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

一种基于地面实况的降雹风暴体客观标识方法

刘伯骏 张亚萍 黎中菊 韩潇 芦华 张勇

刘伯骏,张亚萍,黎中菊,等. 一种基于地面实况的降雹风暴体客观标识方法. 应用气象学报,2021,32(1):78-90. DOI: 10.11898/1001-7313.20210107. DOI: 10.11898/1001-7313.20210107
引用本文: 刘伯骏,张亚萍,黎中菊,等. 一种基于地面实况的降雹风暴体客观标识方法. 应用气象学报,2021,32(1):78-90. DOI: 10.11898/1001-7313.20210107. DOI: 10.11898/1001-7313.20210107
Liu Bojun, Zhang Yaping, Li Zhongju, et al. An Objective Hailstorm Labeling Algorithm Based on Ground Observation. J Appl Meteor Sci, 2021,32(1):78-90. DOI:  10.11898/1001-7313.20210107
Citation: Liu Bojun, Zhang Yaping, Li Zhongju, et al. An Objective Hailstorm Labeling Algorithm Based on Ground Observation. J Appl Meteor Sci, 2021,32(1):78-90. DOI:  10.11898/1001-7313.20210107

一种基于地面实况的降雹风暴体客观标识方法

DOI: 10.11898/1001-7313.20210107
资助项目: 

重庆市基础研究与前沿探索项目 cstc2018jcyjAX0434

重庆市气象局创新团队项目 ZHCXTD-201803

重庆市气象局创新团队项目 ZHCXTD-202003

详细信息
    通信作者:

    张亚萍, 邮箱:zyaping@126.com

An Objective Hailstorm Labeling Algorithm Based on Ground Observation

  • 摘要: 标识工作是建立深度学习数据集的关键基础,对观测数据匮乏的冰雹等灾害性天气智能预报尤为重要。选取2008—2019年重庆地区灾情报告中有准确时间的13次降雹过程(分为参照集和验证集),利用模糊逻辑算法,建立基于地面实况的降雹风暴体客观标识方法。为获取冰雹与风暴体的合理匹配,选取风暴质心与降雹地点间距离、风暴最大反射率因子、45 dBZ反射率因子最大高度、最大垂直积分液态水含量、最大回波顶高作为判别因子。对于参照集,客观标识方法正确标识7次,其中有5次标识时间与灾情报告记录时间相差在6 min以内。对于验证集,算法标识正确率为100%。为了扩大检验范围,将算法用于无准确时间的22次降雹过程,并将结果与预报员人工标识结果进行比较后发现,二者往往标识的是同一风暴体。上述结果表明:该方法在时间信息模糊的情况下可进行标识。同时发现该方法不依赖于冰雹尺寸、发生时间及风暴体生命史长度,但对初始猜测位置、风暴体识别算法较为敏感。
  • 图  1  雹暴客观标识方法流程

    Fig. 1  Diagram of the object-labeling algorithm for hailstorm

    图  2  降雹风暴体客观标识方法中各指标的隶属函数

    Fig. 2  Membership functions of each index of object-labeling algorithm for hailstorm

    图  3  距离权重选取对标识结果的影响

    Fig. 3  The influence of distance weight on labeling results

    图  4  各冰雹过程中算法标识时刻的垂直积分液态水含量(填色)、组合反射率因子(实线, 单位:dBZ)及SCIT识别的风暴体路径(三角,红色为标识时刻)

    Fig. 4  Vertical integrated liquid water (the shaded), composite reflectivity (the line, unit:dBZ) and storm path from SCIT at labeling time for each hail case (triangles, the red one means labeling time)

    图  5  2008年6月5日南川、丰都冰雹过程组合反射率因子演变及风暴路径信息

    Fig. 5  Composite reflectivity evolution with storm path information in the hail case at Nanchuan and Fengdu on 5 Jun 2008

    图  6  2008年4月10日南川冰雹组合反射率因子演变及风暴路径信息

    Fig. 6  Composite reflectivity evolution with storm path information in the hail case at Nanchuan on 10 Apr 2008

    图  7  初猜位置扰动对标识结果的影响

    Fig. 7  Influence of initial guess position disturbance on labeling results

    图  8  2018年4月30日20:12雷达组合反射率因子(a)及其沿图 8a中AB所作剖面(b)

    Fig. 8  Composite reflectivity at 2012 BT 30 Apr 2018(a) and profile along AB in Fig. 8a(b)

    表  1  2008—2019年重庆地区有相对准确时间和雷达观测数据的冰雹过程

    Table  1  Hail cases with exactly time and radar observation in Chongqing during 2008-2019

