CN107436987B - 一种热对流风暴演变预报概念模型的建立方法 - Google Patents
一种热对流风暴演变预报概念模型的建立方法 Download PDFInfo
- Publication number
- CN107436987B CN107436987B CN201610353255.5A CN201610353255A CN107436987B CN 107436987 B CN107436987 B CN 107436987B CN 201610353255 A CN201610353255 A CN 201610353255A CN 107436987 B CN107436987 B CN 107436987B
- Authority
- CN
- China
- Prior art keywords
- storm
- convection
- evolution
- conceptual model
- establishing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种热对流风暴演变预报概念模型的建立方法,包括如下步骤:步骤一,定量和定性的概念模型建立;步骤二,变化特征统计;步骤三,定性的概念模型建立;在步骤一中,利用10分钟一次的加密自动站资料和6分钟一次的雷达资料;计算地面物理量并与雷达回波进行叠加,研究分析在演变过程中对流风暴与地面物理量之间的配置关系,建立定量和定性的概念模型;本发明以雷达回波表征热对流风暴,研究整个热对流风暴生命史期间,其所在处地面的物理量场的分布情况。首次根据统计分析结果,研制设计直接针对风暴本身预报问题的可视化概念模型。
Description
技术领域
本发明涉及热对流风暴技术领域,具体为一种热对流风暴演变预报概念模型的建立方法。
背景技术
热对流风暴空间尺度在几公里到几十公里之间,生命史通常只有几分钟到几十份钟,在实际气象预报预警业务中无论采用外推预报还是模式客观预报效果都不太理想。一直是强对流临近预报业务中的难点。近年来,随着高分辨率地面自动站和多普勒天气雷达的应用,为监测热对流风暴的演变提供了条件。同时发现地面风速辐合存在负散度的地方和气压出现负变压的地方更有利于热对流风暴的发展,形成了现有基于地面散度和气压等物理量场的热对流风暴预报技术。
参见说明书附图1(a)和图1(b),用45dbz以上强度对流回波描述热对流风暴,如图1(a),2013年8月10日14时10分在图上无锡西侧对流回波较弱但有负散度区,图1(b)14时40分无锡西侧出现了较强对流回波,热对流风暴发展。本发明建立的概念模型利用现有的分析技术对风暴演变整个生命史期间对流回波和地面散度之间的配置关系进行统计和分析。
发明内容
本发明的目的在于提供一种热对流风暴演变预报概念模型的建立方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种热对流风暴演变预报概念模型的建立方法,包括如下步骤:步骤一,定量和定性的概念模型建立;步骤二,变化特征统计;步骤三,定性的概念模型建立。
在所述的步骤一中,利用10分钟一次的加密自动站资料和6分钟一次的雷达资料;计算地面物理量并与雷达回波进行叠加,研究分析在演变过程中对流风暴与地面物理量之间的配置关系,建立定量和定性的概念模型。
在所述的步骤二中,分析8月10、11、12日三天午后发生的15个局地热对流风暴,统计每一个对流风暴触发前半小时到消亡整个生命历史风暴所在处地面散度场的变化特征。
在所述的步骤三中,通过对15个对流风暴演变过程中温度场、湿度场和散度场与对流回波之间的配置关系分析,建立定性的概念模型。
所述的步骤三中,概念模型模型包括各阶对流风暴回波和地面物理量场等值县段示意图和所处阶段的演变趋势说明。
作为本发明的进一步技术方案:所述的步骤三包括对流风暴从触发到消亡,温度场与对流风暴的配置可分为六个演变阶段的概念模型;对流风暴移动过程中,湿度场与对流风暴的配置的概念模型;以及对流风暴移动过程中,散度场与对流风暴9个阶段的配置结合数值模拟各层的垂直速度场所建立风暴演变4个阶段的动力概念模型。
与现有技术相比,本发明的有益效果是:
(1)现有基于地面散度和气压等物理量场的热对流风暴预报技术立足于对某一设定区域未来可能受对流风暴的影响的预报,而本发明的热对流风暴演变预报概念模型则聚焦于热对流风暴本身的演变趋势的预报。
(2)现有基于地面散度和气压等物理量场的热对流风暴预报技术立足于对某一设定区域未来可能受对流风暴的影响的预报,但当风暴已经影响某一区域后,地面物理量场会受到风暴的反馈影响,不能对该地区风暴影响的程度和持续时间进行预报。而本发明的热对流风暴演变预报概念模型考虑了风暴演变各阶段,风暴与地面物理量场相互作用,可预报风暴所处于的生命史阶段。
(3)现有基于地面散度和气压等物理量场的热对流风暴预报技术不能预报热对流风暴影响的区域周边被激发出的新生对流风暴,不利于在较大区域内进行热对流风暴预报。而本发明的热对流风暴演变预报概念模型便于预报某一较大区域内风暴将可能影响的区域。
(4)现有基于地面散度和气压等物理量场的热对流风暴预报技术是几条定性的预报理论,无法精准使用。而本发明形成了具体可视的概念模型图形,便于实际使用。
本发明以雷达回波表征热对流风暴,研究整个热对流风暴生命史期间,其所在处地面的物理量场的分布情况。
首次根据统计分析结果,研制设计直接针对风暴本身预报问题的可视化概念模型。
附图说明
图1(a)为14时10分雷达回波和地面散度叠加图;
图1(b)14时40分雷达回波和地面散度叠加图;(图中等值线为地面散度,单位10-6s-1,色斑为雷达回波单位dbz);
图2为2013年8月10日午后发生在无锡附近对流风暴单体的散度演变过程示意图;
图3为本发明的热对流风暴演变预报概念模型-温度场示意图;
图4为本发明的热对流风暴演变预报概念模型-湿度场示意图;
图5a和图5b为本发明的热对流风暴演变预报概念模型-动力场示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图2、图3、图4、图5a和图5b,本发明提供的一种实施例:一种热对流风暴演变预报概念模型的建立方法,包括如下步骤:步骤一,定量和定性的概念模型建立;步骤二,变化特征统计;步骤三,定性的概念模型建立;
在所述的步骤一中,利用10分钟一次的加密自动站资料和6分钟一次的雷达资料;计算地面物理量并与雷达回波进行叠加,研究分析在演变过程中对流风暴与地面物理量之间的配置关系,建立定量和定性的概念模型;
在所述的步骤二中,分析8月10、11、12日三天午后发生的15个局地热对流风暴,统计每一个对流风暴触发前半小时到消亡整个生命历史风暴所在处地面散度场的变化特征;
