2023年第51卷第3期文章目次
2023, 51(3):309-318.
DOI: 10.19517/j.1671-6345.20220418
摘要:
氣溶膠激光雷達(dá)由于系統(tǒng)設(shè)計(jì)、觀測(cè)場(chǎng)地氣候條件、反演過(guò)程中參數(shù)選取等因素不同，每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量不一致，可信度難以評(píng)估，進(jìn)而極大地影響了其在氣象、環(huán)保等領(lǐng)域業(yè)務(wù)化應(yīng)用。為了解決該難題，本文分析了影響激光雷達(dá)氣溶膠光學(xué)參數(shù)質(zhì)量的因素，開(kāi)發(fā)了一套氣溶膠光學(xué)參數(shù)質(zhì)量可信度評(píng)估算法。采用科學(xué)、合理的評(píng)分和權(quán)重分配方案對(duì)激光雷達(dá)每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量可信度進(jìn)行評(píng)估。本文主要討論對(duì)偏振、米散射激光雷達(dá)氣溶膠光學(xué)參數(shù)的質(zhì)量評(píng)估，以中國(guó)氣象局氣象探測(cè)中心的波長(zhǎng)為532 nm的偏振、米散射激光雷達(dá)為例，對(duì)所提出的質(zhì)量可信度評(píng)估算法進(jìn)行驗(yàn)證和分析。結(jié)果表明：該算法能夠有效地區(qū)分出不同激光雷達(dá)在不同觀測(cè)場(chǎng)景下每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量可信度，具備為氣溶膠激光雷達(dá)業(yè)務(wù)化應(yīng)用提供可靠性評(píng)估的能力。
氣溶膠激光雷達(dá)由于系統(tǒng)設(shè)計(jì)、觀測(cè)場(chǎng)地氣候條件、反演過(guò)程中參數(shù)選取等因素不同，每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量不一致，可信度難以評(píng)估，進(jìn)而極大地影響了其在氣象、環(huán)保等領(lǐng)域業(yè)務(wù)化應(yīng)用。為了解決該難題，本文分析了影響激光雷達(dá)氣溶膠光學(xué)參數(shù)質(zhì)量的因素，開(kāi)發(fā)了一套氣溶膠光學(xué)參數(shù)質(zhì)量可信度評(píng)估算法。采用科學(xué)、合理的評(píng)分和權(quán)重分配方案對(duì)激光雷達(dá)每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量可信度進(jìn)行評(píng)估。本文主要討論對(duì)偏振、米散射激光雷達(dá)氣溶膠光學(xué)參數(shù)的質(zhì)量評(píng)估，以中國(guó)氣象局氣象探測(cè)中心的波長(zhǎng)為532 nm的偏振、米散射激光雷達(dá)為例，對(duì)所提出的質(zhì)量可信度評(píng)估算法進(jìn)行驗(yàn)證和分析。結(jié)果表明：該算法能夠有效地區(qū)分出不同激光雷達(dá)在不同觀測(cè)場(chǎng)景下每次測(cè)量反演得到的氣溶膠光學(xué)參數(shù)質(zhì)量可信度，具備為氣溶膠激光雷達(dá)業(yè)務(wù)化應(yīng)用提供可靠性評(píng)估的能力。
2023, 51(3):319-330.
DOI: 10.19517/j.1671-6345.20220370
摘要:
高分辨率的天氣雷達(dá)數(shù)據(jù)能揭示探測(cè)天氣目標(biāo)的精細(xì)結(jié)構(gòu)，對(duì)災(zāi)害性天氣分析和預(yù)報(bào)預(yù)警至關(guān)重要。提高天氣雷達(dá)反射率數(shù)據(jù)分辨率可以提升現(xiàn)有業(yè)務(wù)天氣雷達(dá)對(duì)中小尺度強(qiáng)對(duì)流災(zāi)害性天氣的監(jiān)測(cè)和預(yù)警能力。本文在不改變雷達(dá)硬件的情況下，提出了基于注意力反向投影網(wǎng)絡(luò)（Attention Back-Projection Network , ABPN）的天氣雷達(dá)回波超分辨率重建算法用于提高雷達(dá)反射率數(shù)據(jù)分辨率。ABPN通過(guò)在深度反向投影網(wǎng)絡(luò)（Deep Back-Projection Network , DBPN）中加入長(zhǎng)短跳躍連接和通道注意力機(jī)制，對(duì)關(guān)鍵區(qū)域精細(xì)化重建結(jié)構(gòu)特征。通過(guò)對(duì)實(shí)際天氣過(guò)程超分辨率重建測(cè)試，結(jié)果表明，ABPN算法在雷達(dá)回波重建質(zhì)量和主觀視覺(jué)評(píng)估上有明顯的優(yōu)勢(shì)，特別是在回波細(xì)節(jié)和天氣雷達(dá)的邊緣結(jié)構(gòu)特征方面。
高分辨率的天氣雷達(dá)數(shù)據(jù)能揭示探測(cè)天氣目標(biāo)的精細(xì)結(jié)構(gòu)，對(duì)災(zāi)害性天氣分析和預(yù)報(bào)預(yù)警至關(guān)重要。提高天氣雷達(dá)反射率數(shù)據(jù)分辨率可以提升現(xiàn)有業(yè)務(wù)天氣雷達(dá)對(duì)中小尺度強(qiáng)對(duì)流災(zāi)害性天氣的監(jiān)測(cè)和預(yù)警能力。本文在不改變雷達(dá)硬件的情況下，提出了基于注意力反向投影網(wǎng)絡(luò)（Attention Back-Projection Network , ABPN）的天氣雷達(dá)回波超分辨率重建算法用于提高雷達(dá)反射率數(shù)據(jù)分辨率。ABPN通過(guò)在深度反向投影網(wǎng)絡(luò)（Deep Back-Projection Network , DBPN）中加入長(zhǎng)短跳躍連接和通道注意力機(jī)制，對(duì)關(guān)鍵區(qū)域精細(xì)化重建結(jié)構(gòu)特征。通過(guò)對(duì)實(shí)際天氣過(guò)程超分辨率重建測(cè)試，結(jié)果表明，ABPN算法在雷達(dá)回波重建質(zhì)量和主觀視覺(jué)評(píng)估上有明顯的優(yōu)勢(shì)，特別是在回波細(xì)節(jié)和天氣雷達(dá)的邊緣結(jié)構(gòu)特征方面。
2023, 51(3):331-337.