    过程日期 地面记录降雹时刻 受灾区县 冰雹大小
    2008-04-10 21:30 南川 小冰雹
    2008-06-05 15:20 南川 不明
    15:28—15:32 丰都 小冰雹
    2010-05-06 01:12 梁平 大冰雹
    2011-07-23 17:30 渝北 小冰雹
    2014-04-17 约23:48 沙坪坝 大冰雹
    2015-07-25 约13:31 丰都 不明
    2018-03-17 约22:20 彭水 大冰雹
    2019-02-19 22:50—23:00 酉阳 小冰雹
    2019-03-19 23:20—23:30 黔江 大冰雹
    2019-04-08 18:30—18:40 彭水 不明
    2019-04-24 20:30—20:40 巫溪 小冰雹
    2019-08-01 16:10—16:30 巫山 小冰雹
    下载: 导出CSV

    表  2  2014—2018年3—9月重庆沙坪坝站平均0℃和-20℃层高度

    Table  2  Average heights of 0℃ and -20℃ at Shapingba sounding station from Mar to Sep during 2014-2018

    月份 0℃层高度/km -20℃层高度/km
    3 3.2783 6.6654
    4 3.9190 7.2017
    5 4.6056 7.9129
    6 5.2451 8.6644
    7 5.4405 8.8348
    8 5.3239 8.7461
    9 5.0934 8.5597
    下载: 导出CSV

    表  3  雹暴标识客观算法在参照集的标识效果

    Table  3  Results of objective labeling algorithm for hailstorm based on reference set

    过程日期 冰雹大小 冰雹发生时间 输入数据时间范围 客观算法标识时间 匹配程度
    2008-04-10 小冰雹 21:30 17:00—次日00:00 21:42 1.000
    2008-06-05 不明 15:20 11:20—19:20 15:06 0.899
    小冰雹 15:28—15:32 11:20—19:20
    2010-05-06 大冰雹 次日01:12 20:00—次日04:00 01:12 0.981
    2011-07-23 小冰雹 17:30 13:30—21:30 17:36 1.000
    2014-04-17 大冰雹 23:48 21:00—次日05:00 23:48 1.000
    2015-07-25 不明 13:31 11:00—16:30 13:30 0.785
    2018-03-17 大冰雹 22:20 19:00—次日01:00 22:18 0.805
    下载: 导出CSV

    表  4  雹暴标识客观算法在验证集的标识效果

    Table  4  Performance of objective labeling algorithm for hailstorm based on validation set

    过程日期 冰雹大小 冰雹发生时间 输入数据时间范围 客观算法标识时间 匹配程度
    2019-02-19 小冰雹 22:50—23:00 22:00—次日00:00 23:00 0.893
    2019-03-19 大冰雹 23:20—23:30 22:00—次日02:00 23:30 0.903
    2019-04-08 不明 18:30—18:40 17:30—19:30 18:36 1.000
    2019-04-24 小冰雹 20:30—20:40 19:00—21:00 20:18 0.984
    2019-08-01 小冰雹 16:10—16:30 15:00—18:00 16:18 0.887
    下载: 导出CSV
  • [1] Mcgovern A, Elmore K L, Gagne D J, et al.Using artificial intelligence to improve real-time decision making for high-impact weather.Bull Amer Meteor Soc, 2017, 98(10): 2073-2090. doi:  10.1175/BAMS-D-16-0123.1
    [2] Gange D J, McGovern A, Haupt S E, et al.Storm-based probabilistic hail forecasting with machine learning applied to convection-allowing ensembles.Wea Forecasting, 2017, 32(5): 1819-1840. doi:  10.1175/WAF-D-17-0010.1
    [3] 韩丰, 龙明盛, 李月安, 等.循环神经网络在雷达临近预报中的应用.应用气象学报, 2019, 30(1): 61-69. doi:  10.11898/1001-7313.20190106

    Han F, Long M S, Li Y A, et al.The application of recurrent neural network to nowcasting.J Appl Meteor Sci, 2019, 30(1): 61-69. doi:  10.11898/1001-7313.20190106
    [4] Witt A, Eilts M D, Stumpf G J, et al.An enhanced hail detection algorithm for the WSR-88D.Wea Forecasting, 1998, 13: 286-303. doi:  10.1175/1520-0434(1998)013<0286:AEHDAF>2.0.CO;2
    [5] Cintineo J L, Smith T M, Lakshmanan V, et al.An objective high-resolution hail climatology of the contiguous United States.Wea Forecasting, 2012, 27(5): 1235-1248. doi:  10.1175/WAF-D-11-00151.1
    [6] 张秉祥, 李国翠, 刘黎平, 等.基于模糊逻辑的冰雹天气雷达识别算法.应用气象学报, 2014, 25(4): 415-426. doi:  10.3969/j.issn.1001-7313.2014.04.004

