多普勒天气雷达原理与应用6雷达探测算法(3)

1、14 雷暴和降水的临近预报系统 TITAN TREC Auto-Nowcaster1跟踪和外推算法雷暴或降水的临近预报系统的基础是跟踪和外推。主要分为两种类型： 单体质心跟踪和外推： 将雷暴或降水单元视为三维单体加以识别、跟踪和外推。典型的例子有WSR-88D和WDSS中的风暴单体识别与跟踪、以及TITAN等，下面我们会对TITAN重点进行介绍； 区域跟踪和外推：对反射率因子超过某一阈值的二维区域进行跟踪和外推。典型的例子有TREC等，我们下面给以重点介绍。2TITANThunderstorm Identification, Tracking, Analysis, and Nowcasting

2、雷暴识别、追踪、分析和临近预报一个基于雷达观测的雷暴临近预报系统最早版本完成于1986年，1990年代中期得到改进和完善3坐标系算法采用三维直角坐标系统，由雷达体扫反射率因子数据得到三维直角坐标系中的反射率因子数据。雷暴定义：反射率因子TZ 35dBZ；体积TV 50km34雷暴识别考虑二维格点，先识别x方向，再识别y方向， 再拓展到三维识别z方向（之上或者之下）阴影区：反射率 TZ5 雷暴特征分析 反射率因子权重质心（雷暴中心） 体积 雷暴投影到水平面上的面积大小和形状（最佳适应形状是多边形和椭圆）6雷暴追踪追踪思路：宁短不长（考虑到体扫间隔为5-6分钟）特征相似（尺寸和形状等）设置雷暴移动

3、速度上限假设T1和T2是相邻的两个雷达体扫资料时间将雷暴路径的确定作为一个最优化问题来处理7雷暴合并与分裂的处理雷暴合并：t1时刻的雷暴多余t2时刻雷暴数，或者有雷暴消失，或者有雷暴合并。如果t1时刻的2个以上雷暴质心的预报位置在t2时刻识别的某个雷暴范围内，可以判断雷暴合并。8雷暴分裂：对于在t1时刻所有的风暴，预报它们在t2时刻的椭圆投影的位置、取向和尺寸，然后根据t2时刻识别的所有雷暴判断哪些是新的路径，即没有历史的雷暴。如果这些没有历史的雷暴的质心位于某一个t1时刻雷暴的预报的在t2时刻的投影椭圆的区域范围内，则确认发生了雷暴分裂。9雷暴移动的预报主要思路：对于较短的时间间隔，1）一个

4、雷暴倾向于沿着一条直线运动；2）风暴的增长和衰减遵循线性趋势；3）会出现对上述线性行为的随机偏差。根据演变历史加权线性拟合外推：预报量包括以反射率因子为权重的雷暴质心、体积、和投影椭圆的参数。最近，改用多边形（原来为椭圆）对雷暴的水平投影的面积和形状进行表达。1011TITAN分析和追踪预报的个例2004年7月29日飑线的60分钟预报和实况检验2004年“7.10”暴雨的30分钟预报和实况检验京津地区12安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况13安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况14安徽2002年8月24日飑线 TITAN 3 0分钟预报与实

5、况15安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况16安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况17安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况18安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况19安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况20安徽2002年8月24日飑线 TITAN 3 0分钟预报与实况21安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况22安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况23安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况24

6、安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况25安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况26安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况27安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况28安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况29安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况30安徽2004年7月7日强对流 TITAN 3 0分钟预报与实况31TRECTREC 是Tracking of Radar Echo with Correlations 的缩写，既“利用相关跟踪雷达回波”。

