相控阵天气雷达监测预警龙卷风的过程剖析     

吕雪芹  霍亚  曾瑛 《热带气象学报》2024,(1):33-39

天气雷达作为龙卷风监测预警的重要手段之一,应用具有超高时空分辨率的X波段双极化相控阵天气雷达系统,较好地捕获并提前预警龙卷风。以2022年6月19日07时发生在广东佛山南海的一次龙卷风为例,详细剖析龙卷生消及雷达监测预警过程。借助雷达智能预警软件,利用X波段双极化相控阵天气雷达的双偏振量和超高时空分辨率数据,实时反演三维风场和分析龙卷碎片(TVS)特征,能够显著提高龙卷风监测预警水平。实例表明,本次成功地提前18分钟预警龙卷,进一步说明了X波段双极化相控阵天气雷达在强对流天气探测方面具有较强的生命力。  相似文献   

动态时变参数方法在云量精细化预报中的应用研究     

杜晖  殷启元  贾晓红  姬雪帅  尚可政  尚子溦  曾瑛 《热带气象学报》2020,36(6):834-845

利用2008年1月—2013年12月以及2017年1—11月全球天气预报系统（GFS）预报场资料,采用自适应线性最小二乘回归（LS）和自适应递推卡尔曼（Kalman）滤波两种动态时变参数方法,建立了河套周边地区0~168 h预报时效的总云量精细化预报,并与GFS模式直接输出的总云量、线性预报模型逐步回归预报方法得到的总云量以及非线性预报模型BP神经网络和最小二乘支持向量机回归方法（LSSVM）得到的总云量进行了对比,结果如下:（1）相比GFS模式直接输出的总云量,LS、BP神经网络、LSSVM得到的总云量与实况值的平均绝对误差均明显减小。LS方法误差最小,LS方法的年MAE均在20%~25%,且随着预报时效的延长,改进效果越大。LS方法、多元逐步回归方法、BP神经网络、LSSVM四种方法在6—8月的改进效果最大。（2）LS方法预报的总云量与实况云量的相关性最好,即使168 h预报时效的相关系数依然在0.64以上,远高于其他几种模型的预报结果。（3）LS方法能够明显地提高少云和多云天空状况下预报的击中率,且最优（少云击中率平均提高24 %,多云击中率平均提高34 %）。（4）自适应递推Kalman滤波方法存在预报滞后现象,改进效果不明显。   相似文献   

开平市农村重点区域防雷隐患分析及对策研究     

安宁  任爽  王妍文  梁伟宜  彭凯  梁伟汉  张中舟  曾瑛 《气象研究与应用》2019,40(4)

通过统计广东省开平市1996—2018年发生雷电灾害情况,及实地走访调查开平市农村重点区域防雷设施安装情况,分析了开平市及其农村地区重点区域防雷现状和雷灾原因,提出了通过加强农村防雷知识宣传、推进农村重点区域防雷隐患整改和加快雷电监测预警网络建设等方面做好农村防雷减灾工作的对策。  相似文献