南昌2024-04-13冰雹回波与闪电特征分析

为了更好地监测预警南昌市冰雹天气,使用“天衍综合气象观测质量控制与产品业务系统”中雷达回波及雷电等资料,对2024-04-13南昌市一次冰雹天气过程的闪电特征进行分析。结果表明:1 h和3 h雷暴密度区能有效监视超级单体雷暴分布,6 h和12 h雷暴密度区能反映超级单体移动路径的时序分布;当雷暴聚类与雷暴密度大值区重叠时,最易发生强天气;在超级单体发展旺盛期,伴随密集的雷电,并在移动中不断变化;超级单体回波组合反射率≥60 dBZ(具有回波核)、垂直累积液态水含量≥60 kg/m^(2)、伴随10 min密集闪电、雷暴聚类与雷暴密度重叠是判断超级单体出现冰雹的特征。研究结果为南昌市超级单体冰雹事件的预警预报提供分析依据。

江西省闪电定位资料与人工观测雷暴日的对比分析

利用江西省81个气象站1984—2013年雷暴日观测资料和2010—2019年闪电定位资料,对比分析了3—19 km半径下闪电日数与雷暴日数的关系。结果表明,全省范围内闪电日数与雷暴日数相等的监测半径置信区间为10.1—11.5 km,监测半径为10 km和11 km时全省闪电日数与雷暴日数差异不显著,相对偏差最小。聚类分析表明,全省闪电日数与雷暴日数相等的半径可分为5个区域:R1—R5,对应闪电日数与雷暴日数相等的半径均值分别为14.5、9.4、9.6、10.5、10.2 km。

基于三种聚类算法的雷暴系统识别效果对比研究

为了评估不同聚类算法对雷暴系统的识别效果,进一步提高雷电临近预报能力,本文采用地闪定位数据和雷达反射率数据,利用基于密度的空间聚类(Density-Based Spatial Clustering of Application with Noise,DBSCAN)、快速搜索和查找密度峰聚类(Clustering by Fast Search and Find of Density Peaks,CFSFDP)以及改进的快速搜索和查找密度峰聚类(Ex-tended Clustering by Fast Search and Find of Density Peaks,E_CFSFDP)三种聚类算法,对2018年9月21日19∶15—20∶57(北京时)发生在(114°—117°E、27°—30°N)区域的一次雷暴过程进行了聚类识别计算,探讨了三类聚类算法在雷暴系统识别中的差异。结果表明:(1)DBSCAN算法在地闪数据分布清晰且不同数据簇之间有显著距离间隔时,分类识别的准确率较高;当各个闪电数据簇的簇间距离或密度相差很大时,分类识别的准确率较低;(2)地闪数据“无密度峰值”分布时CFSFDP算法会分裂出错误类,每个闪电数据簇仅具备唯一的密度峰值点是CFSFDP算法识别准确的前提条件;(3)E_CFSFDP算法解决了CFSFDP算法的“无密度峰值”问题,受地闪数据分布影响较小,因此基于E_CFSFDP算法的雷暴系统识别准确率明显高于DBSCAN和CFSFDP算法。

一次中尺度温度和湿度锋区对冰雹回波系统的影响

为了更好地监测预警冰雹和雷暴大风等强天气,使用常规天气图、自动气象站、雷达拼图等资料,采用天气学和雷达气象学等原理,对2021年5月10日江西大范围雷暴回波群中樟树、丰城冰雹天气过程进行分析,结果表明:雷暴回波群中超级单体产生大冰雹并伴随雷暴大风天气,没有出现短时强降水;湿度锋区达到≥40%/100 km和温度锋区达到≥10℃/100 km时,能够触发产生对流回波;当对流回波系统移到温度和湿度锋区附近时,会快速发展加强,超级单体组合反射率强度可达65~70 dBZ,60 dBZ回波面积迅速扩大。风暴跟踪信息能较好地指示超级单体回波的移动方向和移动速度;多条风暴跟踪信息指向一致时可信度更高。这些研究成果为江西雷暴回波群形势下冰雹天气的预报预警提供了依据。

一种基于VLF/LF闪电数据的多算法融合雷暴系统识别技术

为深入挖掘VLF/LF三维闪电监测网在雷电临近预警中的应用效益,提出一种基于VLF/LF闪电数据的多算法融合雷暴系统识别技术,首先对OPTICS聚类法进行参数自适应改进,即基于VLF/LF闪电数据的空间分布特征,利用双总体t检验法实时计算初始输入参数Min_ρ,使其自适应于待处理的闪电数据;而后与K-Means聚类法融合应用,利用K-Means法通过迭代计算聚类中心的优势,改进仅凭OPTICS法无法准确定位雷暴体的中心点的缺陷。经不同尺度雷暴天气过程检验,该技术有效改善OPTICS法等常规的密度聚类法无法适用于三维闪电数据聚类处理、无法识别区分密度差异不大的相邻雷暴体的缺陷,能实现任意尺度形状雷暴体的识别及中心点的精准计算,可为雷暴追踪及趋势外推工作提供优于传统聚类技术的雷暴系统识别结果,也能为雷暴灾害天气的预报及雷电预警模型的训练提供有效的知识库支撑。