    Zhang B X, Li G C, Liu L P, et al.Identification method of hail weather based on fuzzy-logical principle.J Appl Meteor Sci, 2014, 25(4): 415-426. doi:  10.3969/j.issn.1001-7313.2014.04.004
    [7] 王瑾, 刘黎平.WSR-88D冰雹探测算法在贵州地区的评估检验.应用气象学报, 2011, 22(1): 96-106. doi:  10.3969/j.issn.1001-7313.2011.01.010

    Wang J, Liu L P.The evaluation of WSR-88D hail detection algorithm over Guizhou region.J Appl Meteor Sci, 2011, 22(1): 96-106. doi:  10.3969/j.issn.1001-7313.2011.01.010
    [8] 肖艳姣, 刘黎平.新一代天气雷达组网资料的三维格点化及拼图方法研究.气象学报, 2006, 64(5): 647-656. doi:  10.3321/j.issn:0577-6619.2006.05.011

    Xiao Y J, Liu L P.Study of methods for interpolating from weather radar network to 3-D grid and mosaics.Acta Meteor Sinica, 2006, 64(5): 647-656. doi:  10.3321/j.issn:0577-6619.2006.05.011
    [9] 胡胜, 顾松山, 庄旭东, 等.风暴的多普勒雷达自动识别.气象学报, 2006, 64(6): 796-808.

    Hu S, Gu S S, Zhuang X D, et al.Automatic identification of storm cells using Doppler radars.Acta Meteor Sinica, 2006, 64(6): 796-808.
    [10] 虎雅琼, 边宇轩, 黄梦宇, 等.基于灾情信息的1981-2017年北京地区降雹特征.应用气象学报, 2019, 30(6): 710-721. doi:  10.11898/1001-7313.20190607

    Hu Y Q, Bian Y X, Huang M Y, et al.Characteristics of hailstone distribution based on disaster information in Beijing from 1981 to 2017.J Appl Meteor Sci, 2019, 30(6): 710-721. doi:  10.11898/1001-7313.20190607
    [11] Tian F Y, Zheng Y G, Zhang T, et al.Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China.J Meteor Res, 2015, 29(3): 370-384. doi:  10.1007/s13351-014-4119-y
    [12] 曹艳察, 田付友, 郑永光, 等.中国两级阶梯地势区域冰雹天气的环境物理量统计特征.高原气象, 2018, 31(1): 185-196.

    Cao Y C, Tian F Y, Zheng Y G, et al.Statistical characteristics of environmental parameters for hail over the two-step terrains of China.Plateau Meteor, 2018, 31(1): 185-196.
    [13] 郑永光, 周康辉, 盛杰, 等.强对流天气监测预报预警技术进展.应用气象学报, 2015, 26(6): 641-657. doi:  10.11898/1001-7313.20150601

    Zheng Y G, Zhou K H, Sheng J, et al.Advances in techniques of monitoring, forecasting and warning of severe convection weather.J Appl Meteor Sci, 2015, 26(6): 641-657. doi:  10.11898/1001-7313.20150601
    [14] Zadeh L A.Fuzzy sets.Information & Control, 1965, 8(3): 338-353.
    [15] Cho Y H, Lee G, Kim K E, et al.Identification and removal of ground echoes and anomalous propagation using the characteristics of radar echoes.J Atmos Oceanic Tech, 2006, 23(9): 1206-1222. doi:  10.1175/JTECH1913.1
    [16] Gourley J J, Tabary P, Jacques P D C.A fuzzy logic algorithm for the separation of precipitating from nonprecipitating echoes using polarimetric radar observations.J Atmos Oceanic Tech, 2006, 24(8): 1439-1451.
    [17] 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): 395-404. doi:  10.3969/j.issn.1001-7313.2010.04.002

    Chen M X, Gao F, Kong R, et al.Introduction of auto-nowcasting system for convective storm and its performance in Beijing Olympics meteorological service.J Appl Meteor Sci, 2010, 21(4): 395-404. doi:  10.3969/j.issn.1001-7313.2010.04.002
    [18] 李丰, 刘黎平, 王红艳, 等.S波段多普勒天气雷达非降水气象回波识别.应用气象学报, 2012, 23(2): 147-158. doi:  10.3969/j.issn.1001-7313.2012.02.003

    Li F, Liu L P, Wang H Y, et al.Identification of non-precipitation meteorological echoes with Doppler weather radar.J Appl Meteor Sci, 2012, 23(2): 147-158. doi:  10.3969/j.issn.1001-7313.2012.02.003
    [19] 周康辉, 郑永光, 王婷波, 等.基于模糊逻辑的雷暴大风和非雷暴大风区分方法.气象, 2017, 43(7): 781-791.

