对流云

摘要： 1冰雹灾害及防御措施冰雹简称雹,是固体降水的一种,通常在发展强烈的对流云中形成,有极大的破坏性。贵州全年各季都有冰雹天气发生,降雹日数以春季最多,冬季次之。冰雹的特征:(1)局地性强,每次冰雹的影响范围一般长约数百米到十多千米,俗话说雹打一条线。(2)时间短,一次降雹时间一般只有2~10 min,少数在30 min以上。(3)受地形影响显著,山区地形越复杂,越容易发生冰雹。

摘要： 对流温度(T_(c))可用于估计局地热对流发展的可能性,但在实际业务中囿于有限的探空时次和诸多前提假设,其实用性受到限制。针对此问题,首先给出T_(c)的一种数值计算方案,进而提出基于模式探空制作热力对流云预报的思路,即:利用数值预报输出的2 m露点温度、地表气压和等压面温度计算各预报时刻的T_(c),结合2 m高度气温(T_(2m)),构建热力对流指数I_(cv)(即T_(2m)与T_(c)之差);当I_(cv)满足阈值时,则预报出现对流云。利用该思路分析了2020年4月27日山东地区对流云漏报原因,并开展了准业务化对流云预报试验,试验表明上述方法对陆上热力对流云和冷季的海上冷流低云均表现出较好的预报能力。研究认为,预报热力对流云的关键是判断是否满足热力对流的条件,相比之下动力抬升和水汽条件一般不是主要因素。另外,讨论了两种存在逆温时的特殊大气廓线结构对T_(c)计算的影响,并给出了相应的处理方法。

摘要： 基于高分辨率与多通道的气象卫星资料,对2019-07-03辽宁开原强对流天气进行了识别判断,结果表明,利用阈值法算法与分裂窗技术可以较准确地识别出强对流云系,并建立识别指标,对快速发展的对流云系进行识别,可为强对流天气的预报提供参考。

摘要： 基于Himawari-8的可见光和红外扫描辐射计(AHI)数据,采用红外亮温法对2019年6~8月目标区域(20°N~30°N,100°E~120°E)的对流云云顶高度进行了计算。首先通过阈值法挑选出对流云区;然后基于红外亮温法,利用Himawari-8的11.2μm通道数据与ERA5再分析资料中的温度气压层数据进行了云顶高度反演;最后将反演云顶高度H与全球降水观测计划(Global Precipitation Measurement,GPM)产品数据进行了对比。结果显示,基于红外亮温法的Himawari-8数据反演对流云云顶高度与GPM产品数据一致,具有很好的相关性。相关系数为0.9,均方根偏差为0.29,平均偏差为0.48,纬向的离散分布优于经向,具有较强的适用性。

摘要： 对流云中过冷水的识别一直是气象探测的难点。基于Ka波段毫米波雷达功率谱数据,结合探空资料,提出了高原对流云内过冷水的识别和反演算法;利用那曲两个个例对算法效果进行了分析,并结合同址的微波辐射计资料对雷达结果进行了初步验证;最后,探讨了算法与以往方法的差异。结果表明:高原层积云、浓积云和高积云内由上升气流主导,云内粒子相态变化快,过冷水粒子的回波强度、粒径和含水量分布较广。对于不同云类,过冷水的空间分布存在一定差异。过冷水的回波强度、粒径和含水量都与上升气流速度呈正相关,在时间变化趋势和空间分布上都有很好的对应。微波辐射计和雷达的液态水路径在时间变化趋势和峰值大小上都较为一致,相关系数为0.63~0.79。与以往方法相比,算法对过冷水位置和参数反演的结果更为合理。

摘要： 本文使用中尺度数值模式WRF(Weather Research and Forecasting Model)模拟了2010年7月8—9日发生在四川盆地的一次西南涡降水天气过程,并计算该过程中零度层以下对流云中的夹卷率。从云内垂直特征看:云内的含水量、垂直风速和浮力都在云底之上随高度递增,而在云顶附近随高度递减;云内的湿静力能则主要随高度递减;夹卷率在云底以上随高度递减,而在云顶附近随高度递增,但是云顶高度越高,在云顶附近的递增趋势越不明显。另外,夹卷率和云内的云水、雨水含量都呈负相关,说明夹卷抑制了对流云的发展以及地面降水。当假设被夹卷的环境空气来自云边界附近时,计算所得的夹卷率值要大于假设夹卷空气远离云边界所得值,但这两种假设中夹卷率的其他特征是类似的。从演变特征看,夹卷率总体上随时间减小,这和这段时间内对流云整体发展增高有关。