在所述的步骤三中,通过对15个对流风暴演变过程中温度场、湿度场和散度场与对流回波之间的配置关系分析,建立定性的概念模型。
所述的步骤三中,概念模型模型包括各阶对流风暴回波和地面物理量场等值县段示意图和所处阶段的演变趋势说明。
作为本发明的进一步技术方案:所述的步骤三包括对流风暴从触发到消亡,温度场与对流风暴的配置可分为六个演变阶段的概念模型;对流风暴移动过程中,湿度场与对流风暴的配置的概念模型;以及对流风暴移动过程中,散度场与对流风暴9个阶段的配置结合数值模拟各层的垂直速度场所建立风暴演变4个阶段的动力概念模型。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (2)
1.一种热对流风暴演变预报概念模型的建立方法,包括如下步骤:步骤一,定量和定性的概念模型建立;步骤二,变化特征统计;步骤三,建立定性的概念模型;其特征是:
在所述的步骤一中,利用10分钟一次的加密自动站资料和6分钟一次的雷达资料;计算地面物理量并与雷达回波进行叠加,研究分析在演变过程中对流风暴与地面物理量之间的配置关系,建立定量和定性的概念模型;
在所述的步骤二中,分析8月10、11、12日三天午后发生的15个局地热对流风暴,统计每一个对流风暴触发前半小时到消亡整个生命历史风暴所在处地面散度场的变化特征;
在所述的步骤三中,通过对15个对流风暴演变过程中温度场、湿度场和散度场与对流回波之间的配置关系分析。
2.根据权利要求1所述的一种热对流风暴演变预报概念模型的建立方法,其特征是:所述的步骤三包括对流风暴从触发到消亡,温度场与对流风暴的配置可分为六个演变阶段的概念模型;对流风暴移动过程中,湿度场与对流风暴的配置的概念模型;以及对流风暴移动过程中,散度场与对流风暴9个阶段的配置结合数值模拟各层的垂直速度场所建立风暴演变4个阶段的动力概念模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610353255.5A CN107436987B (zh) | 2016-05-26 | 2016-05-26 | 一种热对流风暴演变预报概念模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610353255.5A CN107436987B (zh) | 2016-05-26 | 2016-05-26 | 一种热对流风暴演变预报概念模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107436987A CN107436987A (zh) | 2017-12-05 |
CN107436987B true CN107436987B (zh) | 2021-03-12 |
Family
ID=60453043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610353255.5A Active CN107436987B (zh) | 2016-05-26 | 2016-05-26 | 一种热对流风暴演变预报概念模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107436987B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780299A (zh) * | 2019-10-24 | 2020-02-11 | 上海眼控科技股份有限公司 | 散度场的获取方法、装置、计算机设备和存储介质 |
CN117907965B (zh) * | 2024-03-19 | 2024-05-24 | 江苏省气象台 | 面向对流风暴精细结构的三维雷达回波临近预报方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519582A (zh) * | 2003-09-02 | 2004-08-11 | 北京九天易高新技术开发中心 | 一种基于数字信息的中尺度扰动诊断方法 |
CN102662172A (zh) * | 2012-03-29 | 2012-09-12 | 天津大学 | 一种基于多普勒雷达反射率图像的风暴云团的外推方法 |
CN102721987A (zh) * | 2012-06-12 | 2012-10-10 | 中国海洋大学 | 多普勒雷达遥感强风暴的预警方法 |
CN103529492A (zh) * | 2013-09-22 | 2014-01-22 | 天津大学 | 基于多普勒雷达反射率图像的风暴***置及形态预测方法 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及*** |
-
2016
- 2016-05-26 CN CN201610353255.5A patent/CN107436987B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519582A (zh) * | 2003-09-02 | 2004-08-11 | 北京九天易高新技术开发中心 | 一种基于数字信息的中尺度扰动诊断方法 |
CN102662172A (zh) * | 2012-03-29 | 2012-09-12 | 天津大学 | 一种基于多普勒雷达反射率图像的风暴云团的外推方法 |
CN102721987A (zh) * | 2012-06-12 | 2012-10-10 | 中国海洋大学 | 多普勒雷达遥感强风暴的预警方法 |
CN103529492A (zh) * | 2013-09-22 | 2014-01-22 | 天津大学 | 基于多普勒雷达反射率图像的风暴***置及形态预测方法 |
CN104977584A (zh) * | 2015-06-29 | 2015-10-14 | 深圳市气象台 | 一种对流天气的临近预报方法及*** |
Non-Patent Citations (4)
Title |
---|
"A numerical study of Hurricane Erin(2001).Part I:Model verification and storm evolution";Liguang Wu等;《Journal of the atmospheric sciences》;20061231;第63卷(第1期);第65-86页 * |
"基于雷达和自动站资料研究风暴演变规律";徐亚钦等;《大气科学》;20110131;第35卷(第1期);第134-146页 * |
"渤海强对流天气检测及概念模型初建";李延江等;《海洋预报》;20130831;第30卷(第4期);第45-56页 * |
