共查询到10条相似文献，搜索用时 31 毫秒
1.
雷达强度数据中的阵风锋特征统计和自动识别 总被引：2，自引：0，他引：2
利用江苏南京2009-2012年天气雷达数据结合地面自动站风场资料分析江苏沿江地区阵风锋变化特征、阵风锋弧长与移速关系,及其在雷达反射率因子图像中呈现的总体、局部特征,详细分析了三种窄带回波回波带反射率因子分布特征。通过设计反映回波带平坦性的计算方法实现定量分析窄带回波分布异同功能。根据回波带径向波形特征判断径向波形的波宽、波峰个数、波峰阈值和波形双边梯度等特性,实现阵风锋径向波段识别。在对反射率因子图像预处理基础上,结合回波平坦性测试方法和阵风锋径向波形识别算法达到自动识别阵风锋回波的目的。识别效果表明:回波带平均值5 d BZ的独立阵风锋回波识别准确率达87%以上,回波带平均值10 d BZ的混合型阵风锋回波识别准确率达89%以上。对弱阵风锋识别成功率仍较低。 相似文献
2.
利用西安多普勒雷达观测资料、NCEP再分析资料和自动气象站资料,对2016年6月4日发生在咸阳机场附近的一次阵风锋天气展开研究。这次过程是由蒙古低涡主导,低涡后部的冷空气南下触发对流引起的,阵风锋过境时咸阳机场产生了2.2mm降水和19.7m·s^(-1)的大风天气,多架次航班受到影响。从雷达回波的分析发现,这次阵风锋的特征表现为,生命史2h左右,回波强度5~25dBz,长度约70km,平均移速达49.7km·h^(-1),伴有明显的窄带回波和辐合线。对雷达基数据进行质量控制后,设计了自动识别软件,在强度场上利用双向梯度算法,以及速度场上使用Shear参量算法,根据窄带回波和辐合线的空间一致性,对该阵风锋的位置和强度进行识别。最后利用临界成功指数对这个软件进行评估,本次阵风锋的识别率达到83.33%,表明该软件能够识别阵风锋,可在业务中使用。 相似文献
3.
MIGFA阵风锋识别算法改进与检验 总被引：2，自引：1，他引：1
根据南京CINRAD/SA天气雷达探测的江苏沿江地区阵风锋回波特征,对MIGFA(Machine Intelligence Gust Front Algorithm)阵风锋识别算法进行改进:在考虑平滑算法使用和低仰角数据融合的基础上,根据阵风锋回波特征,改进了0.5°反射率阵风锋细线函数模板,设计了较高仰角(1.5°/2.4°)反射率阵风锋细线函数模板,引入1.5°和2.4°双层反射率阵风锋细线函数模板替代原空间差分反射率函数模板。考虑阵风锋特征与距离测站的关系,设计了动态权重函数组合多组得分值,从而有效识别阵风锋回波。在此基础上通过弧度判断和阵风锋回波平坦度测试的方式,进一步降低虚警率。最后利用2009年6月14日南京雷达阵风锋个例进行效果识别,并采用临界成功指数对南京雷达120个阵风锋样本进行效果评估。结果表明:改进的MIGFA法识别效果良好,将临界成功指数从0.39提高至0.60,引入降低虚警率的做法使得虚假警报率从0.34降至0.16。 相似文献
4.
根据阵风锋的回波特征, 该文设计了阵风锋自动识别算法。在速度场中,考虑辐合线识别;在强度场中,考虑窄带回波识别;根据窄带与辐合线的空间一致性,综合二者识别出阵风锋。基于该算法,以锋线闪烁和物理量输出两种方式实现了预警功能。最后利用地面自动气象站资料和2009年6月3日河南商丘、郑州及2009年6月5日安徽阜阳3个雷达站探测的阵风锋98个体扫样本资料检验了识别效果,并采用临界成功指数进行评估。结果表明:双向梯度法能有效滤除大范围降水回波而保留窄带回波;该算法只需考虑较低仰角层,大大提高识别效率。在速度场中采用的算法能有效识别出径向辐合线,同时也适用于低空径向风切变和辐合线的识别;利用临界成功指数对98个体扫样本进行识别率评估,识别率达到68.4%。 相似文献
5.
提出基于数字图像处理技术中的数学形态学的阵风锋自动识别算法。该算法首先基于阵风锋的反射率因子窄带形态、速度辐合和快速移动特征,计算相邻时次体扫反射率因子差、速度切变和速度梯度这3个参量场,综合这3个参量场,得到一个二维特征量;然后采用数学形态学算法对这个二维特征量进行二值化、膨胀、腐蚀、细化、剪枝及线段联通等处理,得到一条反映阵风锋骨架特征的曲线。利用武汉雷达观测的2个阵风锋过程的共53个体扫数据进行阵风锋识别算法检验,结果表明:该算法正确识别阵风锋39个,错误识别3个,漏识别11个;识别曲线与阵风锋位置和走向较为一致。 相似文献
6.
