基于对流参数的雷暴潜势预报方法对比分析

以南京站为中心、50km半径范围内的闪电定位资料为依据区分南京的雷暴与非雷暴,将2006～2008年6～8月的552个对流参数样本分别利用逐步选择法、逐步回归法和相关分析法进行因子筛选,将筛选出的与雷暴有密切关系的对流参数作为预报因子分别应用Bayes判别分析、Logistic回归判别和神经网络的雷暴潜势预报方法进行预报。结果表明,Logistic回归判别法对雷暴的预报准确率为最高的78％,Baye判别分析法的误报率为最低的7．6％,综合预报准确率和误报率来看,Logistic回归判别法最适合于南京地区的雷暴潜势预报;最后将筛选出的预报因子做主成分分析,给出预报因子与雷暴的关系的相应解释。     

Logistic回归模型和判别分析方法的比较分析

Logistic回归模型和判别分析方法都可以达到对样本分类的目的,比较和分析这2种方法的差异以及其各自的特点,可以为更好的应用提供参考。从类别表现、样本情况、归类函数、归类原则、预测功效等5个方面对Logistic回归模型中的基线一类别Logit模型和判别分析方法中具有代表性的Bayes后验概率判别、Fisher判别的基本思想和步骤进行比较,并通过“鸢尾花”样本数据的品种判别对这3种方法进行了实证分析。Logistic回归建立了总体各因子与总体类别的回归模型,在因子与类别之间形成了解释与被解释的关系;通过     

2016年大连地区强对流天气雷达回波特征分析

该文利用探空资料、加密自动站资料、天气雷达资料对2016年6—9月大连地区9次强对流天气过程,即短时强降雨(4次)、雷暴大风(3次)和冰雹(2次)3种强对流类型进行了雷达回波特征分析.结果表明:探空资料中K指数适用于短时强降雨识别;CAPE值与探空距离强对流时间密切相关;较大的高低层的温差有利于识别雷暴大风和冰雹;较低的0℃层和-20℃层高度有利于冰雹判别;较大的0~6km深层垂直风切变有利于雷暴大风识别.最大回波强度和所在高度,短时强降雨小于雷暴大风和冰雹;弓状型雷暴大风相对于低仰角径向速度大值区类型的雷暴大风有更长的预警时间提前量;雷暴大风和冰雹的VIL值都相对较大,不利于区分两者.研究结果为大连地区强对流预报预警提供参考依据.     

基于双隐层BP网络的沈阳地区雷暴潜势预报模型

利用沈阳市2007-2011年6、7、8月探空因子与闪电定位资料,选取适合当地雷暴潜势预报的9个因子,构建双隐层BP人工神经网络预报模型,对当地雷暴的潜势发展进行预报.结果表明:基于双隐层BP人工神经网络的预报模型临界成功指数CSI=57.46%、探测概率POD=79.38%、虚假报警率FAR=32.46%和总指数TS=74.89%,预报效果较令人满意;通过12h和6h潜势预报结果对比发现,6hBP神经网络模型预报效果好,更适用于沈阳地区雷暴潜势预报.     

非线性探空因子的雷暴分级潜势预报

在对2007年江苏省地闪特征分析的基础上,结合南京探空资料,计算了江苏省南京市地闪活动和大气不稳定参数之间的关系,分别得到南京地区700hPa温度露点差、500hPa温度、沙氏指数、强天气威胁指数、K指数、垂直可降水量与雷暴有较好的相关性。通过分析得到5对探空因子对在雷暴发生与否的非线性变化曲线以及6个探空因子在雷暴发生时处于不稳定的阈值范围,可对雷暴的发生作定性的潜势预报;通过雷暴分级的多元线性回归方程对雷暴发生的强弱作定量分析,特别是强雷暴的潜势预报。     