DOI: 10.19517/j.1671-6345.20220325
摘要:
為生成復(fù)雜環(huán)境下的優(yōu)質(zhì)雷達(dá)回波圖像，減少目標(biāo)信息缺失現(xiàn)象與相對(duì)成像誤差，提出基于中小尺度強(qiáng)對(duì)流天氣的雷達(dá)回波圖像生成方法。采用可最大限度保留雷達(dá)回波特性的傅里葉插值法，形成空間分辨率均勻的雷達(dá)回波三維規(guī)則網(wǎng)格數(shù)據(jù)；基于改進(jìn)變分貝葉斯理論，實(shí)現(xiàn)中小尺度對(duì)流天氣雷達(dá)回波圖像超分辨重現(xiàn)，生成雷達(dá)回波圖像。試驗(yàn)結(jié)果表明，該方法處理后的中小尺度強(qiáng)對(duì)流天氣雷達(dá)回波范圍與原圖相似度高，可最大程度留存雷達(dá)回波信息，該方法能夠生成清晰的雷達(dá)回波圖像，且不存在目標(biāo)信息缺失現(xiàn)象，相對(duì)成像誤差極小。
為生成復(fù)雜環(huán)境下的優(yōu)質(zhì)雷達(dá)回波圖像，減少目標(biāo)信息缺失現(xiàn)象與相對(duì)成像誤差，提出基于中小尺度強(qiáng)對(duì)流天氣的雷達(dá)回波圖像生成方法。采用可最大限度保留雷達(dá)回波特性的傅里葉插值法，形成空間分辨率均勻的雷達(dá)回波三維規(guī)則網(wǎng)格數(shù)據(jù)；基于改進(jìn)變分貝葉斯理論，實(shí)現(xiàn)中小尺度對(duì)流天氣雷達(dá)回波圖像超分辨重現(xiàn)，生成雷達(dá)回波圖像。試驗(yàn)結(jié)果表明，該方法處理后的中小尺度強(qiáng)對(duì)流天氣雷達(dá)回波范圍與原圖相似度高，可最大程度留存雷達(dá)回波信息，該方法能夠生成清晰的雷達(dá)回波圖像，且不存在目標(biāo)信息缺失現(xiàn)象，相對(duì)成像誤差極小。
2023, 51(3):338-345.
摘要:
針對(duì)傳統(tǒng)方法采用天氣雷達(dá)進(jìn)行強(qiáng)降水的定量估測(cè)存在較大偏差問(wèn)題，論文以1 h累計(jì)雨量為估測(cè)對(duì)象，基于雷達(dá)組網(wǎng)拼圖資料，采用XGBoost（eXtreme Gradient Boosting）算法，建立新的雷達(dá)估測(cè)降水模型。該模型設(shè)計(jì)以前1 h的雷達(dá)組合反射率因子作為輸入，進(jìn)一步采用若干個(gè)剔除異常樣本的策略有效清除建模樣本中的部分噪聲，更好地構(gòu)建了雷達(dá)組合反射率與估測(cè)對(duì)象之間的非線性映射關(guān)系。在32萬(wàn)個(gè)獨(dú)立檢驗(yàn)樣本的估測(cè)結(jié)果中，其均方根誤差（RMSE）為6.04 mm、平均絕對(duì)誤差(MAE)為3.50 mm、預(yù)報(bào)偏差（BIAS）為1.05；與目前業(yè)務(wù)系統(tǒng)上使用的Z-R(300,1.4)關(guān)系方法相比，前者的RMSE和MAE分別下降了20.6％ 和 10.3％，而B(niǎo)IAS指標(biāo)則顯示后者對(duì)降水量級(jí)的估測(cè)明顯低估。進(jìn)一步對(duì)小時(shí)雨強(qiáng)大于10 mm樣本的統(tǒng)計(jì)結(jié)果表明，新方案的RMSE、MAE以及TS評(píng)分均大幅優(yōu)于ZR(300,1.4)關(guān)系方法，可進(jìn)行實(shí)際業(yè)務(wù)應(yīng)用。
針對(duì)傳統(tǒng)方法采用天氣雷達(dá)進(jìn)行強(qiáng)降水的定量估測(cè)存在較大偏差問(wèn)題，論文以1 h累計(jì)雨量為估測(cè)對(duì)象，基于雷達(dá)組網(wǎng)拼圖資料，采用XGBoost（eXtreme Gradient Boosting）算法，建立新的雷達(dá)估測(cè)降水模型。該模型設(shè)計(jì)以前1 h的雷達(dá)組合反射率因子作為輸入，進(jìn)一步采用若干個(gè)剔除異常樣本的策略有效清除建模樣本中的部分噪聲，更好地構(gòu)建了雷達(dá)組合反射率與估測(cè)對(duì)象之間的非線性映射關(guān)系。在32萬(wàn)個(gè)獨(dú)立檢驗(yàn)樣本的估測(cè)結(jié)果中，其均方根誤差（RMSE）為6.04 mm、平均絕對(duì)誤差(MAE)為3.50 mm、預(yù)報(bào)偏差（BIAS）為1.05；與目前業(yè)務(wù)系統(tǒng)上使用的Z-R(300,1.4)關(guān)系方法相比，前者的RMSE和MAE分別下降了20.6％ 和 10.3％，而B(niǎo)IAS指標(biāo)則顯示后者對(duì)降水量級(jí)的估測(cè)明顯低估。進(jìn)一步對(duì)小時(shí)雨強(qiáng)大于10 mm樣本的統(tǒng)計(jì)結(jié)果表明，新方案的RMSE、MAE以及TS評(píng)分均大幅優(yōu)于ZR(300,1.4)關(guān)系方法，可進(jìn)行實(shí)際業(yè)務(wù)應(yīng)用。
2023, 51(3):346-355.
