基于SCIT算法的天气雷达回波风暴识别跟踪方法
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。
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。
雷暴与强对流临近天气预报技术研究进展探析
雷暴与强对流临近天气预报技术研究进展探析摘要：近些年来，经济发展与天气状况之间的联系日益密切，同时社会各界针对天气预报服务也提出了更高标准的要求。
雷暴与强对流天气过程发生时不仅会严重影响人们的日常生产生活，严重时甚至危及生命。
因此，如何做好雷暴与强对流天气预报工作引起相关部门工作人员及社会大众的高度关注。
本文首先简述了临近天气预报技术现状，后重点探讨了雷暴与强对流临近天气预报技术研究进展，对于增强我国临近天气预报的精确性，方便民众日常生产生活、工农业生产及交通运输等具有重要意义。
关键词：雷暴；强对流；临近天气预报；研究引言阳西县位于广东省的西南沿海地区，地理坐标为东经111°22′28″~111°48′43″及北纬21°29′~21°55′之间，其东邻江城区阳东县，南临南海，西接电白县，北靠阳春市，全县总面积为1435平方千米，境内属背山面海的丘陵地带，整体呈西北高、东南低的倾斜趋势。
阳西县隶属于亚热带季风气候区，境内阳光充足、雨量充沛。
特殊的地形与气候条件导致该地区雷暴等强对流天气现象多发，严重威胁了当地民众的生命财产安全，因此，做好雷暴与强对流临近天气预报刻不容缓。
近些年来，随着科学技术的飞速发展，卫星云图、多普勒天气雷达等先进技术在临近天气预报技术中得到广泛应用，并逐渐发展成为气象部门开展气象部门的常用手段。
然而，随着工农业的快速发展，未来人们对气象服务的需求明显增加，且要求也显著提升。
因此，气象部门工作人员必须不断改进与完善雷暴与强对流天气预报技术，以确保天气预报结果的准确性更高。
1临近天气预报技术进展现状当前，雷暴与强对流天气造成的影响及危害日益严峻，因此迫切需要做好其临近预报工作。
近些年来，雷暴与强对流临近天气预报技术逐渐引起国内外众多学者的高度关注，并纷纷开展了一系列的研究工作，且成效显著。
国内陈明轩等学者以风暴体为研究对象，重点使用雷达识别功能识别与跟踪风暴体数据，同时建构概念模型探讨了其数值预报技术。
新一代天气雷达超级单体风暴中气旋特征分析
新一代天气雷达超级单体风暴中气旋特征分析冯晋勤;汤达章;王新强;马钏【摘要】超级单体风暴常伴随着冰雹、雷雨大风等强对流天气,最本质的特征是有一持久深厚的几千米尺度的涡旋--中气旋.利用2003-2009年福建龙岩新一代天气雷达观测到的32次超级单体风暴,分析了超级单体风暴中气旋的时空分布、结构特征以及旋转速度大小、中气旋顶和底的高度、伸长厚度以及切变值等特征量.结果表明:90%以上的超级单体中尺度气旋是与冰雹、雷雨大风、短时强降水等强对流天气相联系的.统计8次有详细灾情的雷雨大风或冰雹天气过程发现,中气旋强度不断加强,中气旋厚度加大,最强切变中心突降时将产生大风或冰雹等强对流天气.【期刊名称】《大气科学学报》【年(卷),期】2010(033)006【总页数】7页(P738-744)【关键词】新一代天气雷达;中气旋;超级单体风暴;强对流【作者】冯晋勤;汤达章;王新强;马钏【作者单位】南京信息工程大学,江苏,南京,210044;龙岩市气象局,福建,龙岩,364000;南京信息工程大学,江苏,南京,210044;龙岩市气象局,福建,龙岩,364000;龙岩市气象局,福建,龙岩,364000【正文语种】中文【中图分类】P421.25超级单体是Browning于1962年首次提出,它是对流风暴中发展最为强烈的一种,常伴随着冰雹、雷雨大风等强对流天气产生。
超级单体风暴与其他强风暴的本质区别在于超级单体风暴含有一个持久深厚的中气旋,中气旋是与强对流风暴的上升气流和后侧下沉气流紧密相联的小尺度涡旋,该涡旋已满足或超过一定的切变、垂直伸展和持续性判据[1]。
在20世纪70年代多普勒雷达的研究中,超级单体风暴的旋转特性被充分揭露出来,1970年Donaldson首次利用多普勒天气雷达观测到超级单体的“龙卷气旋”[2],也就是最早由Fujita提出,现在广泛使用的所谓“中气旋”。
随后在超级单体三维模式中,表明了上升气流从右前方进入风暴,到高层作气旋式扭转进入云砧区,下沉气流在对流层中层从风暴右边进入,在左后方低层离开风暴。
大连地区雷暴大风探空资料和雷达回波特征分析
大连地区雷暴大风探空资料和雷达回波特征分析刘晓初;李潇潇;李燕;李雪松;黄振【摘要】利用加密自动站、探空、天气雷达等资料对2011-2016年5-9月大连地区的16个雷暴大风过程进行研究,分析了雷暴大风发生前的探空特征、雷达回波演变特征以及雷达产品识别指标.结果表明,按照雷达回波形态演变,将雷暴大风划分为低层径向速度大值区、单体型和弓状型3种类型,影响大连地区最多的是低层径向速度大值区型雷暴大风.探空资料方面,单体型和弓状型雷暴大风发生前均显示一定程度的层结不稳定和中等强度对流有效位能,尤其是低层充沛的水汽条件;单体型和弓状型大风均产生在中等强度垂直风切变条件下.3种类型大风的雷达产品特征有一定差异.对单体型雷暴大风的预警难度较大,对弓状型雷暴大风可以做到提前1 h以内的预警.