摘要：文章以永暑机场单站的K/XDD01型机场雷电监测定位系统为例,分析了其在永暑机场的实际应用,总结了永暑机场发生稳定型降水、一定距离的闪电和过顶雷暴3种常见雷电类型时大气电场强度的变化规律。在临近预报中综合应用LLX06SDN型天气雷达探测资料,归纳得出K/XDD01雷电监测定位系统的优缺点:虽然能够很好地反映雷电发生的大致方位,但定位精度较低,特别是测定距离较为离散;对处于发展状态的雷暴云体监控预警能力突出;对远距离的弱放电及近距离雷电监测能力较弱;由于方位测定方面的设计缺陷,存在0°、90°、180°及270°四个方位上发的识别盲区。并结合工作实际,对K/XDD01型机场雷电监测定位系统的未来使用进行了展望。

摘要：地面雨量站是中小流域降雨监测的主要手段,但雨量站稳定性相对较差、运维成本高、监测留有盲区,而天气雷达能够快速获得覆盖范围内的高分辨率面雨量监测数据,一定程度上能够弥补雨量站监测的不足。选取了2012年“苏拉”、 2014年“海贝思”、2016年“尼伯特”三场台风在梅溪流域引发的三场不同类型降雨过程,探究了雷达测雨及临近预报在中小流域水文预报中的应用前景。采用24 h累积雨量相对误差RE、时空两个维度均方根误差与相应维度均值的比值m-RMSE、平均绝对误差RMAE和平均偏差RMB等指标,开展基于地面雨量站的观测值评估雷达测雨以及1、2、3 h预见期的集合临近预报。结果表明:雷达测雨总体上与地面雨量站观测值较为接近,不同类型降雨的RE值均在3%左右;时空分布均匀的降雨,临近预报效果优于短历时降雨和强降雨的临近预报效果,且随着预见期的延长,时空分布均匀的降雨预报效果更稳定,短历时降雨和强降雨的预报精度下降明显。因此,高时空分辨率的雷达测雨及临近预报在中小流域水文预报中有较好的应用前景,但短历时降雨和强降雨还需进一步研究。

摘要：如何有效将基于预报员经验的、不受物理公式约束的强降水天气特征作为先验知识融入到深度学习模型,是提升强降水临近预报准确率面临的重要挑战之一。首先,简述了目前主流的深度学习模型以及一些已开展的针对深度学习模型可解释性的探索成果;然后,对目前常用的几种强降水临近预报方法进行了简单介绍;最后,通过对深度学习方法在强降水临近预报技术中改进的思考,提出了将先验知识融入到深度学习模型的可能途径,具体包括:将一些经验特征进行量化或自动识别后作为模型输入,将预先提取的特征作为模型标签,在模型架构中嵌入先验知识的量化编码,结合可求导的检验指标设计损失函数对模型进行优化;同时指出,需要提高对强降水临近预报产品的主客观评估的一致性,以便能更好地确定强降水临近预报技术的改进方向。

摘要：研究设计了基于生成对抗网络(Generative Adversarial Networks,GAN)的人工智能临近预报方法,并进行了业务试验。该方法利用广东12部S波段天气雷达2015—2017年海量雷达拼图资料进行人工智能学习来做临近预报。GAN方法从一系列雷达观测资料中,运用卷积法提取回波图像信息建立预报模型,并通过损失函数训练模型,得到基于人工智能技术的临近预报。对2018年发生在广东地区的4个天气过程的外推预报试验表明,GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致,具有较好的预报效果。但是该方法预报的回波范围偏大,对层状云降水的预报效果较差。对西风带系统引起的降水,西南季风降水,东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现,GAN方法对中等强度回波的预报较好,但对强回波的预报效果仍有待提高。

摘要：基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008—2013和2015—2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。

摘要：为克服目前中尺度数值模式在对流尺度定量降水短时预报方面的不足,弥补基于"外推"的临近预报技术在2 h以上定量降水预报能力方面的缺陷,研究设计了一种基于"外推"临近预报技术和中尺度数值模式的定量降水预报(QPF)融合技术方案,并进行了试验应用。该方案首先基于雷达探测和自动气象站观测的定量降水估计(QPE)结果,对中尺度数值模式输出的定量降水预报在谱空间进行相位校正,分析计算出数值预报和观测的偏差,导出一个附加的数值预报校正场;其次,根据数值预报校正场满足一定时间变化分布的特征,调整相应时段的数值预报降水区域和强度;最后,利用双曲正切线权重函数,对校正后的数值模式定量降水预报和基于临近预报技术的定量降水预报进行融合,融合权重根据典型环流特征动态变化。融合后的定量降水预报在前1-2 h表现出主要依赖"外推"临近预报结果,之后随着融合权重的变化,数值预报对融合结果的贡献逐渐加大,直至融合后5-6 h占主导地位。通过对京津冀地区2011年夏季5个及2012年夏季2个典型强降水个例的80次预报试验及其检验,表明融合后的0-6 h定量降水预报结果改进较为明显,总体优于单独的临近预报技术或者中尺度数值预报模式的结果。

摘要：强对流天气的临近预报极具挑战性。随着天气雷达的发展,其高时空分辨率的优势使其迅速应用于短时临近预报研究中。利用雷达回波数据计算其在相邻时次内最优空间相关,得到不同时次的移动矢量序列;在此基础上,叠加前一时次雷达回波变化量,完成雷达回波形状和量的外推。采用SCE-UA算法对雷达回波强度与降雨强度的关系式进行参数估算,从而达到预报降雨的目的。结果表明,利用雷达回波最优空间相关方法的预报图像与实况较为接近,方法具有较强的可操作性和较高的实用价值;利用SCE-UA算法的预测降雨强度,与雨量站实测雨强进行误差分析,均方根误差δ为2.48,相较于利用经验参数进行的降雨预报精度明显提高。

摘要：融合临近预报系统是预报业务中将雷达回波外推和高分辨率数值模式等多种临近预报系统结合起来生成预报产品的预报系统。文章介绍了国内外几个主要的融合临近预报系统,包括其所采用的外推预报系统、数值预报系统、融合技术以及各融合临近预报系统的优点及其局限性。在此基础上设计了一个简单的融合预报系统进行个例试验,探讨了可能存在的问题及发展方向。

摘要：本文介绍了哈尔滨机场基于多普勒天气雷达、进行雷达回波自动外推的强对流临近预报业务平台。该业务平台充分利用多普勒天气雷达、局域网络等设备资源,采用交叉相关算法,通过分析回波在连续时次的空间最优相关,计算回波的移动矢量特征,根据移动矢量特征推算回波未来0-1h位置和形状,进而发布强对流临近预报预警。经应用表明,该平台外推的回波图像与实际状况接近,对雷雨季节开展航空气象服务工作具有较高的应用价值。

摘要：为了解决聚类过程中常碰到的虚假合并问题,针对对流风暴的特点,使用了一种特殊的腐蚀方法,即在执行腐蚀操作时考虑了风暴边缘的反射率因子的强弱分布,进行动态的卷积模板的设计,而不是始终使用一个固定的卷积模板。试验及评价的结果表明,这种方法能够成功地识别出风暴体的虚假合并,进而提高风暴体的正确识别率和预报评价指标。