昆明市雨季短时强降水特征分析及预报研究

利用1981—2015年昆明市逐时降水观测及短时强降水个例期间的探空、雷达、地面观测等资料,分析了昆明市雨季短时强降水时间分布、关键影响系统、物理量及雷达观测特征,尝试寻找该类天气的预报着眼点.结果表明:①昆明短时强降水天气具有明显的日内变化特征.短时强降水主要出现在19:00—次日05:00,并在次日02:00达到峰值.②地面辐合线和700 hPa切变线是昆明出现短时强降水的关键影响系统,当500 hPa有低压槽或高压间辐合区配合时则更有利于昆明出现短时强降水.③从物理量指标看, 700 hPa比湿大于10.0 g·kg~(-1)、温度露点差≤3℃、假相当温度≥75℃和沙氏指数0.1是昆明站出现短时强降水天气的有利条件.④当雷达观测图上出现积云、块状回波,回波反射率因子强度最大值达40～45 dBz且大值区质心较低,回波顶高小于8 km,对应的径向速度图出现中尺度辐合或低空急流特征时,应该考虑发布短时强降水预警.     

基于深度神经网络的强对流天气识别算法

短时强降水、大风等强对流天气危害巨大,对其进行自动识别存在相当大的技术困难.提出一种基于深度神经网络的强对流天气智能识别模型,以雷达回波图像和表征回波移动路径的光流图像作为输入,通过神经网络的自学习,寻求雷达图像与"是否发生强对流天气"之间的函数映射关系;并运用数据集增强、代价函数优化和模型泛化性能优化等技术,解决了训练样本的不均衡问题,避免了模型训练过程陷入局部极值的问题.实验结果表明,该方法对强对流天气识别的准确率达到96％,误报率低于60％.该方法也适用于对下击暴流等灾害性天气的自动识别.     

莆田市两场短时强降水的物理量对比分析

利用NECP数据、常规观测资料及自动站资料全面分析了2013年6月莆田地区出现的两次短时强降水过程的环流背景、物理量条件和t-logp图,结果表明:两次短时强降水具有不同的天气背景,降水前热力结构不同是造成两次短时强降水过程性质不同的最重要原因;两场降水的物理量在上下层配置和强度上有所差异;加密观测期间t-logp图对预报短时强降水有很好的指导价值。     

天津市蓟州区短时强降水特征及预报指标研究

利用蓟州区自动站逐小时观测资料和ERA5再分析资料对蓟州区短时强降水的时空发生规律和物理量进行了分析。结果表明：蓟州地区短时强降水发生的站次呈明显的阶段性变化;短时强降水天气主要出现在7～8月,其中7月中旬至8月上旬是高发期;短时强降水多出现在夜间凌晨左右;短时强降水的空间分布有明显的区域差异,呈北高南低的分布特征,平原地区短时强降水的发生也有明显的城郊差异;对流发生前,单站气压和湿度呈反向变化,而且这种变化在强降水发生前两三个小时内较明显,在预报蓟州短时强降水时有一定参考意义。     

2013-2018年南平市夏季短时强降水特征分析

利用南平市275个自动站2013—2018年夏季(7—9月)逐小时降水资料、同期邵武探空资料及ECMWF 1° ×1°再分析资料,统计分析夏季短时强降水的时空分布特征,同时对影响天气系统进行分类,并分析不同天气型的物理量特征.结果表明,南平市夏季短时强降水的频数年际变化大,其日变化呈单峰型,午后到上半夜最易发生短时强降...     

一次地面辐合线突发局地短时强降水特征分析

为了研究局地短时强降水天气的特征,使用MICAPS天气资料、南昌探空资料、宜春SA天气雷达等资料,对2020年6月8日新余局地暴雨天气过程进行分析,结果表明:暴雨天气过程是由突发性局地短时强降水造成,降水系统移速较慢、长时间维持、降水效率高,出现20 mm/h以上的短时强降水.地面辐合线是形成局地短时强降水的触发机制,降水系统随着地面辐合线的移动;辐合线移动过程中存在气旋性环流,导致系统移速缓慢,形成局地暴雨.新生云系如果出现合并现象,往往会快速地发展加强形成强天气.回波基本上沿地面辐合线排列和移动,在移动过程中还伴随回波单体的新生、发展、合并、减弱等过程,短时强降水发生在回波发展合并过程中.雷达剖面分析得出回波强度在垂直上发展的比较均匀,强回波中心分布在6 km以下高度上;水汽大部分集中在地面与5 km融化层之间,这种回波特征适合产生高效的降水.这些特征为新余短时强降水造成的暴雨天气提供了理论依据.     