%Using the data of encrypted automaticstation,sounding,weather radar and so on,16 thunderstorm gales were studied in Dalian area from May to September during 2011-2016.The characteristics of sounding,radar echo evolution and radar product identification index were analyzed before thunderstorm gale.The results showed that the thunderstorm gales were divided into three types: the low-elevation radial velocity high value region,the haplotype and the arcuate type according to the radar echo evolution.The low-level radial velocity high value region type was most frequently observed in Dalian area.In the case of sounding data,both the haplotype and arcuate thunderstorm gale showed a certain degree stratified instability and moderate intensity convective potential energy,especially the abundant water vapor conditions in the lower layer.The haplotype and arcuate galewere produced under moderate-intensity vertical wind shear conditions.There were some differences in the characteristics of the radar products of the three types of winds.The warning of haplotype thunderstorm gale was more difficult,the arcuate thunderstorm gale could be done within one hour ahead of the warning.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)011【总页数】6页(P176-181)【关键词】雷暴大风;探空资料;雷达回波;雷达产品;大连地区【作者】刘晓初;李潇潇;李燕;李雪松;黄振【作者单位】辽宁省大连市气象台,辽宁大连 116001;辽宁省大连市气象台,辽宁大连 116001;辽宁省大连市气象台,辽宁大连 116001;辽宁省大连市气象台,辽宁大连116001;辽宁省大连市金州新区气象局,辽宁大连 116001【正文语种】中文【中图分类】S165雷暴大风是由对流风暴产生的龙卷以外的地面直线型大风，风速≥17 m/s[1-2]。
基于SCIT的风暴识别与其算法实现
基于SCIT的风暴识别与其算法实现基于SCIT的风暴识别与其算法实现范文1引言多普勒雷达是中小尺度灾害天气的主要探测工具之一，具有时空分辨率高的优点。
国内外气象工作者在把雷达遥感新技术应用于气象预报方面做了大量的研究[1]。
而基于雷达基数据对风暴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[2]。
在风暴识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TITAN算法(Thunderstorm Identification,Tracking,Analysis,and Nowcasting)[3]，其二是美国国家强风暴中心提出的SCIT算法[4]。
这两个算法已经广泛地投入到实际的业务应用中，也取得了比较好的效果。
其中，TITAN 算法利用了一个阈值来识别风暴体，识别出来的风暴用椭圆或者多边形表示，但是多边形的表示方法对于弓状回波不能准确反映。
SCIT算法利用了七个阈值来识别风暴的质心，虽然能够比较好地确定风暴单体的中心，但丢失了风暴带的形态信息。
这两个算法都有优点，又都有局限。
TITAN算法适用于风暴带的识别追踪，而SCIT算法适用于风暴质心的识别追踪。
近年来，国内在强对流风暴的雷达资料处理方面做了大量的研究。
胡胜等[5]在WSR-88DBiuld9.0(B9SI)的基础上设计了以风暴对流发展信息(CSI)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[7]利用模式识别技术进行云团识别，拓扑处理，建立生命周期，并进行外推预报。
周毓荃等[8]对TITAN系统进行移植，使其适应我国的各类气象数据。
基于ConvLSTM的雷达回波外推
