风暴,预报位置绝对平均距离误差为12.9和23.7 km.雨燕2006识别为4 975和2 1...