摘要： 在气象观测条件不足的情况下,使用相对有经济优势的WRF-ARW模式来模拟伊春地区的一次对流系统并且和美国PECAN观测试验中飞机观测到的强对流云和周围环境的相互作用来进行对比.选取和伊春雷达观测到的强对流云雷达回波相似的模拟结果,然后分析模拟得到的强对流云周边的晴空大气的气象场和湍流产生的原因,得出以下结论:1.WRF模拟使用边界层方案MYJ的能够很好的模拟出和伊春观测雷达相同的弓形回波.2.将WRF模拟的结果和PECAN观测对比发现:观测数据和WRF模拟结果的水蒸气和温度剖面图结构相近.3.强对流云下部形成的雷暴高压,高压外流与周围复合气流相互作用,晴空大气湍流在辐合抬升作用下得到了加强.飞机在飞行、起飞、降落时应当尽量避免这些区域,以达到更好的飞行体验和更安全的飞行.

摘要： 以台风"利奇马"带来的强对流天气过程为例,利用FY-4A气象卫星先进静止轨道辐射成像仪的水汽与红外窗区通道亮温数据,对照全国气象雷达组合反射率拼图数据中反射率因子大于35 dBZ的对流云区域,设计了一种自适应阈值对流云提取算法.结果表明:(1)FY-4A气象卫星使用水汽—红外窗区亮温差法提取对流云,其最佳阈值为-2 K,使用该阈值可最大程度地减少卷云噪声干扰,同时可最大化提取对流云的准确率与识别率.(2)该算法通过控制水汽—红外窗区亮温差大于-2 K区域所占云团面积比使其大于80％提取较为完整的对流云,且可进一步过滤卷云等噪声.自适应阈值对流云提取算法原理清晰,操作简单,具有良好的拓展性,可为强对流天气的短临预报等研究提供参考.

摘要： 本文设计了一种运用SCIT算法提取雷达拼图中对流云特征量的方法:用SCIT算法识别并追踪云体,算法中只用一个反射率阈值识别对流单体、云体边界;使用模糊逻辑法区分层状云和对流云,提取对流云雷达特征量.使用该方法提取了2013-2015年江淮地区夏季对流云的雷达特征量,并对雷达特征量与降水量分布的关系进行统计分析.结果 表明:江淮地区夏季对流云中生命史为13～30 min的对流云比较多,约占总数的60％;生命史大于30 min的对流云较少,并具有平均回波强度、VIL、冷层厚度较大的特征,其最大回波强度和VIL与降水量的相关性较好.

摘要： 利用安徽省内多普勒雷达组网数据,统计分析了江淮地区2013年-2014年6月-9月发生的对流云结构特征,共找出227个对流云个例,将不同对流云按结构分为9类,归类后发现江淮对流云以孤立对流,簇状对流,非线性对流为主,分别占总对流数的29.1％,18.1％,23.3％.不同的天气背景条件下,主要发生的对流结构也不同,低槽I型天气下,主要以孤立对流云为主,低槽II型天气下,主要发生的对流以非线状对流为主,同时由于低槽II型是江淮地区多发的天气类型,所以这种天气是各种对流的高发型天气.利用调频连续波雷达探测获得高时空分辨率云体时间-高度剖面,了解了云体的垂直结构,给出了比一般雷达产品更加精细的对流云个例显示,典型孤立对流云、簇状对流云和非线状对流云的个例剖面图,及相应水粒子最大下落速度分别为13.3m·s-1,8.2m·s-1,11.5m·s-1.