7、 1978年由Rinehart和Garvey提出这项技术，用来反演雷达回波区的气流流场。该项技术利用交叉相关方法跟踪雷达某一个仰角扫描构成的锥面上某一个二维回波型。即初始的算法是在由某一仰角扫描构成的2维圆锥面上进行回波的跟踪。后来，将该技术应用于直角坐标情况，考虑在某一等高面上的二维直角坐标系中进行回波跟踪。首先需要将雷达体扫资料内插到某一等高面（如2.5km）上的直角坐标系中。在直角坐标系中的TREC称为CTREC。32CTREC中的跟踪方法CTREC使用一定时间间隔内的雷达资料，将反射率因子场分成若干个大小相当的“区域”，每个“区域”包含mm个像素。将这些在上一时刻的“区域”分别与下一时

8、刻的各个“区域”作空间交叉相关，以找出此刻与上一个时刻的特定区域相关系数最大的“区域”，从而来确定整个回波的移动矢量，实现回波的跟踪。“区域”尺寸的选择不宜太大也不宜太小，太大会导致回波移动向量的分辨率太粗，“区域”太小则包含的数据点太少，不足以产生稳定的相关系数。发现对于1km 1km的分辨率，m取值在3-7之间比较合适。33将平面直角坐标内的二维坐标排列成一维，然后计算相关系数：其中Z1和Z2是分别是相继两个体扫t1和t2时刻的反射率因子，N是一个“区域”内数据点的数量（N=m2）。34为了避免搜索所有的数据以寻找匹配的“区域”，确定从初始区域找相关的搜索半径为r=Vt，其中V为可能的最大

9、移动速度， t是两个体扫之间的时间间隔。35 CTREC与TITAN的比较 TITAN是三维质心跟踪，CTREC是二维区域跟踪； TITAN只适合于跟踪对流降水系统，而CTREC即可以跟踪对流降水系统，也可以跟踪层状云降水系统； TITAN可以给出雷暴的变化趋势，而CTREC不行。36CTREC预报个例37CTREC对2004年6月22日京津地区强雷暴事件的追踪和预报30分钟预报（彩色阴影区）和实况检验（绿色等值线）60分钟预报（彩色阴影区）和实况检验（白色等值线）38安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。39安徽2004年

10、7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。40安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。41安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。42安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。43安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。44安徽2004年7月7日强对流 CTREC 3 0分钟预

11、报与实况绿色实线为12dbz的反射率因子实况的轮廓线。45安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。46安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。47安徽2004年7月7日强对流 CTREC 3 0分钟预报与实况绿色实线为12dbz的反射率因子实况的轮廓线。48Auto-Nowcaster49 预报雷暴生成和演变的科学基础 雷暴生命史和演化特征 边界对雷暴生成演化的影响 稳定度对雷暴生成演化的影响50 雷暴生命史及其演化特征Single cell storms l

12、ive 30 min Single cell storms live 30 min (Henry 1993; Battan 1953; Foote and Mohr 1979)51Convective Storm SystemSingle-cell ThunderstormTIME (hr)SIZE12345雷暴尺寸和强度的变率通常较大.单个雷暴单体和复合对流系统的演变52雷达可以提供雷暴运动、尺寸和强度等的时间趋势超出15分钟，这些参数本身只有有限的预报价值，由于造成雷暴演变的物理过程并不一定在雷暴的演变史中能够捕捉到，它们常常是由大气边界层中的辐合和稳定度等因素所驱动的。(Tsonis a

13、nd Austin 1981, Bellon and Austin1978, Browning et al. 1982, Collier 1989)53 绝大多数的雷暴的生命史较短，其大小和强度变化较快，因此单凭外推进行预报通常是不充分的。需要预报雷暴的生成、演变和消散。只有在成熟的超级单体风暴和有组织飑线的情况下，外推基本上是充分的54Adapted from Browning (1980),Doswell (1986) and Austin et al. (1987)定点定时的雷暴预报的精度55 边界对雷暴的影响边界层辐合线（边界）的概念：锋面、干线、雷暴出流边界（阵风锋）、海陆风辐合线等

