基于雷达图像的对流云识别方法研究

基于国内外对流云识别的研究现状,本文选取大兴雷达2008年6月9日21:00:00和22:00:00的雷达基数据,通过CINRAD雷达产品显示系统读取雷达数据,选定2.5km高度的雷达图。通过模板匹配的方法进行雷达图像中零度层亮带的识别与去除,采用径向能量的方法对雷达图像中的有源干扰进行去除,根据对流云的特征参数进行对流的识别。经试验,该方法有效降低了零度层亮带及有源干扰对对流云识别的影响,可以较为准确的识别对流云。

基于多阈值的FY2E对流云识别方法

介绍一种基于多个阈值的FY2E对流云识别方法。首先利用不同的阈值对2010年6~7月的FY2E云图进行识别,并统计识别出云团数量、尺度信息以及形状。根据统计结果,确定选择3个不同级别的亮温阈值,并以此逐步识别出对流云。最后根据识别出来的对流云的尺度、形状和云顶最低亮温,将对流云划分为18个类别。从应用结果来看,该方法不仅能够有效地识别从梅雨锋、台风等大尺度云系中的对流系统,而且还能在大范围的片状云系中检测出中小尺度的对流系统。

三维雷达反射率资料用于层状云和对流云的识别研究

基于层状云和对流云的雷达反射率分布的三维形态特征,提出了识别层状云和对流云的6个候选识别参数,它们分别是:组合反射率及其水平梯度,反射率因子等于35 dBZ的回波顶高及其水平梯度、垂直累积液态水含量及其密度。通过分析候选识别参数分布图和选取的反射率垂直剖面图,用人机交互方式挑选“真实的”层状云和对流云区,统计这6个候选识别参数分布的概率密度特征;最后确定把分布概率密度更集中的组合反射率水平梯度、35 dBZ的回波顶高的水平梯度和垂直累积液态水含量密度作为识别参数,利用模糊逻辑法进行层状云和对流云的识别。用三个个例进行了识别试验,并把用模糊逻辑法识别的结果与用改进的巅峰值法识别的结果进行了比较,结果表明:用模糊逻辑法和改进的巅峰值法都能合理地识别大部分层状云和对流云;由于改进的巅峰值法只考虑了反射率分布的二维形态特征,它容易把对流核的外围识别成层状云,把厚实的层状云识别成对流云,而考虑了反射率分布的三维形态特征的模糊逻辑法在这两个方面有很大改善。

天气雷达图像中对流云区识别算法

对流云和层状云是形成暴雨的重要因素,准确地识别两者,对降水精度估测有积极的作用。为此,提出了一种小波分析区域识别算法(WLS)。该算法借鉴了小波分析的突变点检测原理,对天气雷达原始反射率数据和顶高数据进行小波变换,进而对检测出的模极大值点进行奇异性分析,滤除噪声点的干扰,最后用数学形态学方法检测边缘并填充对流云区域。实验中对采自呼和浩特雷达站的真实数据进行了算法识别分析,WLS方法较准确地识别出特征云体的相应区域,并将实验结果与采用BL和SHY95方法的识别结果进行了对比,表明WLS方法不仅对特征云体进行较好的识别,同时还有效地处理了杂波和边缘问题。

层状云和对流云的雷达识别及在估测雨量中的应用

参考“峰值法”建立了利用新一代多普勒天气雷达回波强度识别混合型降水过程中层状云和对流云的方法,分析了反射率阈值和影响半径的变化对识别效果的影响,检验了识别效果,并分析该方法在雷达估测降水中的应用。表明本文所建立的暴雨中层状云和对流云识别方法基本合理,配合云的垂直结构分析大部分地区识别的效果较好,同时通过该识别方法对合肥2002年6月19日一次强降水天气过程的估测降水的应用,表明只按层状云的Z-I关系估测的雨强,相对于识别对流云和层状云后分别按各自的Z-I关系估测的单点雨强,其最大差别约达37%,相应的面雨量也有一定的差别;对流云的多少对发展的中尺度对流系统的雨强有很大影响,这次混合型降水过程以对流云降水为主。对流云和层状云是形成暴雨的重要因素,准确地识别两者,对估测降水的精度会有积极作用。

基于“葵花8号”气象卫星的陇东南地区强对流识别跟踪技术研究

利用常规观测资料、区域自动站资料和“葵花8号”气象卫星资料,对2016年4—9月甘肃省陇东南地区出现的43次强对流天气过程进行分析,确立了强对流云团识别指标、追踪方法及预报指标,并对2018年部分个例进行效果检验。结果表明:(1)利用卫星B13通道(10.4μm)亮温值TBB≤238 K或B08通道(6.2μm)与B13通道亮温差△TBB<0 K双阈值作为强对流云团识别指标,可以准确识别出陇东南地区的强对流天气云团;(2)利用“逆向搜索法”、“面积重叠法”及对云团重心的计算,可以对强对流云团进行准确定位、追踪及移动路径外推预报;(3)建立的强对流天气落区判别指标对该地区短时强降水及冰雹落区具有一定的预报能力。