2008-2009 年江苏省闪电特征分析及应用研究

统计了江苏省气象部门雷电探测系统2008-2009年闪电记录,对江苏省闪电强度、闪电频数等闪电特征进行分析,得出江苏省的雷电流强度和闪电分布都有明显的时空差异,并且闪电频数和强度在空间分布上基本呈相反分布;同时利用地闪记录与雷暴日数的关系,得出了适用于江苏13个地级市的地闪密度计算公式.     

上海金山地区近50a雷暴气候特征分析

使用1959～2008年上海金山地区站点观测资料,分析近50a该地区雷暴的气候特征。结果表明:上海金山地区年雷暴日数年际变化大,平均27.8d,最多52d,最少12d;每10a减少1d,呈逐渐减少的趋势;该区雷暴季节性强,集中出现在3～10月,夏季雷暴发生次数占7成以上。雷暴初始日在3月中旬,终日在10月上旬,雷暴初(终)日年际间差异大。雷暴日数存在1～2a左右、准3a和准6a的年际尺度显著变化周期。候平均气温上升稳定通过6℃,是初雷暴日的温度阈值,候平均气温下降稳定通过18℃,是终雷暴日的温度阈值。     

基于数据场的SVM技术在雷暴预报中的应用

针对天气预报中样本不平衡造成漏报率高的问题,提出一种基于数据场的C加权支持向量机（SVM）技术。该技术对不平衡天气数据进行分类,采用叠加数据场势值作为数据重采样依据,筛选出最利于SVM分类器学习的样本作为训练样本,结合C加权方法进行训练。实验结果证明,在样本数量较多且不平衡性显著的雷暴天气中,该技术能缩减训练集规模,减少漏报,提升预报系统的g-means值。     

中部5省南北闪电参数分布特征

在利用我国中部5省(湖南、湖北、江西、安徽、河南)经济协作区52个闪电监测站2007—2010年闪电定位资料和1961—2010年雷暴日资料,分析协作区内闪电参数的分布特征的过程中,发现中部5省闪电参数在30.8°N纬度带两侧呈现不同的变化规律.36.4~30.8°N,正闪强度整体呈下降趋势,正闪陡度变化较小,平均值为16.48 kA·μs-1,负闪强度和陡度在32°N附近形成极大值后,在30.8°N附近迅速下降;一天中闪电频数最大值与最小值出现时间比较分散;初雷日约为4月5日、终雷日约为9月17日.30.8~24.4°N,正、负闪电强度绝对值呈上升趋势,正闪强度上升较快,从52.11 kA上升至77.88 kA,负闪强度绝对值上升较平缓,正闪陡度变化较小,平均值约为14.24 kA·μs-1,负闪陡度呈下降趋势,由12.07 kA·μs-1下降到8.90kA·μs-1;闪电频数最大值出现时间集中在15—16时,闪电频数最小值出现时间集中在8—10时;初雷日约为2月18日,终雷日约为10月17日.     

建阳市大气电场特征及其在雷电预警中的应用

通过监测地面附近一定范围内的大气电场,间接实现对云层中带电状况实时监测,对大气电场特征进行了分析归纳,并应用电场资料进行雷电临近预报的尝试,实际表明：扰动天气下的大气电场,如雷暴、强降水出现时,大气电场特点为电场方向和数值上均有明显的不规则变化。雷暴临出现前会出现一个较强的、持续时间在数分钟到几十分钟的负电场区,利用这个特性可进行雷暴的临近预报。     

Neuro-computing based short range prediction of some meteorological parameters during the pre-monsoon season

A Feed forward multi-layered artificial neural network model is designed in this paper to estimate the maximum surface temperature and relative humidity needed for the genesis of severe thunderstorms over Calcutta (22° 32, 88° 20). The performance of the model is found to be adroit. It has, thus, been discerned that the neural network technique is of great use in forecasting the occurrence of high frequency small-scale weather systems like Severe Local Storms. Filing up the missing values and extension of time series is observed to be possible with this model. Prediction error is computed and compared for single layer network and one hidden layer neural nets. Result reveals the efficiency of the one hidden layer neural net.     

改进网格法及其在雷电参数统计中的应用

为改善采用网格法得出雷电参数统计值可信度与空间精度不够高的缺陷而提出了改进网格法,该方法将传统网格法的单一参数(网络面积)扩展到双参数(网络面积和观测范围)。以重庆市某年雷电定位数据为例,比较分析了传统网格法和改进网格法在雷电日、雷电小时、地闪密度3类雷电参数统计时的差异。统计结果表明,采用改进网格法时3类统计值均不会随网格精度的提高而出现显著变化,其可信度及空间精度均高于传统网格法,且所得雷电参数的物理意义更明确。改进网格法可为提高差异化防雷设计提供支持。     

基于决策树的雷暴天气短临预报

雷暴天气是指伴有雷电、冰雹、大风和强降水的局地强对流性天气,它对航空运输、电力设施、通讯设备与建筑物等均可造成不同程度的破坏,严重时甚至造成人员伤亡。开展雷暴天气过程的短临预报具有重要的科学意义与实用价值。本文对我国 2010~2015 年雷暴天气事件的时空分布特征进行了统计分析,结果表明：雷暴天气事件集中分布于国内少数区域夏季 7~8 月份的 14:00~18:00 点。在此基础上,基于 2010~2015 年的地面气象观测资料建立决策树模型,预测未来 3~4 小时雷暴天气的发生概率。模型对雷暴事件的漏报率和误报率均低于 10%,这一结果表明：本文所建立的模型能够较为准确地进行雷暴天气短临预报,能够为保障飞行安全提供较为可靠的决策支持。而对特征的相对重要性排序结果表明：测站的地理环境特征和气象条件对雷暴天气过程的发生具有显著的影响。     

宁夏固原市雷暴特征与气候变化分析

利用宁夏固原市建站以来1957--2006年地面气象观测记录的雷暴资料,对固原市雷暴的气候特征进行分析．结果表明,固原市雷暴的年际变化较大,年雷暴时间在20世纪90年代后有减少的趋势,且2000年后递减变化明显．雷暴时间主要集中在6—8月,占全年雷暴的67％,6月雷暴时间的年代变化从建站来呈准直线缓慢下降趋势,7月出现了双峰单谷型的变化趋势,8月出现了一个反正弦的周期变化．雷暴时间的月分布有明显的季节性,呈准正态分布．     

A Method of Identifying Thunderstorm Clouds in Satellite Cloud Image Based on Clustering

In this paper, the clustering analysis is applied to the satellite image segmentation, and a cloud-based thunderstorm cloud recognition method is proposed in combination with the strong cloud computing power. The method firstly adopts the fuzzy C-means clustering (FCM) to obtain the satellite cloud image segmentation. Secondly, in the cloud image, we dispose the ‘high-density connected’ pixels in the same cloud clusters and the ‘low-density connected’ pixels in different cloud clusters. Therefore, we apply the DBSCAN algorithm to the cloud image obtained in the first step to realize cloud cluster knowledge. Finally, using the method of spectral threshold recognition and texture feature recognition in the steps of cloud clusters, thunderstorm cloud clusters are quickly and accurately identified. The experimental results show that cluster analysis has high research and application value in the segmentation processing of meteorological satellite cloud images.