2021年北京市海淀区一次短时强降水预报预警分析

利用雷达、卫星及地面气象站常规观测资料,对2021年出现在北京市海淀区的一次强对流天气过程进行分析,并对此次过程的预报预警服务情况进行总结。得出以下结论:此次过程是冷涡后偏北气流影响,高空干冷平流强迫,地面东北风与偏东风山前辐合的结果,雷暴趋向于地面辐合区移动,产生短时强降水。整层湿度条件较好,850 hPa比湿接近12 g/kg,为短时强降水的形成提供有利的水汽条件。850 hPa暖平流、较高的对流有效位能、强垂直风切,是此次对流迅速组织发展、形成强对流风暴的主要原因。地面极大风的风速区及风向辐合区,上游5min雨强大值区,对暴雨预警发布提供有重要指示意义。

基于过程的输电线路雷电活动描述新方法

传统雷电数量强度的描述方法是基于单次落雷的雷电日作为统计单位。但以雷电次数、雷电日指标衡量雷电活动,无法反映出区域内雷电活动的过程信息,特别是一年中雷电分散在多少次雷电活动过程以及每次过程中雷暴团运动与线路之间的方位关系。为此,提出了一种基于过程计量单位的输电线路雷电活动描述方法。该方法将统计时间段平均划分为若干连续时间片,统计时间片内线路区域的雷击次数,得到统计时间段内雷电次数曲线。运用小波平滑处理曲线,除去雷电过程瞬时减弱对曲线产生的噪声影响,准确截取雷电过程起止时间点。最后,利用聚类提取每次过程中雷暴中心并依据雷暴中心距离关系分别追踪运动轨迹。以湖北省一条线路开展实验,结果表明该方法准确地得出该线路区域2013年、2014年各有19、15次雷电过程,并追踪出每次雷电过程的雷暴团运动轨迹,验证了算法的有效性。

华北两类灾害性云团的对比研究

运用卫星云图、常规资料以及数值预报分析产品，分析了１９９８年夏季华北地区出现的强灾害性雷暴云团和暴雨云团．结果指出：它们的形成、发展条件及移动方式，均有着显著的不同特征；卫星云图与其它资料结合，是监测和预报这两类云团的有效途径．

广东省中部地区雷暴团特征的初步分析

基于DBSCAN聚类算法,利用2016—2018年的粤港澳闪电定位资料,综合考虑了雷暴团的面积、闪电频次、平均电流以及闪电的最大放电电流等指标,提出了一种雷暴强度指数定义及分级方法。

基于改进遗传小波神经网络的雷暴预报方法

为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGAWNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性.

东北冷涡内部中尺度涡旋引起的冰雹天气数值模拟

利用NCEP格点资料模拟2011年8月21日沈阳地区的冰雹天气过程,结合机场自动观测数据、多普勒雷达资料和卫星云图等分析冰雹的形成机制。结果表明:此次冰雹天气是由冷涡内部的中尺度涡旋引起的,卫星云图上的中尺度云团是中尺度涡旋的产物;0℃等温线位于600 hPa,-20℃位于450 hPa附近,两者之间厚度为2 km左右;冰雹发生前,斜升气流的最大上升速度为20 m·s-1以上,水分累积区位于0℃层以上,保证了水分累积区均由过冷水滴组成;高层干冷空气倾斜下侵到中低层的暖湿空气中,对强对流的发生发展起到了至关重要的作用;低层MPV1为强对流提供对流不稳定机制,中层MPV2为强对流提供了对称不稳定机制,高层两种不稳定共存,均为对流发展贡献力量;对流有效位能积累和释放随时间的演变对冰雹的出现有一定的指示意义;10:30多普勒雷达图显示回波强度随高度增强,速度图上存在西南低空急流,有利于对流的发展。

陕西中部一次超强雷暴天气的中尺度特征及成因分析

利用2007年8月8～9日陕西中部一次超强雷暴天气的闪电定位资料、天气图、多普勒雷达和卫星云图资料,从动力学、物理学等方面分析了此次强雷电天气产生的主要原因。结果表明：远距离台风外围的低层偏东气流到达陕西中部,增强了低层的水汽和能量,对大暴雨和强雷电天气的产生起到了非常重要的作用;中-α尺度对流云团发展期是产生高密度大强度雷电的主要时段,雷电主要发生在TBB≤-60℃的云区;产生强雷电的雷达回波强度达到50～60 dBz,垂直液态水含量VIL为60～70 kg/m^2,云顶高度达到或超过15～17 km;雷电的产生主要与对流云低层辐合区水汽通量的大小有关：低层辐合区水汽通量比较小时,有利于雷电的产生。