大连地区雷暴大风探空资料和雷达回波特征分析

利用加密自动站、探空、天气雷达等资料对2011—2016年5—9月大连地区的16个雷暴大风过程进行研究,分析了雷暴大风发生前的探空特征、雷达回波演变特征以及雷达产品识别指标。结果表明,按照雷达回波形态演变,将雷暴大风划分为低层径向速度大值区、单体型和弓状型3种类型,影响大连地区最多的是低层径向速度大值区型雷暴大风。探空资料方面,单体型和弓状型雷暴大风发生前均显示一定程度的层结不稳定和中等强度对流有效位能,尤其是低层充沛的水汽条件;单体型和弓状型大风均产生在中等强度垂直风切变条件下。3种类型大风的雷达产品特征有一定差异。对单体型雷暴大风的预警难度较大,对弓状型雷暴大风可以做到提前1 h以内的预警。     

朝阳地区降水概率预报模型构建

以朝阳地区2005—2013年5—9月降水量记录为基础资料,通过经验法和Spearman、Pearson、Kendall's Tau-b相关系数3种相关性检验法,选出与预报对象相关性好的气象要素作为预报因子。用Logistic回归方法进行有无降水的概率预报,建立了朝阳地区降水概率预报模型。该预报方程具有较高的历史拟合率,为90.7%。将2014年5月1日至10月31日个例作为样本对方程进行检验,当规定降水概率≥40%为有降水时,晴雨预报准确率最高,为86.26%,高于朝阳地区本地晴雨预报准确率3.29百分点,表明该方法对朝阳地区降水具有很好的预报效果。     

基于溃变理论的v-3θ图在陇东强对流天气中的应用

[目的]验证v-3θ图在陇东地区强对流天气预报中的适用性。[方法]利用常规观测资料、灾情月报及上游平凉站的探空资料,对庆阳市2012—2018年172个强对流天气样本的v-3θ图特征进行分析,通过箱线图确定了湿度阈值,并对比不同类型强对流天气发生前v-3θ图与T-lnP图特征。[结果]v-3θ图对于陇东地区的对流性天气的指示意义较好;超低温、θ曲线有拐点及θ_(sed)和θ~*与T轴成钝角可作为强对流天气的起报条件;就滚流效应而言,冰雹天气过程最明显,对流性暴雨、阵性大风、干雷暴依次减弱;对流性暴雨及阵性大风发生前低层湿度条件好,但前者湿层伸展高度高;当起报条件满足时,首先利用低层θ~*-θ_(sed)判断对流天气类型:其数值≥10℃时,若滚流效应较为显著,则预报冰雹,否则为干雷暴;其数值≤3℃时,则需进一步分析湿层伸展的高度,位于700 hPa以下则预报阵性大风,否则为对流性暴雨;对流强度越弱时,v-3θ图相较于T-lnP图优势越突出。[结论]该研究为提高该地区的强对流天气预报准确率提供依据。     

武威市雷暴气候特征及预报方法研究

利用武威市1961～2008年5个气象站雷暴实况资料,采用统计学方法,分析了该市雷暴天气时空分布、日变化和持续性等气候特征。结果表明,雷暴具有明显的地域特征,雷暴日数山区多于川区,南部多于北部;年代、年雷暴日数总体呈减少趋势,雷暴主要发生在5～9月,12:00～23:00是雷暴发生的集中时段,雷暴的持续时间一般为10～40 min。运用2003～2007年4～10月逐日20:00 ECMWF数值预报格点场资料,采用Press准则进行因子初选,逐步回归进行因子精选,使用最优子集回归建立雷暴预报方程,采用CSC双评分准则确定了各县区西北气流型、西南气流型、不规则型雷暴的全局最优显著性方程,预报方程通过了α=0.01信度检验。预报方程均达到了较高的概括率和拟合率,为雷暴业务预报提供了客观有效的指导产品。     

基于聚类改进的Fisher与KNN判别分类算法对比研究

大米中矿物元素种类多(38种),为了快速、准确地筛选出判别大米产地的有效指标,在分析大米矿物元素含量相关性的基础上,进行了大米产地判别分类算法对比实验。首先通过R型聚类方法将大米矿物元素样本进行分块,然后从每一类中选取数据再进行Fisher与KNN判别分类对比,这样可以改进传统算法中剪辑样本带来的判别误差,又大大降低了无效的计算量。实验表明,基于聚类选出一种元素最优组合方案,采用23种矿物元素进行Fisher判别的分类率达86.76%,此方法准确高效地降低了计算机的运算量,提高了判别分类速度。