DOI: 10.19517/j.1671-6345.20220470
摘要:
針對(duì)四川省復(fù)雜地形和雷達(dá)型號(hào)多樣的特征，設(shè)計(jì)了一種以長(zhǎng)時(shí)間序列統(tǒng)計(jì)單/雙偏振天氣雷達(dá)數(shù)據(jù)質(zhì)量的評(píng)估方法，算法定性評(píng)估了天氣雷達(dá)數(shù)據(jù)是否存在空回波、電磁干擾和地物干擾的問(wèn)題，定量評(píng)估了雷達(dá)Zh （水平極化反射率因子）、Zdr（差分反射率）、CC（相關(guān)系數(shù)）、φdp（差分相移）和GC(地物回波系數(shù))的數(shù)據(jù)質(zhì)量。通過(guò)評(píng)估2022年5—9月四川省12部新一代天氣雷達(dá)基數(shù)據(jù)的數(shù)據(jù)質(zhì)量，得到了如下結(jié)果：①同頻電磁干擾嚴(yán)重影響四川省天氣雷達(dá)數(shù)據(jù)質(zhì)量，超過(guò)74%的宜賓和廣元站數(shù)據(jù)存在電磁干擾回波；宜賓和樂(lè)山雷達(dá)站出現(xiàn)了較多空回波數(shù)據(jù)；超過(guò)77.91%的廣元雷達(dá)站數(shù)據(jù)存在風(fēng)電場(chǎng)地物回波干擾。②雷達(dá)性能正常時(shí)，地物回波系數(shù)GC的均值變化不大，GC系數(shù)的標(biāo)準(zhǔn)差可以有效反應(yīng)出雷達(dá)數(shù)據(jù)問(wèn)題，特別對(duì)空回波數(shù)據(jù)問(wèn)題比較敏感。③四川省12部天氣雷達(dá)Zh標(biāo)準(zhǔn)差總體較小，綿陽(yáng)和宜賓站較優(yōu)，樂(lè)山站較差。④四川省3部雙偏振天氣雷達(dá)的Zdr和CC數(shù)據(jù)質(zhì)量較好，φdp的數(shù)據(jù)波動(dòng)較大。
針對(duì)四川省復(fù)雜地形和雷達(dá)型號(hào)多樣的特征，設(shè)計(jì)了一種以長(zhǎng)時(shí)間序列統(tǒng)計(jì)單/雙偏振天氣雷達(dá)數(shù)據(jù)質(zhì)量的評(píng)估方法，算法定性評(píng)估了天氣雷達(dá)數(shù)據(jù)是否存在空回波、電磁干擾和地物干擾的問(wèn)題，定量評(píng)估了雷達(dá)Zh （水平極化反射率因子）、Zdr（差分反射率）、CC（相關(guān)系數(shù)）、φdp（差分相移）和GC(地物回波系數(shù))的數(shù)據(jù)質(zhì)量。通過(guò)評(píng)估2022年5—9月四川省12部新一代天氣雷達(dá)基數(shù)據(jù)的數(shù)據(jù)質(zhì)量，得到了如下結(jié)果：①同頻電磁干擾嚴(yán)重影響四川省天氣雷達(dá)數(shù)據(jù)質(zhì)量，超過(guò)74%的宜賓和廣元站數(shù)據(jù)存在電磁干擾回波；宜賓和樂(lè)山雷達(dá)站出現(xiàn)了較多空回波數(shù)據(jù)；超過(guò)77.91%的廣元雷達(dá)站數(shù)據(jù)存在風(fēng)電場(chǎng)地物回波干擾。②雷達(dá)性能正常時(shí)，地物回波系數(shù)GC的均值變化不大，GC系數(shù)的標(biāo)準(zhǔn)差可以有效反應(yīng)出雷達(dá)數(shù)據(jù)問(wèn)題，特別對(duì)空回波數(shù)據(jù)問(wèn)題比較敏感。③四川省12部天氣雷達(dá)Zh標(biāo)準(zhǔn)差總體較小，綿陽(yáng)和宜賓站較優(yōu)，樂(lè)山站較差。④四川省3部雙偏振天氣雷達(dá)的Zdr和CC數(shù)據(jù)質(zhì)量較好，φdp的數(shù)據(jù)波動(dòng)較大。
2023, 51(3):356-365.
DOI: 10.19517/j.1671-6345.20220381
摘要:
相控陣天氣雷達(dá)較新一代天氣雷達(dá)在時(shí)空分辨率上有明顯的優(yōu)勢(shì)。隨著探測(cè)能力的提高，相控陣?yán)走_(dá)數(shù)據(jù)量急劇增長(zhǎng)，數(shù)據(jù)傳輸和存儲(chǔ)問(wèn)題凸顯。現(xiàn)有天氣雷達(dá)數(shù)據(jù)壓縮算法可以減少傳輸和存儲(chǔ)的數(shù)據(jù)量，但現(xiàn)有算法并未充分考慮相控陣?yán)走_(dá)特點(diǎn)，數(shù)據(jù)壓縮率有較大提升空間。本文提出時(shí)空預(yù)測(cè)的相控陣?yán)走_(dá)數(shù)據(jù)壓縮算法（PARDC），使用徑向預(yù)測(cè)壓縮數(shù)據(jù)相關(guān)冗余。使用CHATOR雷達(dá)數(shù)據(jù)對(duì)PARDC的算法性能進(jìn)行評(píng)估，試驗(yàn)結(jié)果表明PARDC較通用的壓縮算法壓縮率性能大約提升了24%。
相控陣天氣雷達(dá)較新一代天氣雷達(dá)在時(shí)空分辨率上有明顯的優(yōu)勢(shì)。隨著探測(cè)能力的提高，相控陣?yán)走_(dá)數(shù)據(jù)量急劇增長(zhǎng)，數(shù)據(jù)傳輸和存儲(chǔ)問(wèn)題凸顯。現(xiàn)有天氣雷達(dá)數(shù)據(jù)壓縮算法可以減少傳輸和存儲(chǔ)的數(shù)據(jù)量，但現(xiàn)有算法并未充分考慮相控陣?yán)走_(dá)特點(diǎn)，數(shù)據(jù)壓縮率有較大提升空間。本文提出時(shí)空預(yù)測(cè)的相控陣?yán)走_(dá)數(shù)據(jù)壓縮算法（PARDC），使用徑向預(yù)測(cè)壓縮數(shù)據(jù)相關(guān)冗余。使用CHATOR雷達(dá)數(shù)據(jù)對(duì)PARDC的算法性能進(jìn)行評(píng)估，試驗(yàn)結(jié)果表明PARDC較通用的壓縮算法壓縮率性能大約提升了24%。
2023, 51(3):366-373.