低纬高原一次短时强降水过程的综合分析

利用卫星、雷达、地面自动站及闪电定位仪等多种观测资料分析了2017年9月5—6日出现在云南的一次短时强降水天气过程的成因及中尺度对流特征.结果表明:此次过程期间短时强降水天气落区分布呈现自东北向西南逐渐移动趋势,系统性降水特征明显;700 hPa切变线和地面锋面是此次过程的关键影响系统,切变线提供了中低层水汽辐合及对流抬升运动的维持机制,地面锋面则为低层对流抬升运动提供了触发机制;中尺度对流云团的空间尺度和持续时间对短时强降水的分布区域和规模有很好的指示意义,短时强降水主要出现在云顶亮温-50℃的区域,对流云团空间尺度大、持续时间长,则对应时段的短时强降水分布范围广、频次多.雷达观测有助于短时强降水天气的精细化订正和及时预警,当雷达回波强度达到45 dBz以上并具明显低质心特征、径向速度图上有中尺度辐合配合时,出现短时强降水的可能性较大.     

中尺度冰雹天气预警技术分析与研究

运用常规天气图、物理量场、新一代多普勒天气雷达回波图、四要素气象自动站等相关资料,对2010年6月17日夜里发生在安阳的一次冰雹伴随短时强降水的强对流天气进行中尺度天气分析.结果表明:高低空有利形势的配置、地面辐合产生强烈上升运动,进而引发不稳定能量的释放,是这次中尺度对流性天气形成的直接原因.地面辐合线能准确预示对流...     

2010—2012年河南省驻马店市短历时强降水的形成原因及物理模型的建立

针对驻马店2010—2012年出现的54次短历时强降水过程,研究了其时空分布特征、天气背景和环境条件,从形成机制上将其分为暖区对流系统和锋面对流系统两类,同时对短历时强降水的天气雷达产品如反射率因子、径向速度场、垂直积分液态含水量、风暴跟踪信息等特征进行了详细的分析,并以此建立短历时强降水的物理模型;对预报中的失误之处进行反查,整理出了此类天气的天气模型和预报思路,为以后准确预报短历时强降水天气提供科学借鉴.     

景德镇市短时强降水的特征与统计分析

为了研究景德镇地区的强降水天气特征,找出强降水的时空分布特征和量级规律,并对2005-2015年景德镇强降水观测资料进行了普查与特征分析。结果表明:1)景德镇市短时强降水天气一般出现在4-9月份,7月最多;大致每年有8~9场,易发生在傍晚至上半夜时段,平均降水强度33.8 mm/h,最强达105.8 mm/h;2)超7成的短时强降水中会有超短时强降水,最强可达30 mm/10 min以上;3)短时强降水大多发生在系统性的暴雨过程中,有的在强雷暴过程中,往往伴有雷雨大风、冰雹等强对流天气;4)雷暴往往超前于强降水,并以西、西南、西北等方向为主;5)强降水过程中伴有气压涌升、风力加大,相对湿度上升,气温下降等明显特征。     

基于SMOTE算法和逻辑回归模型算法的江苏短时强降水潜势预报

短时强降水是导致城市内涝和山洪、滑坡等灾害的重要原因,其突发性强,局地性明显,预报难度大,是强对流天气业务预报的重点和难点之一。本研究利用2011-2018年的江苏省国家气象观测的逐小时降水资料对江苏省短时强降水时空分布特征进行分析,江苏短时强降水频次分布为典型的南多北少,主要降水出现在早晨04-10时和午后15-19时,前半夜出现降水的概率则较低。基于ERA5再分析资料,选取了对于短时强降水有较强判断能力的气象要素,合成少数类过取样算法（SMOTE）和逻辑回归（LR）方法,构建短时强降水的预报模型,利用2019年的,欧洲中期天气预报中心（ECMWF）预报产品基于该模型进行短时强降水的确定性预报和概率预报,并使用同期实况数据进行系统性检验和天气过程检验。结果表明该模型总体性能较好,对短时强降水出现与否有较好的判别能力和预报指示意义。未来24h以内的6h时效预报,TS评分在0.23以上,未来60h以内的6h时效预报TS评分均在0.2以上,但也存在着一定程度的空报和漏报。基于SMOTE+LR短时强降水预报模型对短时强降水的潜势预报具有较好的指示作用,对气象防灾减灾具有重要意义。     

“2010.8.27”大理州大到暴雨过程分析

分析了2010年8月27日大理地区强降水天气过程的影响系统、物理量特征,结果表明此次区域性强降水过程的主要影响系统是滇缅高压与西太平洋副热带高压之间的辐合区以及低层的切变线;强降水开始前,大理上空是能量的高值区且大气处于不稳定状态;从水汽条件看,过程开始前低层湿度大,有水汽的强辐合,高层同样存在水汽的强辐合;强降水出现时存在剧烈的上升运动释放不稳定能量,且低层正涡度高层负涡度、低层辐合高层辐散的配置也有利于上升运动的发展和强降水的产生.     