第35卷第6期2020年12月成都信息工程大学学报JOUＲNAL OF CHENGDU UNIVEＲSITY OF INFOＲMATION TECHNOLOGYVol．35No．6Dec．2020文章编号：2096-1618（2020）06-0589-05基于C onvLSTM 的雷达回波外推赖灿1，王海江1，李静2，徐自励2，刘涛1（1．成都信息工程大学电子工程学院，四川成都610225；2．中国民航局第二研究所，四川成都610041）摘要：为对雷达回波产品进行预测，研究一种基于ConvLSTM 的雷达回波外推神经网络模型，采用结构为长短时记忆网络，对其结构做出一些改变后可以使用多维数据作为输入。
且采纳单极化SA 雷达的反射率数据作为数据集。
结果证明：（1）采用相当多或者足够多的数据集，并进行数据预处理，包括数据筛选、排序、拟合、滤波。
之后进行标准化，将数据按比例缩放，使其反射率值以0为中心并分布在一个小的区间内。
（2）使用卷积层对反射率数据提取特征，并在隐藏层后面接入全连接层和回归层后，可以得到更优化和更准确地预测结果。
（3）利用适当的激活函数和一定的正则化方法可以减少模型的过度拟合，提高模型的训练精度。
实验结果表明，对18min 内的雷达回波有较好的预测效果，对反射率小于30的回波有较好的预测能力。
关键词：ConvLSTM ；雷达回波外推；数据预处理；优化；正则化中图分类号：TN957．51+3文献标志码：Adoi ：10．16836/j．cnki．jcuit．2020．06．001收稿日期：2020-07-13基金项目：国家自然基金民航联合研究基金资助项目（U1733103）0引言临近天气预报指的是在未来短时间内对一些强度较大、变化较快的，如雷暴、强降水、冰雹之类的天气现象进行预测，这些天气过程通常持续时间短但是破坏性强。
一般来说，临近天气预报的可用预报时效性为2h 内［1］。
而进行临近天气预报的主要手段是雷达回波外推技术，对回波运行的速度、方向、强度和形态变化等特征进行跟踪和预测。
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：Ｐ４１５ ２㊀㊀㊀ｄｏｉ：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１ １㊀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１ａ ｄ），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㊂１ ２㊀ＳＴＩ数据拼图技术设计１ ２ １㊀ＳＴＩ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㊂１ ２ ２㊀ＳＴＩ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㊂ ＳＴＩ 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㊂２ １㊀２０１８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８ １０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㊂１５ʒ３０ １６ʒ３０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８ １０级或以上雷暴大风，其中乐平塔山出现风速为４０ ８ｍ㊃ｓ－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㊂２ ２㊀２０１８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）㊂２ ３㊀２０１９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７０ ７５ｄＢＺ㊂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）ＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ１ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ０９ʒ２０ＢＳＴ２ ４㊀２０１９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２１ ４ｍ㊃ｓ－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６０ ６５ｄＢＺ，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，６０ ６５ｄＢＺ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３ １㊀２０１８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㊂３ ２㊀２０１８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７０ ７５ｄＢＺ，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，６５ ７５ｄＢＺ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⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｃｈａｒｔａｔ２０ʒ２０ＢＳＴ３ ３㊀２０１９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⁃ｈｏｕｒｆｏｒｅｃａｓｔａｎａｌｙｓｉｓｍａｐｏｆＳＴＩｅｃｈｏｐｏｓｉｔｉｏｎ３ ４㊀２０１９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２ ４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㊂２１ʒ００ ２２ʒ００，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００ʒ００ ０２ʒ００，回波均向东移，回波系统Ｃ追上Ａ㊂０３ʒ００又新增Ｅ㊁Ｆ㊁Ｇ３个回波系统，０４ʒ００ １０ʒ００，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。
基于深度学习的天气雷达回波外推的研究进展
基于深度学习的天气雷达回波外推的研究进展基于深度学习的天气雷达回波外推的研究进展天气雷达回波外推是天气预报中重要的技术支撑，通过分析天气雷达回波数据并预测未来的天气情况，可以帮助人们及时制定应对措施，减少灾害风险。
近年来，随着深度学习技术的迅猛发展，其在天气预报领域的应用也取得了显著的进展。
深度学习是一种通过模拟人脑神经网络结构和功能，实现机器自主学习和智能决策的技术。
在天气雷达回波外推中，深度学习可以通过大量的历史回波数据进行训练，并通过学习天气系统的特征和模式，预测未来的天气情况。
相比传统的统计方法和物理模型，深度学习可以更好地捕捉不同天气现象之间的复杂关系，提高天气预报的准确性和稳定性。
首先，深度学习在特征提取方面具有优势。
传统的天气雷达回波外推方法通常将回波数据转换为一些手工设计的特征，然后利用这些特征进行预测。
但是，这种方法需要针对不同的天气现象进行不同的特征设计，且难以捕捉到一些隐含的天气信息。
而深度学习可以通过多层的神经网络，自动地从原始的回波数据中学习到更具有区分性的特征，从而提高预测的准确性。
其次，深度学习可以处理非线性的关系。
天气系统中存在着多种天气现象，如降雨、冰雹、风暴等，它们之间的关系往往是非线性的。
传统的回归模型很难建立起这种复杂的非线性关系，而深度学习可以通过构建多个神经元之间的连接，并通过非线性激活函数来实现对非线性关系的建模。
这使得深度学习在处理复杂的天气回归问题上具有更好的表达能力。
另外，深度学习还可以处理多个尺度的信息。
天气现象通常在不同的空间和时间尺度上都有所体现，而深度学习可以通过卷积神经网络（CNN）和循环神经网络（RNN）等架构，同时考虑不同尺度的信息。
CNN可以捕捉到不同空间位置之间的关系，RNN可以捕捉到不同时间步之间的演变关系。
通过综合考虑不同尺度上的信息，深度学习可以提高回波外推的精度。
然而，深度学习在天气雷达回波外推中仍面临一些挑战。
首先是数据稀疏性问题。
人工影响天气中雷达回波跟踪方法及其应用
中 国 气 象 科 学研 究 院科 研 业 务 项 目 （Ｏ ７ Ｏ ） 助 ２ Ｏ Ｙ０ ４ 资
作 者 简介 ： 陈超 ， ， １ 出 ， 士 ， 理 工 程 师 ， 要 从 事 雷 达 回 波 跟 踪 方法 应 用研 究 ， ｍａ ：５ ６ ７８ ＠ ｑ ．ｏ 男 １８ 年 ９ 硕 助 主 Ｅ ｉ １ ６ ４ １８ ｑ ｃｒ ｌ ｎ
波 以来 ， ＲＥ Ｔ Ｃ方 法 在跟 踪 雷 达 回波 和 短 时 临 近预 报方面 得到 了广 泛 的应 用 ， 港 天 文 台 的 临近 预 报 香 系统 “ 涡 旋 ”８和 ＮＣ 小 ｌ ＡＲ 的 临近 预 报 系统 “ ｔ— Ａｕｏ Ｎ ｗｃｓ”９ 采用 了 ＴＲ Ｃ方 法 构 造 回 波 运 动矢 ｏ ａｔｌ 都 ＿ Ｅ
位 置 的矢量 即为 ＴＲ Ｃ矢量 。 Ｅ
式 中，
∑Ｗ （Ｊ ） （ 。 ， 愚 ， ）
Ａ倪（ ， ）一 — ＝ ＿ — — — — ｉｉ — ＝＝ — — — 一 —
’
＞： ｉｉｋ Ｗ （， ，）
ａ （，）为变量 口在 格 点 （，）处 的估 测值 ， 里 取 。ｉ 歹 这
通过 人工 影 响天气 作业前 后 反射率 因子和垂 直 累积
液态水 含 量 的变 化 来 判 断 人工 影 响天 气 作 业 效 果 ； 李红斌 等 ［ 通过 雷达 回波 顶高 和垂 直 累积液 态水 含 ５
利 用 中 国气 象科 学研 究院灾 害 天气 国家重 点实
验 室开 发 的新 一 代雷达 三 维组 网及产 品处理 系统 将 ２０ ０ ８年 ６月 ６日阳江 、 圳 、 州 、 州 、 关 雷 达 深 广 梅 韶
制， 若矩 形 区域太 大 ， 只能反 映较 大范 围的 回波动 则
面向降雨预报的雷达回波预测序列外推方法
面向降雨预报的雷达回波预测序列外推方法
罗健文;邹茂扬;杨昊;陈敏;杨康权
【期刊名称】《计算机应用研究》
【年(卷),期】2024(41)4
【摘要】雷达回波外推方法广泛应用于降雨预报中。
针对雷达回波中的预测精度不够高的问题,提出了一种基于循环神经网络的深度学习模型DIPredRNN。
该模型通过引入空间和通道的双注意力机制,将长时间的时间信息和通道信息结合起来,提高了时间记忆的长期依赖;通过引入隐藏状态和输入的交互框架,保留了更多的特征,提高了时间记忆的短期依赖。