摘要： 利用2007年1月到2010年12月的CloudSat云产品,统计了中国及其周边海域对流云的发生频率,根据对流云发生频率的分布特征将中国及周边海域划分为青藏高原(TP)、东部陆地(EC)、南部海域(SO)和西北太平洋(WP)四个子区域,统计了四个子区域积云和深对流云的水平尺度和垂直尺度.统计结果表明,海洋积云的水平尺度约为2km,陆地积云的水平尺度约为1km.深对流云的水平尺度约为10-50km,在EC地区最大,约为45km,在WP地区最小,约为30km,呈现陆地云尺度大于海洋云尺度的特征.积云的垂直尺度范围约为0.24-2km,四个区域无明显差异.海洋深对流云的垂直尺度大于陆地深对流云的垂直尺度,其中在SO地区最大,约为15km,TP地区的最小,约为10km.

摘要： 本文利用福建地区新一代天气雷达资料,实现对流云中人工增雨以及人工消雹的检验效果分析.基于作业指导预报和人工影响天气实际作业具体信息,科学分析作业时间和地点,选取作业单元,通过对比同一雷达范围内多个单元作业前时段内的代表性物理属性,选择属性变化趋势一致的区域作为对比单元,对两者进行作业效果检验.分析结果发现:通过对比作业前时段内的物理属性选取对比单元的方法较为科学,人工消雹作业后,作业单元物理属性明显减弱.人工增雨作业后,作业单元物理属性较对比单元有所增强.南于资料不足,本文缺乏探空资料以及下挚面资料等辅助资料的支持,若结合辅助资料共同分析,将使结果更具可靠性.

摘要： 利用静止气象卫星、新一代多普勒天气雷达、地面、WRF数值模拟和LAPS再分析资料,对2013年6月30日皖南山区一次短时强降雨过程中的对流云合并现象进行了观测和分析.综合观测显示,这是一次有三个强弱不同的对流云先后发生合并的过程;分析认为,合并环境:山区夏季对流云发生在水平垂直风切变及垂直涡度增大的湿斜压不稳定增强的环境中;合并过程:夏季对流云合并整个过程经历了单体发展、弱回波相连以及中心合并三个阶段;合并结果:对流云合并后短时间内因垂直涡度增强、水汽通量辐合增大而增强,引发短时强降雨,强度相当的两强对流云合并后短时内强度是维持的,合并过程中伴随着中气旋、地形涡的形成是山区短时强降雨触发机制.

摘要： 介绍一种基于多个阈值的FY2E对流云识别方法.该方法首先利用不同的阈值对2010年6-7月的FY2E云图进行识别,并统计识别出的云团数量、尺度信息以及形状.根据统计得到的云团数量、尺度信息以及形状等信息,选择三个不同级别的阈值,并根据这三个阈值来逐步识别出对流云.最后根据识别出来的对流云的尺度、形状和云顶亮温,将对流云划分为18个类别.从应用结果来看,该方法不仅能够有效地从梅雨锋、台风等大尺度云系中的对流系统,而且还能在大范围的片状云系中检测出中小尺度的对流系统.

摘要： 基于MM5 数值模式，对2008 年7 月22 日发生在安徽、湖北、江苏等地的一次强对流天气这次过程进行模拟，并将模拟结果和实况资料结合进行对比，重点分析对流云合并过程。结果表明，模拟的云系整体分布位置和实况基本一致，模式可以模拟出对流云合并形成对流系统的过程，模拟结果表明合并有不同的方式，其中一种类型为两个发展程度接近的小单体之间发生合并；另一种类型为一个发展相对成熟的单体和一个相对处于发展初期的小单体的之间发生合并。这两种类型合并的共同点是，合并会引起单体的增强和发展，具体表现在云水含量增加，云顶高度抬升，云水向冰相物质和雨水的转化加快等。不同点在于前者是两个单体之间新生的云水中心通过不断发展代替了原有的云体，而后者是其中一个单体得到更快发展而另一个单体更快的减弱。风随高度顺转且风速随高度增加等有利的环流条件有利于合并发生。

摘要： 云滴谱的宽度(离散度)对云滴之间的碰并、降水的形成过程至关重要.已有研究表明,气溶胶会影响云滴谱的离散度.实际上,离散度也会受到夹卷混合过程的影响.本研究利用观测资料和数值模拟对此进行了深入分析.虽然在浅对流和深对流云中，均匀夹卷混合过程均占主导，但在浅对流云中，离散度和夹卷率正相关，而在深对流云中，两者负相关。

摘要： 综合利用FY2C卫星反演云参数和探空云分析方法,针对近几年湖南地区云的综合观测资料,统计分析不同云结构特征参数与降水的关系,进而探讨不同降水云系的云参数与雨强的对应关系,主要包括卫星反演云参数的频数分布特征及其与降水的关系、分析云厚度频数分布特征及其同降水的关系、云光学厚度与降水的相关性;对流云的云参数和降水的相关性分析,目的是为认识云降水发展演变规律,识别人工增雨播云条件和效果提供技术支撑.

