雷暴云团自动识别和边界相关追踪技术研究

基于高时空分辨率雷达资料的雷暴云团识别、追踪及预警技术是目前最重要的临近预报预警技术之一。该文描述的雷暴云团边界相关追踪技术是一种新研究的方法,该方法是利用模式识别技术进行云团边界识别、拓扑处理,建立云团生命时序与族谱关系,并在此基础上进行雷暴云团外推的一种短时临近预报方法。该方法有三个主要技术环节:(1)对已预处理的雷达数据进行边界识别;(2)利用四分树匹配分析因子、重叠因子、面积因子、外接矩形因子、轮廓综合因子、局部相似判定因子等六个判断因子,分别识别出每个云团的时间序列,以及每个云团的运动方向、速度、面积、强中心,以及所处的状态(增强或减弱、膨胀或缩小)等信息;(3)对云团的移动方向、速度、面积、强度进行线性外推。初步结果显示该方法可较好地识别和外推预报雷暴云团。在此基础上建立的雷暴自动识别和追踪系统(简称"追踪者",TRACER),可以基于地图系统选取指定云团,获得云团空间位置信息、发展轨迹、演变特征和未来预测,也可对云团预报结果进行定量分析和验证。

青海高原短时强降水天气的葵花-8卫星监测预警特征对比分析

为获得青海高原(以下简称高原)对流云团的强降水监测预警特征和预警方法,使用葵花-8卫星数据跟踪识别高原典型强降水天气过程的对流云团,计算并分析具有提前预警意义的云团特征参数。结果表明:(1)本文提出的对流云团识别的改进多通道法,经与传统多通道法对比检验,证明所得云团更接近对流主体,该方法适用于高原对流云团识别。(2)对流形成到成熟阶段,特征参数起伏变化,但红外与水汽通道亮温差(DTB13)和云顶亮温(Tmin)整体下降,云顶亮温梯度(GTmax)整体上升;在对流发展阶段仅红外1和2通道亮温差(DTB12)平均可达预警极值,在成熟阶段则是Tmin、DTB13、GTmax、深对流指数(DCI)等平均可达预警极值。高原上强降水天气的对流云多发展成深对流,降水发生在云团特征参数极值附近,短时强降水发生在深对流云区内特定云顶(上冲云顶或近似上冲云顶)所在特征参数极值区内或边缘附近。(3)特征参数极值对一般降水和强降水的开始时间分别提前0~1 h和0.5~4.5 h出现,在西风型流场下对强降水开始的提前时间相对较长。降水开始前,副高型流场下对流云团向深对流发展变化最剧烈,表现为DCI和GTmax平均最大,且DTB12均值最小,而西风型流场下积云发展相对弱。降水开始后,西风型流场下的深对流相对浅但云顶变化仍剧烈,表现为DCI和Tmin均值分别更低,但GTmax和DTB13平均更大,而在低涡切变型流场下的对流发展相对较深厚。(4)提出高原短时强降水天气的对流云团预警方法为:当对流云团发展到具有特定云顶,其所在尺度为50 km范围云区的Tmin≤223 K、DCI≥20 K、GTmax≥18 K、DTB12≤0 K、DTB13≤3 K等同时满足时,可预警在该范围内将产生或继续产生短时强降水,经检验该预警方法在高原深对流云短时强降水预警中的实用性较高。

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。