共查询到20条相似文献，搜索用时 31 毫秒
1.
为了使用神经网络较好地解决在雷电潜势预报中常见的非线性问题,本文通过计算南京地区2008年6～8月46个对流参数与雷电发生的相关系数,选取了与雷电发生关系较好的刀、SI、CIN等7个对流参数作为BP神经网络的输入因子。利用2008年的资料所建立的BP神经网络模型,预报了南京地区2009年6～8月的雷暴活动潜势,结合实际雷暴发生情况,得到此模型的POD为80．9％,FAR为9．5％,CSI为74．5％,PDFD为2．9％,FOM为19．1％。表明该BP模型预报准确率较高,性能稳定,有较好的推广价值。 相似文献
2.
为提高雷暴天气的潜势预报能力，在统计分析安徽省雷暴形成天气条件的基础上，利用2003-2004年T213资料，选取与雷暴相关性好的对流参数作为预报因子。并在考虑因子季节变化特征的基础上，分别用判别分析法和指标叠加法制作雷暴潜势预报，结果表明指标叠加法优于判别分析法。最后用指标叠加法试报了2005年3—8月的雷暴，临界成功指数CSJ=69．4％，命中率POD=89．5％，虚假报警率FAR=24．4％，分区预报准确率也较高。另外，试报期间的区域性冰雹、雷雨大风全部命中，可见该方法对冰雹、雷雨大风也有较好的指示意义。 相似文献
3.
根据2008—2010年夏季邵阳地区的NCEP全球再分析资料(分辨率为1°×1°)和闪电定位资料,利用支持向量机(SVM)分类方法建立该地区雷暴潜势预报模型,并用测试样本检验了该模型的预报能力,同时与Logistic回归模型和Bayes判别法的预报效果进行了比较。结果表明,SVM模型的预报准确率为86.21%,虚警率为15.25%,漏报率为13.79%。对比三种模型的TSS技术评分,发现使用SVM方法建立的模型对邵阳地区雷暴预报的效果最好,评分值为0.79。因此,SVM方法所建立的模型可以为邵阳地区6 h的雷暴潜势预报提供一定的参考价值。 相似文献
4.
韦英英 《沙漠与绿洲气象(新疆气象)》2020,14(6):46-53
利用安溪县国家气象站2004年至2015年的雷暴观测资料，分析了安溪县雷暴的气候特征及环境背景分类。并根据雷暴活动特征及雷暴天气产生的环境场条件，诊断和分析T639数值模式输出产品与雷暴观测资料的相关性，对41个相关因子做显著性检验，挑选相关性较好的9个因子做分析。对9个预报因子进行0,1化处理并进行逐步回归，最后选取850hPa垂直速度、850hpa假相当位温、700hPa温度、K指数、850hPa比湿等5个因子，建立雷暴潜势预报方程。利用2015年至2017年T639模式资料进行回代分析评估，发现当雷暴概率预报Y值>0.6时，雷暴预报准确率最高，达85.60%，且漏报率、空报率很低。再以2018年T639数值模式资料对雷暴潜势概率进行计算评估，准确率为83.84%，漏报率为5.75%，空报率为10.41%。由此可见，基于T639数值产品的雷暴潜势方程可以为安溪县雷暴天气的预警预报和防雷减灾服务提供客观的参考和依据。 相似文献
5.
利用河南省地面观测站1960-2005年的雷暴观测资料分析了全省雷暴活动的时空分布特征.根据雷暴活动特征和雷暴天气产生的环境场条件,基于T213/T639数值模式输出产品计算了多个大气动力、热力参数,经诊断分析及相关性分析后选取与地闪关系较好的对流稳定度指数、850 hPa假相当位温、400～850 hPa垂直风切变等5个参数作为预报因子,采用ADTD地闪定位资料和T213/T639数值模式输出产品,分别建立雷电潜势预报模型.雷电潜势预报方法于2008-2009年在河南省汛期业务中应用评估表明,基于T213/T639数值产品的雷电潜势预报技术方法可以为河南省雷电天气的落区预报提供客观定量的参考和依据,且两者都对低槽切变型预报效果最好. 相似文献
6.
