新一代地球静止气象卫星观测在强对流识别和预警中的应用研究

论文摘要

我国地处亚洲东部,受季风和太平洋、印度洋暖湿气流影响,在夏季经常爆发对流性天气,造成了大量的人员伤亡和财产损失。及时准确的识别和预报强对流天气是气象防灾减灾工作中的重要的一环。随着新一代静止气象卫星葵花八号的发射并投入业务运行,更高时空分辨率的数据为强对流天气的判识和追踪提供了更有力的保障。机器学习方法建立的经验预报模型丰富了强对流天气的短临预报手段。这两者使强对流天气的观测与研究能力得到了极大的提升。本文针对搭载在新一代静止气象卫星葵花八号上的先进成像仪AHI观测资料在强对流识别和短临预报中的应用进行研究,分析了2016年4月至10月东亚地区的对流系统。将静止气象卫星观测资料、数值模式场资料与深度机器学习的随机森林方法结合,建立起局地对流初生预警模型,该模型能够在局地爆发对流系统前1~2个小时将对流云团标记出来。模型的准确率为0.79,对强对流和中等强度对流的探测率可分别达到0.66和0.70。通过对各个预测因子对模型分类的贡献程度定量研究,发现将卫星观测因子和数值模式因子结合在一起的模型的分类结果优于仅适用卫星观测因子所建立的模型。卫星观测因子对模型分类的贡献程度普遍大于数值模式因子的贡献程度。6.2μm,6.9μm和7.3μm三个水汽通道对模型分类的贡献程度最大。对不同区域内的对流系统进行分别建模,研究发现,不同地区的模型的预测因子贡献程度不完全相同。广东、广西地区10.4μm通道的贡献程度和全区域模型相比有所提高,四川盆地地区最小抬升指数和平均、最大对流潜势因子的贡献程度和全区域模型相比有所提高。

论文目录

• 摘要
• Abstract
• 第一章 引言
•   1.1 选题意义
•   1.2 研究背景
•     1.2.1 强对流天气结构与特点
•     1.2.2 强对流天气观测手段
•     1.2.3 静止气象卫星遥感识别强对流
•     1.2.4 强对流追踪手段
•   1.3 论文主要内容
• 第二章 数据与资料
•   2.1 新一代静止气象卫星葵花八号（Himawari-8）
•   2.2 全球降雨观测卫星GPM（Global Precipitation Measurement）
•   2.3 全球天气预报系统GFS（Global Forecasting System）
• 第三章 静止气象卫星进行对流识别与追踪
•   3.1 引言
•   3.2 对流识别追踪
•     3.2.1 亮温阈值法
•     3.2.2 面积重合法
•     3.2.3 识别追踪流程图
•   3.3 对流数据集的时空分布
•   3.4 小结
• 第四章 对流天气的统计预测模型
•   4.1 引言
•   4.2 随机森林
•   4.3 对流经验模型的建立
•     4.3.1 样本平衡
•     4.3.2 对流初生分类模型算法流程
•   4.4 对流经验模型的评估
•     4.4.1 袋外得分评估
•     4.4.2 二类矩阵评估
•   4.5 预测因子在对流天气预报中的重要性
•   4.6 分地理区域讨论预测因子
•     4.6.1 广东、广西地区
•     4.6.2 四川盆地地区
•     4.6.3 华北与长江中下游平原地区
•   4.7 本章小结
• 第五章 对流系统个例分析
•   5.1 引言
•   5.2 2018年4月23日海南个例分析
•   5.3 2018年7月27日山东个例分析
•   5.4 本章小结
• 第六章 论文总结及未来展望
•   6.1 论文主要结论
•   6.2 论文创新点
•   6.3 未来研究展望
• 参考文献
• 致谢
• 作者简历

文章来源

类型: 硕士论文

作者: 刘子菁

导师: 李俊,闵敏

关键词: 静止气象卫星,对流系统,随机森林,预测因子排名

来源: 中国气象科学研究院

年度: 2019

分类: 基础科学

专业: 气象学,气象学

单位: 中国气象科学研究院

分类号: P412.27;P45

总页数: 69

文件大小: 4188K

下载量: 215