基于改进随机森林算法的强对流气象下电网保护预警算法设计

为了提升电力系统在强对流天气下的应急处置水平,文中对电网恶劣天气下的保护预警方法展开研究。将电力设施的气象保护预警抽象为时间序列处理问题,并采用机器学习算法进行建模求解。在讨论决策树集成后RF收敛性问题的基础上引入了一种基于灰度关联的投影算法,通过挖掘电力网络的运行特征,在历史数据中找到与预测日特征最相似的投影日,从而为RF的决策提供支持。以大量真实气象数据为样本,对改进后RF算法进行的仿真实验结果表明,与单CART树相比,基于集成学习的RF算法具有更强的泛化能力,MAE和RMSE分别降低了51.48%及41.70%。而相较于现有主流的FNN神经网络算法,该算法的性能也有明显提升,且MAE、RMSE分别下降了36.91%及26.09%。

基于相控阵多普勒雷达技术的强对流天气预警系统设计

为了避免突发性灾害对人身以及财产安全造成的影响,针对天气预警过程的干扰因素较多、雷达成像像素精度较低等问题,设计基于相控阵多普勒雷达技术的强对流天气预警系统。设计数据采集芯片和电路混频器,通过不同的电压获取双通道接口的稳定运行。基于相控阵多普勒雷达技术,采集强对流天气数据并进行前期处理,通过多普勒雷达格式数据计算水平反射率结构以及梯度垂直反射率,避免干扰因素影响,计算最大模糊速度与最大模糊距离,得到雷达退速度模糊参数,建立强对流天气预警模型,得到一个新的强对流天气预警系统。实验结果表明,该系统所得到的不同径向距离以及不同方位角度的像素精度均小于0.03,提高雷达成像精度可以得到更准确地预警结果。

强对流天气临近预报技术研究

强对流天气是严重危害人民生活的危险性天气,特别是对于空中飞行有重大影响。目前,国内外主要的临近预报技术包括利用雷达资料的雷暴识别和跟踪技术、利用卫星资料的强降水估计,概率预报技术、概念模型和数值模式预报技术等。本文重点介绍近年来发展起来的强对流天气临近预报方法和主要业务系统,分析了临近预报技术中存在的主要问题并对未来发展趋势进行了展望。

用CINRAD-SA雷达产品识别冰雹、大风和强降水

利用位于河北新乐的CINRAD-SA多普勒天气雷达(回波强度、回波顶高、速度回波、垂直积分液态含水量、组合反射率、冰雹指数、中气旋、风廓线等)产品,对发生在河北省中南部地区的冰雹、强风、大型降水天气过程进行了统计分析。从中得到了不同天气类型的多普勒雷达指标,为今后利用多普勒雷达识别各类天气提供参考依据。

几种不同资料在冰雹天气结构特征分析中的应用

利用MM5模式模拟结果、多普勒雷达产品及中尺度加密自动站资料对2007年造成山东省临沂地区的2次局地冰雹天气的中尺度系统的结构特征作了分析。结果表明:多普勒天气雷达、MM5模式、中尺度加密自动站等资料可以在一定程度上反映出发生冰雹等强对流天气的中尺度系统的水平,立体结构特征以及它们发生、发展的演变规律,对于进一步研究中小尺度系统和提高短时、临近预报的准确率有一定的帮助。

降水类天气现象自动与人工观测质量对比分析

选取2017年8月-2018年7月广西DSG1、DSG4和DSG5型降水类天气现象仪自动观测数据与人工观测数据,通过对比分析,研究降水类天气现象仪自动观测与人工观测数据质量的情况。结果表明,广西91个国家站点数据完整性好,设备年平均缺测率小于2%,DSG5型设备数据完整性最高(缺测率0.01%)。DSG1、DSG4和DSG5型设备对降雨的捕获率较高,均超过80%,DSG5型设备捕获率最高(90.18%),且吻合率较好(大于50%),错报率较低。三类设备对雪、雨夹雪、冰雹的识别均较困难,将雨误判为雪、雨夹雪和冰雹的分钟数较多;其中DSG1型设备容易误判为冰雹,DSG5型设备容易误判为雪。三类设备在雪、雨夹雪、冰雹等微降水和混合类降水方面进行更好的智能识别和质控算法优化,将会提高其业务应用效能。

基于流型识别和物理量要素分析河南强对流天气特征

利用常规高空、地面观测资料和探空、雷达资料,对2001-2010年5-9月河南区域雷雨大风和区域冰雹天气发生、发展的环境条件进行了中尺度天气综合分析和物理量要素分析,揭示了河南省区域雷雨大风、冰雹及大风冰雹三类强对流天气的一些特征和规律。(1)归纳出河南强对流天气的典型特征,建立了东北低涡槽后型、华北低涡型、低槽型和副热带高压边缘西南气流型4种中尺度天气分析概念模型,给出了各流型下强天气分析的关键内容和量化参考指标。(2)在环流分型的基础上,从强对流天气发生的热力、动力及水汽等基本条件出发,讨论了不同天气形势、不同类别强对流天气、不同物理参数之间的有机联系和显著区别。通过分析寻找雷雨大风、冰雹及大风冰雹三类强对流天气的敏感物理量参数和要素特征,总结出各类强对流天气的物理量要素指标和阈值,为今后预报预警雷雨大风、冰雹等分类强对流天气提供参考。(3)分析了强天气个例雷达回波,简要归纳出各流型下强对流天气雷达回波系统的发生、发展和移动等演变特点。

基于天气雷达数据的强对流天气自动识别系统

借鉴WSR-88D中SCIT算法,并针对强对流天气的特征,研制了基于雷达数据的强对流天气自动识别系统。利用2008-04-07温州、泰顺的一次冰雹过程的多普勒天气雷达数据对该系统进行试验,结果表明该系统能够合理地对灾害性天气现象进行分类,其强对流天气识别的效果和METSTAR软件识别结果基本一致,且较METSTAR软件更具灵活性和可扩展性。目前该系统已经业务化应用,在强对流天气的预警方面起到了较好的作用。

FY-2红外云图中强对流云团的短时自动预报算法

目前气象预报业务中,预报员主要借助卫星云图,定性判断云团的移动趋势,缺乏形式化的定量评判方法。本文基于FY-2C与FY-2D的高时间分辨率的近红外影像(10.3—11.3μm),采用亮温和面积阈值方法进行云团识别,然后根据最大相关系数云团匹配技术进行追踪,系统地实现强对流云团的自动临近预测。实验结果表明,本文提出的最大相关系数追踪比传统的交叉相关系数法具有更高的匹配精度和运行效率,而且研究发现云团质心外推明显优于最低亮温外推,平均亮温、面积、圆形度对云团的分裂合并有较好的指示作用,经列联表法检验,本文提出的自动识别追踪技术具有较高预测精度和预测时效,并且为卫星云图业务化应用提供了定量科学依据。