第七章风暴识别、追踪和预报算法

合集下载

多普勒天气雷达原理与应用6-雷达探测算法(1)

Oklahoma 发生大冰雹所必须的VIL估计值。
基于单体的VIL
垂直剖面产品
垂直剖面产品包括反射率因子剖面RCS、平均径向速度剖面VCS和速度谱宽剖面SCS。可在半径为230公里的雷达覆盖范围内的任意两点间做剖面。垂直剖面产品是由如下过程产生的体积产品： 1）用1km分辨率的基本数据连接所有的仰角扫描； 2）对没有数据的地方用相邻二个仰角的资料垂直插值，垂直间隔为0.5km；3）没有从最高或最低仰角向外外插。反射率因子剖面和速度剖面产品各有两个，分别对应于16个和8个数据级，谱宽剖面产品只有一个。
步骤4 TVS处理：1）检查搜寻范围TPC （threshold search percentage）内所有的中气旋 2D特征；2）如果一个2D特征最大和最小径向速度间的切变超过阈值TTS，则这个2D特征包含一个潜在的TVS；3）如果一个3D特征中有2个或更多的2D特征包含潜在的TVS，则一个TVS 被识别。
表6-7 新的冰雹探测算法HDA的评分日期 11/02/1992 17/02/1992 25/03/1992 19/04/1992 28/04/1992 28/05/1992 02/06/1992 12/06/1992 09/06/1992 01/09/1989 总体 WT （Jｍ-1s-1） 20 26 63 66 74 97 100 120 126 134 H 16 13 30 16 94 5 3 0 0 40 217 M 1 10 9 12 39 0 3 0 0 20 94 FA 33 11 18 21 32 10 6 5 0 71 207 POD（%） 94 57 77 57 71 100 50 67 70 FAR（%） 67 46 38 59 25 67 67 100 64 49 CSI（%） 32 38 53 31 57 33 25 0 31 42

天气雷达产品及其应用(下)

四. 由基本速度资料导出产品的生成、调阅和应用这些产品以基本平均径向速度资料为基础,根据日常业务和科研需要生成不同产品，客观的描述了雷达探测范围内流场的时空变化规律和特征。

如风暴相对平均径向速度图和相对平均径向速度区就客观的描述了风暴的运动变化规律；而速度剖面、速度方位显示等产品则揭示了大气环境风场的特征；中尺度气旋、龙卷涡旋信息及组合切变等产品则为预报员识别和预警中尺度气旋、龙卷风、地面阵风锋、下击暴流等灾害性天气提供了直接参考。

需要说明两点：1）这些产品生成过程中利用了风暴单体识别和跟踪算法（SCIT）等WSR-88D其它算法和资料的输出结果，并非完全根据平均径向速度资料生成。

2）组合切变和组合切变等值线产品尚未经过严格的质量检验，投入业务使用尚待更长时间的检验，目前还未对其编号。

4.1风暴相对平均径向速度图产品(SRM)（图4.1 风暴相对平均径向速度图产品上海）产品介绍上图为2001年8月7日15时32分1.5度仰角风暴相对平均径向速度图产品，空间辨率为0.54海里*1度，探测范围124海里，资料等级16层（-50~50海里/小时），雷达工作在降水模式VCP 21，产品代码56 SRM, 从图中可见长江口的正负速度切变区。

生成原理风暴相对平均径向速度图产品是对每个0.13海里距离库上的平均径向速度矢量减去一个估计的风暴移动矢量，并取四个0.13海里距离库中的最大值，生成0.54海里×1度空间分辨的产品。

而平均径向速度产品（V）取的是四个0.13海里距离库中的的第一个值生成0.54×1度分辨率的平均径向速度产品。

这个估计的风暴移动矢量来自于风暴单体识别与跟踪算法（SCIT），是对124海里内SCIT所探测到的所有风暴单体的平均移向移速。

当SCIT算法在124海里范围内没有探测到风暴单体，则使用UCP上用户输入的风暴单体移向移速缺省值（260度，40海里/小时），这个值每天应至少更新两次。

计算几何法在风暴识别中的应用

内外常用的临近预报系统中，都利用了雷达数据
对风暴进行识别追踪以及外推预报［。在风暴识
体的径向散度值，并且利用回波辐合总量及辐合
中心值与反射率因子、垂直累积液态含水量及中心值进行对比分析得到了底层径向辐合有利于回
波维持或加强的结论。兰红平等【利用模式识别］技术进行云团识别，拓扑处理，建立生命周期，
面做了大量的研究［。而基于雷达基数据对风暴１］
单体以及风暴带的识别、追踪及预警是利用多普
勒雷达进行短时预报的一个重要方面。在很多国
（９ＩＢＳ）的基础上设计了以风暴对流发展信息（ｓｃＩ）
方法来描述风暴对流发展的强弱。王艳兰等『６】运用多普勒雷达的径向速度资料，计算对流回波单
文献标识码：ＡＤｏ：１．９９．ｓ．０．９５０１２０５ｉ０３６￣ｉｎ１４４６．１．．ｓ０２００中图分类号：Ｐ１．５４２２
１引
言
质心，虽然能够比较好的形态信息。这两个算法都有优点，又都有局限。ＴＴＮＩＡ算法适用于风暴带的识别追踪，而ＳＩ算法适用于风暴质心的识别追ＣＴ
别追踪的发展历程中有两个比较有代表性的算
法，其一是美国国家大气研究中心提出的ＴＴＮＩＡ
算法（ｈｎｅｓｒＩｅｔｉｔｎＴａｋｎ，Ｔｕｄｒｔｍｄｎｉｃｉ，ｒｃｉｇｏｆａｏ
Ａｎｌｓ，ａｄＮｏａｔｇ｛，其二是美国国家强ａｙｉｎｗｃｓｎ）］ｓｉ３

基于闪电数据的雷暴识别、追踪与外推方法

基于闪电数据的雷暴识别、追踪与外推方法周康辉;郑永光;蓝渝【摘要】该文提出了一种新的雷暴识别、追踪与外推方法.该方法基于地闪数据,利用密度极大值快速搜索聚类算法实现雷暴的识别,采用Kalman滤波算法实现雷暴的追踪与外推.应用该方法处理了2013年的全国地闪定位数据,同时利用多普勒天气雷达等数据对选取的个例进行评估.结果表明:该方法能有效识别雷暴并对其进行实时追踪,且能有效处理雷暴分裂与合并的情况;算法具有较好的0～60 min的临近外推预报能力,各项性能指标整体与TITAN (ThunderstormIdentification,Tracking,Analysis and Nowcasting)算法接近,在30 min时效有更好的表现.该方法能够实时监测、预报全国雷暴发生发展状况,对于0～60 min临近预报具有一定参考价值.【期刊名称】《应用气象学报》【年(卷),期】2016(027)002【总页数】9页(P173-181)【关键词】闪电;雷暴;识别;追踪;外推【作者】周康辉;郑永光;蓝渝【作者单位】国家气象中心,北京100081;国家气象中心,北京100081;国家气象中心,北京100081【正文语种】中文该文提出了一种新的雷暴识别、追踪与外推方法。

该方法基于地闪数据，利用密度极大值快速搜索聚类算法实现雷暴的识别，采用Kalman滤波算法实现雷暴的追踪与外推。

应用该方法处理了2013年的全国地闪定位数据，同时利用多普勒天气雷达等数据对选取的个例进行评估。

结果表明：该方法能有效识别雷暴并对其进行实时追踪，且能有效处理雷暴分裂与合并的情况；算法具有较好的0～60 min的临近外推预报能力，各项性能指标整体与TITAN (Thunderstorm Identification,Tracking,Analysis and Nowcasting)算法接近，在30 min时效有更好的表现。

该方法能够实时监测、预报全国雷暴发生发展状况，对于0～60min临近预报具有一定参考价值。

人工智能考试必备知识点

人工智能考试必备知识点第三章约束推理约束的定义：一个约束通常是指一个包含若干变量的关系表达式，满足的条件。

贪心算法：贪心法把构造可行解的工作分阶段来完成。

在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。

回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一些分支，从而大大减少搜索的次数第四章定性推理定性推理的定义是从物理系统、生命系统的结构描述出发 , 导出行为描述 , 以便预测系统的行为并给出原因解释。

定性推理采用系统部件间的局部结构规则来解释系统行为态的变化行为只与直接相邻的部件有关第六章贝叶斯网络贝叶斯网络的定义：贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表 (CPT) 该变量与父节点之间概率依赖的数量关系。

条件概率：条件概率：我们把事件B 已经出现的条件下，事件 A 发生的概率记做为并称之为在B 出现的条件下 A 出现的条件概率，而称 P(A)为无条件概率。

贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式先验概率：先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，验证实，属于检验前的概率，所以称之为先验概率后验概率：后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率联合概率：联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。

贝叶斯问题的求解步骤定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断贝叶斯网络的构建为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。

为此，需要：(1) 确定模型的目标，即确定问题相关的解释； (2) 确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集； (3) 将这些观测值组织成互不相容的而且穷尽所有状态的变量。

中国雷达强天气预警信息质量控制与集成应用

中国雷达强天气预警信息质量控制与集成应用孟昭林;季承荔;郭志梅【摘要】冰雹和龙卷等强对流天气容易产生严重气象灾害,而雷达可以为强对流天气提供高时效的监测信息.针对当前雷达业务系统仅提供单站预警,且强天气识别算法缺乏本地优化等问题,研究了全国雷达预警信息组网集成技术,为大范围监测中小尺度强对流天气提供及时高效的参考信息;通过对全国高空站3年0℃层高度资料的统计分析表明,雷达监测冰雹等算法的0℃层高度应在3～6 km范围动态调整,提出了雷达强天气预警动态本地化等综合质量控制方法.通过质控前后统计分析表明,质量控制可以有效降低雷达预警的虚警率,虚警剔除率可达到95 ％以上;与雷电观测资料的检验结果显示,质控后的雷达预警信息与雷电分布具有较好的契合度.将基于上述组网集成与质量控制的综合技术应用于2016年6月23日盐城龙卷强天气监测,取得了较好的应用效果.%Weather radar can provide early warning information of strong convective weather disasters such as hail and tornado.There are problems that radar provides only warning products on the site,and strong weather detection algorithms are not locally optimized.This paper studies the radar warning information integration technology to provide timely and efficient information for a wide range of strong convective weather.The statistical analysis of the 0 ℃ level height data of 3 years indicates that the 0 ℃ level height should be adjusted dynamically in 3 to 5 km for the Hail Detection Algorithm,and a dynamic localization comprehensive quality control method is put forward.Through the statistical analysis before and after quality control,it is shown that quality control can effectively reduce the false alarm rate of radar warningby more than 95 ％.The test results of lightning observation data show that the quality of radar warning information is better with the lightning distribution.Good application effectiveness is achieved in the 2016-6-23 Yancheng tornado disaster weather warning based on the network integration and the integrated application of quality control.【期刊名称】《气象科技》【年(卷),期】2017(045)006【总页数】7页(P955-961)【关键词】天气雷达;冰雹;龙卷;中气旋;质量控制;集成应用;太阳高度【作者】孟昭林;季承荔;郭志梅【作者单位】中国气象局气象探测中心,北京100081;中国气象局气象探测中心,北京100081;中国气象局气象探测中心,北京100081【正文语种】中文【中图分类】P415.2冰雹和龙卷等强对流天气容易产生严重气象灾害，有效提高强对流天气监测预警能力，是防灾减灾的重要工作。