14、。561. 云图.注意沿着Florida 东海岸与海陆风相联系的南北向积云线.边界层辐合线（边界）影响雷暴的演化，这些边界可以通过卫星云图和雷达图象观察到：2. 雷达.注意与一条边界相联系的南北向晴空窄带回波。箭头为地面测站观测的风矢量。57 雷暴在一个移动边界后面生成的例子第一幅图显示径向速度图，可以识别一条辐合线。 随后显示的是反射率因子动画。注意边界向东南移动时雷暴的生成过程 。58雷暴生成过程频繁地发生在边界层辐合线附近 雷暴生成位置(Purdom 1973, 1976 1982; Wilson and Schreiber 1986) 图中为科罗拉多州一个夏天 的统计，80% 的雷暴生

15、成在 边界层辐合线附近。 边界附近的区域称为抬升区。5920 km抬升区10 km抬升区是雷暴最容易生成和增长的区域(Wilson and Mueller 1993)60 相交的边界常常触发强雷暴 相交的边界常常造成新雷暴的生成和已经存在雷暴在尺度和强度上的明显增加。右边的垂直剖面显示两条边界相碰后垂直速度的大的增加（3m/s to 12m/s）(Mahoney 1988)61当边界与积云相碰时，雷暴往往紧接着生成右边的雷达图象表明当一条东西走向的阵风锋向南移动与南北走向的水平对流卷相遇时，沿着对流卷的积云成长为雷暴。.Wilson and Mueller 199362当边界与一个已经存在的雷

16、暴相遇后，往往伴随着雷暴的合并与加强右图显示雷暴被阵风锋（红线）赶上后出现合并和加强（增长）。63影响雷暴演化的边界特征 相对边界单体速度 (Ub)(Moncrieff and Miller 1976, Weisman and Klemp 1986, Wilson and Megenhardt 1997)cell velocityboundaryvelocity cell velocityBoundary velocityUb largeUb 是一个单体离开边界的速度.当其值 4 m/s 雷暴会离边界越来越远 ，可能消散。对于更小的单体速度值，雷暴将保持在边界附近并可能继续存在下去。Ub ne

17、ar zero64 相对于边界的低层切变(Thorpe et al. 1982, Rotunno et al., 1988, Weisman and Klemp 1986)低层切变是一个垂直于边界的矢量差 用地面的风矢量减去2.5km高处的风矢量。.该参数指示上升气流的倾斜程度该参数35 dBZ (yellow and red). The thin yellowlines are boundaries (gustfront and bay breeze)Colliding Boundaries Initiate a Squall Line105Nowcaster ExamplesStorm I

18、nitiation Along a Stationary Boundary 30 min forecast Verification106Nowcaster ExamplesStorm Dissipation30 min forecastVerificationStorm dissipation occurs as the boundary (yellow line) moves north leaving the storms behind. Note storms immediately south of boundary are forecast to dissipate.107NCAR

19、 Thunderstorm Auto-nowcaster Data Sets Nowcasting Parameters Methodology for Combining Forecast Parameters Nowcaster Example Implementation, Statistics, and Summary108Auto-nowcaster Implementations White Sands Missile Range, New Mexico 1998, 1999, 2000 National Weather Service Sterling VA 1997,1998,

20、 1999, 2000 Bureau of Meteorology, Sydney Australia 1999, 2000 Redstone Arsenal, Huntsville AL 1999, 2000109FAR (False Alarm Ratio)Red is the Auto-nowcast forecastBlue is extrapolation forecastForecast Time100%0%100%0%100%0%Some Accuracy StatisticsExample statistics for 60 min forecasts of the case shown fromSterling VA. Verification is performed on a 1 km grid.POD (Probability of detection)CSI (Critical Success Ratio)110Summary Statistics for 13 DaysBlue - Extrapolation Maroon - Auto-nowcaster50 hrs of data8 Sterling days5 White Sands, New Mexico (WSMR) daysAuto-nowcaster forec