风暴单体识别与跟踪(SCIT)算法评估

利用兴义新一代多普勒天气雷达复合体扫资料及WSR-88D提供的风暴单体识别与跟踪(SCIT)算法对2007-2008年发生在贵州省黔西南地区的40次天气过程个例进行验证、分析,分别从单体识别、单体跟踪评估、单体位置预报、单体算法评估效果与季节关系分析、单体算法评估效果与距离关系分析、冰雹暴雨评估对比分析6个方面进行评估、分析。在充分考虑了当地地理环境、气候背景的前提下对算法评估不太理想的情况进行了误差分析,并进行了算法补偿,提出了解决的办法,一是降低识别阈值,将SCIT的7个反射率阈值降低一个等级,二是提取反射率因子垂直梯度,用上述两个改进方法对2007-2008年的40次天气过程重新进行评估,并与算法改进前的评估效果进行对比检验,结果表明,算法改进后评估效果有所提高。     

基于温度层强回波区域面积的天气雷达雷暴自动识别方法北大核心

为利用天气雷达回波资料实现雷暴的自动识别,提出了一种基于温度层强回波区域面积的天气雷达雷暴自动识别方法。该方法首先利用雷达回波体扫数据在水平范围内搜索强回波区域;再对某一温度层上,达到设定阈值的雷达回波反射率因子的区域进行面积求和,当水平范围强回波区域面积达到识别面积阈值时,判定该强回波区域为雷暴区域。在此基础上,结合S波段双偏振多普勒天气雷达观测资料、闪电定位资料,采用了17个雷暴天气过程的312个雷暴区域检验识别算法。结果表明:当等高度平面位置显示(CAPPI)数据处理中采用(35 dBZ,0℃,2 km^(2))参数组合能够达到最优的识别效果,识别概率可达87.5%,虚警率为32.9%,临界成功指数为61.2%。该方法可以用于天气雷达的雷暴计算机自动识别业务。     

改进的SCIT算法在人工防雹作业中的应用分析

基于新一代天气雷达三维组网产品,利用改进后的对流风暴跟踪(SCIT)算法,对2013年3月22日发生在江西省北部地区的一次降雹天气过程进行冰雹回波识别和跟踪分析。选用能反映冰雹云特征的6个基于雷达反射率三维拼图的人工防雹作业指标,借助经验阈值形成人工防雹作业条件的模糊逻辑判断方法。以地面降雹实况记录为检验标准,对改进后的SCIT算法的识别结果进行检验。结果表明,改进后的SCIT算法共识别出可实施人工作业的冰雹云对流单体4个,不仅多于观测到的地面降雹站点数(3个),也多于未改进的SCIT算法识别出的冰雹云回波单体数,且识别出的位置与实况完全一致,表明应用改进后的SCIT算法有助于增强人工防雹作业的准确率。     

基于OPTICS聚类算法的雷达数据雷暴单体识别方法

雷达数据的雷暴单体识别算法是雷暴追踪算法的重要组成部分，传统的连续区域法只能通过改变回波强度阈值来调整雷暴单体识别结果，不能满足当前应用需求。本文提出了〖JP2〗一种基于OPTICS（Ordering Points to Identify〖JP〗 the Clustering Structure）算法的雷暴识别方法，该方法能基于高回波点的密度信息进行雷暴单体识别。利用高分辨率X波段天气雷达在两次雷暴过程中的体扫数据检验了算法的效果，并与传统方法进行了比较。结果表明：该方法能克服连续区域法在高分辨率雷达数据中可能出现的无法区分不同单体、识别结果过于零散等问题。并且能在不修改回波强度阈值的情况下灵活调整输出结果，以适应不同应用需求。     

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。     

江苏地区夏季雷暴的雷达回波特征研究

为提高江苏省地区雷暴监测预警能力，利用S波段双偏振多普勒天气雷达雷暴探测回波资料和闪电定位资料对江苏省2014年7—8月的夏季雷暴进行特征研究，研究了雷暴反射率核心区域的演变特征、不同温度层反射率因子与地闪频数随时间的相关性问题和雷暴发展过程云内粒子的演变特征。研究结果表明：在雷暴成熟之前，雷暴的反射率因子核心区域的强度、高度和云顶高度不断增加，以及对流发展旺盛，当雷暴成熟之后，雷暴的强反射率因子核心的强度和对应高度就会不断降低，雷暴将趋于消散；雷暴能够发生闪电的主要特征是40 dBZ回波顶高度要高于0℃温度层高度；雷暴中闪电的产生和霰粒子有着密切的联系，尤其是湿霰粒子。     