2011年8月18日福州地区下击暴流分析

2011年8月18日福州地区下击暴流分析2011年8月18日福州地区下击暴流分析福建省气象台陈齐川[摘要]利用多普勒雷达资料对福州地区2011年8月18日的两次下击暴流过程进行分析，结果表明，反射率强中心的逐步下降，使得风暴中层下沉气流加强，产生下击暴流，速度场上近地层速度产品呈现辐散结构、中层径向辐合的特征。

此次过程风暴的强出流与风暴分离后并未减弱，持续了相当长的时间。

利用W I N D EX指数和风暴趋势图可以对下击暴流的预报提供帮助。

[关键词]下击暴流强对流风暴多普勒雷达0引言Fujita[1,2]把导致地面上水平风速大于17.9m/s的辐散或直线型的灾害性大风的强下沉气流定义为下击暴流，并进一步区分为水平尺度大于4km，持续时间大于10分钟的宏下击暴流和水平尺度小于4km、持续时间小于10分钟的微下击暴流。

下击暴流在近地面既可以造成类似龙卷的严重灾害，也可以产生很强的水平风切变，对飞机起降造成严重影响。

美国曾为此开展4次大型外场试验，包括NIMROD(Northern Illinois Meteorological Research on Downburst)[2,3],JAWS(Joint Airport Weather Studies)[4],FLOWS(FAA/Lincoln Laboratory Operational Weather Studies)[5]以及MIST(Microburst and Severe Thunderstorm)[6],对下击暴流进行研究。

随着国内新一代天气雷达网的布设，我国也开始了对下击暴流的观测和研究。

俞小鼎等[7]首次对下击暴流进行了分析，刁秀广等[8]针对3次单单体风暴产生的下击暴流，毕旭等[9]、朱君鉴等[10]、王俊等[11]针对弓形回波造成的下击暴流研究发现，反射率因子核心逐步降低并伴随云底以上速度辐合的多普勒雷达回波特征，可用来提前数分钟预警下击暴流。

基于SCIT算法的天气雷达回波风暴识别跟踪方法

Ｋｅｙｗｏｒｄｓ：ＳＣＩＴ；ｌｉｎｅａｒｅｘｔｒａｐｏｌａｔｉｏｎ；ｎｏｗｃａｓｔｉｎｇ
０引言
对流云降水是一种局地性天气，在自然界降水中占了很大的比例。同时，又由于它具有生消变化快、降
ｓｔｏｒｍｔｒａｃｋｉｎｇａｎｄｅａｌｒｙ — ｗａｎｉｒｎｇ．ＴｈｅＳｔｏｒｍＣｅｌｌＩｄｅｎｔｉｉｆｃａｔｉｏｎａｎｄＴｒａｃｋｉｎｇ（ＳＣＩＴ）ａｌｇｏｉｒｔｈｍｉｓ
第３４卷第１期２０１４年３月
雷达与对抗
ＲＡＤＡＲ＆ＥＣＭ
Ｖｏ１．３４Ｎｏ．１
Ｍａｒ．２０１４
基于ＳＣＩＴ算法的天气雷达回波风暴识别跟踪方法
汤玉杰，佘勇
（成都信息工程学院电子工程学院，成都６ｕｌｔｓｈｏｗｓｔｈａｔｓｔｒｏｎｇｓｔｏｍｓｒｃａｎｂｅｂｅｔｔｅｒｉｄｅｎｔｉｉｆｅｄａｎｄｒｏｕｇｈｌｙｔｒａｃｋｅｄ．
关键词：ＳＣＩＴ；线性外推；临近预报中图分类号：ＴＮ９５９．４文献标志码：Ａ文章编号：１００９— ０４０１（２０１４）０１ — ００１９— ０３
Ｓｔｏｒｍｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｔｒａｃｋｉｎｇｏｆｗｅａｔｈｅｒｒａｄａｒｓ

浅谈短时天气预报在防灾减灾中的应用

浅谈短时天气预报在防灾减灾中的应用作者：代华光顾忠顺来源：《农业与技术》2015年第06期摘要：短时天气预报是防御当前极端气候多变的重要减灾防灾手段。

文章在简述短时临近天气预报几种特性的基础之上，分析了短时天气预报在防灾减灾中的作用，在强对流天气预报和农业减灾防灾中具有重要作用。

关键词：短时天气预报；减灾防灾；应用中图分类号：P45 文献标识码：A灾害性天气短时临近预报在气象灾害防御中具有特殊的地位，灾害性天气预报准确率和时间空间分辨率的要求都比较高。

因此，短时天气预报业务的开展对气象减灾防灾有重要作用。

未来的短时天气预报在此基础上，将通过对雷达和快速同化资料的综合应用，延长灾害性天气的预报时效，提升潜势预报能力，提供一段时间间隔的强降水、雷雨大风、冰雹等临近预报产品，并不断提高其预报实效性和准确率。

1 短时临近天气预报特性1.1 西藏地区短时天气预报西藏自治区位于青藏高原的西南部，平均海拔4000m以上，有“世界屋脊”之称，地势高亢、地貌多由山脉、湖泊和盆地以及岩溶地貌、风沙地貌和火山地貌等多样化地形构成，呈西北向东南倾斜，其中湖泊面积占湖泊总面积的1/3。

特殊的地形和地理位置使西藏经常出现灾害性天气，比如冰雪、风沙和暴雨等，给人们的生产生活造成严重影响，经济损失不计其数。

短时临近天气预报的开展对提高人们对气象灾害的防御能力有明显成效。

西藏自治区气象台与成都信息工程学院大气科学院共同承担的“西藏强对流天气短时临近预报预警系统”课题被评为“西藏自治区2010～2011年度科学技术三等奖”。

此课题主要针对高原地区天气气候特点和天气系统演变的特殊规律的研究，比如高原强降水、雷电、大风等强对流等灾害天气的分布特征以及主要天气系统的生成发展机制等。

揭示出了西藏地区更多的中小尺度天气系统，进一步认识了西藏地区灾害性天气的规律，使灾害性天气预报业务更加完善和规范，进一步为推出更加适合高原天气变化的短期预报精确技术提供依据，提升了防灾减灾服务能力，具有显著的经济社会效益。

强对流天气的多普勒天气雷达探测和预警

强对流天气的多普勒天气雷达探测和预警俞小鼎【摘要】简要介绍了强对流天气(包括强冰雹、龙卷、雷雨大风和暴洪)的多普勒天气雷达识别和预警技术.【期刊名称】《气象科技进展》【年(卷),期】2011(001)003【总页数】11页(P31-41)【关键词】多普勒天气雷达;强对流;识别与预警【作者】俞小鼎【作者单位】中国气象局气象干部培训学院,北京100081【正文语种】中文强对流天气是造成气象灾害的主要天气类型之一，主要包括冰雹、龙卷、雷雨大风和暴洪。

天气雷达从它在半个多世纪前开始应用于气象领域开始，一直是监测和预警强对流天气的主要工具。

天气雷达发射一系列脉冲电磁波，电磁波遇到云雨等气象目标会向四面八方散射，其中后向散射波回到雷达被接收。

传统天气雷达只能提取回波中的强度（反射率因子）信息，而多普勒天气雷达除了提取反射率因子信息外，还可以从雷达回波中提取云雨目标沿雷达径向的运动速度和相应的谱宽信息，大大加强了天气雷达的监测和预警能力。

我国正在建设的新一代天气雷达网全部由多普勒天气雷达构成。

新一代天气雷达比传统雷达具有更高的空间分辨率和探测灵敏度，可以探测到传统雷达通常探测不到的晴空回波。

美国于1996年完成了150多部新一代天气雷达在全美国的布网工作。

中国气象局新一代天气雷达网将由216部多普勒天气雷达构成，到2011年6月底为止，已经完成156部新一代天气雷达的布网工作。

我国的新一代天气雷达共有S（10cm）和C（5cm）两个波段七种型号，其中CINRAD-SA型和SB型多普勒天气雷达与美国的WSR-88D在结构和应用软件方面几乎完全相同，是我国东部沿海地区、长江流域、淮河流域、黄河下游和珠江流域的主要布网雷达。

已布设的新一代天气雷达已发挥了明显效益。

新一代天气雷达的应用领域主要包括对流天气的探测和预警、降水估计、雷达上方大气垂直风廓线的估测和通过对雷达反射率因子和径向速度数据的同化为高分辨率数值预报模式提供初始场。

关于TITAN软件雷暴识别追踪算法的介绍

关于TITAN软件雷暴识别追踪算法的介绍摘要：TITAN的全名为Thunderstorm Identification,Tracking,Analysis and Nowcasting,是一个关于雷暴识别追踪的系统，主要运用的资料是雷达资料，也可以利用卫星以及闪电资料。

本文的目的是对这个从1985年发展至今的气象资料处理系统做一个简单的介绍，主要介绍该系统识别以及追踪雷暴单体的算法。

关键字：TITAN 风暴追踪风暴识别I.引言：最近，北京为了更好地为奥运服务，从美国引进了TITAN系统。

TITAN最初设计的初衷是一种识别和追踪风暴的算法，但是随着软件的发展，该系统渐渐地发展成为两个方向：1.对算法进行优化以及扩展，以满足预报分析天气系统的要求；2.TITAN向系统方向发展，已经从原来的一个简单的算法演变成了数据处理的系统。

现在TITAN已经发展成为一整套的相关的软件，处理的数据也扩展到大部分的雷达资料，卫星资料，闪电感应器，以及地面观测的资料和数字天气模式。

这个软件的显示部分是由CIDD扩展的，并且经过Frank Hag 的发展，是基于JA V A的显示界面。

一开始的TITAN是由FORTRAN语言编写，后来在2，3，4版的时候移植到了C平台上，在第5版的时候又被移植到了C++的平台上，现在这个系统几乎只能用在LUNIX系统上，并且在改版的过程中，基于优化理论，新的风暴追踪算法代替了原来的算法，第5版的TITAN系统甚至包括的对长期风暴天气的分析。

以上对TITAN系统的历史以及发展做了一个简要的介绍，下面的文章里将重点介绍这个系统的两个算法：雷暴单体识别算法以及雷暴单体追踪算法。

II.雷暴单体识别算法TITAN是利用3-D或者2-D的直角坐标系里的雷达一次体扫描数据进行风暴识别的。

因为雷达体扫描的数据是极坐标的数据，所以在识别风暴之前，要把极坐标的数据转化为直角坐标的数据，这些直角坐标的数据可以看作是把风暴切成水平的一片一片的，即CAPPI （Constant Altitude Plan Position Indicator）,把整个体扫描数据进行等高度差的水平分层。

第七章风暴识别、追踪和预报算法精选全文

第7章风暴识别、追踪和预报算法
2. 所记录的每个风暴段，如果长度小于L，则删除。 3. 最后，为了取得更好的风暴定位效果，采用七个不同
的反射率阈值(Tz(1-7)(60, 55, 50, 45, 40, 35, 30))来生成不同的段。首先，用最小反射率因子阈值搜寻段(缺省是30dBZ )，未被选中的距离库将被抛弃不再做进一步处理。然后用30dBZ的段来搜寻下一个反射率因子域值〔35dBZ)的段。再用这些(35dBZ)段来搜寻下一个阈值(40dBZ )的段，直到搜索到第七个阈值 (60dBZ)的段。
阀值的连续点，合并成有一定权重长度的一维风暴段； • 然后在PPI层中按方位距离、长度重叠的相关性将风暴段合并成有一定权重面积的二维风暴分量； • 最后按空间垂直相关将风暴分量合并成具有一定权重体积的三维风暴体。
第7章风暴识别、追踪和预报算法
7.1.1 一维风暴段的查找
定义：风暴段（segment）指同一雷达扫描径向上，反射率因子大于或等于特定阈值，且库点之间距离相关，有一定长度的，中间无间断或间断很小的径向风暴线。
第7章风暴识别、追踪和预报算法
对所有相邻仰角扫执行此过程。由于只用最强的 (最高反射率因子阈值)二维分量来确定三维风暴单体，最终产品实际是一个三维风暴单体质心。
第7章风暴识别、追踪和预报算法
有时候，一个风暴可能被识别成靠的很近的几个小风暴。如果两个风暴满足如下几个条件，则把它们合并成一个风暴: 1)两个风暴单体没有同一个仰角的二维风暴分量(即存在一个垂直方向上的空挡): 2)两个风暴单体质心之间的水平距离不大于风暴水平合并阈值; 3)一个风暴单体的风暴顶和另一个风暴单体的底之间的垂直距离和仰角差值要小于高度合并阈值和仰角合并阈值。为了防止风暴过于拥挤，如果两个风暴在水平方向上靠的很近，并且风暴的高度差满足一定的阈值，则较弱的或较矮的风暴将被删除。