    Zhou K H, Zheng Y G, Wang T B, et al.Fuzzy logic algorithm of thunderstorm gale identification using multisource data.Meteor Mon, 2017, 43(7): 781-791.
    [20] 齐晨, 金晨曦, 郭文利, 等.基于模糊逻辑的飞机积冰预测指数.应用气象学报, 2019, 30(5): 619-628. doi:  10.11898/1001-7313.20190510

    Qi C, Jin C X, Guo W L, et al.Icing potential index of aircraft icing based on fuzzy logic.J Appl Meteor Sci, 2019, 30(5): 619-628. doi:  10.11898/1001-7313.20190510
    [21] 徐舒扬, 吴翀, 刘黎平.双偏振雷达水凝物相态识别算法的参数改进.应用气象学报, 2020, 31(3): 350-360. doi:  10.11898/1001-7313.20200309

    Xu S Y, Wu C, Liu L P.Parameter improvements of hydrometeor classification algorithm for the dual-polarimetric radar.J Appl Meteor Sci, 2020, 31(3): 350-360. doi:  10.11898/1001-7313.20200309
    [22] 俞小鼎, 姚秀萍, 熊廷南, 等.多普勒天气雷达原理与业务应用.北京:气象出版社, 2006.

    Yu X D, Yao X P, Xiong T N, et al.Principle and Operational Application of Doppler Weather Radar.Beijing:China Meteorological Press, 2006.
    [23] 吴剑坤, 俞小鼎.强冰雹天气的多普勒天气雷达探测与预警技术综述.干旱气象, 2009, 27(3): 197-206. doi:  10.3969/j.issn.1006-7639.2009.03.001

    Wu J K, Yu X D.Review of detection and warning methods for severe hail events by Doppler weather radars.J Arid Meteor, 2009, 27(3): 197-206. doi:  10.3969/j.issn.1006-7639.2009.03.001
    [24] 李云川, 王福侠, 裴宇杰, 等.用CINRAD-SA雷达产品识别冰雹、大风和强降水.气象, 2006, 32(10): 64-69.

    Li Y C, Wang F X, Pei Y J, et al.Products of CINRAD-SA Doppler radar applied to different typical weather.Meteor Mon, 2006, 32(10): 64-69.
    [25] 刘德, 张亚萍, 陈贵川, 等.重庆市天气预报技术手册.北京:气象出版社, 2012.

    Liu D, Zhang Y P, Chen G C, et al.Chongqing Weather Forecast Technical Manual.Beijing:China Meteorological Press, 2012.
    [26] Orlanski I.A rational subdivision of scales for atmospheric processes.Bull Amer Meteor Soc, 1975, 56: 527-530. doi:  10.1175/1520-0477-56.5.527
    [27] 方翀, 俞小鼎, 朱文剑, 等.2013年3月20日湖南和广东雷暴大风过程的特征分析.气象, 2015, 41(11): 1305-1314. doi:  10.7519/j.issn.1000-0526.2015.11.001

    Fang C, Yu X D, Zhu W J, et al.Characteristics of the thunderstorm gale process in Hunan and Guangdong on 20 March 2013.Meteor Mon, 2015, 41(11): 1305-1314. doi:  10.7519/j.issn.1000-0526.2015.11.001
    [28] Darrah R P.On the relationship of severe weather to radar tops.Mon Wea Rev, 1978, 106(9): 1332-1339. doi:  10.1175/1520-0493(1978)106<1332:OTROSW>2.0.CO;2
    [29] Smith P L, Myers C G, Orville H D.Radar reflectivity factor calculations in numerical cloud models using bulk parameterization of precipitation.J Appl Meteor, 1975, 14(9): 1156-1165.
  • 加载中
图(8) / 表(4)
计量
  • 文章访问数:  171
  • HTML全文浏览量:  60
  • PDF下载量:  18
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-12
  • 修回日期:  2020-11-30
  • 刊出日期:  2021-01-31

目录

    /

    返回文章
    返回