基于强对流数值模拟的贵州冰雹识别及临近预报方法研究

论文摘要

本论文使用贵州区域雷达网的多雷达拼图资料,以及504个防雹炮点的冰雹观测资料和其它资料（NCEP资料及DEM资料）,通过分析研究贵州冰雹的雷达统计特征,对各种技术进行综合集成,建立有效的冰雹天气识别方法;并在此基础上,通过区域雷达资料同化技术的应用,建立基于强风暴数值预报的冰雹等强对流天气的临近预报方法,提供未来3小时内贵州区域冰雹的移动和发展的预报。论文的主要研究内容和研究成果如下:采用气候统计分析和基于GIS的数字地形分析、分区统计和图像分类方法,研究了贵州降雹的气候统计特征,并在此基础上研究冰雹分布与地形高程、坡向、坡度及地形切割深度的关系。研究表明,贵州降雹的空间分布与海拔高度、地形和下垫面性质等关系密切,具有明显的局地性特征。地形高程是影响贵州降雹分布的最主要地形影响因子。年平均降雹日数随地形高程增加呈增加趋势,在高程1000-1500m增加明显;微观地形因子如坡向和坡度对降雹日数的变异并没有显著性影响,但大范围的地势抬升及暖湿空气的迎风坡有利于降雹;地形切割深度并不是年平均降雹日数差异的显著性影响因子;纬度位置的不同,由于受暖湿空气影响程度不同及热力条件的差异,也是影响平均降雹日数差异的因子之一;根据3个影响因子建模获得的方程及贵州冰雹风险分区图,经统计检验和与历史乡镇降雹资料比较,具有较好的一致性。通过订立一定的规则,使用贵州504个防雹炮点的冰雹观测资料及贵州2005、2006年8次贵阳雷达站冰雹个例观测资料,使用“时间窗”方法间接地将风暴单体与降雹记录相联系,从而建立了冰雹算法校验数据库,然后通过对降雹校验数据库的统计分析,使用探测概率（POD）、虚警率（FAR）、临界成功指数（CSI）来检验冰雹探测算法。POSH的强冰雹探测算法的总体评估结果表明,30%的POSH强冰雹冰雹预警阈值在贵州地区获得最高的CSI评分,但这个阈值在每一次强冰雹的预警时也并未都获得最佳的结果。预警阈值选择模式（WTSM,即根据冻结层高度动态选择每一天的SHI的预警阈值）在不同地区气候状况下的差异,是导致缺省的POSH算法在贵州地区应用不佳的最主要的原因,这也说明对冰雹探测算法的局地性适用评估是非常必要的。通过对WTSM的调整,我们改进了原来的POSH算法,对它的重新评估结果表明,改进的POSH算法降低了识别的虚警率,对贵州地区的强冰雹识别效果还是相当好的。采用局部空间插值方法将雷达资料插值到规则的直角坐标网格点上,然后通过最大值法进行多雷达拼图;使用多雷达三维插值拼图产品,实现基于格点的垂直累计含水量、垂直累计含水量密度、强冰雹指数及强冰雹概率等强冰雹诊断因子,并加入冰雹地形影响因子,改进强冰雹概率算法。通过对一次发生在贵州西北部到中部一线的冰雹过程的成功诊断识别,说明了我们所开发的基于多雷达拼图的新的强冰雹诊断产品对识别贵州地区的强降雹是有比较好的效果的。以ARPS模式及其资料三维同化系统ARPS3DVAR和复杂云分析模块为研究平台,使用贵阳多普勒雷达的体扫观测资料,对一次强雷暴天气过程进行研究,分析了雷达反射率因子资料对云微物理量场的同化问题,并分析了雷达资料质量控制对同化的影响。在数值试验中使用了双层单向嵌套网格,在3km网格上设计了三个数值试验,分别使用不同的雷达反射率同化方案反演水凝物场。研究表明,数值试验中两个不同的云分析方案都能同化出合理的云水场和水凝物场,同时因为水凝物场的调整,位温场和垂直速度场也得到了很好的响应;与没有使用云分析方案的试验比较,使用了云分析方案同化雷达资料的试验,因为在初始时刻能够调整出一个合理的云微物理量场,抓住了对流风暴的主要特征,因此能够减少模式的热启动时间,更准确地模拟出初始时刻和短时的风暴的主要结构和演变特征,而没有使用云分析方案的试验在2到3小时后才调整出一个位置有较大偏差的水凝物场,因此,雷达反射率资料的同化在强对流风暴的模拟中起到了一个非常关键的作用。利用基于格点冰雹识别的研究成果,结合ARPS风暴数值模式的输出结果,提出基于风暴数值模式的冰雹临近预报方法,即用风暴数值预报的水物质场反演的反射率因子场作为冰雹的预报因子,并通过建立基于格点的强冰雹识别算法作为冰雹预报模型,从而对冰雹的落区及大小做出预报。与一般的冰雹预报模型相比,新的方法有以下特点:选取的冰雹预报因子物理意义更加明确,更加全面;建立的冰雹预报模型比较稳定;建立冰雹预报模型的过程相对简单。新的方法在一次强冰雹过程中得到了成功应用,在3h的临近预报中基本准确预报了强冰雹的落区位置。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 选题的意义
• 1.2 多普勒雷达应用综述
• 1.2.1 天气雷达的发展简史
• 1.2.2 对强对流天气的监测和预警
• 1.2.2.1 对流风暴的识别和跟踪
• 1.2.2.2 对流风暴强弱的判断
• 1.2.2.3 强对流天气的雷达识别
• 1.3 冰雹的形成机理及其雷达识别特征
• 1.3.1 冰雹云形成机理研究
• 1.3.2 冰雹云的雷达特征及识别算法
• 1.4 云微物理量调整的研究
• 1.5 强对流天气的临近预报
• 1.5.1 主要的临近预报方法
• 1.5.1.1 回波特征追踪法
• 1.5.1.2 交叉相关追踪法
• 1.5.1.3 强风暴数值模式
• 1.5.2 冰雹预报
• 1.5.2.1 形成冰雹天气的局地条件
• 1.5.2.2 国内外冰雹临近预报的研究状况
• 1.6 论文的目的、主要内容及技术方法
• 1.6.1 论文的目的
• 1.6.2 论文的主要内容
• 1.6.3 论文的主要思路及依托的技术方法
• 第2章 贵州降雹的时空分布特征及其与地形因子的关系分析
• 2.1 引言
• 2.2 贵州冰雹的气候统计特征
• 2.2.1 降雹的空间分布特征
• 2.2.1 降雹的时间分布特征
• 2.2.2 冰雹的年际变化
• 2.2.3 冰雹的年代际变化
• 2.3 基于GIS的贵州冰雹分布与地形因子的关系分析
• 2.3.1 资料及预处理
• 2.3.1.1 资料
• 2.3.1.2 冰雹资料处理
• 2.3.1.3 地形因子提取
• 2.3.2 研究方法
• 2.3.2.1 分类区统计
• 2.3.2.2 贵州降雹风险区划图的制作
• 2.3.3 贵州冰雹分布与地形因子的关系分析
• 2.3.3.1 年平均降雹日数的正态性检验
• 2.3.3.2 降雹分布与地形高程的关系
• 2.3.3.3 降雹分布与地形坡向的关系
• 2.3.3.4 降雹分布与地形切割深度及地形坡度的关系
• 2.3.3.5 贵州降雹分布与地理位置的关系
• 2.3.3.6 贵州降雹风险区划图的制作
• 2.4 小结
• 第3章 WSR-88D冰雹探测算法在贵州地区的评估检验
• 3.1 引言
• 3.2 WSR-88D冰雹探测算法
• 3.2.1 SCIT风暴识别算法
• 3.2.2 任意大小冰雹的探测算法
• 3.2.3 强冰雹的探测算法
• 3.3 资料和方法
• 3.3.1 检验数据库的建立规则
• 3.3.2 应用规则建立校验数据库的例子