利用2011—2013年6—8月291个样本武汉站的探空资料计算了20种与雷电活动有关的对流参数,经统计分析后发现多个对流参数与雷电活动具有显著的相关性;选取与雷电相关性较好的对流参数作为预报因子,并用多元线性回归方法建立雷电潜势预报方程,方程通过了α=0.05的显著性水平检验;使用2014年6—8月的观测数据进行预报效果检验,结果表明:雷电预报的命中率POD为82.6%,虚假报警率FAR为23.3%,临界成功指数CSI为63.3%。由此可见,该方法的建立对武汉市雷电天气的预报和预警具有参考价值和指示意义。 相似文献
7.
逐步消空法在上海雷电潜势预报中的应用 总被引：4，自引：4，他引：0
利用上海地区1999--2007年的探空资料、地面观测资料和历史天气图资料,从雷暴发生的形势场入手,分析上海地区雷暴主要类型.选取合理、适当的对流参数对于短时局地强雷雨天气的潜势预测、强度判别是有指示意义的.利用天气型、K指数、沙氏指数以及对流有效位能作为预报因子,采用逐步消空法找出雷暴识别指标集合,变小概率事件为条件概率下的大概率事件,进而提高雷电潜势预报准确率. 相似文献
8.
珠三角地区前汛期强对流潜势预报方法研究 总被引：3，自引：0，他引：3
利用2004—2006年前汛期探空资料计算的物理量,选取与强对流天气相关性好的大气温湿类(整层比湿积分IntegralQ)、层结稳定度类(K指数)、动力类(潜在下冲气流指数MDPI)、热力动力综合类(瑞士第一雷暴指数SWISS00)作为预报因子,通过对各指数的空间分布特征和数值进行二值Logistic回归分析,得到各指数的参数估算值,建立强对流诊断预报方程,得到前汛期强对流潜势预报因子P,从而制作珠江三角洲(以下简称珠三角)地区未来12小时出现强对流天气的潜势预报。并用此法回报2003—2006年3—6月前汛期的强对流天气。结果表明,P值大于0.9的准确率可达77.5%,P值小于0.5出现强天气的概率仅为3.8%。由于资料有限,对2007年3—4月发生的7次强对流的经验检验效果不明显,但P值小于0.5时不发生强对流的经验检验效果明显。此法对珠三角地区的短时强降水和雷雨大风等强对流天气的临近监测预警有较好的指示意义。 相似文献
9.
采用2007—2015年5—8月NCEP再分析资料和国家站、区域站雷暴大风实况观测资料,利用权重和概率统计相结合的方法,确定与雷暴大风联系紧密的物理量,统计其在所选物理量不同阈值范围内出现的概率,建立雷暴大风概率潜势预报方程,并对预报结果进行检验。结果表明:(1)雷暴大风出现在白天与夜间所选物理量参数有所不同。无论白天或夜间,其在山区与其它地区的物理量阈值亦不同。(2)所选每个预报因子的概率统计结果与雷暴大风发生的环境条件基本相符,该概率由因子达到阈值范围内的样本数和在此区间内出现雷暴大风的样本数两者共同决定的。(3)该方法对08—20时和20—08时两个时段雷暴大风预报的命中率均较好,尤其2016年7月最高,预报概率为"60%以上"的命中率接近93%,可预报出雷暴大风出现的概率潜势和可能发生的区域;同时,空报率较高;预报概率为"80%"的预报临界指数更高。 相似文献
10.
基于对长沙地区1971-2000年30年雷暴气候特征的分析研究,采用数值模式输出统计、指数与经验指标、诊断分析三者相结合的MED法,同时引入莱克力指数、修正的K指数等物理量,综合应用数值预报产品、经验指标及区域气象站资料,研究开发出该地区249个站点3-10月甚短期(6 h,6～12 h)雷暴危害度等级潜势预报模型;同时,采用MOS法,研制出短期0～48 h雷暴活动移动趋势预报模型.模型以Web GIS技术为依托,建立了集数据采集、存储、开发、管理、分析和信息传输与发布、信息实时处理等功能于一体的网络信息服务平台.长沙市甚短期雷暴危害度等级潜势预报模型两年(2006-2007年)的业务运行情况表明,该模型对雷暴落区及强度均有较强的预报能力. 相似文献
11.