广东一次冰雹过程中X波段双偏振雷达的特征分析

对2016年3月19日广东的一次对流单体冰雹过程进行了天气形势分析与双偏振多普勒天气雷达的特征分析。结果表明:该次冰雹天气发生在200 h Pa西风急流、850 h Pa西南急流、500h Pa冷平流和地面中尺度辐合相配合的天气背景下,大气层结具有强不稳定度,0℃层高度以及-20℃层高度均十分有利于冰雹在雷暴单体中的维持和增长;S波段雷达和X波段雷达的基本反射率以及径向速度均表现出十分典型的超级单体雷暴回波特征,但两部雷达的回波特征有所差别;X波段双偏振雷达的差分反射率因子ZDR、自相关系数ρhv、差分传播相移率KDP等参量能提供更多的冰雹识别特征,ZDR为负值、ρhv较小、KDP接近0(°)/km能判定有冰雹生成。     

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。     

下击暴流自动识别算法研究

针对下击暴流反射率因子核心下降和低层强辐散的流场特征,开发了基于多普勒天气雷达资料的下击暴流自动识别算法。首先采用风暴识别和追踪算法对风暴进行分类识别,计算风暴反射率因子核心下降的高度,同时对多普勒雷达最低层径向速度资料进行处理,寻找符合低空辐散特征的一维辐散矢量;其次利用二维识别技术合并成二维辐散特征,并采用一组质量...     

基于闪电聚类方法的西北太平洋区域雷暴活动特征

利用2010—2018年全球闪电定位网(WWLLN)观测资料, 采用基于闪电密度的空间聚类算法(DBSCAN)建立了西北太平洋地区雷暴数据集, 研究了该区域雷暴的时空分布特征, 并进行海陆差异对比。研究结果表明, 在合理设定DBSCAN参数阈值的条件下, 基于WWLLN闪电聚类的雷暴与天气雷达观测在时空分布和过程演变上具有一致性。西北太平洋区域的日均雷暴数为3 869, 雷暴的闪电密集区平均面积为557.91km2, 平均延展尺度为31.99 km, 平均闪电频次为33 str/(h·thu)。在空间分布上, 东南亚沿海地区与热带岛屿的雷暴活动最强, 南海的雷暴活动强于深海。距离海岸线越近的海域其雷暴面积越大。在季节分布上, 整个区域雷暴活动在夏季(6—8月)达到全年最强, 南海雷暴活动6月达到峰值, 而日本东部近海海域的雷暴活动则在冬季达到最强。我国内陆南方地区雷暴3月开始显著增多, 雷暴平均面积达到最大, 但雷暴平均闪电频次5月才达到峰值。在日变化方面, 陆地雷暴活动呈现典型的单峰型特征, 大部分雷暴发生在午后及傍晚。海洋雷暴日变化则较为平缓, 南海具有其独特的雷暴日变化特征。      

雷暴闪电活动特征研究进展

从一般雷暴、灾害性雷暴和台风的闪电活动特征以及雷暴闪电尺度特征四个方面对相关研究进行梳理。一般雷暴通常具有正常极性电荷结构,云/地闪比例在3左右(中纬度地区),地闪中正地闪占比为10%左右,负地闪位置往往更集中于对流区。灾害性雷暴倾向具有活跃的云闪,低比例的地闪,易出现反极性电荷结构,正地闪比例偏高。闪电活动与灾害性天气现象之间存在关联性,部分雹暴过程具有两次闪电活跃阶段。台风中大部分闪电发生在外雨带,眼壁/外雨带闪电爆发很可能预示气旋强度的增强以及路径的改变。由闪电持续时间、通道空间扩展所表征的闪电尺度与雷暴对流强度相关。弱对流雷暴或雷暴的弱对流区域可能由水平扩展、垂直分层的电荷分布形态主导,闪电频次低,闪电空间尺度大;强对流雷暴或雷暴的强对流区域可能由交错分布的小电荷区主导,闪电频次高,闪电尺度小。      

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

Identification of Convective and Stratiform Clouds Based on the Improved DBSCAN Clustering Algorithm