灾害性天气短时临近预报系统

实况数据（二）
实况数据显示
雷达三维拼图（CAPPI）
状态栏中会提示鼠标位置反射率值（单位DBZ）
水平方向为等经纬度格点（）
雷达三维拼图（CAPPI）VS PPI（1.6°）
雷达三维拼图（CAPPI-2km）VS PPI
低层CAPPI的局限性
判断对流系统的强弱（一）
变换高度
判断对流系统的强弱（二）
龙卷寒潮雾大风冰雹高温雷达特征量雷达报警强阵雨、暴雨积冰沙尘暴积雪
强阵雨报警显示符号（闪烁）+雨量(mm)
暴雨报警显示
符号（闪烁） +雨量（累计时间长度）
冰雹报警显示
符号（闪烁） +冰雹直径(mm)+出现时间
龙卷报警显示
符号（闪烁） +类型与方位（代码）+出现时间
– BasicGeoInfo：基本地理信息数据（主要是shp格
式）。
– Image：系统运行需要的一些图标等文件，该目录下
的文件无需修改。
– LOG：记录系统日志目录，每次启动SWAN，将会在该目录建立一个新的文件，记录系统运行的基本情况。该目录下的文件默认保存10天，可以自行设置保存的时间长度。
未来1小时的累计降水预报，状态栏中会提示鼠标位
风暴移动路径预报（STM）
红色方块表示风暴过去1小时每隔6分钟的位置；红色十字表示风暴未来1小时每隔6分钟的位置；红色圈圈表示风暴当前的位置和风暴的大小直径；红色连线表示风暴的轨迹。
风暴移动路径预报（TITAN）显示
• 蓝色边界线为风暴过去的边界

– 字符串、浮点数、整数、颜色、布尔型和枚举型
数据等六种
– 前三种可以直接在属性项的输入框中输入字符串 – 颜色属性可以通过直接输入R、G、B颜色设置，

基于深度学习算法提高台风预测的准确性与时效性

基于深度学习算法提高台风预测的准确性与时效性1. 引言1.1 背景1.2 目的2. 台风预测的重要性2.1 台风的危害2.2 台风预测的意义3. 台风预测的传统方法3.1 基于统计的方法3.2 数值模型方法4. 深度学习算法在台风预测中的应用4.1 深度学习的基本原理4.2 深度学习在图像识别中的成功应用4.3 深度学习在自然语言处理中的成功应用4.4 深度学习在台风预测中的应用潜力5. 深度学习算法在提高台风预测准确性方面的优势5.1 自适应性5.2 处理非线性关系5.3 处理大规模数据5.4 高维特征提取5.5 模型泛化能力6. 深度学习算法在提高台风预测时效性方面的优势6.1 自动化特征提取6.2 基于神经网络的直接预测6.3 高效的计算能力7. 深度学习算法在台风预测中的局限性与挑战7.1 数据依赖性7.2 建模复杂度7.3 训练数据的限制7.4 解释性和可解释性8. 未来深度学习应用于台风预测的发展方向8.1 数据的多源融合8.2 模型的深度优化8.3 特征的有效提取8.4 模型的可解释性研究9. 结论台风是自然界中一种极具破坏性的天气现象，预测台风的准确性和时效性对于减少灾害损失和保护人民群众的生命财产安全具有重要意义。

传统的台风预测方法存在着一些不足，而深度学习算法作为一种新兴的机器学习方法，具备处理大规模数据、提取高维特征和模型泛化能力强等优势，有望提高台风预测的准确性和时效性。

在本文中，我们首先介绍了台风预测的重要性，包括台风对人类生活和社会经济的危害，以及台风预测对减轻灾害损失的意义。

然后，我们对传统的台风预测方法进行了概述，包括基于统计的方法和数值模型方法。

接下来，我们详细介绍了深度学习算法的基本原理，以及在图像识别和自然语言处理中的成功应用。

然后，我们探讨了深度学习算法在台风预测中的应用潜力，并分析了其在提高台风预测准确性和时效性方面的优势。

深度学习算法具有自适应性、处理非线性关系、处理大规模数据、高维特征提取和模型泛化能力等优势，在提高台风预测准确性方面具有潜力。

雷达产品与算法(技术经验)

• 极坐标显示。显示范围230和460公里
• 3种分辨率：
• 230公里显示范围 1公里
• 460公里显示范围 2公里和 4公里
学习研究
6
基本反射率因子（R）
• 图象色标分为 8和16 级：
• 晴空模式：-28dBZ~28dBZ
• 降水模式： 5dBZ~75dBZ
• 共 6 个产品。最常用的为19号：1公里分辨率，16级色标，显示范围230公里
算
单体底和顶高（ARL）
法的
分量数目基于单体的垂直累积液态水含量（VIL）
输
出
学习研究
34
基于风暴单体的垂直积分液态水VIL
风暴单体各仰角扫描最大反射率因子计算的液态水总和
学习研究
35
3.1.3 风暴单体跟踪
预报位置
R7
前次体积扫位置
预报位置
学习研究
R3
前次体积扫位置
36
3.1.4 风暴未来位置预报
学习研究
13
不同分辨率产品的例子
250米分辨率V 500米分辨率V 1公里分辨率V
学习研究
14
不同显示范围、不同分辨率的平均径向速度产品的例子
V26产品 V27产品
学习研究
15
2.3 基本径向速度谱宽产品（SW）
• 体积扫描中各个仰角全方位（360°）的基本谱宽
• 产品编号：SW28-30
产品
• 极坐标显示 • 产品号为57，显示范围230公里 • 数据色标等级：16 •最大计算范围: 230公里 • 它是判别强降水及其降水潜力，强对流天气
造成的暴雨和冰雹等灾害性天气事件的有效
工具之一
学习研究

风暴单体识别与追踪(完成版)

由于只用最强的（最高反射率因子阈值）二维分量来确定三维风暴
单体，最终产品实际是一个三维风暴单体质心。
这些风暴单体按它们的基于单体的垂直累积液态含水量（ VIL ）值
排列。
14
1.3单体识别方法--三维风暴单体的确定
◆垂直相关分析
从第2个高度层开始每个高度层的风暴分量都和它下面相邻的高度层的风暴分量进行比较，可分成以下几个步骤:
2015年12月16日
1
Content
01 02 03 04
概述
SCIT算法原理
SCIT算法性能评估
总结
2
一、概述

基于雷达数据的风暴体识别、追踪及预警方法是最早出现的临近预报技术,也是天气雷达系统和强天气预警业务的基本组成部分。 : 持续性预报法 ( Persistence)、交叉相关法( Cross Correlation)和单体质心法( Centroid Tracking) 。三者都属于外推预报法( Extrapolation)。其中 ,持续性预报法目前已经被后两者取代。
17
2、单体追踪方法
对在两个相继体扫中识别的风暴单体进行时间相关处理以确定每一个被识别的风暴单体的路径。
A
检查体扫之间的时间间隔
B
利用前一个体扫单体质心位置确定目前体扫中该单体的初猜位置
C
计算当前体扫中识别的每个单体与其对应的初猜位置之间的距离
D
计算所有已经被识别的目前单体的新的运动向量
18
一旦完成追踪过程，将计算风暴单体的属性并将其直到前10个体扫的时间序列都存储起来。
超过一个规定的阈值。
阈值（REFLECTIVITY）：30,35,40,45,50,55, 60

天气雷达风暴跟踪信息拼图技术设计与应用

第４０卷㊀第６期气象科学Ｖｏｌ．４０，Ｎｏ．６㊀２０２０年１２月ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓＤｅｃ．，２０２０㊀陈鲍发，马中元，徐芬，等．天气雷达风暴跟踪信息拼图技术设计与应用．气象科学，２０２０，４０（６）：８３８⁃８４８．ＣＨＥＮＢａｏｆａ，ＭＡＺｈｏｎｇｙｕａｎ，ＸＵＦｅｎ，ｅｔａｌ．Ｄｅｓｉｇｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｗｅａｔｈｅｒｒａｄａｒｓｔｏｒｍｔｒａｃｋｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｏｓａｉｃｔｅｃｈｎｏｌｏｇｙ．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ，２０２０，４０（６）：８３８⁃８４８．天气雷达风暴跟踪信息拼图技术设计与应用陈鲍发１㊀马中元２㊀徐芬３，４㊀夏文梅３，４㊀郑媛媛３，４㊀余剑浩５（１景德镇市气象局，江西景德镇３３３３００；２江西省气象科学研究所，南昌３３００４６；３江苏省气象科学研究所，南京２１０００９；４中国气象局交通气象重点开放实验室，南京２１０００９；５鹰潭市气象局，江西鹰潭３３５０００）摘要㊀基于天气雷达风暴识别跟踪信息ＳＴＩ（ＳｔｏｒｍＴｒａｃｋｉｎｇＩｎｆｏｒｍａｔｉｏｎ）拼图技术设计与应用，对该技术在江西雷电㊁雷暴大风㊁冰雹等强天气监测预警能力进行了分析㊂结果显示：通过对江西８部天气雷达的ＳＴＩ产品进行雷达算法解码，建立ＳＴＩ数据库，按照雷达拼图时间间隔，从数据库中调入ＳＴＩ数据进行１５ｍｉｎ㊁３０ｍｉｎ㊁４５ｍｉｎ和６０ｍｉｎ路径显示，形成多部雷达的组合ＳＴＩ产品㊂组合ＳＴＩ产品弥补了单部雷达的不足，对于判断未来１ｈ回波的移动方向㊁移动速度有明显的指示意义㊂而密集指向区对应于回波未来位置的确定效果更好，考虑到整体移向的修正位置更佳，在多次飑线㊁冰雹等强天气过程中得到了验证㊂组合ＳＴＩ产品还有助于识别回波系统，对于多个系统并存的天气过程中有很好的对照价值㊂密集指向区的出现说明回波系统进入发展旺盛期，密集指向区的消失预示着回波系统明显减弱㊂关键词㊀风暴跟踪信息；雷达拼图；密集指向区；个例分析㊀㊀分类号：Ｐ４１５２㊀㊀㊀ｄｏｉ：１０．３９６９／２０２０ｊｍｓ．００４９㊀㊀㊀文献标识码：Ａ收稿日期（Ｒｅｃｅｉｖｅｄ）：２０２０⁃０１⁃１１；修改稿日期（Ｒｅｖｉｓｅｄ）：２０２０⁃０６⁃０７㊀㊀基金项目：国家重点研发计划项目（２０１８ＹＦＣ１５０７５０３；２０１８ＹＦＣ１５０６１０３）；国家自然科学基金面上项目（４１５７５０３６；４１９７５００１）；江苏省科技厅项目（ＢＥ２０１７７７６）；江西省重点研发计划项目（２０１７１ＢＢＧ７００５）；中国气象局气象关键技术集成与应用项目（ＣＭＡＧＪ２０１３Ｍ７４）；中国气象科学研究院开放课题（２０１２ＬＡＳＷＢ０１）；江苏省气象局北极阁开放研究基金项目（ＢＪＧ２０１２０５）；景德镇市科技计划项目（２０１７ＮＹＳＦ００２）通信作者（Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ）：马中元（ＭＡＺｈｏｎｇｙｕａｎ）．ｍａｚｈｏｎｇｙｕａｎ１＠１６３．ｃｏｍＤｅｓｉｇｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｗｅａｔｈｅｒｒａｄａｒｓｔｏｒｍｔｒａｃｋｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｏｓａｉｃｔｅｃｈｎｏｌｏｇｙＣＨＥＮＢａｏｆａ１㊀ＭＡＺｈｏｎｇｙｕａｎ２㊀ＸＵＦｅｎ３，４㊀ＸＩＡＷｅｎｍｅｉ３，４㊀ＺＨＥＮＧＹｕａｎｙｕａｎ３，４㊀ＹＵＪｉａｎｈａｏ５（１ＪｉｎｇｄｅｚｈｅｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕ，ＪｉａｎｇｘｉＪｉｎｇｄｅｚｈｅｎ３３３３００，Ｃｈｉｎａ；２ＪｉａｎｇｘｉＩｎｓｔｉｔｕｔｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ，Ｎａｎｃｈａｎｇ３３００４６，Ｃｈｉｎａ；３ＪｉａｎｇｓｕＩｎｓｔｉｔｕｔｅｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ，Ｎａｎｊｉｎｇ２１０００９，Ｃｈｉｎａ；４ＣｈｉｎａＭｅｔｅｏｒｏｌｏｇｉｃａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎＫｅｙＬａｂｏｒａｔｏｒｙｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎａｎｄＭｅｔｅｏｒｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１０００９，Ｃｈｉｎａ；５ＹｉｎｇｔａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＢｕｒｅａｕ，ＪｉａｎｇｘｉＹｉｎｇｔａｎ３３５０００，Ｃｈｉｎａ）㊀㊀Ａｂｓｔｒａｃｔ㊀ＴｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｄｅｓｉｇｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆＳｔｏｒｍＴｒａｃｋｉｎｇＩｎｆｏｒｍａｔｉｏｎ（ＳＴＩ）ｍｏｓａｉｃｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｗｅａｔｈｅｒｒａｄａｒｓｔｏｒｍｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｔｒａｃｋｉｎｇｉｎｆｏｒｍａｔｉｏｎ，ａｎｄａｎａｌｙｚｅｓｔｈｅｓｔｒｏｎｇｗｅａｔｈｅｒｍｏｎｉｔｏｒｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｃａｐａｂｉｌｉｔｙｏｆｔｈｉｓｔｅｃｈｎｏｌｏｇｙｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ，ｓｕｃｈａｓｌｉｇｈｔｎｉｎｇ，ｔｈｕｎｄｅｒｓｔｏｒｍｓ，ｓｔｒｏｎｇｗｉｎｄｓ，ｈａｉｌ，ｅｔｃ．Ｔｈｅｍａｉｎｃｏｎｃｌｕｓｉｏｎｓａｒｅａｓｆｏｌｌｏｗｓ：ｔｈｒｏｕｇｈｔｈｅｒａｄａｒａｌｇｏｒｉｔｈｍｄｅｃｏｄｉｎｇｏｆＳＴＩｐｒｏｄｕｃｔｓｏｆ８ｗｅａｔｈｅｒｒａｄａｒｓｉｎＪｉａｎｇｘｉｐｒｏｖｉｎｃｅ，ＳＴＩｄａｔａｂａｓｅｉｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄＳＴＩｄａｔａａｒｅｔｒａｎｓｆｅｒｒｅｄｆｒｏｍｔｈｅｄａｔａｂａｓｅｆｏｒ１５ｍｉｎｕｔｅｓ，３０ｍｉｎｕｔｅｓ，４５ｍｉｎｕｔｅｓａｎｄ６０ｍｉｎｕｔｅｓｐａｔｈｄｉｓｐｌａｙａｃｃｏｒｄｉｎｇｔｏｔｈｅｒａｄａｒｍｏｓａｉｃｔｉｍｅｉｎｔｅｒｖａｌ，ｔｈｕｓｆｏｒｍｉｎｇａｃｏｍｂｉｎｅｄＳＴＩｐｒｏｄｕｃｔｏｆｍｕｌｔｉｐｌｅｒａｄａｒｓ．ＴｈｅｃｏｍｂｉｎｅｄＳＴＩｐｒｏｄｕｃｔｓｍａｋｅｕｐｆｏｒｔｈｅｓｈｏｒｔａｇｅｏｆａｓｉｎｇｌｅｒａｄａｒａｎｄｈａｖｅｏｂｖｉｏｕｓｉｎｄｉｃａｔｉｏｎｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｊｕｄｇｉｎｇｔｈｅｍｏｖｉｎｇｄｉｒｅｃｔｉｏｎａｎｄｍｏｖｉｎｇｓｐｅｅｄｏｆｔｈｅｅｃｈｏｉｎｔｈｅｎｅｘｔｈｏｕｒ．Ｈｏｗｅｖｅｒ，ｔｈｅｅｆｆｅｃｔｏｆｄｅｔｅｒｍｉｎｉｎｇｔｈｅｆｕｔｕｒｅｐｏｓｉｔｉｏｎｏｆｔｈｅｄｅｎｓｅｐｏｉｎｔｉｎｇａｒｅａｃｏｒｒｅｓｐｏｎｄｉｎｇｔｏｔｈｅｅｃｈｏｉｓｂｅｔｔｅｒ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈａｔｔｈｅｃｏｒｒｅｃｔｅｄｐｏｓｉｔｉｏｎｏｆｔｈｅｗｈｏｌｅｍｏｖｉｎｇｄｉｒｅｃｔｉｏｎｉｓｂｅｔｔｅｒ，ｉｔｈａｓｂｅｅｎｖｅｒｉｆｉｅｄｉｎｓｅｖｅｒａｌｓｑｕａｌｌｌｉｎｅｓ，ｈａｉｌａｎｄｏｔｈｅｒｓｔｒｏｎｇｗｅａｔｈｅｒｐｒｏｃｅｓｓｅｓ．ＴｈｅｃｏｍｂｉｎａｔｉｏｎｏｆＳＴＩｐｒｏｄｕｃｔｓｉｓａｌｓｏｈｅｌｐｆｕｌｔｏｉｄｅｎｔｉｆｙｅｃｈｏｓｙｓｔｅｍｓａｎｄｈａｓａｇｏｏｄｃｏｎｔｒａｓｔｖａｌｕｅｆｏｒｗｅａｔｈｅｒｐｒｏｃｅｓｓｅｓｉｎｗｈｉｃｈｍｕｌｔｉｐｌｅｓｙｓｔｅｍｓｃｏｅｘｉｓｔ．Ｔｈｅａｐｐｅａｒａｎｃｅｏｆｔｈｅｄｅｎｓｅｐｏｉｎｔｉｎｇａｒｅａｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｅｃｈｏｓｙｓｔｅｍｈａｓｅｎｔｅｒｅｄａｖｉｇｏｒｏｕｓｐｅｒｉｏｄｏｆｄｅｖｅｌｏｐｍｅｎｔ，ａｎｄｔｈｅｄｉｓａｐｐｅａｒａｎｃｅｏｆｔｈｅｄｅｎｓｅｐｏｉｎｔｉｎｇａｒｅａｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｅｃｈｏｓｙｓｔｅｍｉｓｏｂｖｉｏｕｓｌｙｗｅａｋｅｎｅｄ．Ｋｅｙｗｏｒｄｓ㊀ＳＴＩ；ｒａｄａｒｍｏｓａｉｃ；ｄｅｎｓｅｐｏｉｎｔｉｎｇａｒｅａ；ｃａｓｅｓｔｕｄｙ㊀引㊀言近年来，随着全球气候变暖，由中小尺度天气系统诱发的极端天气频发，由此造成的气象灾害也越来越受到关注，如舟曲特大泥石流㊁东方之星沉船事件㊁江苏盐城龙卷风等㊂尽管如此，目前基于准地转理论的短期预报技术方法对中小尺度系统的预报能力十分有限，只能弥补短临预警业务㊂针对中小尺度天气系统，只有在市级气象台站建立完整的短临业务流程㊁研究完善短临预报预警技术方法㊁搭建实用的短临预报预警业务平台，才能做好对它的监测㊁预报㊁预警和服务工作，最大限度减少生命财产损失㊂风暴跟踪信息产品（ＳｔｏｒｍＴｒａｃｋｉｎｇＩｎｆｏｒｍａｔｉｏｎ，ＳＴＩ）是多普勒雷达中最重要的回波外推产品，也是目前为止最为成熟㊁准确率较高的雷达外推产品㊂俞小鼎等［１⁃５］详细介绍了ＳＴＩ产品的原理与实现方法；对比了风暴单体识别和跟踪（ＳｔｏｒｍＣｅｌｌＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＴｒａｃｋｉｎｇ，ＳＣＩＴ）算法㊁雷暴识别跟踪分析和临近预报（ＴｈｕｎｄｅｒｓｔｏｒｍＩｄｅｎｔｉｆｉｃａｔｉｏｎ，ＴｒａｃｋｉｎｇａｎｄＮｏｗｃａｓｔｉｎｇ，ＴＩＴＡＮ）㊁交叉相关跟踪雷达回波（ＴＲＥＣ）三种具有代表性的客观外推方法原理与各自的优势，同时详细论述了强冰雹㊁龙卷㊁雷雨大风和暴洪的多普勒天气雷达识别指标和预警技术及能力㊂漆梁波［６］指出无对流参数化方案输出的模拟雷达反射率因子为模式应用走上了一个新的台阶，也为雷达回波的外推提供了重要理论依据㊂马洪波等［７］㊁陈鲍发等［８］设计了新冰雹指数，提出了识别冰雹的４个指标㊂马中元等［９⁃１０］系统性研究了江西飑线及大风㊁冰雹的回波结构特征，为识别本地雷暴大风㊁冰雹等强天气提供了依据㊂江苏省气象台集成ＳＣＩＴ㊁ＴＩＴＡＮ等算法，建立了强天气综合报警追踪平台［１１⁃１３］，实现了雷达各类气象数据的实时共享，提升了天气过程分析的能力㊂雷达回波的强度与雷电强度关系密切，产生强雷电的回波要具备强度大于５０ｄＢＺ㊁强回波中心密实㊁强回波边缘梯度大等条件［１４］㊂江西副热带高压边缘产生的回波短带其回波的传播方式一方面加快了回波移动速度，另一方面改变了回波的移动方向［１５］㊂产生短时强降水的雷达回波特征主要有三种：强单体㊁超级单体㊁飑线回波带［１６］㊂这些研究为本文提供了有益的理论基础和依据㊂目前，雷达回波的外推技术大多是基于单部雷达，多部雷达探测结合甚少㊂２０１８年，开始将江西８部Ｓ波段雷达的ＳＴＩ产品加入雷达拼图中，形成雷达拼图上的组合ＳＴＩ产品，并投入业务使用㊂通过两年来的实际应用，组合ＳＴＩ产品对于回波未来１ｈ运动轨迹指示意义明确，成效明显㊂１㊀风暴跟踪信息ＳＴＩ产品介绍及拼图技术设计１１㊀美国ＷＳＲ⁃８８Ｄ风暴识别ＳＣＩＴ算法美国ＷＳＲ⁃８８Ｄ风暴识别算法把风暴看成一个三维立体结构（图１ａｄ），识别时首先在一维径向上搜索反射率因子大于一定阈值的连续区域，称之为风暴段（Ｓｅｇｍｅｎｔ）搜索；然后依据同一层次内相邻方位间风暴段的相关性，将满足一定条件的风暴段合成为一个二维区域，称之为风暴分量（Ｃｏｍｐｏｎｅｎｔ）合并；最后根据风暴的垂直相关性，将不同层次上的风暴段和风暴分量合成一个具有三维结构的风暴单体（Ｓｔｒｕｃｔｕｒｅ）㊂ＳＣＩＴ风暴单体识别与跟踪算法由风暴单体段㊁风暴单体质心㊁风暴单体跟踪和风暴位置预报４个功能块组成，用于识别风暴单体㊂一旦识别出风暴单体，还要给出该单体０ｍｉｎ㊁１５ｍｉｎ㊁３０ｍｉｎ㊁４５ｍｉｎ和６０ｍｉｎ的预报位置，这就是风暴跟踪信息ＳＴＩ产品（图１ｅ）㊂ＳＴＩ产品根据算法，每６ｍｉｎ计算和修正对风暴追踪的误差，并自动调整预报位置㊂单部雷达ＳＴＩ给出了风暴单体回波的移动方向和速度，但因天气雷达探测制式的局限：近距离探９３８６期㊀㊀㊀陈鲍发，等：天气雷达风暴跟踪信息拼图技术设计与应用图１㊀美国ＷＳＲ⁃８８Ｄ风暴识别ＳＣＩＴ算法和风暴跟踪信息ＳＴＩ产品Ｆｉｇ．