我国阵风锋类型与产生机制分析及其主观识别方法 总被引：2，自引：1，他引：1
文章总结了近些年我国学者对阵风锋所开展的相关研究,阐明了阵风锋的空间结构、类型及其特征,探讨了阵风锋窄带回波的形成机制,提出了阵风锋的主观识别方法,结果表明:从雷达探测资料分析,可将阵风锋分为两类,一类是雷暴母体静止型阵风锋,一类是雷暴母体运动型阵风锋,而前者还可以进一步分为两个子类型。阵风锋类型不同,阵风锋对雷暴母体的反馈作用也截然不同。阵风锋窄带回波的形成可概括为两种机制:第一种是大气折射指数梯度脉动导致的布拉格散射(Bragg Scattering),第二种是由昆虫对雷达波的粒子散射(Particle Scattering)导致。利用阵风锋雷达强度和径向速度回波特征,可以识别阵风锋的位置和范围,并对其外推做出预报。由于阵风锋是低层大气现象,所以需要应用较低仰角的雷达资料来识别。利用阵风锋雷达回波特征,配合气象卫星高分辨率可见光云图上呈现的中尺度对流云团和弧状云线的变化,结合地面中尺度观测网资料,可以综合识别阵风锋的形成、发展和消散。 相似文献
7.
利用江苏省6部S波段全相参多普勒天气雷达测得的2007-2011年28个阵风锋观测实例,检验多普勒天气雷达的阵风锋自动识别算法的效果。该算法主要包括熵函数模板的反射率强度边界识别、风切变算法,并综合依据径向速度及谱宽进行阵风锋识别。在阵风锋的识别中,多普勒速度的径向切变有利于判别雷达波束垂直于阵风锋边界的辐合,旋转切变可更好地显示平行于波束的阵风锋边界。在参与检测的28个个例中,成功检测出的有13个;因雷达资料质量影响,7个个例检测出部分阵风锋;8个个例未检测到阵风锋。经过检验,该算法的识别效果较好,但仍存在一些不足,需要进一步完善雷达资料的质量控制,和对低层弱切变特征的提取研究。 相似文献
8.
利用高空、地面天气图,宝鸡多普勒雷达资料统计分析了关中地区7例阵风锋天气成因及雷达回波特征。分析表明:西北气流携带的中空干冷平流是强对流发生的有利条件,地面干线是强对流的触发系统,地面气温35℃以上高温且湿度20%～35%是阵风锋发生的有利环境。雷达回波上,阵风锋从初生、发展、加强到减弱的生命史为1～3 h,与雷暴回波由强(≥55 dBz)减弱(≤30 dBz)的过程一致。阵风锋移动速度与雷暴径向速度有直接关系,雷暴出流快速达到最大(17 m/s)时,阵风锋发展达到强盛时段,其强度、长度达到最大;阵风锋移动方向与雷暴移动方向大体一致,呈西北—东南向;少数与主体风暴移向垂直,为东北—西南向。阵风锋在1.5°仰角出现最早,关注识别1.5°仰角阵风锋窄带回波前兆可为发布大风预警提供依据。 相似文献
9.
阵风锋过程一般伴随中尺度强对流系统发生, 在近地层形成很大的阵风及风切变, 容易造成风灾, 特别是对航空部门有很大的影响。本文对2006年6月29日发生在南京的一次由强中尺度对流系统引发的阵风锋过程进行分析, 通过多普勒天气雷达资料以及地面中尺度观测网观测到的实况, 可以清楚地看出这个阵风锋系统的结构。当阵风锋经过时, 地面测站观测到明显的风向变化、 风速增大、 气压增强、 温度下降, 而后出现强降水等特点, 这些都符合阵风锋的结构特征。利用地面测站实时观测到的气压、 相对湿度、 温度等计算得到折射指数, 它在阵风锋刚经过时迅速增大, 而后随阵风锋外移逐渐减小, 但是因为阵风锋后对流系统的影响, 折射指数还要维持很长时间的高值。从雷达观测的反射率强度上能看到阵风锋位置的回波强度、 高度都比两侧要大, 与后方强对流系统之间的距离有5～10 km。对雷达观测到的径向速度进行反演, 可看到上层的速度大于近地层速度, 并且强速度中心靠前, 在近地层形成向后的气流(回流)。阵风锋在多普勒速度场中表现出明显的线状组合切变, 利用阵风锋的这个特点设计自动识别算法, 能够有效地对阵风锋进行识别, 组合切变也能有效地对阵风锋的发展以及移动作预报。 相似文献
10.
应用河北省石家庄新乐CINRAD-SA雷达资料对2006—2008年河北省中南部地区262个站雷暴大风的雷达回波特征进行统计。分析发现, 雷暴大风的主要雷达回波特征有弓形回波、阵风锋和径向速度大值区,出现其中一个或多个特征均可发布雷暴大风预警。根据以上雷达回波特征能够对66%的雷暴大风发布预警,34%的雷暴大风仅仅依据雷达资料无法预警,其中孤立块状回波占39%,带状回波占61%。弓形回波仅占雷暴大风的19.8%,能够观测到的阵风锋回波仅占16.8%,65.3%的雷暴大风观测到径向速度大值区,径向速度大值区是雷暴大风最重要的雷达回波特征。径向速度大值区的形成一般早于弓形回波和阵风锋回波,依据径向速度大值区可更早发布雷暴大风预警。 相似文献