留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

阵风锋自动识别与预警

郑佳锋 张杰 朱克云 刘艳霞 张涛

郑佳锋, 张杰, 朱克云, 等. 阵风锋自动识别与预警. 应用气象学报, 2013, 24(1): 117-125.
引用本文: 郑佳锋, 张杰, 朱克云, 等. 阵风锋自动识别与预警. 应用气象学报, 2013, 24(1): 117-125.
Zheng Jiafeng, Zhang Jie, Zhu Keyun, et al. Automatic identification and alert of gust fronts. J Appl Meteor Sci, 2013, 24(1): 117-125.
Citation: Zheng Jiafeng, Zhang Jie, Zhu Keyun, et al. Automatic identification and alert of gust fronts. J Appl Meteor Sci, 2013, 24(1): 117-125.

阵风锋自动识别与预警

资助项目: 

中国气象局西南区域气象中心区域重大科研业务项目 2010-1

详细信息
    通信作者:

    郑佳锋, email: 544510574@qq.com

Automatic Identification and Alert of Gust Fronts

  • 摘要: 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%。
  • 图  1  2009年6月3日14:15商丘雷达速度场锋线上的辐合段选取(仰角为0.5°, 方位角为160°)

    Fig. 1  Convergence segment search across the front line of Shangqiu radar at 1415 UTC 3 June 2009(elevation:0.5°; azimuth:160°)

    图  2  双向梯度示意图

    Fig. 2  Bilateral grads schematic diagram

    图  3  2009年6月3日郑州雷达阵风锋识别图

    Fig. 3  Identification image of gust front of Zhengzhou radar on 3 June 2009

    图  4  2009年6月3日商丘雷达阵风锋识别图

    Fig. 4  Identification image of gust front of Shangqiu radar on 3 June 2009

    图  5  2009年6月5日阜阳雷达阵风锋识别图

    Fig. 5  Identification image of gust front of Fuyang radar on 3 June 2009

    表  1  反射率因子分级表

    Table  1  The reflectivity classification table

    反射率因子区间/dBZ 所归级别/dBZ
    (-5, 0] 0
    (0, 5] 5
    (5, 10] 10
    (10, 15] 15
    (15, 20] 20
    (20, 25] 25
    (25, 30] 30
    (30, 35] 35
    (35, 40] 40
    (40, 45] 45
    (45, 50] 50
    (50, 55] 55
    (55, 60] 60
    (60, 65] 65
    (65, 70] 70
    (70, +∞) -999
    下载: 导出CSV

    表  2  阵风锋过程样本数和识别情况

    Table  2  The number of gust front processes, samples and identification

    雷达站点 样本数 成功识别
    样本数
    未能识别
    样本数
    误识别
    样本数
    商丘 33 26 7 0
    郑州 25 17 8 0
    阜阳 40 24 16 0
    下载: 导出CSV

    表  3  总样本的临界成功指数ICS、命中率RH、漏报率RM和虚警率RFA

    Table  3  ICS, RH, RM and RFA of total samples

    总样本数 ICS RH RM RFA
    98 0.684 0.684 0.316 0
    下载: 导出CSV
  • [1] Simpson J E A. Comparison between laboratory and atmospheric density currents. Quart J Roy Meteor Soc, 1969, 95: 578-765. doi:  10.1002/qj.49709540609/full
    [2] Wakimoto R M.The life cycle of thunderstorm gust front as viewed with Doppler Radar and Rawinsonde Data. Mon Wea Rev, 1982, 110: 1060-1082. doi:  10.1175/1520-0493(1982)110<1060:TLCOTG>2.0.CO;2
    [3] Wilson J W, Schreiber W E. Initiation of convective storms at radar observer boundary layer convergence lines. Mon Wea Rev, 1986, 114: 2516-2536. doi:  10.1175/1520-0493(1986)114<2516:IOCSAR>2.0.CO;2
    [4] 葛润生.阵风锋的雷达探测和研究.气象科学研究院院刊, 1986, 1(2):113-121. http://www.cnki.com.cn/Article/CJFDTOTAL-YYQX198602000.htm
    [5] 陈明轩, 愈小鼎, 谭晓光, 等.对流天气临近预报系统技术的发展与研究进展.应用气象学报, 2004, 15(6):754-766. http://www.cnki.com.cn/Article/CJFDTotal-YYQX200406015.htm
    [6] 陈明轩, 高峰, 孔荣, 等.自动临近预报系统及其在北京奥运期间的应用.应用气象学报, 2010, 21(4):394-404. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20100402&flag=1
    [7] 王彦, 于莉莉, 李艳伟, 等.边界层辐合线对强对流系统形成和发展的作用.应用气象学报, 2011, 22(6):724-731. doi:  10.11898/1001-7313.20110610
    [8] 黄旋旋, 何彩芬, 徐迪峰, 等.阵风锋过程形成机制探讨.气象, 2008, 34(7):380-387. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXX200807005.htm
    [9] 毕旭, 刘慧敏, 赵榆飞.陕北系列阵风锋天气过程分析.陕西气象, 2008(2):23-26. http://www.cnki.com.cn/Article/CJFDTOTAL-SXQI200802008.htm
    [10] 刘勇, 王楠, 刘黎平.陕西两次阵风锋的多普勒雷达和自动气象站资料分析.高原气象, 2007, 26(2):380-387. http://www.cnki.com.cn/Article/CJFDTOTAL-GYQX200702020.htm
    [11] 何彩芬, 姚秀萍, 胡春蕾, 等.一次台风前部龙卷的多普勒天气雷达分析.应用气象学报, 2006, 17(3):370-375. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20060363&flag=1
    [12] 姚建群, 戴建华, 姚祖庆.一次强飑线的成因及维持和加强机制分析.应用气象学报, 2005, 16(6):746-753. doi:  10.11898/1001-7313.20050615
    [13] Uyeda H, D Zrnic S. Automatic detection of gust front. J Atmos Oceanic Technol, 1985, 3: 36-50. https://www.researchgate.net/publication/235056850_Automatic_Detection_of_Gust_Fronts
    [14] Delanoy R L, Troxel S W. The Machine Intelligent Gust Front Algorithm. MIT Lincoln Laboratory Project Report ATC-196, 1993. https://www.ll.mit.edu/mission/aviation/publications/publication-files/atc-reports/Delanoy_1993_ATC-196_WW-15318.pdf
    [15] Troxel S W, DelanoyR L, Pmorgan J P, et al. Machine Intelligent Gust Front Algorithm for the Terminal Doppler Weather Radar (TDWR) and Integrated Terminal Weather System (ITWS). AMS Workshop on Wind Shear and Wind Shear Alert Systems, 1996: 70-79. http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.89.4239
    [16] 宗蓉. 多普勒天气雷达的阵风锋识别方法探索. 南京: 南京信息工程大学, 2009.
    [17] 李劲. 利用多普勒天气雷达自动识别阵风锋方法研究. 南京: 南京信息工程大学, 2010.
    [18] 陈刚. 阵风锋的检测与识别. 西安: 西安电子科技大学, 2009.
    [19] 王楠, 刘黎平, 徐宝祥, 等.利用多普勒雷达资料识别低空风切变和辐合线方法研究.应用气象学报, 2007, 18(3):314-320. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20070353&flag=1
  • 加载中
图(5) / 表 (3)
计量
  • 文章访问数:  3324
  • HTML全文浏览量:  934
  • PDF下载量:  1814
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-04-15
  • 修回日期:  2012-11-13
  • 刊出日期:  2013-02-28

目录

    /

    返回文章
    返回