摘要： 2012年5月8日贵州出现多站次降雹天气过程,这次冰雹云对流单体出现二阶跃增,通过对回波基本特征和结构特征进行分析.结果表明:(1)在单体降雹前回波强度呈现缓慢递增的趋势,回波高度呈现快速递增的趋势.(2)30dBz高度变化情况能够比较准确地反映冰雹云演变的五个阶段这一变化特征.(3)冰雹云单体强回波中心结构密实,具有穹隆回波和三钉散射等典型特征.

摘要： 2012年5月8日贵州出现多站次降雹天气过程,这次冰雹云对流单体出现二阶跃增,通过对回波基本特征和结构特征进行分析.结果表明:(1)在单体降雹前回波强度呈现缓慢递增的趋势,回波高度呈现快速递增的趋势.(2)30dBz高度变化情况能够比较准确地反映冰雹云演变的五个阶段这一变化特征.(3)冰雹云单体强回波中心结构密实,具有穹隆回波和三钉散射等典型特征.

摘要： 本发明公开一种基于多普勒雷达资料的层云与对流云自动识别方法。本发明的方法是将被测点的实测多普勒天气雷达资料插值到3维直角坐标系中，按确定的垂直方向高度和垂直格距分层，反演出各高度层的回波强度及水平风场，并计算出相应的水平散度；同时提取并计算3个相关的特征参量：最大回波强度Z

摘要： 本发明提供了一种识别强对流云团的方法及装置，该识别强对流云团的方法包括：基于三维雷达回波数据，根据不同类型云团发展高度和强度的差别，识别出砧云团，过渡砧云团，层云团和对流云团，得到雷达云分类结果；获取卫星云图的亮温数据，针对每一格点，提取以该格点为中心的特征区域，对所述特征区域进行卷积和池化操作，基于卷积和池化操作的结果识别出9类云团，得到卫星云分类结果；对得到的雷达云分类结果和卫星云分类结果进行时空匹配，基于统计获得的地面强对流天气对应的云团类型，对时空匹配结果进行重合处理，获取强对流云团。有效提高强对流云团的识别追踪精度。

摘要： 本发明属于气象预测的技术领域。为了解决目前追踪强对流云团的方法准确度和适用性较差的问题，本发明提出一种强对流云团追踪方法，该方法包括在第一帧卫星云图上确定待追踪强对流云团；识别出第二帧卫星云图上的所有强对流云团；统计所述第二帧卫星云图中的每一个所述强对流云团的静态特征；在所述第二帧卫星云图上确定搜索区域，该搜索区域以第一帧卫星云图中待追踪强对流云团的重心为中心，以T*V为半径；根据强对流云团的静态特征，在所述搜索区域内查找变化度最小的强对流云团；计算强对流云团的动态特征，以动态特征和静态特征的组合对强对流云团进行追踪。本发明提高了强对流云团追踪方法的适用性，提高了强对流云团追踪的准确度。

摘要： 本发明属于人工增雨技术领域，尤其是一种光流法用于单次对流云人工增雨的跟踪方法，包括步骤一：将被检测地区的S波段多普勒天气雷达的强度场资料插值处理到三维直角坐标系中。该光流法用于单次对流云人工增雨的跟踪方法，通过设置光流法对降水回波进行跟踪，光流法计算的整层最大回波强度、回波顶高和降雨率评估结果的显著度检验值普遍高于交叉相关算法计算结果，光流法在对降水回波跟踪时在物理参量估算上不会因为出现多余回波区域而被高估或低估的情况，从而增加了跟踪的准确性，解决了现有的对流云人工增雨采用交叉相关算法进行跟踪，无法跟踪到回波的合并或分裂，造成跟踪准确性降低，跟踪失败的情况会显著增加的技术问题。