"风暴生命史雷达特征量反演";张家国等;《应用气象学报》;20080229;第19卷(第1期);第101-105页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107436987A (zh) | 2017-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kwon | Uncertainty analysis of wind energy potential assessment | |
Clifton et al. | Wind plant preconstruction energy estimates. current practice and opportunities | |
Zhou et al. | Forecast of low visibility and fog from NCEP: Current status and efforts | |
CN103337133B (zh) | 基于识别预报技术的电网雷暴灾害预警***及方法 | |
US11105958B2 (en) | Systems and methods for distributed-solar power forecasting using parameter regularization | |
CN105740991A (zh) | 基于改进bp神经网络拟合多种气候模式的气候变化预测方法及*** | |
Guo et al. | Fuzzy duration forecast model for wind turbine construction project subject to the impact of wind uncertainty | |
Quiring et al. | Incorporating hurricane forecast uncertainty into a decision-support application for power outage modeling | |
Cutler et al. | Using nacelle‐based wind speed observations to improve power curve modeling for wind power forecasting | |
Weekes et al. | Data efficient measure-correlate-predict approaches to wind resource assessment for small-scale wind energy | |
US20200264313A1 (en) | Lidar-based turbulence intensity error reduction | |
Valsaraj et al. | Symbolic regression-based improved method for wind speed extrapolation from lower to higher altitudes for wind energy applications | |
CN107436987B (zh) | 一种热对流风暴演变预报概念模型的建立方法 | |
Wang et al. | Development of wind speed forecasting model based on the Weibull probability distribution | |
Freedman et al. | The Wind Forecast Improvement Project (WFIP): A public/private partnership for improving short term wind energy forecasts and quantifying the benefits of utility operations. The Southern Study Area, Final Report | |
CN110097223B (zh) | 一种台风灾害下输电线路损毁预警方法 | |
Staid et al. | Probabilistic maximum‐value wind prediction for offshore environments | |
Topaloğlu et al. | Analysis of wind data, calculation of energy yield potential, and micrositing application with WAsP | |
Suto et al. | Computational fluid dynamics simulation and statistical procedure for estimating wide-area distributions of airborne sea salt considering local ground conditions | |
CN105678420A (zh) | 一种跨年度长时效的气候预测方法 | |
Zohrevandi et al. | Modeling and analysis of controller’s taskload in different predictability conditions | |
Zhang et al. | Extreme wind power forecast error analysis considering its application in day‐ahead reserve capacity planning | |
CN112949920B (zh) | 一种基于观冰代表站数据的区域覆冰预测及预警方法 | |
Sun et al. | Evaluating the credibility of downscaling: Integrating scale, trend, extreme, and climate event into a diagnostic framework | |
Gonzalez-Aparicio et al. | Offshore wind energy deployment in the North Sea by 2030: long-term measurement campaign. K13a, 2016-2019 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |