OALib Journal期刊
雷达回波预测极端暴雨概率方法构建原理与应用研究
DOI: 10.7522/j.issn.1000-0534.2014.00132
Keywords: 雷达回波概率指标 ,系统回波动态上游 ,局地降雨极值 ,皮尔逊Ⅲ型方法 ,广义帕累托分布
Abstract:
基于局地雷达回波基数据强度与雷达体扫面内相应地区强降水量之间的统计关系,并通过Lucas-Kanade局部光流法分析下一小时可能影响该地区的回波区域,将这些区域定义为强降水影响系统的动态回波上游。同时分析雷达各层体扫回波情况,即考虑强降水系统的空间伸展程度。通过分析这些动态回波区域在当前时刻内(每10min多层体扫信息)的时空变化特征,建立回波强度特征与局地降水的相关,进一步与改善的降水极值概率预测方法相结合,构建对下一小时局地暴雨重现期极值预测预警指标,为应急保障方案和及时应对决策提供技术支持与专业参考信息。整体方案以2006-2011年6-8月盐城多普勒天气雷达回波强度的基数据资料和同时段盐城雷达体扫范围内建湖气象站的小时雨量序列为基础,采用Lucas-Kanade局部光流法确定回波强度反映的降水系统时空动态上游,并利用皮尔逊III型方法和广义帕累托方法建立回波类别与建湖局地白天与夜间降水序列的统计概率关系,计算回波类别对应的局地极端降雨极值以及极值重现概率特征,构建降水系统的雷达回波动态综合特征与下一小时局地强降水极值概率间的统计关系指标,指标的相关性检验达到70%。该方法具有强降水多等级重现期极值预测能力,为下一小时临近极端暴雨预测预警提供了雷达监测动力统计优化方法。
References
[1] 胡胜, 罗聪, 黄晓梅, 等. 基于雷达外推和中尺度数值模式的定量降水预报的对比分析[J]. 气象, 2012, 38(3): 274-280. [2] 李广腹, 王芬. 用天气雷达回波强度资料估测降水[J].气象科技, 2007, 35(2): 286-288. [3] 王坚红, 孙素琴, 苗春生, 等. 淮河下游小时内降水分级与雷达信息特征[J]. 气象与环境学报, 2010, 26(2): 1-6. [4] 张亚萍, 程明虎, 夏梅文, 等. 天气雷达回波运动场估测及在降水临近预报中的应用[J]. 气象学报, 2006, 64(5): 632-646. [5] 俞小鼎, 王迎春, 陈明轩, 等. 新一代天气雷达与强对流天气预警[J]. 高原气象, 2005, 24(3): 456-464. [6] 尤红, 肖子牛, 曹中和, 等. "2·28"云南罕见春季强对流雷达回波特征分析与数值模拟[J]. 高原气象, 2010, 29(5): 1270-1279. 浏览 [7] 陈英英, 唐仁茂, 李德俊, 等. 利用雷达和卫星资料对一次强对流天气过程的云结构特征分析[J]. 高原气象, 2013, 32(4): 1148-1156, doi: 10.7522/j.issn.1000-0534.2012. 00108. 浏览 [8] 周文志, 唐熠, 王艳兰, 等. 低空急流暴雨天气概念模型及其雷达回波特征分析[J]. 灾害学, 2011, 26(4): 14-18. [9] 高晓荣, 梁建茵, 李春晖, 等. 多平台(雷达、卫星、雨量计)降水信息的融合技术初探[J]. 高原气象, 2013, 32(2): 549-555, doi: 10.7522/j.issn.1000-0534.2012.00052. 浏览 [10] 王改利, 赵翠光, 刘黎平, 等. 雷达回波外推预报的误差分析[J]. 高原气象, 2013, 32(3): 874-883, doi: 10.7522/j.issn.1000-0534.2012.00081. 浏览 [11] 庄薇, 刘黎平, 王改利, 等. 青藏高原复杂地形区雷达估测降水方法研究[J]. 高原气象, 2013, 32(5): 1224-1235, doi: 10.7522/j.issn.1000-0534.2012.00118. 浏览 [12] 王丹, 王改利, 刘黎平, 等. 基于雷达回波外推预报和中尺度模式预报的短时降水对比分析[J]. 高原气象, 2014, 33(3): 811-822, doi: 10.7522/j.issn.1000-0534.2013.00038. 浏览 [13] 汤达章, 周咏梅, 胡明宝. 雷达回波跟踪的两种方法及精度比较[J]. 应用气象学报, 1994, 5(3): 304-311. [14] Lucas B, Kanade T. An interactive image registration technique with an application to stereovision proceedings[C]. The 7th international Jion conference on Artificial Intelligence, 1981, 2: 121-130. [15] Horn B K P, Schunk B G. Determing optical flow[J]. Artifical Intelligence, 1981, 17: 185-204 [16] 党元臻. 基于视频序列的目标检测与跟踪[D]. 青岛: 山东大学, 2013: 1-47. [17] 朱婧. 基于改进的光流场算法对运动目标的检测与跟踪技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2006: 1-47. [18] 么枕生, 丁裕国. 气候统计[M]. 北京: 气象出版社, 1990 : 48-51. [19] 丁裕国, 金莲姬, 刘晶淼. 极端天气气候时间序列极值特征的一种新方法[J] . 大气科学, 2002, 26(3): 343-351. [20] 刘焕彬. 气象参数极值理论频率曲线的Excel实现[J]. 河南气象, 2006, 2: 70-71. [21] 程炳岩, 丁裕国, 张金铃, 等. 广义帕雷托分布在重庆暴雨强降水研究中的应用[J]. 高原气象, 2008, 27(5): 1004-1009. [22] 江志红, 丁裕国, 朱莲芳, 等. 利用广义帕雷托分布拟合中国东部日极端降水的试验[J]. 高原气象, 2009, 28(3): 573-580. 浏览 [23] Coles S, Bawa J, Trenner L, et al. An Introduction to Statistical Modeling of Extreme Values[M]. London: Springer, 2001. [24] Katz R W, Brush G S, Parlange M B. Statistics of extremes: Modeling ecological disturbances[J]. Ecology, 2005, 86(5): 1124-1134.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