１㊀ＵＳＷＳＲ⁃８８ＤｓｔｏｒｍｉｄｅｎｔｉｆｉｃａｔｉｏｎＳＣＩＴａｌｇｏｒｉｔｈｍａｎｄｓｔｏｒｍｔｒａｃｋｉｎｇｉｎｆｏｒｍａｔｉｏｎＳＴＩｐｒｏｄｕｃｔｃｈａｒｔ测存在盲区以及无法扫描到高层雷暴单体结构，远距离无法扫描到低层雷暴单体结构，因此基于单部雷达识别的ＳＴＩ信息有时无法准确跟踪同一雷暴单体，而通过ＳＴＩ信息拼图的方式则可以有效弥补上述不足㊂１２㊀ＳＴＩ数据拼图技术设计１２１㊀ＳＴＩ数据拼图的预处理（１）ＳＴＩ数据质量检验分析对进入拼图的ＳＴＩ数据进行质量检验分析，抛去不合理的ＳＴＩ数据㊂在单部雷达风暴跟踪信息中，存在一些不合理的ＳＴＩ数据，例如逆向ＳＴＩ信息㊁仅有１０ｍｉｎ和３０ｍｉｎ的不完整信息等，这些信息在预处理过程中将被过滤掉，不参加雷达拼图㊂（２）ＳＴＩ数据拼图时间间隔处理按照雷达拼图时间间隔（１０ｍｉｎ），根据气象业务需求，ＳＴＩ拼图数据选择最接近１０ｍｉｎ整点的１５ｍｉｎ㊁３０ｍｉｎ㊁４５ｍｉｎ和６０ｍｉｎ数据组，整组数据要完整无空缺㊂（３）ＳＴＩ数据文本文件将多部雷达探测的有效ＳＴＩ数据，顺序存放在ＳＴＩ数据库中，供拼图软件调用㊂１２２㊀ＳＴＩ数据拼图技术设计（１）密集指向区概念为提高ＳＴＩ数据跟踪雷暴单体的准确性，基于ＳＴＩ数据拼图产品提出了密集指向区概念，在图像中密集指向区的出现代表该区域对应的雷暴单体跟踪可信度高㊂ＳＴＩ密集指向区就是指多部雷达风暴跟踪信息ＳＴＩ的预报路径的密集叠加程度，这是单部雷达ＳＴＩ产品不具备的㊂因为，单部雷达的ＳＴＩ有时会出现计算误差，甚至出现相背离的情况㊂多部雷达的ＳＴＩ组合在一起，形成一种趋势，这种趋势相较单一指示更为可靠㊂密集指向区在图像中应用示例：图２ａ㊁ｂ是设计时的ＳＴＩ表现形式，用黑色细线连接４个预报时间段信息，并用黑色箭头给出方向，在实际应用中，图中的时间是雷达拼图时间而被省略；图２ｃ㊁ｄ是多部雷达ＳＴＩ信息叠加㊂可以看出，ＳＴＩ信息线段密集（密集指向区）是多部雷达分析的结果，重叠在一起大大提高了识别可信度；图２ｅ㊁ｆ是在ＳＴＩ路径点上可以查看具体数据㊂第６０ｍｉｎ的箭头用红色标出（图２ｆ），即为回波单体１ｈ后的具体位置，称之为指向㊂ＳＴＩ与指向可以通过选择框切换，也可以关闭ＳＴＩ和指向㊂（２）ＳＴＩ外推方向的修正：雷达回波移动主要有整体移动和单体移动两种方向，有时整体与单体移动方向一致，有时存在较大夹角㊂ＳＴＩ产品给出的是单体外推方向及１５ｍｉｎ㊁３０ｍｉｎ㊁４５ｍｉｎ和６０ｍｉｎ的落点㊂考虑到整体移动与单体移动有一定夹角，对１ｈ以后的ＳＴＩ指向，按回波整体移动方向进行修正１ｈ后的具体落区，这个方向大多数情况下偏向移动方向的右侧，统计结果表明：１ｈ右偏夹角大约在１０ʎ ２０ʎ㊂也就是说，ＳＴＩ产品给出的１ｈ落区，实际上要修正为偏向右侧一点㊂２㊀ＳＴＩ拼图产品在飑线天气中的应用考虑到前后一致，图３中矩形方框为强回波当前位置，即起报位置；两个圆圈为预报位置，其中蓝色椭圆为强回波１ｈ后的ＳＴＩ指向位置，红色椭圆为根据整体移动方向修正后的指向位置㊂通过起报位置㊁１ｈ后强回波的预报位置㊁１ｈ后实际回波情况进行对比分析，来验证雷达拼图上ＳＴＩ组合产品的准确性与实用价值㊂２１㊀２０１８年３月４日１５ʒ３０飑线Ａ㊀㊀２０１８年３月４日江西出现区域性的雷暴大风天气过程，部分地区大风强度达１３级及以上，刷新历史记录㊂１５ʒ３０（北京时，下同）飑线回波带主体位于江西境内，且呈明显的弓状回波，整体０４８气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀４０卷图２㊀风暴跟踪信息ＳＴＩ产品在江西ＷｅｂＧＩＳ雷达拼图上的表现形式：（ａ㊁ｂ）设计时的ＳＴＩ表现形式；（ｃ㊁ｄ）多部雷达ＳＴＩ信息叠加；（ｅ㊁ｆ）在ＳＴＩ路径点上可以查看具体数据Ｆｉｇ．２㊀ＰｒｅｓｅｎｔａｔｉｏｎｏｆＳＴＩｐｒｏｄｕｃｔｓｏｎＪｉａｎｇｘｉＷｅｂＧＩＳｒａｄａｒｍｏｓａｉｃ：（ａ，ｂ）ｔｈｅＳＴＩｒｅｐｒｅｓｅｎｔａｔｉｏｎａｔｄｅｓｉｇｎｔｉｍｅ；（ｃ，ｄ）ｔｈｅＳＴＩｉｎｆｏｒｍａｔｉｏｎｓｕｐｅｒｐｏｓｉｔｉｏｎｄｉａｇｒａｍｏｆｍｕｌｔｉｐｌｅｒａｄａｒｓ；（ｅ，ｆ）ｓｐｅｃｉｆｉｃｄａｔａｔｈａｔｃａｎｂｅｖｉｅｗｅｄａｔＳＴＩｐａｔｈｐｏｉｎｔｓ向东北偏东方向移动，单体偏北，在其经过的赣西等地已出现８１０级雷暴大风并伴有强雷电（图３ａ中紫色部分）㊁超短时强降水（图３ｂ中圆点部分）㊂可以看出，飑线上的ＳＴＩ产品呈弓状向外发散（图３ｃ），有多个密集指向区，在回波中间向前突出的最强部分的进贤㊁余干等地截取一块，作为起报位置，用矩形框表示，用两个圆圈表示预报位置，其中蓝色圆圈为选取的回波单体１ｈ后的指向位置，红色圆圈为考虑到整体移向后的订正位置，略偏右㊂１５ʒ３０１６ʒ３０飑线回波演变来看，回波起报位置和预报位置沿着密集指向区移动，１６ʒ３０，弓状强回波进入乐平市，１ｈ后的预报位置在强回波中，覆盖乐平西部与西南部，修正的预报位置略偏右，与强回波重叠效果更佳㊂即预报位置与强回波单体１ｈ后的实况高度吻合㊂从大风实况来看，１６ʒ３０前后，乐平全境出现８１０级或以上雷暴大风，其中乐平塔山出现风速为４０８ｍ㊃ｓ－１的西南风，创下有气象记录以来的风速最大值㊂可以看出，利用回波拼图上ＳＴＩ产品，可以提前１ｈ进行有效精准预测，对提高短临预报能力有明显指导意义㊂２２㊀２０１８年３月１５日１７ʒ２０２０１８年３月１５日下午，受飑线影响江西多地出现雷暴大风，其中德安于１６ʒ５７出现风速为１８ｍ㊃ｓ－１的东北风，靖安于１８ʒ１４出现风速为１８ｍ㊃ｓ－１的西北风㊂１７ʒ２０，在赣西北的德安至靖安等地有一东北西南向的飑线回波带，并伴有强雷电（紫色部分）㊁超短时强降水（圆点），在飑线带上有多个ＳＴＩ产品，但走向不一致㊂选取靖安以西的强回波单体为起报位置，用矩形方框勾出，１ｈ后ＳＴＩ密集指出区为预报位置（蓝色圆圈，图４ｃ），考虑到回波整体略向东移，预报修正位置（红色圆圈，图４ｃ）略偏右㊂从１ｈ后强回波单体实况来看，强回波正移至预报的圆圈中，而预报修正的位置更佳（图４ｄ）㊂２３㊀２０１９年３月２１日０８ʒ２０２０１９年３月２１日上午，赣东北多地出现冰雹，１４８６期㊀㊀㊀陈鲍发，等：天气雷达风暴跟踪信息拼图技术设计与应用图３㊀２０１８年３月４日１５ʒ３０江西飑线风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）１５ʒ３０飑线回波叠加极大风速实况；（ｂ）１５ʒ３０飑线回波叠加１０ｍｉｎ降水实况；（ｃ）１５ʒ３０飑线回波叠加ＳＴＩ分析；（ｄ）１６ʒ３０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．３㊀ＡｐｐｌｉｃａｔｉｏｎｏｆＳＴＩｏｆＪｉａｎｇｘｉｓｑｕａｌｌｌｉｎｅｏｎＭａｒｃｈ４，２０１８ａｔ１５ʒ３０ＢＳＴｉｎｒａｄａｒｍｏｓａｉｃ：（ａ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｌｉｖｅｍａｐａｔ１５ʒ３０ＢＳＴ；（ｂ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎ１０⁃ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｌｉｖｅｍａｐａｔ１５ʒ３０ＢＳＴ；（ｃ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｉｍｐｏｓｅｄＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ１５ʒ３０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ１６ʒ３０ＢＳＴ图４㊀２０１８年３月１５日１７ʒ２０江西飑线风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）１７ʒ２０飑线回波叠加极大风速实况；（ｂ）１７ʒ２０飑线回波叠加１０ｍｉｎ降水实况；（ｃ）１７ʒ２０飑线回波叠加ＳＴＩ分析；（ｄ）１８ʒ２０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．４㊀ＡｐｐｌｉｃａｔｉｏｎｏｆＳＴＩｏｆＪｉａｎｇｘｉｓｑｕａｌｌｌｉｎｅｏｎＭａｒｃｈ１５，２０１８ａｔ１７ʒ２０ＢＳＴｉｎｒａｄａｒｍｏｓａｉｃ：（ａ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｌｉｖｅｍａｐａｔ１７ʒ２０ＢＳＴ；（ｂ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎ１０ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｌｉｖｅｍａｐａｔ１７ʒ２０ＢＳＴ；（ｃ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｉｍｐｏｓｅｄＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ１７ʒ２０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ１８ʒ２０ＢＳＴ其中０８ʒ２６贵溪出现冰雹，最大直径１０ｍｍ㊂０８ʒ２０江西东部的乐平㊁万年㊁贵溪㊁余江一线出现冰雹弓状回波，中心强度达７０７５ｄＢＺ㊂与此强回波对应的ＳＴＩ产品只有两个㊂选取弓状飑线向前凸起２４８气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀４０卷部分为强回波起报位置，用矩形框选定，两个ＳＴＩ指向为预报位置（蓝色圆圈，图５ｃ），考虑到整体回波较单体移动偏东，修正位置略偏右（红色圆圈，图５ｃ）㊂１ｈ后飑线中段强回波移至预报位置，而弓状凸起部位正位于修正位置之中（图５ｄ）㊂图５㊀２０１９年３月２１日０８ʒ２０江西飑线风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）０８ʒ２０飑线回波叠加极大风速实况；（ｂ）０８ʒ２０飑线回波叠加１０ｍｉｎ降水实况；（ｃ）０８ʒ２０飑线回波叠加ＳＴＩ分析；（ｄ）０９ʒ２０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．５㊀ＡｐｐｌｉｃａｔｉｏｎｏｆＳＴＩｏｆＪｉａｎｇｘｉｓｑｕａｌｌｌｉｎｅｉｎｒａｄａｒｍｏｓａｉｃａｔ０８ʒ２０ＢＳＴｏｎＭａｒｃｈ２１，２０１９：（ａ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｌｉｖｅｍａｐａｔ０８ʒ２０ＢＳＴ；（ｂ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎ１０⁃ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｌｉｖｅｍａｐａｔ０８ʒ２０ＢＳＴ；（ｃ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｉｍｐｏｓｅｄＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ０８ʒ２０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ０９ʒ２０ＢＳＴ２４㊀２０１９年４月９日１４ʒ４０２０１９年４月９日下午赣东北出现较大范围的大风天气过程，其中浮梁北部的瑶里出现风速为２１４ｍ㊃ｓ－１的西北大风㊂１４ʒ４０赣北有一东北西南向的飑线回波带，并伴有强雷电与超短时强降水，带上有多个ＳＴＩ产品指向东北偏东方向㊂浮梁县北部有强对流短带回波，中心强度达６０６５ｄＢＺ，与之相伴的ＳＴＩ产品出现密集指向区㊂选取该短带回波为起报位置，用矩形方框选中，１ｈ后的密集指向为预报位置（蓝色圆圈，图６ｃ），考虑到整体东移，单体向东北方向移动，修正位置略偏右（红色圆圈，图６ｃ）㊂１ｈ后的短带回波东移进入预报位置，６０６５ｄＢＺ的强回波中心位置正位于修正位置之内㊂由此可见，ＳＴＩ产品对飑线强回波带的移动有很好的指示意义，综合考虑到回波的单体移向与整体移向，进行修正后的位置对于预报飑线上强回波中心的未来落区更加契合㊂３㊀ＳＴＩ拼图产品在冰雹天气中的应用３１㊀２０１８年３月４日１９ʒ２０２０１８年３月４日晚江西多地出现冰雹，１９ʒ２０江西中部有一东北西南向的飑线回波带，伴有强雷电与超短时强降水，回波带上丰城附近有一冰雹回波，强度达６５ｄＢＺ以上，选取该回波为起报位置，用矩形框选定，ＳＴＩ产品上，１ｈ后有４个指向，将这４个指向作为预报位置用蓝色圆圈选中㊂考虑到整体移向偏向于单体移向的右边，修正位置（红色圆圈）位于蓝色圆圈的右侧（图７ｃ）㊂从１ｈ后回波实况看到，冰雹回波移入预报的圆圈之内，位于修正圆圈的中心㊂同时，在该块冰雹回波的西南方向又新生一强回波㊂３２㊀２０１８年３月４日２０ʒ００２０１８年３月４日２０ʒ００，在宁岗以西的湖南境内有一冰雹回波，中心回波强度已达７０７５ｄＢＺ，选取该回波作为起报位置，用矩形框选定，ＳＴＩ产品上，１ｈ后有两个指向，将这两个指向作为预报位置用蓝色圆圈选中㊂考虑到整体移向偏向于单体移向的右边，修正位置（红色圆圈）位于蓝色圆圈的右侧（图８ａ）㊂从１ｈ后回波实况看到，冰雹回波移入预报的圆圈之中，６５７５ｄＢＺ的强回波中心正位于修正红色圆圈的中心㊂３４８６期㊀㊀㊀陈鲍发，等：天气雷达风暴跟踪信息拼图技术设计与应用图６㊀２０１９年４月９日１４ʒ４０江西飑线风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）１４ʒ４０飑线回波叠加极大风速实况；（ｂ）１７ʒ４０飑线回波叠加１０ｍｉｎ降水实况；（ｃ）１４ʒ４０飑线回波叠加ＳＴＩ分析；（ｄ）１５ʒ４０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．６㊀ＡｐｐｌｉｃａｔｉｏｎｏｆｓｑｕａｌｌｌｉｎｅＳＴＩｉｎｒａｄａｒｍｏｓａｉｃａｔ１４ʒ４０ＢＳＴｏｎＡｐｒｉｌ９，２０１９ｉｎＪｉａｎｇｘｉＰｒｏｖｉｎｃｅ：（ａ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｌｉｖｅｍａｐａｔ１４ʒ４０ＢＳＴ；（ｂ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｐｏｓｉｔｉｏｎ１０ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｌｉｖｅｍａｐａｔ１７ʒ４０ＢＳＴ；（ｃ）ｓｑｕａｌｌｌｉｎｅｅｃｈｏｓｕｐｅｒｉｍｐｏｓｅｄＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ１４ʒ４０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ１５ʒ４０ＢＳＴ图７㊀２０１８年３月４日１９ʒ２０进贤冰雹风暴跟踪信息ＳＴＩ在雷达拼图上的应用ʒ（ａ）１９ʒ２０冰雹回波叠加极大风速实况；（ｂ）１９ʒ２０冰雹回波叠加１０ｍｉｎ降水实况；（ｃ）１９ʒ２０冰雹回波叠加ＳＴＩ分析；（ｄ）２０ʒ２０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．７㊀ＡｐｐｌｉｃａｔｉｏｎｏｆｈａｉｌＳＴＩｉｎｒａｄａｒｍｏｓａｉｃａｔ１９ʒ２０ＢＳＴｏｎＭａｒｃｈ４，２０１８ʒ（ａ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｐｐｉｎｇｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｆａｃｔｓｈｅｅｔａｔ１９ʒ２０ＢＳＴ；（ｂ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｐｐｉｎｇ１０ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｆａｃｔｓｈｅｅｔａｔ１９ʒ２０ＢＳＴ；（ｃ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｙＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ１９ʒ２０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ２０ʒ２０ＢＳＴ３３㊀２０１９年３月２１日１３ʒ５０２０１９年３月２１日１４ʒ５０在抚州的宜黄有一块冰雹回波，并伴有１６ｍ㊃ｓ－１的西北大风（图９ａ）㊂选取该块回波做为起报位置，用矩形框选定，ＳＴＩ产品上，１ｈ后有３个指向，将这３个指向做为预报位置用蓝色圆圈选中㊂考虑到多数ＳＴＩ产品向东北方向移动，整体移向偏向于单体移向的左侧，修正位置（红色圆圈）位于蓝色圆圈的左侧（图９ｂ）㊂从１ｈ４４８气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀４０卷图８㊀２０１８年３月４日２０ʒ００宁岗冰雹风暴跟踪信息ＳＴＩ在雷达拼图上的应用ʒ（ａ）２０ʒ００冰雹回波叠加ＳＴＩ分析；（ｂ）２１ʒ００ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．８㊀ＡｐｐｌｉｃａｔｉｏｎｏｆｈａｉｌＳＴＩｉｎｒａｄａｒｍｏｓａｉｃａｔ２０ʒ００ＢＳＴｏｎＭａｒｃｈ４，２０１８ｉｎＮｉｎｇｇａｎｇ：（ａ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｙＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ２０ʒ００ＢＳＴ；（ｂ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ２１ʒ００ＢＳＴ后回波实况看到，冰雹回波移入预报的圆圈之中，６０ｄＢＺ的强回波正位于修正红色圆圈的中心（图９ｃ）㊂图９㊀２０１９年３月２１日１４ʒ５０资溪冰雹风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）冰雹回波；（ｂ）冰雹回波叠加ＳＴＩ分析；（ｃ）ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．９㊀ＡｐｐｌｉｃａｔｉｏｎｏｆｈａｉｌＳＴＩｉｎｒａｄａｒｍｏｓａｉｃａｔ１４ʒ５０ＢＳＴｏｎＭａｒｃｈ２１，２０１９ｉｎＺｉｘｉ：（ａ）ｈａｉｌｅｃｈｏｍａｐ；（ｂ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｙＳＴＩａｎａｌｙｓｉｓｍａｐ；（ｃ）１⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｍａｐｏｆＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ３４㊀２０１９年３月２１日１８ʒ２０２０１９年３月２１日１８ʒ２０在南丰的西部存在东北西南向回波团，回波团中有多个强回波单体，以永丰与乐安东南交界的回波最强，中心强度达７０ｄＢＺ以上，为典型的大冰雹回波㊂选取该块回波做为起报位置，用矩形框选定，ＳＴＩ产品上，１ｈ后有两个指向，将这两个指向做为预报位置用蓝色圆圈选中㊂考虑整体移向偏向于单体移向的左侧，修正位置（红色圆圈）位于蓝色圆圈的左侧（图１０ｃ）㊂从１ｈ后回波实况看到，冰雹回波移入预报的圆圈之中，６０ｄＢＺ的强回波正位于修正红色圆圈的中心㊂由此可见，在大冰雹的预警上，ＳＴＩ产品多表现为２４个指向，没有明显的密集指向区，但其指向对于冰雹的位置的预测仍较为准确，通过综合整体移向与单体移向的修正预报位置，往往是未来冰雹的强中心落区，对于冰雹的落区预报则更为精准㊂４㊀ＳＴＩ产品在识别回波系统中的应用同时，ＳＴＩ产品可以有效识别回波系统，２０１８年３月１日１８ʒ００，吉安安福有回波Ａ初生，回波强度在２０ｄＢＺ以下，此时没有ＳＴＩ指向，１９ʒ００，回波Ａ发展迅速，开始出现ＳＴＩ发展箭矢（图１１红箭矢为指向箭矢，若干个箭矢聚集一起形成指向区）㊂２０ʒ００，回波Ａ继续发展，ＳＴＩ指向箭矢增多，形成密集指向区㊂２１ʒ００，回波Ａ继续发展成南北向短带，短带回波强度达４５ｄＢＺ以上，红色箭矢形成的密集指向区仍位于强回波的东北方向，表明回波Ａ仍由西南向东北方向移动，与３ｈ以前的移动方向一致㊂２２ʒ００，南北向短带回波面积明显增大，１ｈ后的密集指向区位于东北偏东方向，明显右偏，此时整个回波系统进入强盛阶段㊂２３ʒ００，回波Ａ减弱㊁松散㊁面积增大，１ｈ后的指向已没有位置，红箭矢密集区集中在回波带南侧，表明回波Ａ进入减弱阶段㊂图１２显示２０１８年３月２日２０ʒ００，有Ａ㊁Ｂ二处回波，其中Ａ还没有ＳＴＩ信息，Ｂ只有一条，表明回波初生㊂２１ʒ００２２ʒ００，Ａ㊁Ｂ均出现密集指向区，均指向东北方向，其中Ｂ偏北分量更大㊂２３ʒ００在西南方向新生回波系统Ｃ㊁Ｄ，并伴有多条ＳＴＩ信息㊂３日００ʒ０００２ʒ００，回波均向东移，回波系统Ｃ追上Ａ㊂０３ʒ００又新增Ｅ㊁Ｆ㊁Ｇ３个回波系统，０４ʒ００１０ʒ００，回波东移，多个回波系统合并，减弱，范围缩小，至１０ʒ００，只有上饶地区有小块减弱后的回波㊂可以看到，通过ＳＴＩ路径信息判断回波系统更为直观，从而对不同系统的生消与发展有更好的把握，５４８６期㊀㊀㊀陈鲍发，等：天气雷达风暴跟踪信息拼图技术设计与应用图１０㊀２０１９年３月２１日１８ʒ２０南丰冰雹风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）１８ʒ２０冰雹回波叠加极大风速实况；（ｂ）１８ʒ２０冰雹回波叠加１０ｍｉｎ降水实况；（ｃ）１８ʒ２０冰雹回波叠加ＳＴＩ分析；（ｄ）１９ʒ２０ＳＴＩ回波位置１ｈ预报分析Ｆｉｇ．１０㊀ＡｐｐｌｉｃａｔｉｏｎｏｆｈａｉｌＳＴＩｉｎｒａｄａｒｍｏｓａｉｃａｔ１８ʒ２０ＢＳＴｏｎＭａｒｃｈ２１，２０１９ｉｎＮａｎｆｅｎｇ：（ａ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｐｐｉｎｇｍａｘｉｍｕｍｗｉｎｄｓｐｅｅｄｆａｃｔｓｈｅｅｔａｔ１８ʒ２０ＢＳＴ；（ｂ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｐｐｉｎｇ１０ｍｉｎｕｔｅｐｒｅｃｉｐｉｔａｔｉｏｎｆａｃｔｓｈｅｅｔａｔ１８ʒ２０ＢＳＴ；（ｃ）ｈａｉｌｅｃｈｏｏｖｅｒｌａｙＳＴＩａｎａｌｙｓｉｓｃｈａｒｔａｔ１８ʒ２０ＢＳＴ；（ｄ）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ１９ʒ２０ＢＳＴ图１１㊀２０１８年３月１日回波系统风暴跟踪信息ＳＴＩ在雷达拼图上的应用：（ａ）１８ʒ００；（ｂ）１９ʒ００；（ｃ）２０ʒ００；（ｄ）２１ʒ００；（ｅ）２２ʒ００；（ｆ）２３ʒ００Ｆｉｇ．１１㊀ＡｐｐｌｉｃａｔｉｏｎｏｆＳＴＩｏｆｅｃｈｏｓｙｓｔｅｍｏｎＭａｒｃｈ１，２０１８ｉｎｒａｄａｒｍｏｓａｉｃａｔ：（ａ）１８ʒ００ＢＳＴ；（ｂ）１９ʒ００ＢＳＴ；（ｃ）２０ʒ００ＢＳＴ；（ｄ）２１ʒ００ＢＳＴ；（ｅ）２２ʒ００ＢＳＴ；（ｆ）２３ʒ００ＢＳＴ减小了人工识别的工作量，增强了准确性㊂由此可见，ＳＴＩ指向的出现标志着回波系统的发展，密集指向区的出现说明回波系统进入发展旺盛期，预示着对流天气的发生㊁发展，而密集指向区６４８气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀４０卷图１２㊀２０１８年３月２日回波系统风暴跟踪信息ＳＴＩ在雷达拼图上的应用（ａ）２日２０时；（ｂ）２日２１时；（ｃ）２日２２时；（ｄ）２日２３时；（ｅ）３日００时；（ｆ）３日０１时；（ｇ）３日０２时；（ｈ）３日０３时；（ｉ）３日０４时；（ｊ）３日０５时；（ｋ）３日０６时；（ｌ）３日０７时；（ｍ）３日０８时；（ｎ）３日０９时；（ｏ）３日１０时Ｆｉｇ．