• 3.3.3 探测算法统计检验方法
• 3.4 结果分析
• 3.4.1 SCIT风暴识别和跟踪算法评估检验
• 3.4.2 任意大小冰雹探测的评估检验
• 3.4.3 POSH算法的评估检验及改进
• 3.5 小结
• 第4章 基于多雷达三维插值格点强冰雹诊断因子及冰雹地形影响因子的强冰雹识别方法
• 4.1 引言
• 4.2 方法
• 4.2.1 雷达资料三维格点插值方法
• 4.2.1.1 直角坐标系到球坐标系的转换
• 4.2.1.2 插值方案
• 4.2.1.3 多雷达拼图方案
• 4.2.2 冰雹识别参数
• 4.2.2.1 垂直累积液态水含量
• 4.2.2.2 垂直累积液态水含量密度
• 4.2.2.3 强冰雹指数
• 4.2.2.4 强冰雹概率
• 4.2.2.5 冰雹地形影响因子
• 4.3 强冰雹诊断参数识别能力的统计评估
• 4.3.1 识别因子图像地理空间校正
• 4.3.2 GVIL诊断参数的强冰雹识别能力统计评估
• 4.3.3 GDVIL强冰雹诊断参数的统计特征
• 4.4 贵州地区强冰雹的综合识别策略
• 4.5 一次贵州强冰雹识别个例的结果及分析
• 4.5.1 多雷达三维格点插值及多雷达拼图
• 4.5.2 格点VIL（GVIL）
• 4.5.3 格点VIL密度（GDVIL）
• 4.5.4 与地形有关的强冰雹概率
• 4.6 小结
• 第5章 ARPS模式及其三维变分同化系统介绍
• 5.1 动力学框架
• 5.2 物理过程
• 5.2.1 微物理方案
• 5.2.1.1 暖雨微物理参数化
• 5.2.1.2 冰相微物理方程
• 5.2.2 积云对流参数化方案
• 5.2.2.1 改进的Kain-Fritsch 方案
• 5.2.2.2 Kuo方案
• 5.3 三维变分同化系统
• 5.3.1 基本原理
• 5.3.2 多普勒径向速度直接同化观测算子
• 5.3.3 ARPS 3DVAR中的递归滤波器
• 第6章 CINRAD/CD雷达反射率因子同化对中尺度数值模式云微物理量场调整的分析
• 6.1 引言
• 6.2 ARPS模式及云微物理量调整方案介绍
• 6.2.1 ARPS模式简介
• 6.2.2 ARPS模式的云分析方案
• 6.2.2.1 云水及云冰混合比场的分析
• 6.2.2.2 降水粒子形态的诊断
• 6.2.2.3 降水粒子场的雷达反射率因子同化分析方案
• 6.3 贵州一次强对流天气的ARPS模式同化及预报试验方案设计
• 6.3.1 个例选取
• 6.3.2 试验方案设计
• 6.4 云微物理量的同化及模式预报结果分析
• 6.4.1 云水、云冰场分析
• 6.4.2 降水粒子场的分析
• 6.4.3 云分析对模式初始场调整的影响分析
• 6.5 临近预报结果检验
• 6.6 主要结论及讨论
• 第7章 基于风暴数值模拟的冰雹临近预报方法研究
• 7.1 引言
• 7.2 方法
• 7.2.1 基于格点冰雹识别算法的冰雹临近预报方法
• 7.2.1.1 反射率因子场的生成
• 7.2.1.2 格点冰雹识别算法
• 7.2.2 基于风暴识别跟踪的外推预报
• 7.3 个例选择及方案设计
• 7.4 结果分析
• 7.4.1 风暴识别跟踪及1 小时移动外推预报
• 7.4.2 风暴模式的临近预报能力检验
• 7.4.3 强冰雹的临近预报
• 7.5 小结
• 第8章 结论与展望
• 8.1 主要结论
• 8.2 论文的主要创新点
• 8.3 存在的问题的下一步的工作
• 参考文献
• 致谢
• 个人简历