一种基于客观天气分型和多变量的极端暴雨潜势预报方法

    公开(公告)号:CN116893449A

    公开(公告)日:2023-10-17

    申请号:CN202311164329.7

    申请日:2023-09-11

    摘要: 本发明公开了一种基于客观天气分型和多变量的极端暴雨潜势预报方法,涉及天气预报技术领域,包括如下步骤:S1、利用旋转T模态客观分型方法将十年再分析资料位势高度场进行客观分型;S2、对模式预报500 hPa位势高度场和步骤S1中的客观分型结果进行相似判断,选择相似度最高的类型作为分类结果;S3、在每一种客观分型结果下,根据十年地面降水资料,建立先验概率密度函数,以及基于再分析资料的条件相似概率密度函数;S4、对模式预报500 hPa、700 hPa、850 hPa和925 hPa位势高度场和每一种客观分型类型下各降雨量级500 hPa、700 hPa、850 hPa和925 hPa合成位势高度场进行相似判定,结合S3中获得的后验概率密度函数进行加权平均,选择具有最大概率的降雨量级作为潜势预报结果。

    一种基于双线偏振雷达的地面降雹识别和预警方法

    公开(公告)号:CN113933845B

    公开(公告)日:2024-05-28

    申请号:CN202111211856.X

    申请日:2021-10-18

    IPC分类号: G01S13/95

    摘要: 本发明公开了一种基于双线偏振雷达的地面降雹识别和预警方法,包括利用双线偏振雷达观测数据建立训练样本,利用二维高斯分布和一维正态分布拟合统计样本,建立ZH‑ZDR、LKDP和交叉相关系数CC的模型,从而计算每个雷达观测距离库上的冰雹和非冰雹概率,将探空温度插值到雷达观测坐标高度上,利用温度信息和统计冰雹在垂直高度的概率密度函数,对识别冰雹进行约束,并通过统计垂直累计液态水含量,确定对应的强对流三维结构信息,从而判断对应位置是否存在冰雹,能够提供明确的地面降雹,并结合预警的预设条件,为预报人员发布预警提供信息。

    基于机器学习的强降水超级单体识别预警方法

    公开(公告)号:CN117908166A

    公开(公告)日:2024-04-19

    申请号:CN202410303465.8

    申请日:2024-03-18

    摘要: 本发明涉及天气预报技术领域,具体公开一种基于机器学习的强降水超级单体识别预警方法,包括如下步骤:选取强降水超级单体个例,并筛选出各强降水超级单体个例对应的风暴特征参数,由此形成特征数据集;依据特征数据集,采用基于CatBoost的框架,训练获得强降水超级单体识别预警模型;将待识别区域的天气雷达组网观测数据、地形数据以及下垫面数据输入所述强降水超级单体识别预警模型,获得识别结果,在识别结果超出设定阈值时,判断有强降水超级单体发生可能性。本发明融合多源数据,结合CatBoost机器学习算法,能够准确、快速识别和预警强降水超级单体风暴,这对于减少由于强降水超级单体引起的天气灾害的影响尤为重要。

    一种基于客观天气分型和多变量的极端暴雨潜势预报方法

    公开(公告)号:CN116893449B

    公开(公告)日:2023-12-01

    申请号:CN202311164329.7

    申请日:2023-09-11

    摘要: 本发明公开了一种基于客观天气分型和多变量的极端暴雨潜势预报方法,涉及天气预报技术领域,包括如下步骤:S1、利用旋转T模态客观分型方法将十年再分析资料位势高度场进行客观分型;S2、对模式预报500 hPa位势高度场和步骤S1中的客观分型结果进行相似判断,选择相似度最高的类型作为分类结果;S3、在每一种客观分型结果下,根据十年地面降水资料,建立先验概率密度函数,以及基于再分析资料的条件相似概率密度函数;S4、对模式预报500 hPa、700 hPa、850 hPa和925 hPa位势高度场和每一种客观分型类型下各降雨量级500 hPa、700 hPa、850 hPa和925 hPa合成位势高度场进行相似判定,结合S3中获得的后验概率密度函数进行加权平均,选择具有最大概率的降雨量级作为潜势预报结果。

