摘要：本文根据易引发大风的阵风锋在天气雷达反射率因子图像空间上呈现高度较低、形态呈弧线结构和时间上具有移动特点这3个特征,在低仰角反射率因子、时间差分反射率因子、空间差分反射率因子这3种不同反射率因子图像上,采用模板匹配技术分别对其进行阵风锋图像特征匹配分值处理。融合3种特征匹配结果后,采用区域增长法提取阵风锋弧线图像结构,排除虚假图像。在处理3种得分值结果的过程中,同时采用了风暴抑制模板和放射状回波抑制模板技术来降低非阵风锋回波得分值。结果表明,算法能够有效识别易引发大风的阵风锋图像特征,且识别结果与原阵风锋位置和形状较为一致。本文所设计的阵风锋模板匹配技术为能准确地监测和预警阵风锋灾害性天气过程提供多一种可能。

摘要：利用江苏南京2009-2012年天气雷达数据结合地面自动站风场资料分析江苏沿江地区阵风锋变化特征、阵风锋弧长与移速关系,及其在雷达反射率因子图像中呈现的总体、局部特征,详细分析了三种窄带回波回波带反射率因子分布特征。通过设计反映回波带平坦性的计算方法实现定量分析窄带回波分布异同功能。根据回波带径向波形特征判断径向波形的波宽、波峰个数、波峰阈值和波形双边梯度等特性,实现阵风锋径向波段识别。在对反射率因子图像预处理基础上,结合回波平坦性测试方法和阵风锋径向波形识别算法达到自动识别阵风锋回波的目的。识别效果表明:回波带平均值>5 d BZ的独立阵风锋回波识别准确率达87%以上,回波带平均值>10 d BZ的混合型阵风锋回波识别准确率达89%以上。对弱阵风锋识别成功率仍较低。

摘要：阵风锋过程一般伴随中尺度强对流系统发生,在近地层形成很大的阵风及风切变,容易造成风灾,特别是对航空部门有很大的影响。本文对2006年6月29日发生在南京的一次由强中尺度对流系统引发的阵风锋过程进行分析,通过多普勒天气雷达资料以及地面中尺度观测网观测到的实况,可以清楚地看出这个阵风锋系统的结构。当阵风锋经过时,地面测站观测到明显的风向变化、风速增大、气压增强、温度下降,而后出现强降水等特点,这些都符合阵风锋的结构特征。利用地面测站实时观测到的气压、相对湿度、温度等计算得到折射指数,它在阵风锋刚经过时迅速增大,而后随阵风锋外移逐渐减小,但是因为阵风锋后对流系统的影响,折射指数还要维持很长时间的高值。从雷达观测的反射率强度上能看到阵风锋位置的回波强度、高度都比两侧要大,与后方强对流系统之间的距离有5～10 km。对雷达观测到的径向速度进行反演,可看到上层的速度大于近地层速度,并且强速度中心靠前,在近地层形成向后的气流（回流）。阵风锋在多普勒速度场中表现出明显的线状组合切变,利用阵风锋的这个特点设计自动识别算法,能够有效地对阵风锋进行识别,组合切变也能有效地对阵风锋的发展以及移动作预报。

摘要：对多普勒雷达资料中的阵风锋这一气候现象的特征进行了研究,给出了一种基于雷达反射率资料的熵函式模板匹配,从已有雷达阵风锋图像获取特征信息,建立用于图像匹配的模板编码,辅之以径向速度值、风切变等信息进行阵风锋自动识别的算法,分析了算法在软件实现的过程中遇到的主要问题和解决方案。利用实测的多普勒雷达资料进行试验,结果表明,该算法能较好地识别出雷达资料中的阵风锋位置。

摘要：阵风锋作为强对流的冷性出流特征,是重要的边界层辐合系统,对其自动监测识别一直是日常气象业务中的难点,该文基于深度卷积神经网络设计了阵风锋的自动识别算法。通过对输入和输出端的重新设计,在Faster RCNN算法和Inception V2网络模型的基础上实现了通过雷达回波数据对阵风锋窄带回波实现端到端自动识别。利用雷达数据绕雷达中心旋转不变性特点,增加了数据样本,降低了需提取特征的复杂度。利用2007—2011年南京雷达数据,对该模型进行了20万步的训练,总损失函数值收敛到0.003。对识别效果的分析表明,在训练样本中识别率100%,漏识率0%,准确率87%。通过对合肥雷达2009年6月5日阵风锋天气过程的32个体扫进行模型泛化能力评估,得到识别率91.7%,漏识率8.3%,正确率73.3%。

摘要：利用西安多普勒雷达观测资料、NCEP再分析资料和自动气象站资料,对2016年6月4日发生在咸阳机场附近的一次阵风锋天气展开研究。这次过程是由蒙古低涡主导,低涡后部的冷空气南下触发对流引起的,阵风锋过境时咸阳机场产生了2.2mm降水和19.7m·s^(-1)的大风天气,多架次航班受到影响。从雷达回波的分析发现,这次阵风锋的特征表现为,生命史2h左右,回波强度5~25dBz,长度约70km,平均移速达49.7km·h^(-1),伴有明显的窄带回波和辐合线。对雷达基数据进行质量控制后,设计了自动识别软件,在强度场上利用双向梯度算法,以及速度场上使用Shear参量算法,根据窄带回波和辐合线的空间一致性,对该阵风锋的位置和强度进行识别。最后利用临界成功指数对这个软件进行评估,本次阵风锋的识别率达到83.33%,表明该软件能够识别阵风锋,可在业务中使用。

摘要：对2005年7月21日发生在广州白云机场的一次低空风切变飞行事件进行分析,发现此次过程是由超级单体风暴云产生的下击暴流和阵风锋造成的。利用机场实时的多普勒气象雷达和地面自动观测资料定量计算出风切变的大小,从而确定风切变和飞机颠簸的强度等级。并通过与飞行数据作检验分析,证实在广州白云机场现有的条件下,设计出的风切变预警方法是基本可行的。