基于雷达回波拼图资料的风暴和中尺度对流系统识别、跟踪及预报技术

【摘要】：以中国气象科学研究院灾害天气国家重点实验室的区域雷达组网三维数字产品作为数据输入,在雷达基数据的SCIT(The Strom Cell Identification and Tracking)算法基础上,完成了三维格点风暴识别、追踪和预报,将Davis发展的客观诊断评估方法用来对雷达拼图资料中的MCSs(Mesoscale Convective Systems)"目标"进行识别,实现了雷达数据的MCSs识别、跟踪和预报,并利用这两种方法分析了对流单体和MCSs识别、跟踪和预报。对多个强天气过程进行风暴和MCSs识别、跟踪、预报。分析结果表明:(1)修改后的SCIT算法能够实现的三维风暴的自动识别、跟踪和预报,"目标"识别方法能够实现MCSs的自动识别,并完成跟踪和预报;(2)SCIT的算法跟踪比较合理,与观测资料对比可以看出,跟踪不到的情况大多是由于风暴发生合并和分裂造成的。最小价值函数法对识别出的MCSs的跟踪也比较合理,在发生合并和分裂的情况下也能实现正确跟踪;(3)SCIT算法预报误差较小,使用最小价值函数法追踪得到的速度对MCSs进行预报误差相对较大,它们的预报误差随时间增大;(4)部分风暴参数随风暴发展有明显的变化,可以通过它们看到风暴不同发展阶段的特征,雷达回拨反射率因子、平均反射率因子等参数变化幅度较小,顶高、体积等参数变化幅度较大。过快的风暴速度和过慢的风暴速度不利于风暴的维持,在30km/h到60km/h速度间的风暴一般能维持更长的生命史。具有更大的最大反射率、体积、平均面积、VIL的风暴生命史概率分布在1小时以上区域更高。最大垂直梯度反射率、最大反射率高度则没有或无明显的随参数变化而产生的生命史概率分布规律变化。而对MCSs的参数进行类似分析却不能发现这种变化特征,分析其原因,是由于MCSs内部包含多个对流单体,且各自发展阶段不一,情况更为复杂所导致。