    一种基于双线偏振雷达的地闪分级预警方法

    公开(公告)号:CN114895381B

    公开(公告)日:2022-09-30

    申请号:CN202210808046.0

    申请日:2022-07-11

    IPC分类号: G01W1/10 G06K9/00 G06K9/62

    摘要: 本发明公开一种基于双线偏振雷达的地闪分级预警方法,包括如下步骤:S1、获得每个雷达观测距离库上的霰的概率;S2、识别每个距离库上对应位置是否为霰,并结合反射率因子反演霰质量;S3、识别对流区域作为潜在雷暴区域;S4、在雷暴区域内计算回波顶高、垂直累计液态水含量和特定稳定层高度以上霰质量。利用客观识别雷暴范围内特定温度层高度以上霰质量、垂直累计液态水含量和回波顶高,从而判断该雷暴发生地闪频率高低或有无地闪,首次实现地闪频率临近预报,为预报人员发布预警提供信息。

    一种基于双线偏振雷达的地闪分级预警方法

    公开(公告)号:CN114895381A

    公开(公告)日:2022-08-12

    申请号:CN202210808046.0

    申请日:2022-07-11

    IPC分类号: G01W1/10 G06K9/00 G06K9/62

    摘要: 本发明公开一种基于双线偏振雷达的地闪分级预警方法,包括如下步骤:S1、获得每个雷达观测距离库上的霰的概率;S2、识别每个距离库上对应位置是否为霰,并结合反射率因子反演霰质量;S3、识别对流区域作为潜在雷暴区域;S4、在雷暴区域内计算回波顶高、垂直累计液态水含量和特定稳定层高度以上霰质量。利用客观识别雷暴范围内特定温度层高度以上霰质量、垂直累计液态水含量和回波顶高,从而判断该雷暴发生地闪频率高低或有无地闪,首次实现地闪频率临近预报,为预报人员发布预警提供信息。

    基于机器学习的强降水超级单体识别预警方法

    公开(公告)号:CN117908166B

    公开(公告)日:2024-05-24

    申请号:CN202410303465.8

    申请日:2024-03-18

    摘要: 本发明涉及天气预报技术领域,具体公开一种基于机器学习的强降水超级单体识别预警方法,包括如下步骤:选取强降水超级单体个例,并筛选出各强降水超级单体个例对应的风暴特征参数,由此形成特征数据集;依据特征数据集,采用基于CatBoost的框架,训练获得强降水超级单体识别预警模型;将待识别区域的天气雷达组网观测数据、地形数据以及下垫面数据输入所述强降水超级单体识别预警模型,获得识别结果,在识别结果超出设定阈值时,判断有强降水超级单体发生可能性。本发明融合多源数据,结合CatBoost机器学习算法,能够准确、快速识别和预警强降水超级单体风暴,这对于减少由于强降水超级单体引起的天气灾害的影响尤为重要。

    一种基于时空网络卷积模型的对流性致灾强风预警预报方法

    公开(公告)号:CN114463947B

    公开(公告)日:2022-11-18

    申请号:CN202210050608.X

    申请日:2022-01-17

    IPC分类号: G08B21/10 G06K9/62

    摘要: 本发明公开一种基于时空网络卷积模型的对流性致灾强风预警预报方法,包括如下步骤:对天气雷达组网数据进行质控;将雷达数据插值到3km高度的等经纬度网格点上;对地面自动站要素观测数据进行采样和格点化;构建平均风临近预报数据集;将数据集进行训练与检验;构建基于深度学习的平均风临近预报模型;通过阵风系数构建分钟级平均风速与瞬时极大风速之间的关系,将平均风速的预报结果转化为阵风风速预报产品。本发明基于业务需求将多源数据进行融合,利用天气雷达组网观测以及地面自动站的分钟级要素观测,解决了业务上阵风千米网格临近预报的业务难题。