该模型在HKO-7数据集和四川数据集上同经典模型以及诸多先进模型进行实验对比,该模型从外推图像、MSE、SSIM、CSI-30~50 dbz多个指标对比中都取得最佳效果。
实验证明了DIPredRNN提高了雷达回波预测效果,拥有先进的性能。
【总页数】5页(P1138-1142)
【作者】罗健文;邹茂扬;杨昊;陈敏;杨康权
【作者单位】成都信息工程大学;中国科学院成都计算机应用研究所;四川省气象台【正文语种】中文
【中图分类】TN957.51;P457.6
【相关文献】
1.雷达回波外推方法在临近降雨预报中的应用
2.一种雷达回波外推短临预报方法仿真
3.结合中尺度模式物理约束的雷达回波临近外推预报方法研究
4.基于气象雷达
反演和云图外推法的临近期降雨预报方法研究5.基于数值预报与雷达外推预报融合方法的降水回波短临预报试验研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于卷积神经网络的天气雷达回波外推模型
基于卷积神经网络的天气雷达回波外推模型基于卷积神经网络的天气雷达回波外推模型近年来，随着人们对天气变化的关注度提高，预测天气越来越成为重要的工作。
而天气雷达回波外推模型作为天气预测中的重要环节，其准确性和可靠性对天气预报的准确度有着决定性影响。
基于卷积神经网络的天气雷达回波外推模型应运而生，并逐渐成为当前天气预报领域研究的热点。
天气雷达回波外推模型的核心任务是根据已有的雷达回波资料和气象要素数据，预测未来一段时间内的天气情况。
传统的基于数理统计方法的天气预报模型，由于仅仅采用传感器的回波数据进行建模，无法充分利用雷达回波的空间和时间特征。
而卷积神经网络则可以从大量的数据中自动提取特征，使得模型能够更好地捕捉到天气数据中的规律和特征。
卷积神经网络是深度学习中的一种重要模型，其在图像处理领域取得了巨大成功。
在天气预报中，我们可以将雷达回波数据看作是一个二维图像，利用卷积神经网络模型对其进行处理。
首先，数据经过卷积层提取特征，然后通过池化层进行降维，接着经过全连接层进行分类、预测等任务。
通过深度神经网络的训练，模型能够学习到数据中的空间和时间特征，从而进行天气回波外推。
然而，天气雷达回波外推模型的建立并非易事。
首先，由于天气数据的高维性和多样性，需要充分挖掘不同雷达波段和气象要素的相关性。
同时，天气瞬时变化快速且复杂，模型需要具备良好的实时性和响应能力。
另外，在训练过程中，大规模的样本数据和高质量的标签数据也是制约模型性能的因素之一。
为了解决以上问题，学术界和工业界提出了一系列方法和改进措施。
例如，通过增加卷积神经网络的深度和宽度，提高模型的表达能力和泛化能力。
同时，引入空间和时间相关性，构建多尺度结构，提高模型对雷达回波数据的感知能力。
此外，采用自适应学习率调整和正则化等技术手段，优化模型的训练过程，提高模型的收敛速度和稳定性。
基于卷积神经网络的天气雷达回波外推模型在实际应用中取得了显著的效果。
通过大量实验和验证，模型能够对未来一段时间内的天气情况进行准确预测，并给出相应的预警信息。
改进的SCIT算法在人工防雹作业中的应用分析
改进的SCIT算法在人工防雹作业中的应用分析段艺萍;徐亚娟;支树林【摘要】基于新一代天气雷达三维组网产品，利用改进后的对流风暴跟踪（SCIT）算法，对2013年3月22日发生在江西省北部地区的一次降雹天气过程进行冰雹回波识别和跟踪分析。
选用能反映冰雹云特征的6个基于雷达反射率三维拼图的人工防雹作业指标，借助经验阈值形成人工防雹作业条件的模糊逻辑判断方法。
以地面降雹实况记录为检验标准，对改进后的SCIT算法的识别结果进行检验。
结果表明，改进后的SCIT算法共识别出可实施人工作业的冰雹云对流单体4个，不仅多于观测到的地面降雹站点数（3个），也多于未改进的SCIT算法识别出的冰雹云回波单体数，且识别出的位置与实况完全一致，表明应用改进后的SCIT算法有助于增强人工防雹作业的准确率。
%Using the new generation weather radar mosaic products and the improved SCIT (The Storm Cell Identification and Tracking ) algorithm , the identification and tracking of radar echo of a hail event occurred in north of Jiangxi on March 22 2013 was analyzed. In the improved algorithm, six radar reflectivity factors related to the characteristics of hail clouds were chosen as the artificial hail suppression operation indexes. And the fuzzy logic method was established basing on some experience threshold from artificial hail suppression operation conditions. Through the analysis of the hail event by using the improved SCIT algorithm , the