南京地区雷暴活动强度潜势预报 总被引：2，自引：0，他引：2
利用江苏省2008、2009和2010年6 8月闪电定位资料对雷暴活动的强度进行了分级,并使用同一时段的探空资料计算了47个代表南京地区 环境层结特征的对流参数,利用其与雷暴活动强度的相关性选取预报因子.在此基础上,采用Bayes分类法和Logistic 回川归分析法,结合逐步选择法进一步筛选预报因子,分别建立了两种雷暴强度的预报模型.通过检验独立样本对比分析两种模型的预报效果,结果表明,Logistic回归分析法的Hedike技巧评分为0.396,并能识别出30％的强雷暴,而Bayes分类法的Hedike技巧评分为0.370,只能识别出5％的强雷暴.Logistic回归分析法对雷暴强度的潜势预报具有较好的指示意义.进一步分析进入预报模型的9个对流参数,表明雷暴活动越强时,低层空气越暖湿,中层空气越干冷,高低层的风切变越大. 相似文献
12.
利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6小时再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型（预报方程和消空方程）,最后进行数据的回代检验。结果表明：对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5º仰角基本反射率、3.4º仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好。 相似文献
13.
本文利用绵阳机场2010～2014年逐时气象观测资料、温江站探空资料与绵阳市闪电定位仪资料,通过探空资料计算各对流参数与雷暴发生的相关系数,筛选相关系数高的对流参数作为预报因子,并探讨各预报因子的物理意义。分别用事件概率回归(REEP)、Fisher判别分析以及指标叠加三种方法制作雷暴潜势预报,其中指标叠加法CSI评分最高,并且可以通过累加值N的大小来确定雷暴发生概率。用指标叠加法试报机场2015年6～8月雷暴,临界成功指数CSI=52.9%,击中率POD=81.8%,利用该方法对绵阳机场周边(市辖区范围)航路上的雷暴也有较好的预报能力。 相似文献
14.
文章以武川县某风电场为分析区,选取对流有效位能、K指数、抬升指数、700h Pa假相当位温、垂直速度等5个对雷暴具有较好指示意义的预报因子,利用2010—2011年5—9月武川站雷暴日资料和NCEP/NCAR逐6h的1o×1o再分析资料建立雷暴潜势预报方程,为风电场安全运行提供依据。对2012年雷暴预报效果检验表明,该方程对雷暴天气具有一定的预警能力,预报方程的命中率为80.6%,虚假报警率为67%,能够成功预报出该风电场两次较为严重的雷击事故,可用于支撑该风电场的雷暴预警服务。 相似文献
15.
利用2009—2015年江淮夏季雷暴大风观测资料和NCEP再分析资料,按整层可降水量将雷暴大风环境划分为干、湿两种环境,结果发现湿环境雷暴大风日约占总雷暴大风日数的86%。基于物理量参数和Logistic回归方法构建了江淮夏季干、湿环境下区域雷暴大风的潜势预报模型。西南区、东南区和北区湿环境雷暴大风的最显著预报因子分别是冰雹指数(CS)、K指数和沙氏指数(SI)。干环境雷暴大风的最显著预报因子是总指数(TT)。相对于大风指数(WINDEX),综合考虑热力学作用和高空水平动量信息的新大风指数(GUSTEX)对江淮干、湿环境雷暴大风的预报指示意义更好。通过历史样本回报确立了预报模型的概率阈值,并利用2016年独立样本试预报检验证明Logistic模型预报效果良好。 相似文献
16.