A convective and stratiform cloud classification method for weather radar is proposed based on the density-based spatial clustering of applications with noise (DBSCAN) algorithm. To identify convective and stratiform clouds in different developmental phases, two-dimensional (2D) and three-dimensional (3D) models are proposed by applying reflectivity factors at 0.5° and at 0.5°, 1.5°, and 2.4° elevation angles, respectively. According to the thresholds of the algorithm, which include echo intensity, the echo top height of 35 dBZ (ET), density threshold, and ε neighborhood, cloud clusters can be marked into four types: deep-convective cloud (DCC), shallow-convective cloud (SCC), hybrid convective-stratiform cloud (HCS), and stratiform cloud (SFC) types. Each cloud cluster type is further identified as a core area and boundary area, which can provide more abundant cloud structure information. The algorithm is verified using the volume scan data observed with new-generation S-band weather radars in Nanjing, Xuzhou, and Qingdao. The results show that cloud clusters can be intuitively identified as core and boundary points, which change in area continuously during the process of convective evolution, by the improved DBSCAN algorithm. Therefore, the occurrence and disappearance of convective weather can be estimated in advance by observing the changes of the classification. Because density thresholds are different and multiple elevations are utilized in the 3D model, the identified echo types and areas are dissimilar between the 2D and 3D models. The 3D model identifies larger convective and stratiform clouds than the 2D model. However, the developing convective clouds of small areas at lower heights cannot be identified with the 3D model because they are covered by thick stratiform clouds. In addition, the 3D model can avoid the influence of the melting layer and better suggest convective clouds in the developmental stage.     

南京地区一次冬季雷暴过程的雷达回波特征分析

为研究雷暴发展过程中的雷达回波特征,利用S波段双偏振多普勒天气雷达对南京地区的雷暴进行了观测研究,利用雷达回波资料、地面大气电场数据、闪电定位数据及探空资料对比分析了2014年一次冬季雷暴过程与夏季雷暴的雷暴回波特征差异。分析结果表明:冬季雷暴的对流发展高度明显低于夏季雷暴,持续时间短,水平尺度小,有较大比例的正闪;影响冬季雷暴与夏季雷暴的成雷对流高度差异的主要因素是环境温度差异,冬季雷暴在较低的高度上,具有较低的环境温度,更有利于雷暴起电;对流单体中,霰粒子的存在是雷暴的一项重要特征。     

基于支持向量机的雷暴大风识别方法

基于北京市观象台雷达基数据和加密自动气象站数据,利用支持向量机算法建立了雷暴大风天气的有效识别模型。首先确立了9个用于识别雷暴大风的预报因子:回波顶高、最大反射率因子、最大反射率因子所在高度、垂直积分液态水含量、垂直积分液态水含量随时间变率、垂直积分液态水含量密度、雷暴大风发生前最大反射率因子下降高度、风暴移动速度、速度谱宽。通过计算各预报因子在大风和非大风样本中的概率分布,得到对应的各项预报因子雷暴大风的隶属度,利用得到的隶属度函数对样本进行归一化处理。确立核函数和模型参数,利用支持向量机建立雷暴大风天气的提前识别和临近预警模型。通过对北京2017年7月7日飑线和2012年5月19日块状回波引起的灾害大风典型个例的识别效果检验,得到两个个例预测的命中率、误判率和临界成功指数分别为92.0%,22.1%,73.0%和99.1%,40.5%,59.2%,对于提高雷暴大风预警预报的准确率有一定帮助。     

逐步消空法在上海雷电潜势预报中的应用

利用上海地区1999--2007年的探空资料、地面观测资料和历史天气图资料,从雷暴发生的形势场入手,分析上海地区雷暴主要类型.选取合理、适当的对流参数对于短时局地强雷雨天气的潜势预测、强度判别是有指示意义的.利用天气型、K指数、沙氏指数以及对流有效位能作为预报因子,采用逐步消空法找出雷暴识别指标集合,变小概率事件为条件概率下的大概率事件,进而提高雷电潜势预报准确率.     

东南沿海地区中α尺度雷暴云团卫星云图特征分析

利用GMS-5卫星IR、VIS、WV和分裂窗云图资料及常规天气图对1996～1999年3～9月发生在我国东南沿海地区的对流(雷暴)天气进行分析表明，对流(雷暴)天气主要发生在静止锋等六种不同的天气形势下，它们在卫星云图上的基本数字特征有相同之处，也存在明显的差异。通过对卫星云图中α尺度雷暴云团的灰度和局地标准差等基本数字特征的分析，发现局地标准差极大值或红外一分裂≤0极小值的出现，预示4h左右后雷暴云团将达最强。由此，可以较好的把握雷暴云团的发展阶段以及发展趋势，提高雷暴的预报水平。     

滇南飑线的发生环境及其多普勒雷达回波特征

通过对NCEP资料、常规气象资料和CIND3830-CC多普勒雷达观测资料的统计分析,归纳出滇南普洱市2004—2009年18次飑线发生前的天气形势及物理量场特征、飑线的时间分布特征、飑线的移动路径等。总结了飑线在多普勒雷达图上的基本结构、飑线中强对流单体的基本反射率特征、径向速度特征及天气对应关系,并分析飑线中回波单体的结构与灾害天气类型的对应关系、垂直液态水含量(VIL)的变化与飑线中冰雹的相关关系等。根据灾害类型和飑线中单体的结构将飑线分为5种类型,对飑线的短时临近预报有指导作用。