１２㊀ＡｐｐｌｉｃａｔｉｏｎｏｆＳＴＩｏｆｅｃｈｏｓｙｓｔｅｍｏｎＭａｒｃｈ２，２０１８ｉｎｒａｄａｒｍｏｓａｉｃａｔ：（ａ）２０ʒ００ＢＳＴｏｎ２；（ｂ）２１ʒ００ＢＳＴｏｎ２；（ｃ）２２ʒ００ＢＳＴｏｎ２；（ｄ）２３ʒ００ＢＳＴｏｎ２；（ｅ）００ʒ００ＢＳＴｏｎ３；（ｆ）０１ʒ００ＢＳＴｏｎ３；（ｇ）０２ʒ００ＢＳＴｏｎ３；（ｈ）０３ʒ００ＢＳＴｏｎ３；（ｉ）０４ʒ００ＢＳＴｏｎ３；（ｊ）０５ʒ００ＢＳＴｏｎ３；（ｋ）０６ʒ００ＢＳＴｏｎ３；（ｌ）０７ʒ００ＢＳＴｏｎ３；（ｍ）０８ʒ００ＢＳＴｏｎ３；（ｎ）０９ʒ００ＢＳＴｏｎ３；（ｏ）１０ʒ００ＢＳＴｏｎ３的明显右偏则预示着回波系统可能出现强对流（强风暴）等天气，要加强防范㊂密集指向区的消失预示着回波系统明显减弱㊂通过ＳＴＩ路径信息判断多个回波系统更为直观，减少了工作量㊂５　结论回波单体的移动取决于以下因素：一是回波自身的移动，与回波的发生㊁发展和减弱有关；二是高空引导风，与５００ｈＰａ风场相关；三是环境场的影响，与下垫面地形㊁温度场㊁能量场有关㊂ＳＴＩ主要是回波信息基础上的回波单体的移动，是通过ｎ多次交叉相关比较识别得出的，１ｈ以内（其实最佳是３０ｍｉｎ）的计算是客观的，也是目前雷达回波外推应用技术上最为广泛的，相对准确率较高㊂根据ＳＴＩ（包括回波自身运动）㊁高空引导风㊁下垫面地形㊁温度场㊁能量场，就可以得到回波单体的移动方向和速度㊂拼图ＳＴＩ产品是多部雷达中ＳＴＩ路径的叠加，为更准确地分析回波的移动提供了一种可行的方法㊂本文介绍了拼图ＳＴＩ产品的技术设计与实现方式，分析了雷电㊁雷暴大风㊁冰雹等强天气过程中的拼图ＳＴＩ产品的应用效果，主要结论如下：（１）拼图ＳＴＩ产品有效提高了ＳＴＩ指示雷暴单体移向移速的准确性，对于判断未来一小时回波的移动方向㊁移动速度有明显指示意义㊂密集指向７４８６期㊀㊀㊀陈鲍发，等：天气雷达风暴跟踪信息拼图技术设计与应用区对应于回波未来位置的确定效果更好，且根据回波单体移向与整体移向进行订正后的预报位置更佳，在多次飑线㊁冰雹的天气过程中得到了验证㊂（２）拼图ＳＴＩ产品还有助于识别回波系统，对于多个系统并存的天气过程中有很好的对照价值㊂密集指向区的出现说明回波系统进入发展旺盛期，密集指向区的消失预示着回波系统明显减弱㊂参㊀考㊀文㊀献［１］㊀俞小鼎，姚秀萍，熊廷南，等．多普勒天气雷达原理与业务应用．北京：气象出版社，２００６：１８７⁃１９６．ＹＵＸｉａｏｄｉｎｇ，ＹＡＯＸｉｕｐｉｎｇ，ＸＩＯＮＧＴｉｎｇｎａｎ，ｅｔａｌ．Ｄｏｐｐｌｅｒｒａｄａｒａｎｄｂｕｓｉｎｅｓｓａｐｐｌｉｃａｔｉｏｎｓ．Ｂｅｉｊｉｎｇ：ＭｅｔｅｏｒｏｌｏｇｉｃａｌＰｒｅｓｓ（ｉｎＣｈｉｎｅｓｅ），２００６：１８７⁃１９６．［２］㊀俞小鼎，王迎春，陈明轩，等．新一代天气雷达与强对流天气预警．高原气象，２００５，２４（３）：４５６⁃４６４．ＹＵＸｉａｏｄｉｎｇ，ＷＡＮＧＹｉｎｇｃｈｕｎ，ＣＨＥＮＭｉｎｇｘｕａｎ，ｅｔａｌ．ＳｅｖｅｒｅｃｏｎｖｅｃｔｉｖｅｗｅａｔｈｅｒｗａｒｎｉｎｇｓａｎｄｉｔｓｉｍｐｒｏｖｅｍｅｎｔｗｉｔｈｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｔｈｅＮＥＸＲＡＤ．ＰｌａｔｅａｕＭｅｔｅｏｒｏｌｏｇｙ（ｉｎＣｈｉｎｅｓｅ），２００５，２４（３）：４５６⁃４６４．［３］㊀俞小鼎．强对流天气的多普勒天气雷达探测和预警．气象科技进展，２０１１，１（３）：３１⁃４１．ＹＵＸｉａｏｄｉｎｇ．ＤｅｔｅｃｔｉｏｎａｎｄｗａｒｎｉｎｇｓｏｆｓｅｖｅｒｅｃｏｎｖｅｃｔｉｏｎｗｉｔｈＤｏｐｐｌｅｒｗｅａｔｈｅｒｒａｄａｒ．ＡｄｖａｎｃｅｓｉｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ｉｎＣｈｉｎｅｓｅ），２０１１，１（３）：３１⁃４１．［４］㊀俞小鼎．新一代天气雷达对局地强风暴预警的改善．气象，２００４，３０（８）：３⁃７，２６．ＹＵＸｉａｏｄｉｎｇ．ＣｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎＮＥＸＲＡＤａｎｄｔｒａｄｉｔｉｏｎａｌｒａｄａｒｓｉｎｔｈｅｉｒｗａｒｎｉｎｇｃａｐａｂｉｌｉｔｙｏｎｌｏｃａｌｓｅｖｅｒｅｓｔｏｒｍｓ，ｔｏｒｎａｄｏｅｓａｎｄｆｌａｓｈｆｌｏｏｄ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ（ｉｎＣｈｉｎｅｓｅ），２００４，３０（８）：３⁃７，２６．［５］㊀俞小鼎，周小刚，王秀明．雷暴与强对流临近天气预报技术进展．气象学报，２０１２，７０（３）：３１１⁃３３７．ＹＵＸｉａｏｄｉｎｇ，ＺＨＯＵＸｉａｏｇａｎｇ，ＷＡＮＧＸｉｕｍｉｎｇ．Ｔｈｅａｄｖａｎｃｅｓｉｎｔｈｅｎｏｗｃａｓｔｉｎｇｔｅｃｈｎｉｑｕｅｓｏｎｔｈｕｎｄｅｒｓｔｏｒｍｓａｎｄｓｅｖｅｒｅｃｏｎｖｅｃｔｉｏｎ．ＡｃｔａＭｅｔｅｏｒｏｌｏｇｉｃａＳｉｎｉｃａ（ｉｎＣｈｉｎｅｓｅ），２０１２，７０（３）：３１１⁃３３７．［６］㊀漆梁波．高分辨率数值模式在强对流天气预警中的业务应用进展．气象，２０１５，４１（６）：６６１⁃６７３．ＱＩＬｉａｎｇｂｏ．Ｏｐｅｒａｔｉｏｎａｌｐｒｏｇｒｅｓｓｏｆｈｉｇｈ⁃ｒｅｓｏｌｕｔｉｏｎｎｕｍｅｒｉｃａｌｍｏｄｅｌｏｎｓｅｖｅｒｅｃｏｎｖｅｃｔｉｖｅｗｅａｔｈｅｒｗａｒｎｉｎｇ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ（ｉｎＣｈｉｎｅｓｅ），２０１５，４１（６）：６６１⁃６７３．［７］㊀马洪波，陈长胜，牛立强，等．基于ＳＷＡＮ系统的新冰雹指数应用及检验．气象灾害防御，２０１６，２３（２）：２０⁃２５．ＭＡＨｏｎｇｂｏ，ＣＨＥＮＣｈａｎｇｓｈｅｎｇ，ＮＩＵＬｉｑｉａｎｇ，ｅｔａｌ．Ａｐｐｌｉｃａｔｉｏｎａｎｄｔｅｓｔｏｆｎｅｗｈａｉｌｉｎｄｅｘｂａｓｅｄｏｎｓｗａｎｓｙｓｔｅｍ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎ（ｉｎＣｈｉｎｅｓｅ），２０１６，２３（２）：２０⁃２５．［８］㊀陈鲍发，马中元．江西局地冰雹ＷｅｂＧＩＳ雷达拼图回波特征分析．气象与环境科学，２０１９，４２（２）：１０４⁃１１４．ＣＨＥＮＢａｏｆａ，ＭＡＺｈｏｎｇｙｕａｎ．ＥｃｈｏｃｈａｒａｃｔｅｒｉｓｔｉｃａｎａｌｙｓｉｓｏｆＷｅｂＧＩＳｒａｄａｒｍｏｓａｉｃｏｎｈａｉｌｓｔｏｎｅｉｎＪｉａｎｇｘｉ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ（ｉｎＣｈｉｎｅｓｅ），２０１９，４２（２）：１０４⁃１１４．［９］㊀马中元，叶小峰，张瑛，等．江西三类致灾大风天气活动与回波特征分析．气象，２０１１，３７（９）：１１０８⁃１１１７．ＭＡＺｈｏｎｇｙｕａｎ，ＹＥＸｉａｏｆｅｎｇ，ＺＨＡＮＧＹｉｎｇ，ｅｔａｌ．ＡｎａｌｙｓｉｓｏｎｔｈｒｅｅｔｙｐｅｓｏｆｈａｚａｒｄｗｉｎｄａｃｔｉｖｉｔｉｅｓａｎｄＥｃｈｏｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎＪｉａｎｇｘｉ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ（ｉｎＣｈｉｎｅｓｅ），２０１１，３７（９）：１１０８⁃１１１７．［１０］马中元，苏俐敏，谌芸，等．一次强飑线及飑前中小尺度系统特征分析．气象，２０１４，４０（８）：９１６⁃９２９．ＭＡＺｈｏｎｇｙｕａｎ，ＳＵＬｉｍｉｎ，ＣＨＥＮＹｕｎ，ｅｔａｌ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍｅｓｏｓｃａｌｅａｎｄｍｉｃｒｏｓｃａｌｅｓｙｓｔｅｍｓｄｕｒｉｎｇａｓｅｖｅｒｅｓｑｕａｌｌｌｉｎｅｐｒｏｃｅｓｓ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ（ｉｎＣｈｉｎｅｓｅ），２０１４，４０（８）：９１６⁃９２９．［１１］王啸华，郑媛媛，濮梅娟，等．强天气综合报警追踪平台功能设计及龙卷预警中的应用．气象科技进展，２０１８，８（３）：６１⁃６９．ＷＡＮＧＸｉａｏｈｕａ，ＺＨＥＮＧＹｕａｎｙｕａｎ，ＰＵＭｅｉｊｕａｎ，ｅｔａｌ．ＤｅｓｉｇｎｏｆｔｈｅＳｅｖｅｒｗｅａｔｈｅｒａｌｅｒｔａｎｄｔｒａｃｋｃｏｍｐｒｅｈｅｎｓｉｖｅｐｌａｔｆｏｒｍａｎｄａｐｐｌｉｃａｔｉｏｎｉｎｔｏｒｎａｄｏｗａｒｎｉｎｇ．ＡｄｖａｎｃｅｓｉｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ｉｎＣｈｉｎｅｓｅ），２０１８，８（３）：６１⁃６９．［１２］焦圣明，郑媛媛，王宏斌，等．灾害性天气个例库智能分析系统的设计与实现．气象，２０１７，４３（３）：３５４⁃３６４．ＪＩＡＯＳｈｅｎｇｍｉｎｇ，ＺＨＥＮＧＹｕａｎｙｕａｎ，ＷＡＮＧＨｏｎｇｂｉｎ，ｅｔａｌ．Ｄｅｓｉｇｎａｎｄｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆａｎｉｎｔｅｌｌｉｇｅｎｔａｎａｌｙｓｉｓｓｙｓｔｅｍｆｏｒｄｉｓａｓｔｅｒｗｅａｔｈｅｒｃａｓｅｓ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＭｏｎｔｈｌｙ（ｉｎＣｈｉｎｅｓｅ），２０１７，４３（３）：３５４⁃３６４．［１３］华韵子，邵玲玲，林红．长江三角洲气象数据实时共享技术研究与实现．气象科技，２０１４，４２（２）：２６１⁃２６５．ＨＵＡＹｕｎｚｉ，ＳＨＡＯＬｉｎｇｌｉｎｇ，ＬＩＮＨｏｎｇ．Ｒｅａｌ⁃ｔｉｍｅｓｈａｒｉｎｇｔｅｃｈｎｏｌｏｇｙｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｄａｔａｉｎＹａｎｇｔｚｅ⁃ｒｉｖｅｒａｒｅａａｎｄｉｔｓｉｍｐｌｅｍｅｎｔａｔｉｏｎ．ＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ（ｉｎＣｈｉｎｅｓｅ），２０１４，４２（２）：２６１⁃２６５．［１４］何文，夏文梅，马中元，等．江西强雷电天气形势场及雷达回波特征分析．气象科学，２０１８，３８（５）：６９９⁃７０６．ＨＥＷｅｎ，ＸＩＡＷｅｎｍｅｉ，ＭＡＺｈｏｎｇｙｕａｎ，ｅｔａｌ．ＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｔｒｏｎｇｌｉｇｈｔｎｉｎｇｓｉｔｕａｔｉｏｎｆｉｅｌｄａｎｄｒａｄａｒｅｃｈｏｉｎＪｉａｎｇｘｉ．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ（ｉｎＣｈｉｎｅｓｅ），２０１８，３８（５）：６９９⁃７０６．［１５］吴才明，马中元，何文，等．２０１７年江西副热带高压边缘雷暴大风回波特征．气象科学，２０１９，３９（６）：７９７⁃８０９．ＷＵＣａｉｍｉｎｇ，ＭＡＺｈｏｎｇｙｕａｎ，ＨＥＷｅｎ，ｅｔａｌ．ＡｎａｎａｌｙｓｉｓｏｎｅｃｈｏｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｕｎｄｅｒｓｔｏｒｍｇａｌｅｏｎｔｈｅｅｄｇｅｏｆｓｕｂｔｒｏｐｉｃａｌａｎｔｉｃｙｃｌｏｎｅｉｎＪｉａｎｇｘｉＰｒｏｖｉｎｃｅｉｎ２０１７．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ（ｉｎＣｈｉｎｅｓｅ），２０１９，３９（６）：７９７⁃８０９．［１６］邓虹霞，智海，马中元，等．２０１７年江西汛期设区市城区暴雨回波特征分析．气象科学，２０１９，３９（２）：２７４⁃２８４．ＤＥＮＧＨｏｎｇｘｉａ，ＺＨＩＨａｉ，ＭＡＺｈｏｎｇｙｕａｎ，ｅｔａｌ．ＡｎａｌｙｓｉｓｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒａｉｎｓｔｏｒｍｅｃｈｏｉｎｆｌｏｏｄｓｅａｓｏｎｄｉｓｔｒｉｃｔｓａｎｄｃｉｔｉｅｓｏｆＪｉａｎｇｘｉＰｒｏｖｉｎｃｅｉｎ２０１７．ＪｏｕｒｎａｌｏｆｔｈｅＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｅｎｃｅｓ（ｉｎＣｈｉｎｅｓｅ），２０１９，３９（２）：２７４⁃２８４．８４８气㊀㊀象㊀㊀科㊀㊀学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀４０卷。