DOI: 10.19517/j.1671-6345.20220427
摘要:
新一代天氣雷達(dá)的故障識(shí)別和判定一直是雷達(dá)運(yùn)維面臨的技術(shù)挑戰(zhàn)，部分嚴(yán)重故障的滯后響應(yīng)會(huì)導(dǎo)致雷達(dá)相應(yīng)部件的損壞加劇。本文在結(jié)合人工智能技術(shù)和雷達(dá)數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，提出了基于自適應(yīng)閾值的SA雷達(dá)發(fā)射機(jī)系統(tǒng)故障預(yù)警和判定方法，建立了基于重構(gòu)模型的發(fā)射機(jī)故障在線監(jiān)測(cè)的算法框架。該算法框架能夠在雷達(dá)發(fā)射機(jī)故障發(fā)生早期識(shí)別異常并給出預(yù)警。采用實(shí)際運(yùn)行記錄進(jìn)行計(jì)算分析，并驗(yàn)證了該方法在實(shí)際運(yùn)行中有效可用。
新一代天氣雷達(dá)的故障識(shí)別和判定一直是雷達(dá)運(yùn)維面臨的技術(shù)挑戰(zhàn)，部分嚴(yán)重故障的滯后響應(yīng)會(huì)導(dǎo)致雷達(dá)相應(yīng)部件的損壞加劇。本文在結(jié)合人工智能技術(shù)和雷達(dá)數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，提出了基于自適應(yīng)閾值的SA雷達(dá)發(fā)射機(jī)系統(tǒng)故障預(yù)警和判定方法，建立了基于重構(gòu)模型的發(fā)射機(jī)故障在線監(jiān)測(cè)的算法框架。該算法框架能夠在雷達(dá)發(fā)射機(jī)故障發(fā)生早期識(shí)別異常并給出預(yù)警。采用實(shí)際運(yùn)行記錄進(jìn)行計(jì)算分析，并驗(yàn)證了該方法在實(shí)際運(yùn)行中有效可用。
2023, 51(3):374-380.
DOI: 10.19517/j.1671-6345.20220369
摘要:
采用USB3.0集線器與合成儀器、高度集成射頻收發(fā)硬件，并與開(kāi)放式可擴(kuò)展軟件相結(jié)合，實(shí)現(xiàn)對(duì)S波段、C波段、X波段天氣雷達(dá)自動(dòng)測(cè)試。系統(tǒng)軟件采用分層模式構(gòu)架，將測(cè)試流程與業(yè)務(wù)模型相融合，實(shí)現(xiàn)了標(biāo)準(zhǔn)化、自動(dòng)化的測(cè)試。通過(guò)對(duì)發(fā)射機(jī)輸出脈沖包絡(luò)和極限改善因子測(cè)量的對(duì)比，集成平臺(tái)測(cè)試精度更高，不需人工記錄和計(jì)算，對(duì)雷達(dá)性能的判斷更為精準(zhǔn)，解決了單一雷達(dá)系統(tǒng)測(cè)試平臺(tái)和保障平臺(tái)的局限性，提高了對(duì)全國(guó)多波段天氣雷達(dá)系統(tǒng)的測(cè)試效率和敏捷性。
采用USB3.0集線器與合成儀器、高度集成射頻收發(fā)硬件，并與開(kāi)放式可擴(kuò)展軟件相結(jié)合，實(shí)現(xiàn)對(duì)S波段、C波段、X波段天氣雷達(dá)自動(dòng)測(cè)試。系統(tǒng)軟件采用分層模式構(gòu)架，將測(cè)試流程與業(yè)務(wù)模型相融合，實(shí)現(xiàn)了標(biāo)準(zhǔn)化、自動(dòng)化的測(cè)試。通過(guò)對(duì)發(fā)射機(jī)輸出脈沖包絡(luò)和極限改善因子測(cè)量的對(duì)比，集成平臺(tái)測(cè)試精度更高，不需人工記錄和計(jì)算，對(duì)雷達(dá)性能的判斷更為精準(zhǔn)，解決了單一雷達(dá)系統(tǒng)測(cè)試平臺(tái)和保障平臺(tái)的局限性，提高了對(duì)全國(guó)多波段天氣雷達(dá)系統(tǒng)的測(cè)試效率和敏捷性。
2023, 51(3):381-387.
摘要:
新一代天氣雷達(dá)故障直接影響數(shù)據(jù)質(zhì)量，異常產(chǎn)品的產(chǎn)生對(duì)短時(shí)臨近預(yù)報(bào)預(yù)警帶來(lái)了重大的影響，實(shí)現(xiàn)雷達(dá)異常產(chǎn)品實(shí)時(shí)監(jiān)測(cè)具有一定現(xiàn)實(shí)意義。本系統(tǒng)采用WinForm 3層架構(gòu)+ORM模型架構(gòu)，通過(guò)統(tǒng)計(jì)紋理分析、灰度圖像特征值分析等圖像處理技術(shù)實(shí)現(xiàn)自動(dòng)識(shí)別雷達(dá)異常產(chǎn)品。新一代天氣雷達(dá)產(chǎn)品故障監(jiān)測(cè)預(yù)警系統(tǒng)可以實(shí)時(shí)、高效、準(zhǔn)確檢測(cè)出異常雷達(dá)產(chǎn)品，滿(mǎn)足強(qiáng)對(duì)流天氣預(yù)警監(jiān)測(cè)、天氣雷達(dá)故障預(yù)警服務(wù)預(yù)判、天氣雷達(dá)產(chǎn)品可用性服務(wù)等功能要求，從單部雷達(dá)產(chǎn)品數(shù)據(jù)中識(shí)別出異常回波，避免進(jìn)一步影響多雷達(dá)組網(wǎng)拼圖,對(duì)天氣雷達(dá)組網(wǎng)產(chǎn)品的質(zhì)量控制具有重要的意義。
新一代天氣雷達(dá)故障直接影響數(shù)據(jù)質(zhì)量，異常產(chǎn)品的產(chǎn)生對(duì)短時(shí)臨近預(yù)報(bào)預(yù)警帶來(lái)了重大的影響，實(shí)現(xiàn)雷達(dá)異常產(chǎn)品實(shí)時(shí)監(jiān)測(cè)具有一定現(xiàn)實(shí)意義。本系統(tǒng)采用WinForm 3層架構(gòu)+ORM模型架構(gòu)，通過(guò)統(tǒng)計(jì)紋理分析、灰度圖像特征值分析等圖像處理技術(shù)實(shí)現(xiàn)自動(dòng)識(shí)別雷達(dá)異常產(chǎn)品。新一代天氣雷達(dá)產(chǎn)品故障監(jiān)測(cè)預(yù)警系統(tǒng)可以實(shí)時(shí)、高效、準(zhǔn)確檢測(cè)出異常雷達(dá)產(chǎn)品，滿(mǎn)足強(qiáng)對(duì)流天氣預(yù)警監(jiān)測(cè)、天氣雷達(dá)故障預(yù)警服務(wù)預(yù)判、天氣雷達(dá)產(chǎn)品可用性服務(wù)等功能要求，從單部雷達(dá)產(chǎn)品數(shù)據(jù)中識(shí)別出異常回波，避免進(jìn)一步影響多雷達(dá)組網(wǎng)拼圖,對(duì)天氣雷達(dá)組網(wǎng)產(chǎn)品的質(zhì)量控制具有重要的意義。
2023, 51(3):388-396.
DOI: 10.19517/j.1671-6345.20220399
摘要:
基于2013—2017年華北地區(qū)的雷達(dá)組合反射率因子數(shù)據(jù)和雷暴大風(fēng)觀測(cè)數(shù)據(jù)，總共識(shí)別了27次強(qiáng)颮線過(guò)程，對(duì)27次強(qiáng)颮線過(guò)程的時(shí)空分布及發(fā)展移動(dòng)特征進(jìn)行了統(tǒng)計(jì)分析。結(jié)果表明，華北地區(qū)強(qiáng)颮線最集中的時(shí)間為7月下旬至8月上旬，強(qiáng)颮線最強(qiáng)的時(shí)次集中于16:00—22:00；強(qiáng)颮線形成前40 dBz回波起始位置最集中的區(qū)域?yàn)樯轿鳌?nèi)蒙古和河北3省交界處附近，強(qiáng)颮線形成位置多在京津冀境內(nèi)；山西東部到河北西部沿山一帶是最長(zhǎng)長(zhǎng)度達(dá)到400 km以上且維持時(shí)長(zhǎng)超過(guò)7 h的強(qiáng)颮線形成位置集中區(qū)域；40 dBz回波起始時(shí)間為02:00—07:59的強(qiáng)颮線平均形成時(shí)長(zhǎng)最長(zhǎng)，14:00—19:59的強(qiáng)颮線平均形成時(shí)長(zhǎng)最短；強(qiáng)颮線的最長(zhǎng)長(zhǎng)度與發(fā)展時(shí)長(zhǎng)及維持時(shí)長(zhǎng)有較好的對(duì)應(yīng)關(guān)系；回波起始時(shí)間為14:00—19:59的強(qiáng)颮線形成期移動(dòng)距離較短但發(fā)展期移動(dòng)距離較長(zhǎng)，而回波起始時(shí)間為02:00—07:59的強(qiáng)颮線則相反；大多數(shù)強(qiáng)颮線發(fā)展期的移動(dòng)速度要快于形成期移動(dòng)速度。
基于2013—2017年華北地區(qū)的雷達(dá)組合反射率因子數(shù)據(jù)和雷暴大風(fēng)觀測(cè)數(shù)據(jù)，總共識(shí)別了27次強(qiáng)颮線過(guò)程，對(duì)27次強(qiáng)颮線過(guò)程的時(shí)空分布及發(fā)展移動(dòng)特征進(jìn)行了統(tǒng)計(jì)分析。結(jié)果表明，華北地區(qū)強(qiáng)颮線最集中的時(shí)間為7月下旬至8月上旬，強(qiáng)颮線最強(qiáng)的時(shí)次集中于16:00—22:00；強(qiáng)颮線形成前40 dBz回波起始位置最集中的區(qū)域?yàn)樯轿鳌?nèi)蒙古和河北3省交界處附近，強(qiáng)颮線形成位置多在京津冀境內(nèi)；山西東部到河北西部沿山一帶是最長(zhǎng)長(zhǎng)度達(dá)到400 km以上且維持時(shí)長(zhǎng)超過(guò)7 h的強(qiáng)颮線形成位置集中區(qū)域；40 dBz回波起始時(shí)間為02:00—07:59的強(qiáng)颮線平均形成時(shí)長(zhǎng)最長(zhǎng)，14:00—19:59的強(qiáng)颮線平均形成時(shí)長(zhǎng)最短；強(qiáng)颮線的最長(zhǎng)長(zhǎng)度與發(fā)展時(shí)長(zhǎng)及維持時(shí)長(zhǎng)有較好的對(duì)應(yīng)關(guān)系；回波起始時(shí)間為14:00—19:59的強(qiáng)颮線形成期移動(dòng)距離較短但發(fā)展期移動(dòng)距離較長(zhǎng)，而回波起始時(shí)間為02:00—07:59的強(qiáng)颮線則相反；大多數(shù)強(qiáng)颮線發(fā)展期的移動(dòng)速度要快于形成期移動(dòng)速度。
2023, 51(3):397-408.
DOI: 10.19517/j.1671-6345.20220415
摘要:
利用濟(jì)南CINRAD/SAD雙偏振天氣雷達(dá)的探測(cè)數(shù)據(jù)，結(jié)合龍卷實(shí)地調(diào)查資料，對(duì)2021年7月11日發(fā)生在山東聊城高唐的一次EF3級(jí)龍卷風(fēng)暴的雷達(dá)回波演變過(guò)程、龍卷風(fēng)暴單體的結(jié)構(gòu)及龍卷風(fēng)暴的中氣旋（M）、龍卷渦旋特征（TVS）和龍卷碎片特征（TDS）進(jìn)行分析。結(jié)果表明：①龍卷發(fā)生在高空冷渦及地面氣旋共同〖JP2〗作用天氣形勢(shì)下，龍卷位于地面氣旋中心東偏北方向約200 km處；螺旋狀對(duì)流云帶中2個(gè)較強(qiáng)對(duì)流單體合并發(fā)展，演變成超級(jí)單體風(fēng)暴，其后部下沉氣流較強(qiáng)，與強(qiáng)的入流共同作用，誘發(fā)了強(qiáng)龍卷。②風(fēng)暴中中氣旋的頂高大多在5～7 km之間；龍卷發(fā)生前中氣旋最大切變平均值為19×10-3 s-1，龍卷維持期間，中氣旋最大切變平均值達(dá)到51×10-3 s-1。③高唐龍卷渦旋底層雙偏振參量主要特征是大的水平極化反射率因子，小的甚至負(fù)的差分反射率ZDR，小的相關(guān)系數(shù)CC；TDS時(shí)間及空間特征是，底層CC都小于0.7，CC低值區(qū)的面積在龍卷生成后隨時(shí)間明顯增大，CC值底層最小，隨高度逐漸增大；CC低值區(qū)的面積低層和頂層較大，中間層較小；龍卷生成后TDS最大高度隨時(shí)間逐漸增高，龍卷最強(qiáng)時(shí)TDS最高達(dá)到4.8 km，之后逐漸降低；龍卷消散后，1.5°以上TDS的特征很快消失，0.5°仰角TDS特征繼續(xù)維持了大約11 min。
利用濟(jì)南CINRAD/SAD雙偏振天氣雷達(dá)的探測(cè)數(shù)據(jù)，結(jié)合龍卷實(shí)地調(diào)查資料，對(duì)2021年7月11日發(fā)生在山東聊城高唐的一次EF3級(jí)龍卷風(fēng)暴的雷達(dá)回波演變過(guò)程、龍卷風(fēng)暴單體的結(jié)構(gòu)及龍卷風(fēng)暴的中氣旋（M）、龍卷渦旋特征（TVS）和龍卷碎片特征（TDS）進(jìn)行分析。結(jié)果表明：①龍卷發(fā)生在高空冷渦及地面氣旋共同〖JP2〗作用天氣形勢(shì)下，龍卷位于地面氣旋中心東偏北方向約200 km處；螺旋狀對(duì)流云帶中2個(gè)較強(qiáng)對(duì)流單體合并發(fā)展，演變成超級(jí)單體風(fēng)暴，其后部下沉氣流較強(qiáng)，與強(qiáng)的入流共同作用，誘發(fā)了強(qiáng)龍卷。②風(fēng)暴中中氣旋的頂高大多在5～7 km之間；龍卷發(fā)生前中氣旋最大切變平均值為19×10-3 s-1，龍卷維持期間，中氣旋最大切變平均值達(dá)到51×10-3 s-1。③高唐龍卷渦旋底層雙偏振參量主要特征是大的水平極化反射率因子，小的甚至負(fù)的差分反射率ZDR，小的相關(guān)系數(shù)CC；TDS時(shí)間及空間特征是，底層CC都小于0.7，CC低值區(qū)的面積在龍卷生成后隨時(shí)間明顯增大，CC值底層最小，隨高度逐漸增大；CC低值區(qū)的面積低層和頂層較大，中間層較小；龍卷生成后TDS最大高度隨時(shí)間逐漸增高，龍卷最強(qiáng)時(shí)TDS最高達(dá)到4.8 km，之后逐漸降低；龍卷消散后，1.5°以上TDS的特征很快消失，0.5°仰角TDS特征繼續(xù)維持了大約11 min。
2023, 51(3):409-418.
DOI: 10.19517/j.1671-6345.20220395
摘要:
利用常規(guī)氣象資料、ERA5 再分析資料以及雷達(dá)資料，對(duì)2022年6月10日發(fā)生在冀西北地區(qū)的一次大冰雹天氣過(guò)程進(jìn)行分析。結(jié)果表明：①此次冰雹天氣發(fā)生在冷渦的東南象限、低空切變線前側(cè)暖區(qū)，對(duì)流由局地的熱力作用觸發(fā)并在輻合線附近發(fā)展加強(qiáng)。②降雹過(guò)程可分為3個(gè)階段，前2個(gè)階段為2個(gè)不同的超級(jí)單體分別影響而形成，粒子相態(tài)識(shí)別結(jié)果主要為干冰雹粒子，雷達(dá)回波具有高反射率因子、低差分反射率因子、高相關(guān)系數(shù)和低差分相移率的特點(diǎn)；第3個(gè)階段為2個(gè)超級(jí)單體合并后形成，除冰雹外還出現(xiàn)了局地的短時(shí)強(qiáng)降水，直徑較大且數(shù)密度較多的大雨滴造成了短時(shí)強(qiáng)降水。③利用雷達(dá)反演的風(fēng)場(chǎng)可以分析對(duì)流單體的動(dòng)力結(jié)構(gòu)，通過(guò)分析不同階段單體的動(dòng)力結(jié)構(gòu)得到單體未來(lái)的移動(dòng)方向與發(fā)展趨勢(shì)，特別是垂直剖面中上升氣流的強(qiáng)度對(duì)單體的發(fā)展趨勢(shì)有重要指示意義。
利用常規(guī)氣象資料、ERA5 再分析資料以及雷達(dá)資料，對(duì)2022年6月10日發(fā)生在冀西北地區(qū)的一次大冰雹天氣過(guò)程進(jìn)行分析。結(jié)果表明：①此次冰雹天氣發(fā)生在冷渦的東南象限、低空切變線前側(cè)暖區(qū)，對(duì)流由局地的熱力作用觸發(fā)并在輻合線附近發(fā)展加強(qiáng)。②降雹過(guò)程可分為3個(gè)階段，前2個(gè)階段為2個(gè)不同的超級(jí)單體分別影響而形成，粒子相態(tài)識(shí)別結(jié)果主要為干冰雹粒子，雷達(dá)回波具有高反射率因子、低差分反射率因子、高相關(guān)系數(shù)和低差分相移率的特點(diǎn)；第3個(gè)階段為2個(gè)超級(jí)單體合并后形成，除冰雹外還出現(xiàn)了局地的短時(shí)強(qiáng)降水，直徑較大且數(shù)密度較多的大雨滴造成了短時(shí)強(qiáng)降水。③利用雷達(dá)反演的風(fēng)場(chǎng)可以分析對(duì)流單體的動(dòng)力結(jié)構(gòu)，通過(guò)分析不同階段單體的動(dòng)力結(jié)構(gòu)得到單體未來(lái)的移動(dòng)方向與發(fā)展趨勢(shì)，特別是垂直剖面中上升氣流的強(qiáng)度對(duì)單體的發(fā)展趨勢(shì)有重要指示意義。
2023, 51(3):419-430.
DOI: 10.19517/j.1671-6345.20220396
摘要:
利用廣州S波段雙偏振雷達(dá)和X波段相控陣?yán)走_(dá)資料，對(duì)2022年3月26日一次降雹超級(jí)單體風(fēng)暴成熟階段的雷達(dá)觀測(cè)特征開(kāi)展分析，結(jié)果表明：超級(jí)單體呈現(xiàn)出鉤狀回波、回波懸垂、中氣旋、三體散射等經(jīng)典結(jié)構(gòu)特征。徑向速度上觀測(cè)到中低層輻合、高層輻散以及中氣旋和反氣旋共存的雙渦旋結(jié)構(gòu),有助于超級(jí)單體的維持發(fā)展。偏振特征分析發(fā)現(xiàn)，超級(jí)單體低層出現(xiàn)了反射率因子（ZDR）弧，低層強(qiáng)回波區(qū)對(duì)應(yīng)偏小的差分反射率(ZDR)、低的相關(guān)系數(shù)(CC)和大的差分相移率(KDP)，符合融化的冰雹特征。中層觀測(cè)到ZDR環(huán)、CC環(huán)和三體散射(TBSS)的偏振特征。高層強(qiáng)回波區(qū)對(duì)應(yīng)低的ZDR、較高的CC和低的KDP，對(duì)應(yīng)空中干的大冰雹。垂直方向上觀測(cè)到ZDR柱和KDP柱，ZDR柱最大發(fā)展高度達(dá)到8 km。X波段相控陣?yán)走_(dá)更快的掃描速度還精細(xì)監(jiān)測(cè)到超級(jí)單體鉤狀回波和中氣旋的形成演變過(guò)程，低層也觀測(cè)到與S波段雙偏振雷達(dá)類(lèi)似的ZDR弧特征和融化中的冰雹特征，但是使用中要留意衰減造成的影響。
利用廣州S波段雙偏振雷達(dá)和X波段相控陣?yán)走_(dá)資料，對(duì)2022年3月26日一次降雹超級(jí)單體風(fēng)暴成熟階段的雷達(dá)觀測(cè)特征開(kāi)展分析，結(jié)果表明：超級(jí)單體呈現(xiàn)出鉤狀回波、回波懸垂、中氣旋、三體散射等經(jīng)典結(jié)構(gòu)特征。徑向速度上觀測(cè)到中低層輻合、高層輻散以及中氣旋和反氣旋共存的雙渦旋結(jié)構(gòu),有助于超級(jí)單體的維持發(fā)展。偏振特征分析發(fā)現(xiàn)，超級(jí)單體低層出現(xiàn)了反射率因子（ZDR）弧，低層強(qiáng)回波區(qū)對(duì)應(yīng)偏小的差分反射率(ZDR)、低的相關(guān)系數(shù)(CC)和大的差分相移率(KDP)，符合融化的冰雹特征。中層觀測(cè)到ZDR環(huán)、CC環(huán)和三體散射(TBSS)的偏振特征。高層強(qiáng)回波區(qū)對(duì)應(yīng)低的ZDR、較高的CC和低的KDP，對(duì)應(yīng)空中干的大冰雹。垂直方向上觀測(cè)到ZDR柱和KDP柱，ZDR柱最大發(fā)展高度達(dá)到8 km。X波段相控陣?yán)走_(dá)更快的掃描速度還精細(xì)監(jiān)測(cè)到超級(jí)單體鉤狀回波和中氣旋的形成演變過(guò)程，低層也觀測(cè)到與S波段雙偏振雷達(dá)類(lèi)似的ZDR弧特征和融化中的冰雹特征，但是使用中要留意衰減造成的影響。
2023, 51(3):431-440.
DOI: 10.19517/j.1671-6345.20220259
摘要:
利用衛(wèi)星、雷達(dá)、閃電和NCEP再分析資料等，以湖北省2022年3月16日一次大范圍強(qiáng)對(duì)流過(guò)程為研究個(gè)例，對(duì)西南渦移動(dòng)過(guò)程中兩個(gè)不同位置對(duì)流系統(tǒng)的觀測(cè)特征進(jìn)行了分析。結(jié)果表明：槽前西南渦東移是本次強(qiáng)對(duì)流的主要影響系統(tǒng)，東部的風(fēng)雹天氣主要出現(xiàn)在低渦及暖式切變線頂部，南部對(duì)流則是由低渦南部冷式切變線誘發(fā)。本個(gè)例中對(duì)流發(fā)展初期云頂亮溫TBB逐漸下降到220 K以下，未來(lái)1 h TBB變率局部最大可達(dá)-30 ℃，大部分閃電緊貼著TBB≤220 K積云右側(cè)和TBB變率大值區(qū)中心及邊緣，對(duì)流系統(tǒng)右側(cè)的閃電對(duì)于對(duì)流系統(tǒng)的發(fā)展移動(dòng)有較好的指示意義；成熟期TBB≤210 K的積云面積達(dá)到最大，未來(lái)1 h TBB變率減小，密集閃電分布在積云云團(tuán)中部且隨著TBB低值區(qū)移動(dòng)。雷達(dá)觀測(cè)反射率因子垂直剖面呈右傾結(jié)構(gòu)，對(duì)流發(fā)展階段的右傾特征更為明顯，閃電位于對(duì)流系統(tǒng)右前側(cè)，和≥45 dBz的強(qiáng)回波基本吻合；≥45 dBz、≥50 dBz組合反射率面積，≥10 km、≥12 km回波頂高面積與對(duì)流發(fā)展演變呈正相關(guān)，正、負(fù)地閃峰值出現(xiàn)較風(fēng)雹有0～18 min的時(shí)間提前量，負(fù)地閃的首次峰值對(duì)風(fēng)雹的提前量可達(dá)18 min。
利用衛(wèi)星、雷達(dá)、閃電和NCEP再分析資料等，以湖北省2022年3月16日一次大范圍強(qiáng)對(duì)流過(guò)程為研究個(gè)例，對(duì)西南渦移動(dòng)過(guò)程中兩個(gè)不同位置對(duì)流系統(tǒng)的觀測(cè)特征進(jìn)行了分析。結(jié)果表明：槽前西南渦東移是本次強(qiáng)對(duì)流的主要影響系統(tǒng)，東部的風(fēng)雹天氣主要出現(xiàn)在低渦及暖式切變線頂部，南部對(duì)流則是由低渦南部冷式切變線誘發(fā)。本個(gè)例中對(duì)流發(fā)展初期云頂亮溫TBB逐漸下降到220 K以下，未來(lái)1 h TBB變率局部最大可達(dá)-30 ℃，大部分閃電緊貼著TBB≤220 K積云右側(cè)和TBB變率大值區(qū)中心及邊緣，對(duì)流系統(tǒng)右側(cè)的閃電對(duì)于對(duì)流系統(tǒng)的發(fā)展移動(dòng)有較好的指示意義；成熟期TBB≤210 K的積云面積達(dá)到最大，未來(lái)1 h TBB變率減小，密集閃電分布在積云云團(tuán)中部且隨著TBB低值區(qū)移動(dòng)。雷達(dá)觀測(cè)反射率因子垂直剖面呈右傾結(jié)構(gòu)，對(duì)流發(fā)展階段的右傾特征更為明顯，閃電位于對(duì)流系統(tǒng)右前側(cè)，和≥45 dBz的強(qiáng)回波基本吻合；≥45 dBz、≥50 dBz組合反射率面積，≥10 km、≥12 km回波頂高面積與對(duì)流發(fā)展演變呈正相關(guān)，正、負(fù)地閃峰值出現(xiàn)較風(fēng)雹有0～18 min的時(shí)間提前量，負(fù)地閃的首次峰值對(duì)風(fēng)雹的提前量可達(dá)18 min。
2023, 51(3):441-453.
DOI: 10.19517/j.1671-6345.20220410
摘要:
利用常規(guī)資料、自動(dòng)站加密資料、探空資料、ERA5再分析數(shù)據(jù)及多普勒天氣雷達(dá)資料，對(duì)2021年4月30日影響浙北沿海的一次強(qiáng)對(duì)流天氣過(guò)程進(jìn)行分析。結(jié)果表明：①此次過(guò)程發(fā)生在高空冷渦及其槽后強(qiáng)勁的西北急流背景下，低空切變線和地面輻合線共同提供了抬升觸發(fā)條件。②適當(dāng)?shù)膶?duì)流抑制能量CIN、相對(duì)較低的自由對(duì)流高度LFC和較高的對(duì)流有效位能CAPE有利于形成上冷下暖的不穩(wěn)定層結(jié)，深厚的垂直風(fēng)切變配合中層干空氣夾卷，使得強(qiáng)對(duì)流天氣進(jìn)一步發(fā)生、維持和發(fā)展。③此次陣風(fēng)鋒發(fā)展經(jīng)歷了3個(gè)階段，產(chǎn)生陣風(fēng)鋒的雷暴主體發(fā)展強(qiáng)烈并引起地面大風(fēng)時(shí)，存在強(qiáng)回波中心高度快速下降、后側(cè)中層強(qiáng)入流、徑向速度輻散場(chǎng)及速度模糊等特征。④強(qiáng)冷空氣堆下沉形成氣壓梯度密集區(qū)和風(fēng)溫濕切變易造成雷暴大風(fēng)天氣，負(fù)變溫中心及正變壓中心對(duì)強(qiáng)對(duì)流有一定指示性。⑤陣風(fēng)鋒過(guò)境時(shí)常出現(xiàn)氣壓陡升、風(fēng)速加大、風(fēng)向突變、溫度驟降，由于雷達(dá)觀測(cè)距離限制，預(yù)報(bào)員需前期分析潛勢(shì)，結(jié)合自動(dòng)站要素與雷達(dá)信息共同研判。
利用常規(guī)資料、自動(dòng)站加密資料、探空資料、ERA5再分析數(shù)據(jù)及多普勒天氣雷達(dá)資料，對(duì)2021年4月30日影響浙北沿海的一次強(qiáng)對(duì)流天氣過(guò)程進(jìn)行分析。結(jié)果表明：①此次過(guò)程發(fā)生在高空冷渦及其槽后強(qiáng)勁的西北急流背景下，低空切變線和地面輻合線共同提供了抬升觸發(fā)條件。②適當(dāng)?shù)膶?duì)流抑制能量CIN、相對(duì)較低的自由對(duì)流高度LFC和較高的對(duì)流有效位能CAPE有利于形成上冷下暖的不穩(wěn)定層結(jié)，深厚的垂直風(fēng)切變配合中層干空氣夾卷，使得強(qiáng)對(duì)流天氣進(jìn)一步發(fā)生、維持和發(fā)展。③此次陣風(fēng)鋒發(fā)展經(jīng)歷了3個(gè)階段，產(chǎn)生陣風(fēng)鋒的雷暴主體發(fā)展強(qiáng)烈并引起地面大風(fēng)時(shí)，存在強(qiáng)回波中心高度快速下降、后側(cè)中層強(qiáng)入流、徑向速度輻散場(chǎng)及速度模糊等特征。④強(qiáng)冷空氣堆下沉形成氣壓梯度密集區(qū)和風(fēng)溫濕切變易造成雷暴大風(fēng)天氣，負(fù)變溫中心及正變壓中心對(duì)強(qiáng)對(duì)流有一定指示性。⑤陣風(fēng)鋒過(guò)境時(shí)常出現(xiàn)氣壓陡升、風(fēng)速加大、風(fēng)向突變、溫度驟降，由于雷達(dá)觀測(cè)距離限制，預(yù)報(bào)員需前期分析潛勢(shì)，結(jié)合自動(dòng)站要素與雷達(dá)信息共同研判。
友情鏈接《氣象學(xué)報(bào)》《應(yīng)用氣象學(xué)報(bào)》《氣象》《氣象科學(xué)》中國(guó)氣象局中國(guó)氣象局氣象探測(cè)中心中國(guó)氣象科學(xué)研究院北京市氣象局國(guó)家衛(wèi)星氣象中心及國(guó)家氣象信息中心
您是第位訪問(wèn)者
技術(shù)支持：北京勤云科技發(fā)展有限公司
技術(shù)支持：北京勤云科技發(fā)展有限公司