results showed that a total of four hail cloud convection cells were identified , more than the observed three hail fall sites and the identification number of the unimproved method. In addition, the identification positions by the improved algorithm were accordancewith the actual sites , which meant that the improved SCIT algorithm was conducive to enhancing the accuracy of the hail suppression operation.【期刊名称】《气象与减灾研究》【年(卷),期】2014(000)004【总页数】8页(P42-49)【关键词】三维回波拼图;SCIT算法;防雹作业;指标【作者】段艺萍;徐亚娟;支树林【作者单位】江西省气象服务中心，江西南昌 330096; 中国气象科学研究院灾害天气国家重点实验室，北京 100081;江西省人工影响天气领导小组办公室，江西南昌 330096;江西省气象台，江西南昌 330096【正文语种】中文【中图分类】P482冰雹是江西省春季和夏初的主要气象灾害之一。
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。
基于模糊逻辑的新一代天气雷达径向干扰回波识别算法
基于模糊逻辑的新一代天气雷达径向干扰回波识别算法引言天气雷达是一种重要的气象观测仪器，用于监测大气中的降水状况以及风暴系统的演变等。
然而，在雷达数据中，径向干扰回波的存在对气象数据的解译和分析带来了一定的困难。
因此，设计一种准确识别天气雷达径向干扰回波的算法对于提高气象数据的可靠性和准确性具有重要意义。
本文中，将介绍一种，该算法结合了模糊逻辑理论和雷达反射率因子的统计特征，以提高干扰回波的准确识别率。
一、背景介绍天气雷达作为气象观测仪器，广泛应用于天气预报、雷暴监测、降水监测等领域。
雷达数据中的回波信号被用来分析裁定大气中的降水类型和强度，以及对风暴演变进行追踪猜测等。
然而，雷达信号中屡屡存在着径向干扰回波，这些回波信号可能是由于雷达信号的屡次反射、散射和衍射等导致的，会严峻影响到降水和风暴系统的分析和探究。
目前，识别雷达回波中的径向干扰回波是一个相对复杂的问题。
传统的径向干扰回波识别方法主要基于雷达数据的统计特征和人工设置的阈值等来确定干扰回波的存在。
然而，由于气象现象的复杂性和多变性，单一的阈值设置往往难以满足不同状况下的径向干扰回波的识别需求。
因此，需要一种更为准确和灵活的算法来识别径向干扰回波。
二、基于模糊逻辑的径向干扰回波识别算法设计2.1 模糊逻辑理论介绍模糊逻辑理论是一种基于模糊集合理论和模糊推理的数学方法，用于处理模糊和不确定性的问题。
它可以将模糊的输入和输出映射干系通过一系列的模糊规则进行推理和计算。
在本文的探究中，我们将利用模糊逻辑理论来处理径向干扰回波的识别问题。
2.2 算法流程设计（1）雷达数据预处理：起首对原始的雷达回波数据进行预处理，包括去噪处理、校正处理等，以缩减数据中的干扰信号。
（2）特征提取：依据雷达数据的统计特征，提取反射率因子的均值、方差、偏度、峰度等特征作为输入特征。
（3）模糊化：对提取的特征进行模糊化处理，即将实数特征转化为模糊集合。
（4）模糊规则库的构建：依据专家知识和阅历，构建模糊规则库，其中包括径向干扰回波的模糊规则和非干扰回波的模糊规则。
基于组网天气雷达的台风定位方法探讨
第 ３ ９卷 第 ５ 期 ２１ 年 １ ０１ ０月气 象科 技 Ｖ ｏ．３ Ｎｏ． １ ９。
５ Ｏｃ ．２ １ ｔ ０１ Ｍ ＥＴ Ｅ（Ｒ （ Ｌ（Ｇ Ｉ ） ） ） ＣＡ Ｌ ＳＣＩ ＥＮ ＣＥ Ｎ Ｄ Ａ ＴＥＣＨ Ｎ （ ＬＯＧ Ｙ ）基 于 组 网天 气 雷 达 的 台风 定 位 方 法 探 讨 张勇 刘黎 平 张 志 强 仰 美 霖 江 源 （ １中 国气 象 科 学研 究 院 灾 害 天 气 国家 重 点 实 验 室 ， 京 １ ０ ８ ； 北 ０ ０ １ ２北 京 市气 象 局 ， 京 １ ０ ８ ） 北 ０ ０ ９ 摘要一利 用 组 网 天 气 雷 达 格 点 反 射 率 冈 子确 定 登 陆 台 风 的 中心 位 置 ， 据 台 风 的 反 射 率 因 子 表 现 出 对 称 特 征 ， 根 提 种 简单 的定 位 方 法 —— 相 关 法 ， 方 法 具 有 较 高 的 时 间分 辨 率 ， 对 临 近 登 陆 台 风 连 续 定 位 。
通 过 ２ ０ 该 能 ０ ８年 台 风 “ 格 比” ２ ０ 黑 与 ０ ９年 台风 “ 鹅 ” 个 实 例 验证 了该 方 法 的 可 行 性 。
结 果 表 明 ： 方 法 能 较 好 地 确 定 台 风 中 心 位 天 两 该 置 ， 中央 气 象 台 给 出 的结 果 作 为 标 准 ， 以 绝对 误 差 在 １ ｍ 以 内 。
利 用 径 向 速 度 确 定 台 风 中 心 的 定 位 结 果 与 相 关 ５ｋ 法 的结 果 进 行 了 比较 ， 指 出两 种 方 法 的 优 缺 点 ： 者 主 要 受 到 探 测 距 离 和 处 理 速 度 模 糊 的 限 制 ， 者 主 要 依 赖 于 并 前 后 台风 眼 区及 其 周 围具 有 较 为 典 型 台 风 的 完 整 回 波 结 构 ； 者 只要 对 台 风 眼 区具 有 较 好 的 水 平 环 流 就 可 以确 定 台 风 前 中心 位 置 ， 者 则 可 以避 免 处 理 速 度 模 糊 的 问 题 和 具 有 较 好 的观 测 范 围 。
风暴单体识别与追踪(完成版)
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
融合雷达回波时空特征的下击暴流智能识别方法
融合雷达回波时空特征的下击暴流智能识别方法
王兴;吕晶晶;周可;詹少伟
【期刊名称】《现代电子技术》
【年(卷),期】2022(45)4
【摘要】当前利用雷达等气象资料对下击暴流进行识别预警的准确性很低,因此文中提出一种以深度神经网络为基础的下击暴流智能识别方法。
该方法以雷达回波时序图像和雷达径向速度场时序图像作为输入,将两种图像的时空四维特征融合到深度神经网络中,通过深度学习寻求“雷达回波图像和径向速度场图像”与“是否发生下击暴流”之间的函数映射关系。
运用数据增强和损失函数优化技术,改善因样本数据不均衡所导致的识别结果偏向于样本中大概率事件的问题。
再结合K折交叉验证,避免模型训练过程陷入局部极值。
实验结果表明,文中方法对下击暴流识别的成功率达到95%,可实现对其识别预警的自动化,增强预报的时效性,同时该方法也适用于小尺度天气系统中对因下沉气流辐散所形成的大风的识别。
【总页数】7页(P23-29)
【作者】王兴;吕晶晶;周可;詹少伟
【作者单位】南京信息工程大学大气科学与环境气象国家级实验教学示范中心;南京信大气象科学技术研究院
【正文语种】中文
【中图分类】TN915-34;TP391
【相关文献】
1.非线性时变机载雷达微下击暴流目标回波建模与算法设计
2.下击暴流的三维仿真和回波特征分析
3.一次宏下击暴流的雷达回波特征分析
4.三次下击暴流雷达回波特征分析
5.陕西中部一次下击暴流的多普勒雷达回波特征
因版权原因，仅展示原文概要，查看原文内容请购买。
河北承德地区冰雹天气雷达预警指标分析
河北承德地区冰雹天气雷达预警指标分析张晓辉;尤国军;易永力;谭国明;周士茹【期刊名称】《黑龙江农业科学》【年(卷),期】2018(000)007【摘要】为提高承德地区冰雹临时预报的准确性,利用2012-2016年河北承德地区常规观测资料、C波段多普勒雷达基数据资料,采用雷达基数据反演及统计方法,对承德地区冰雹天气雷达预警指标进行了研究.结果表明:承德地区冰雹预警的定量指标有最大回波强度超过58 dBz、回波顶高超过7 km、垂直液态累计含水量超过33 kg·m-2,并且两个相邻体扫跃增值在20～33 kg·m2;承德地区冰雹预警的定性判断的依据有冰雹回波的形状主要分为块状或带状两种,径向速度图上,出现逆风区、大风区、中尺度辐合以及径向速度模糊,基本反射率因子图上,出现三体散射回波、强回波远离雷达一侧出现的V型缺口;V型缺口对冰雹预警的时间提前量为7～21 min.【总页数】4页(P19-22)【作者】张晓辉;尤国军;易永力;谭国明;周士茹【作者单位】承德市气象局,河北承德067000;承德市气象局,河北承德067000;承德市气象局,河北承德067000;承德市气象局,河北承德067000;承德市气象局,河北承德067000【正文语种】中文【相关文献】1.基于龙岩市新一代天气雷达资料的冰雹识别与预警 [J], 刘君;肖秀珠;赖巧珍;邓宇阳2.榆林新一代天气雷达冰雹云识别指标分析 [J], 刘子林;刘建寰;毕旭;刘慧敏3.新疆石河子垦区沙漠边缘地带冰雹天气的多普勒天气雷达产品预警指标初探 [J], 魏勇;鲁学浩4.河北承德地区冰雹天气雷达预警指标分析 [J], 张晓辉;尤国军;易永力;谭国明;周士茹5.基于SCIT算法的X波段天气雷达冰雹预警研究 [J], 赵银玲;王涛;周运丽因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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
ｓ ｔ ｏ ｒ ｍ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｎ ｄ ｅ ａ ｌ ｒ ｙ — ｗ ａ ｎｉ ｒ ｎ ｇ ．Ｔ ｈ ｅ Ｓ ｔ ｏ ｒ ｍ Ｃ ｅ ｌ ｌ Ｉ ｄ ｅ ｎ ｔ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ（ Ｓ Ｃ Ｉ Ｔ ）ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｉ ｓ
第３ ４卷 第 １ 期 ２ ０ １ ４年 ３月
雷 达 与 对 抗
Ｒ ＡＤＡＲ ＆ Ｅ Ｃ Ｍ
Ｖｏ １ ． ３ ４ Ｎｏ ． １
Ｍａ ｒ ． ２ ０１ ４
基于 Ｓ Ｃ Ｉ Ｔ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 ６ ｕ ｌ ｔ ｓ ｈ ｏ ｗ ｓ ｔ ｈ ａ ｔ ｓ ｔ ｒ ｏ ｎ ｇ ｓ ｔ ｏ ｍ ｓ ｒ ｃ ａ ｎ ｂ ｅ ｂ ｅ ｔ ｔ ｅ ｒ ｉ ｄ ｅ ｎ ｔ ｉ ｉ ｆ ｅ ｄ ａ ｎ ｄ ｒ ｏ ｕ ｇ ｈ ｌ ｙ ｔ ｒ ａ ｃ ｋ ｅ ｄ ．
关 键词 ： Ｓ Ｃ Ｉ Ｔ； 线性 外推 ； 临近 预报 中图分 类号 ： Ｔ Ｎ ９ ５ ９ ． ４ 文 献标 志码 ： Ａ 文 章编 号 ： １ ０ ０ ９— ０ ４ ０ １ （ ２ ０ １ ４ ） ０ １ — ０ ０ １ ９— ０ ３
Ｓ ｔ ｏ ｒ ｍ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｏ ｆ ｗｅ ａ ｔ ｈ ｅ ｒ ｒ ａ ｄ ａ ｒ ｓ
水 强度 大等 特 征 ， 容 易 导 致 山洪 、 冰雹 、 泥石 流 等 自然
ｕ ｓ ｅ ｄ ｔ ｏ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｙ ｓ ｔ ｒ ｏ ｎ ｇ ｓ ｔ ｏ ｒ ｍ ｓ ，ａ ｎ ｄ ｓ ｔ ｏ ｒ ｍ ｃ ｅ ｌ ｌ ｓ ａ ｔ ｔ ｗ ｏ ａ ｄ ｊ ａ ｃ ｅ ｎ ｔ ｔ ｉ ｍｅ ａ ｒ ｅ ｍａ ｔ ｃ ｈ ｅ ｄ ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ
ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｎ ｄ ｅ ａ ｒ ｌ ｙ－ ｗａ ｒ ｎ ｉ ｎｇ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｒ ａ ｄ ａ ｒ ｄ ａ ｔ ａ，ａ ｎ ｄ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｓ ｔ ｏ ｍ ｒ ｉ ｄ ｅ ｎ ｔ ｉ ｉｃ ｆ ａ ｔ ｉ ｏ ｎ ｉ ｓ ｔ ｈｅ ｐｒ ｅ ｍｉ ｓ ｅ ｏ ｆ
ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｓ Ｃ Ｉ Ｔ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ
Ｔ Ａ Ｎ Ｇ Ｙ ｕ － ｊ ｉ ｅ ，Ｓ Ｈ Ｅ Ｙ ｏ ｎ ｇ
（ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ Ｓ ｃ ｈ ｏ ｏ ｌ ，Ｃ ｈ ｅ ｎ ｇ ｄ ｕ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｉ ｎ ｆ ｏ ｍａ ｒ ｔ ｉ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ，Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ６ １ ０ ２ ２ ５ ）
摘
要： 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 ， 其 中对 风
暴 的 准确识 别是进 行 风暴体 追 踪和 预 警 的前 提 。本 文借 鉴 Ｓ Ｃ Ｉ Ｔ（ Ｓ ｔ ｏ ｒ ｍ Ｃ ｅ ｌ ｌ Ｉ ｄ ｅ ｎ ｔ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ
ｐｒ ｉｎ ｃ ｉ ｐｌ ｅ ”ｂ ｅ ｔ ｔ ｅ ｒ ｓ ｈ ｏ ｒ ｔ ｔ ｈ ａ ｎ ｌ ｏ ｎ ｇ ａ ｎ ｄ ｓ ｉ ｍｉ ｌ ａ ｒ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｉｓ ｒ ｔ ｉ ｃ ｓ ”．Ｔｈ ｅ ｌ ｉ ｎｅ ａ ｒ ｅ ｘ ｔ ｒ ａ ｐ ｏ ｌ ａ ｔ ｉ ｏ ｎ ｉ ｓ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ｔ ｈ ｒ ｏ ｕｇ ｈ ｔ ｈ ｅ ｃ ｅ ｎ ｔ ｒ ｏ ｉ ｄ ｐｏ ｓ ｉ ｔ ｉ ｏ ｎ ｓ ｉ ｎ ｔ ｈ ｅ ｐａ ｓ ｔ ｔ ｗｏ ｍｏ ｍｅ ｎ ｔ ｓ ｔ ｏ ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ ｔ ｈｅ ｓ ｔ ｏ ｍ ｒ ｐ ｏ ｓ ｉ ｔ ｉ ｏ ｎ ｎ ｅ ｘ ｔ ｔ ｉ ｍｅ．Ｔｈ ｅ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｈ ｅ ｅ ａ ｒ ｌ ｉ ｅ ｓ ｔ ｎ ｏ ｗ ｃ ａ ｓ ｔ ｉ ｎ ｇ ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ｉ ｓ ｒ ｅ ｆ ｅ ｒ ｒ ｅ ｄ ｔ ｏ ａ ｓ ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｏ ｆ ｓ ｔ ｏ ｍ ｒ ｉ ｄ ｅ ｎ ｔ ｉ ｉ ｆ ｃ ａ ｔ ｉ ｏ ｎ，
Ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ） 算 法对 强风 暴进 行识 别 ， 根据“ 宁短 勿长 ， 特 征相 似 ” 的 原 则 匹配 两 时刻 的风 暴 单体 。
通 过风 暴在 过 去 两时刻 的质 心位 置进 行 线性 外推从 而预 报 下一 时刻 风暴 的位 置 。结果 显 示可 以较好 地识 别强风 暴 并 实现 对 识别 出的风暴 的 大致跟 踪 。