摘要： 本发明公开了一种基于滑动窗口的对流云识别方法及终端，接收到待识别区域的第一红外通道、第二红外通道和水汽通道的亮温信息后，根据滑动窗口在待识别区域中的位置，确定各通道的最小亮温值，并建立各通道的第一亮温范围和第二亮温范围，根据各通道在第一亮温范围的像素量和在第二亮温范围的像素量的比值确定亮温阈值。因此通过动态生成亮温阈值，能够灵活且适应性地进行各通道亮温信息的筛选，并且设置滑动窗口能够使得任何尺度的待识别区域均能完成对流云识别，提高对流云识别的实用性。

摘要： 一种基于卫星云图的对流云机器学习识别方法，1获取云顶亮温历史时段和当前监测数据，获取相同历史时段内的地面降水；2通过双三次样条插值，将历史时段和当前TBB数据插值到历史时段地面降水场的网格上；3生成历史时段亮温指标库和当前亮温指标库；4选取降水阈值；5计算Y和X的互信息；6通过支持向量机技术得到Y与相应参数之间的非线性关系；7计算Z和X的互信息；8通过支持向量机技术得到Z与相应参数之间的非线性关系；9估计当前有无降水的概率；10估计当前有无对流性降水的概率；11判断是否为对流云，本发明利用机器学习技术，定量识别对流云在不同通道卫星云图上的特征，发展对流云的实时识别技术。

摘要： 本发明公开一种基于多普勒雷达资料的层云与对流云自动识别方法。本发明的方法是将被测点的实测多普勒天气雷达资料插值到3维直角坐标系中，按确定的垂直方向高度和垂直格距分层，反演出各高度层的回波强度及水平风场，并计算出相应的水平散度；同时提取并计算3个相关的特征参量：最大回波强度Z

摘要： 本发明公开了一种面向航空运行的对流云团预测方法，具体步骤如下：S1、气象数据提取和预处理；S2、对流云团进行聚类分析；S3、对流云团进行动态追踪和预测；S4、预测性能评估实验，所述步骤S1中包括以下步骤：S1.1、数据采集；S1.2数据类型分析和判断；S1.3、报文数据处理；S1.4、观测站数据处理；S1.5、云图数据处理；S1.6、气象元数据生成；S1.7、数据存储，所述步骤S2中包括以下步骤：S2.1、聚类分析和云团识别分类；S2.2、聚类云团质心计算。本发明通过结合聚类分析和时间序列分析，可以准确区分不同聚类云团，从而提高了聚类云团质心运动轨迹预测的准确率。

摘要： 本发明提供了一种识别强对流云团的方法及装置，该识别强对流云团的方法包括：基于三维雷达回波数据，根据不同类型云团发展高度和强度的差别，识别出砧云团，过渡砧云团，层云团和对流云团，得到雷达云分类结果；获取卫星云图的亮温数据，针对每一格点，提取以该格点为中心的特征区域，对所述特征区域进行卷积和池化操作，基于卷积和池化操作的结果识别出9类云团，得到卫星云分类结果；对得到的雷达云分类结果和卫星云分类结果进行时空匹配，基于统计获得的地面强对流天气对应的云团类型，对时空匹配结果进行重合处理，获取强对流云团。有效提高强对流云团的识别追踪精度。

摘要： 本发明属于气象预测的技术领域。为了解决目前追踪强对流云团的方法准确度和适用性较差的问题，本发明提出一种强对流云团追踪方法，该方法包括在第一帧卫星云图上确定待追踪强对流云团；识别出第二帧卫星云图上的所有强对流云团；统计所述第二帧卫星云图中的每一个所述强对流云团的静态特征；在所述第二帧卫星云图上确定搜索区域，该搜索区域以第一帧卫星云图中待追踪强对流云团的重心为中心，以T*V为半径；根据强对流云团的静态特征，在所述搜索区域内查找变化度最小的强对流云团；计算强对流云团的动态特征，以动态特征和静态特征的组合对强对流云团进行追踪。本发明提高了强对流云团追踪方法的适用性，提高了强对流云团追踪的准确度。