江西省三类强对流天气环境物理量对比分析

利用2001—2010年89个国家级地面观测资料和NCEP 1°×1°再分析资料,分别从水汽条件、动力特征、0℃层和-20℃层的特征高度以及大气不稳定条件等方面,对江西省三类典型的强对流天气(冰雹、雷暴大风及短时强降水)的特征进行统计分析,从而给出江西省地区这三类强对流天气过程主要预报物理量的分布特征及阈值区间,为江西省精细化的强对流天气预报提供参考指标。结果表明:1三者对比,强降水具有更深厚的"湿"对流特征,冰雹多具有上干下湿的"干"对流特征;2低层辐合、高层辐散条件中,短时强降水高于冰雹和大风,表现为短时强降水低层辐合中位数为-17×10-5s-1,高层辐散中位数为14×10-5s-1,对应冰雹和大风低层辐合都为-14×10-5s-1,高层辐散都为10×10-5s-1;风垂直切变值,冰雹最大,大风次之,强降水最弱,具体表现为500 h Pa到1 000 h Pa风速差中位数冰雹为18 m/s,大风为17 m/s,强降水为11 m/s;3不稳定条件方面,冰雹的对流有效位能、抬升指数以及850 h Pa与500 h Pa温差中位数分别为2 651 J·kg-1;-6℃、26℃,远远强于强降水的735 J·kg-1;-2℃、23℃,大风对应中位数为1 924 J·kg-1;-5℃、25℃,介于冰雹和强降水之间;4特征高度0℃层和-20℃层冰雹最低、大风次之、强降水最高,4 800 m和7 700 m可以作为0℃层和-20℃层冰雹和强降水的分界线。当对应高度大于该值时有利于强降水的出现,小于该值有利于冰雹的出现;5不稳定条件和动力条件具有互补关系,两者中其一出现极有利条件时,在江西省的实际预报业务中,就要考虑强对流天气的发生,当一条件异常偏大(很有利条件),另一条件不是很有利情况下,也有可能出现强对流天气。     

一种元卷积网络和持续学习融合的洞库类目标识别方法

洞库类目标是高价值识别目标,针对洞库类目标样本数据难以获得、样本内部数据相似度较高、人工设计识别特征方法局限性较大、普通深度网络需要海量数据等问题,提出了结合元学习和深度卷积网络的元-卷积网络（MCNN）,并融合持续学习理论的洞库类目标识别方法（MCNN-LLS）.首先结合深度卷积网络、元学习的理论建立元-卷积网络,该网络可利用旧知识指导新知识的训练,利用小样本数据即可训练得到识别能力较高的深度洞库模型;然后融合持续学习理论,建立持续学习系统（LLS）,设计专家审核模型判别深度洞库模型的识别结果,并引入潜在任务、模型异步更新等方法,达到模型持续学习、持续更新的效果.实验表明,本文方法所需样本数量少,对洞库类目标识别准确率高,且识别能力可随识别过程中新数据的积累逐步提高.      

加密自动站在极端短时强降水发生前的精细化特征分析

利用地面加密自动气象站资料及常规气象观测资料,分析2006—2016年4～10月小时雨强大于50 mm/h的极端短时强降水个例的各气象要素场在短时强降水发生之前2 h的变化规律,结果表明:①产生极端短时强降水的天气类型包括冷涡型、西风槽型和西北气流型,冷涡型强降水气象要素变化最为剧烈,其他2种类型稍弱。②1 h变温、3 h变压、风场在3类个例中均有比较明显的变化规律,气温变化幅度稍弱,露点温度和相对湿度是表现最弱的2个要素,相对湿度表现更弱,是指示性不强的物理量。③在强降水发生2 h前气象要素场的变化规律一般表现为等值线密集带在上游生成并快速向下游移动,常伴有大值中心的出现。风场主要表现为风向风速的辐合或切变,天气越剧烈风场变化越明显;偏东、偏南气流的建立对于水汽输送的作用需引起注意。在风场变化不明显的少数强降水过程中,在天气发生前一般也都有偏东、偏南气流的长时间维持。     