利用CINRAD雷达产品进行风暴外推与预警

利用CINRAD雷达产品进行风暴外推与预警马中元;许爱华;李德俊;叶小峰【摘要】CINRAD雷达产品十分丰富,在CINRAD雷达导出产品中,有专门针对风暴外推与预警的雷达产品,即风暴路径信息STI,冰雹指数HI,中气旋M,龙卷涡旋特征TVS和风暴结构SS(产品标号58-62),这些雷达产品都有较完善的算法.在日常业务中,一般都是使用图像产品,很少使用匹配二进制数据文件产品,但要实现客观预报方法,就必须将这些分散的二进制数据文件组成一个统一标准格式的ASCII码"产品属性表"文件.这个文件把与风暴有关的雷达产品的特征汇集在一起,同时还增加了风暴单体质心回波强度、质心回波顶高和质心VIL等其它信息.风暴外推预警图使用多图层显示方式,分别显示这些雷达产品数据和ET、VIL等数据,并配有GIS地理信息.在做风暴外推预报时,考虑了高层引导风的作用和下垫面的影响;当风暴单体满足一定条件时,将考虑风暴的右移特性.【期刊名称】《气象水文海洋仪器》【年(卷),期】2010(027)002【总页数】7页(P47-52,56)【关键词】多普勒雷达;产品算法;风暴外推;强天气预警【作者】马中元;许爱华;李德俊;叶小峰【作者单位】江西省气象科学研究所,南昌,330046;江西省气象台,南昌,330046;江西省人工降雨办公室,南昌,330046;江西省萍乡市气象局,萍乡,337000【正文语种】中文【中图分类】TN959.40 引言上世纪五十年代,利用雷达对风暴进行自动识别、跟踪和预报的研究已开展了半个世纪,发展了许多理论和算法。

基于CINRAD雷达产品进行风暴外推与预警,是突发灾害性天气临近预报的重要组成部分。

风暴外推预报与预警几乎不使用其它天气资料,而是单纯用雷达产品制作的,且预报时效在0～1 h。

显然,60 min的风暴识别、跟踪和外推预报,只能反映风暴眼前的演变和移动,与概念模型、专家系统和数值预报方法相比较,预报时效明显偏短。