利用总体平均经验模态分解算法(EEMD),对南京地区2010—2011年6—8月近地面大气电场资料进行分析,研究了晴天、弱雷暴和强雷暴天气条件下大气电场的振荡特征。在单站电场仪观测范围内,以晴天大气为背景场,根据固有模态函数(IMF)方差最大值对应层数的动态特性,建立并验证了两种强度的雷暴临近预报模型。结果表明:弱雷暴发生前IMF方差最大值对应层数跳变幅度较平稳,而强雷暴跳变幅度逐渐加剧。对IMF方差最大值对应层数进行三次样条插值,可直观地表征雷暴发生发展过程,延长预报时间至1 h。利用这些特征对92个独立样本进行预报效果检验,预报的准确率为73.3%,虚警率为14.5%。 相似文献
17.
基于NCEP/GFS资料的中国东部地区雷暴预报研究 总被引：2，自引：1，他引：1
基于来自美国国家环境预测中心(NCEP)的GFS(Global Forecasting System)分析及预报场资料,将多个能够表征雷暴发生动力、热力环境的对流因子作为预报因子,通过费希尔判别准则及逐个引入因子法,建立集合多个对流参数的雷暴预报模型,从而进行较长时效(12—24 h)的区域性雷暴预报。依据临界成功指数(CSI)最高的原则,建立最优预报模型,不同地区所选用的对流参数不同,雷暴模型预报雷暴发生与否的临界值也不同,从而不仅能够得到较好的集合多个对流参数的雷暴区域性预报,还能充分考虑不同地区雷暴发生的地域性特点和气候背景。将建立的预报方法应用于2012年6和9月的两次强对流过程的预报,发现雷暴预报模型较好地预报出两次过程的雷暴落区。进一步,为了能够在强天气预报中客观有效地区分出雷暴与暴雨区,引入集合动力因子暴雨预报方法。集合动力因子暴雨预报方法在诊断和追踪强降水的发展演变中表现凸出,而集合对流参数雷暴预报方法则对包含短时强降水、冰雹、大风等在内的对流性天气有较好反映,综合两套预报方法各自的优势,建立了集成动力因子-对流参数强天气预报方法,用于降水和雷暴的预报,同时对雷暴加降水型、雷暴无降水型、降水无雷暴型等强天气进行区分预报。对中国多个典型城市的预报效果分析发现,该方法不仅能够较好地预报出较长时效(24 h)的雷暴和降水落区,对区分降水雷暴、无降水雷暴和无雷暴降水也表现出一定的能力。 相似文献
18.
利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。 相似文献
19.
利用贵阳站2020年1-10月逐日探空资料和闪电监测资料,逐一选取72个物理量参数纳入单因素逻辑回归,筛选具有显著性统计学意义（P＜0.001）的指标进入多因素逻辑回归模型,选取满足检验条件P＜0.05的参数得到雷电潜势预报模型,通过logistic回归联合ROC曲线模型开展雷电潜势预报研究。结果表明：①多因素逻辑回归模型预警效果优于单因素模型,预警准确度从75.4%提高到79.5%;②联合ROC曲线确定预报模型的概率阈值为0.611,雷电潜势预报的命中率POD为84.01%％,虚假警报率FAR为26.05%,临界成功指数CSI为69.38%,准确率较高,雷电潜势预报具有较好的预报能力;③Logistic回归模型联合ROC曲线法在气象预测预报,特别是非线性预测中有一定的应用价值。 相似文献
20.
利用2014-2015年夏季雷达资料获取雷暴发生有无数据, 计算探空资料的对流指数与雷暴发生有无数据的灰色关联度, 发现雷暴产生跟抬升凝结高度气压、850~700 hPa的温度和露点温度、风切变的关系最紧密。接着建立广州白云机场终端区内3类区域(离塔台中心8 km、50 km、100 km)的12小时随机森林分类模型, 对不同区域的雷暴潜势进行预报和评估, 发现终端区区域面积越大, 雷暴发生样本比例越高, 临界成功指数CSI、预报准确率AF、探测概率POD越来越高, 虚假报警率FAR越来越低, 表明预报出来的准确率越来越高。离塔台中心50 km和100 km区域的预报准确率AF和探测概率POD超过70%, 对航空重要天气MDRS通报业务有指示作用。同时袋外错误率均低于1/3, 随机森林算法的泛化性能好。 相似文献