一次中尺度辐合线引起的短时强降水天气

利用常规观测资料、自动加密站数据、卫星云图等资料对锦州地区7月1日短时强降水过程的天气形势、物理量条件、卫星云图等进行分析研究,结果表明:该次降水过程是由于低层冷空气入侵同时又有地面中尺度系统相配合产生的;低层充足的水汽与辐合上升运动有利于强降水的产生,不稳定能量较强有利于强对流天气的产生;中尺度对流云团的位置和持续时间与地面中尺度系统基本吻合,并与强降水落区和持续时间基本一致。     

云南切变线类短时强降水MCS特征分析

利用云南省 125 个国家级自动气象站及 3 042 个区域站降水数据、FY-2E/G 云图数据以及探空观测数据，统计 2015—2019 年由切变线系统影响的云南短时强降水过程，对短时强降水时空分布、中尺度对流系统(Mesoscale Convective System, MCS)系统特征、MCS 系统发生发展的环境特征以及对流云系演变特征进行分析. 结果表明，云南切变线类短时强降水频次有 4 个大值中心，分别是云南南部边缘地区、曲靖南部至文山北部、华坪、德宏西部，傍晚至凌晨是强降水发生的主要时段；云南切变线类短时强降水对流云系分成新生对流云团、M_αCS 和 M_βCS 和带状 MCS 共 4 类，75% 的切变线类短时强降水是由 M_αCS 和 M_βCS 系统造成，M_αCS 和 M_βCS 系统中低于–32 ℃ 冷云区呈椭圆形，平均面积分别为 1.8 万 km~2、10.4 万 km~2，存在 1 个或 2 个中心，中心云顶亮温低于–52 ℃. M_...     

基于K-means聚类组合模型的公交线路客流短时预测

预测公交线路短时客流是实现公交动态调度的关键技术.文中通过分析客流特性,构建了基于K-means聚类算法的组合预测模型.首先利用K-means算法将短时客流数据按照时变特征的相似度划分为不同聚类,然后为每类客流数据分别建立最小二乘支持向量机、BP神经网络、自回归滑动平均模型,并考虑天气因素的影响,用遗传算法优化模型参数,对比预测结果,从中选择每个聚类的最佳预测模型构成组合模型.最后以长沙市104路公交客流数据作为实例进行预测分析,结果显示:客流数据时变特征对模型具有选择性,K-means聚类组合模型能够更好地根据不同时段客流数据的时变特征进行分类,因而有利于提高预测绩效;考虑了天气因素的K-means聚类组合模型能进一步提高公交线路的短时预测绩效.     

基于PCA-GA-DBNs的人脸识别算法研究

针对人脸图像数据量大和DBNs初始化权值具有指向性以及非凸目标函数易陷入局部最优的问题,提出将主分量分析(PCA)、遗传算法(GA)、深度信念网络(DBNs)相结合的新算法,并将其应用在人脸识别中.首先通过PCA对人脸图像进行处理,以减小人脸图像的数据量,然后利用GA算法对DBNs进行逐层预训练以优化其网络权值,再利用BP算法对DBNs进行微调并构造分类器.以ORL数据库为实验数据通过与其他经典人脸识别算法的比较得出,该算法不仅可以减少人脸图像数据量,而且可以克服初始权值的指向性和局部最优问题,更重要的是可以提高识别精度和识别速度.     

湖北省超高压线路雷击故障气象成因分析及预测研究

本文利用2010年7～8月湖北省超高压线路雷击故障资料,研究与灾害天气相伴的雷暴天气过程环流背景及物理量场特征,结果表明：1)冷锋雷暴,导致超高压线路故障,占53.8%,地面暖区中的中小尺度辐合系统即中低压、辐合区、辐合线造成雷暴天气,导致超高压故障,占46.2%.2)雷击发生前,物理量(大气温湿类、层结稳定度类、动力类、热力动力综合类、能量指数类、特殊高度厚度)具有明显特征,对雷电等强对流天气预报具有较好的指示意义;3)根据物理量特征提炼的致灾雷电预报指标,经过2015年7月试用检验,结果表明,这些指标对致灾雷电等强对流天气预报具有一定的参考价值,其中,如果CAPE>1000 J.kg－1、SI≤－1℃并且天气形势有利于灾害天气发生时,可能出现导致雷击跳闸事故的强雷电,需加强防范.