雷暴云团的识别追踪技术在短时临近预报中的应用

应用K均值聚类算法识别雷暴云团,对其进行追踪,通过线性外推的方法进行预报,并采用雷达反射率因子Z和降水强度I的统计关系式Z=AI^b对雷达实测的Z值与相应地面雨量计实测的雨强数据进行比较,经过回归统计分析,分别得到不同降水量级下的A、b系数,获得相应降水估算方程。选取2007年9月18日降水过程的南京雷达资料,对这种雷暴云团的识别追踪方法进行了详细说明,并对预报结果进行了验证。结果表明:该方法能够较好地识别追踪和外推预报雷暴云团,对短时降水能做出比较准确的估算。

基于改进DBScan算法的雷暴挖掘与研究

为了从已发生的雷电现象中提取雷暴并研究雷暴活动规律。文中根据雷电定位系统采集的雷电数据,使用大数据、数据挖掘等计算机技术,开发基于Spark框架的改进DBScan算法,进行雷电聚类分析,提取雷暴,在ArcGIS软件中动态分析雷暴产生、爆发、移动、消亡全过程,最后通过计算机对雷暴进行分析统计,寻找雷暴活动规律。根据历史雷电数据逆向挖掘雷暴,掌握雷暴的活动规律,对今后雷暴预警奠定基础。

基于改进DBSCAN聚类算法的雷暴单体三维结构识别技术介绍

雷暴是一种严重威胁飞行安全的天气系统,利用地基多普勒天气雷达反射率因子数据和改进的DBSCAN聚类算法对雷暴单体的三维结构识别及特征量计算进行了研究,并在地基平台上对雷暴单体识别算法的有效性进行了验证分析。识别算法核心是将插值后的反射率因子三维网格数据作为输入量,采用多层反射率因子阈值基于改进的DBSCAN聚类方法识别所有等高面上的雷暴分量,并进行结构元素为3×3的腐蚀膨胀运算及雷暴分量特征核心提取,最后基于雷暴分量重叠面积进行垂直关联。结果表明:相对于SCIT算法,雷暴单体识别算法减少了雷暴分量识别的复杂性,可很好地识别任意形状的雷暴单体;使用多层阈值及特征核心提取技术可识别雷暴簇中的雷暴单体;利用腐蚀膨胀技术可解决雷暴单体虚假合并现象。算法可应用于民航机场雷暴的识别和预警。

唐山市雷暴潜势预报研究

利用2015—2017年6—8月的552个探空样本,结合唐山市气象局为中心、半径50 km范围内的闪电定位资料,应用动态聚类方法将唐山市区及周边的雷暴情况分为3类(分别记为1类、2类、3类),并应用雷达回波与闪电叠加资料验证了该分类的可靠性;用逐步选择法和逐步回归法探空样本中的对流参数进行筛选,将筛选出的与雷暴有密切关系的对流参数作为预报因子做主成分分析,给出预报因子与雷暴关系的相应解释,最后应用Bayes判别分析与Logistic回归判别雷暴潜势预报方法建立模型进行雷暴预报,得出预报方程,并在Logistic回归判别法中给出3类的预报概率,发现这2种方法对唐山市区雷暴的预报准确率都到达了70%以上,对唐山市区雷暴的预报有一定的参考作用。

乌鲁木齐雷暴天气的云图分析

通过对1997～1999年乌鲁木齐发生的11次雷暴天气的分析表明,雷暴天气发生于850hPa上反气旋环流的东南边缘的高能量区。雷暴云团由孤立的对流云团和锋面及涡旋云系中的对流云团发展而成,其形状不规则,生命史4～8h,当雷暴云团成熟时产生雷暴天气现象。

基于卡尔曼滤波和TITAN路径的雷电预警

雷电灾害是一种常见的自然灾害,受其发生的随机性、瞬时性、地域性影响,预警预报具有一定的难度;为提高雷电短临预报的准确性和及时性,文章提出了一种新型的基于clique聚类识别和卡尔曼滤波算法进行雷电识别及追踪外推的方法,并在自主开发的广州市雷电监测预警系统中采用该算法和传统的雷暴识别、跟踪、分析路径算法(TITAN)分别实现了未来1小时逐6分钟(即6、12、…、60 min)的雷电路径预报;通过2020年5月至10月广州地区闪电定位数据对两种算法的检验分析表明:两种算法基本性能接近,均能有效识别、追踪和预测出大部分雷暴移动路径,且经过优化的新算法在各时次的预测命中率上均已优于传统基于TITAN风暴路径的预测算法,对于提高雷电临近预报的准确性有一定参考价值。

一种改进的k-中心点聚类算法及在雷暴聚类中的应用

传统k-中心点聚类算法初始中心点的选取直接影响算法效率和稳定性,易使算法陷入局部最优解,从而影响在带时序群体分析的聚类应用效果.本文提出了一种基于密度信息的k-中心点算法,通过获取样本密度信息来选取初始中心点,有效解决了聚类结果对初始中心点选择的依赖性问题,并应用于雷暴聚类中.雷暴聚类评估实验结果表明了改进算法的有效性.