基于卡尔曼滤波和TITAN路径的雷电预警

雷电灾害是一种常见的自然灾害,受其发生的随机性、瞬时性、地域性影响,预警预报具有一定的难度;为提高雷电短临预报的准确性和及时性,文章提出了一种新型的基于clique聚类识别和卡尔曼滤波算法进行雷电识别及追踪外推的方法,并在自主开发的广州市雷电监测预警系统中采用该算法和传统的雷暴识别、跟踪、分析路径算法(TITAN)分别实现了未来1小时逐6分钟(即6、12、…、60 min)的雷电路径预报;通过2020年5月至10月广州地区闪电定位数据对两种算法的检验分析表明:两种算法基本性能接近,均能有效识别、追踪和预测出大部分雷暴移动路径,且经过优化的新算法在各时次的预测命中率上均已优于传统基于TITAN风暴路径的预测算法,对于提高雷电临近预报的准确性有一定参考价值。     

2005～2012年花都区雷电灾情特征分析

本文对2005～2012年气象部门收集的雷灾资科进行统计分析,分析了花都雷电灾害的时间分布特征、各类灾害的分布比例、雷电灾害导致人员伤亡的趋势等情等.结果表明;花都区雷电灾害次数总体上呈上升趋势,雷电灾害多发生在雷暴较集中的汛期.雷电灾害损失主要分为人身伤亡事故、电子设备受损故障、建筑物受损和供电故障四种情况.其中人身伤亡事故占总数的8％、电子设备受损故障占总数的60％、建筑物受损占总数的11％和供电故障占总数的21％.