引论：我们为您整理了13篇航空气象学论文范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
主办单位：中国气象科学研究院;国家气象中心;国家卫星气象中心;国家气候中心
出版周期：双月刊
出版地址：北京市
语
种：中文
开
本：大16开
国际刊号：1001-7313
国内刊号：11-2690/P
邮发代号：
发行范围：国内外统一发行
创刊时间：1986
期刊收录：
CBST 科学技术文献速报(日)(2009)
中国科学引文数据库(CSCD―2008)
核心期刊：
中文核心期刊(2008)
中文核心期刊(2004)
中文核心期刊(2000)
中文核心期刊(1996)
中文核心期刊(1992)
期刊荣誉：
联系方式
期刊简介
篇2
众所周知，在雷雨季节里，强对流天气不仅危及飞行安全，还常造成民航机场航班大面积备降、返航和延误。加强对强对流天气的研究，提高其短期预报准确率和临近预报效率，对确保飞行安全、提高航班正常率具有重要的意义。为此，民航黑龙江空管分局组成了一个雷暴科研组，在前期科研成果[1]的基础上，重新设计、研制了一套新的哈尔滨太平国际机场雷暴分析预报系统，实现了3个主要功能：一是实现了雷暴天气形势的自动相似判别，二是实现了雷暴出现概率0-24h短期预报;三是实现了强对流天气0-1h临近预报预警。本文主要介绍其中的强对流临近预报业务平台（以下简称业务平台）的设计、研制和应用情况。
2.设计研制介绍
业务平台的设计、研制工作始于2011年4月，初级版本完成于2012年4月，2012年5月并网投入试验，2012年9月通过民航东北空管局验收并投入业务运行，2014年3-6月根据新的业务和技术需要完成了技术改造和软件升级，并随即投入业务运行。
2.1 硬件设计
业务平台及其关联设备的硬件组成结构设计为3部分，其一为雷达探测部分，其二为雷达回波数据文件的储存、传输和交换部分，其三为业务平台综合分析处理部分，其中：1）雷达回波的探测由机场配置的天气雷达来实现，并以引接的省台天气雷达为备份;2）雷达回波数据文件的储存、传输和交换等由机场配置的气象局域网来实现;3）业务平台综合分析处理部分由1台工作站和1台A4激光打印机组成，并配备报警音响（如图1所示）。
图1 业务平台及关联设备结构示意图
图1中，哈尔滨机场目前配置的天气雷达，为民航黑龙江空管分局2010年9月新引进的国产ADWR型C波段多普勒天气雷达，该雷达已于2011年4月经中国民航局批准后在哈尔滨机场正式投入业务运行;该雷达强度场有效探测半径为200km，天线俯仰范围为00-90o，探测定位分辨率为0.1o×150m，探测时间步长设定为6min;该雷达在完成探测后随即对强度场基本数据进行噪声门限及距离订正、标校等处理，还经进一步处理后输出多种二次产品。图1中所示的省台天气雷达是从黑龙江省气象台引接的天气雷达，其型号与机场天气雷达相似。这两部雷达的回波数据文件在完成处理及本机存档后又另存入气象局域网，以备业务平台调用。
2.2 软件研制
业务平台主体软件和终端操作软件设计在Windows XP及以上环境下运行，其开发语言使用C#，其基本结构按功能和研发技术的需要，设计划分为数据读取维护单元、数据插值处理单元、外推计算告警单元、综合业务功能单元，其操作主窗体界面如图2所示。限于论文篇幅，业务平台软件的编程过程及其相关技术措施、软件操作方法等不再详细介绍。
图2 业务平台操作主窗体示意图
2.3 技术指标
为业务平台设计并最终实现的主要技术指标有：
（1）具有标准、美观的Windows简体中文界面和友好、快捷的人机互动功能，并具有较强的兼容性，只需调整数据读取方式，就能够适应其它类型天气雷达。
（2）自动、快捷地访问气象局域网，读取多普勒天气雷达PPI、CAPPI数据，完成坐标转换、回波数据插值处理、质量控制等。
（3）自动、快捷地完成雷达回波移动矢量的计算、移动矢量的质量控制和再处理，并将回波移动矢量特征直观地屏显出来。
（4）自动、快捷地完成雷达回波的未来位置、形状和强度的分析、推算并直观屏显，对监测范围内出现的强对流回波将及时以图像闪烁和雷声等方式告警。
（5）其它综合功能，主要包括业务平台的参数设置、监测范围预约、监测强度预约、图像打印输出、图形文件储存、提供帮助信息等。
3.主要技术措施
3.1 算法简介
（1）采用的外推算法及其基本原理：业务平台对雷达回波图像的外推计算采用了交叉相关算法[2]，其基本原理是通过分析相邻时次的雷达回波在一定区域内的最优空间相关性，建立相邻时次的雷达回波的最佳拟合关系，计算回波区域移动矢量，根据移动矢量特征推算回波未来位置和形状，并强对流临近预报预警。
（2）算法主要特点：交叉相关算法是通过追踪雷达回波的特征来计算移动矢量、进行回波外推的，因此对一定时段和一定范围内的雷达回波而言，这种算法既考虑了回波移动大小和移动方向的变化，又考虑了回波区域在移动中的形变，具有一定的物理意义。据国内外有关研究表明[2-6]，利用该算法计算回波移动矢量、对回波进行0-1h外推是有效的，这在本文所举个例中也得到验证。当然，文中采用的算法目前还只是一种线性外推方法，忽略了回波在移动中的非线性变化、垂直运动、强度变化等因素，因此如果外推时间太长就失去意义。
3.2 计算流程
（1）首先，把极坐标数据格式的雷达回波进行插值处理并转换到三维直角坐标中，选择其中具有代表性的高度或角度的强度场数据，将其划分为若干等同大小的正方形小区域，计算当前时刻t2与前一时刻t1的小区域前后之间的相关系数R（计算公式略）。
（2）然后，通过寻找最大相关系数来确定小区域之间的对应关系、计算回波移动矢量：对t2时刻某小区域，找到它在t1时刻中相关系数最大的小区域，t1时刻的小区域即为t2时刻的小区域在Δt（=t2-t1）时段以前的移动起点，计算出这两个小区域中点之间的方向、距离，即为该小区域的移动矢量。将各小区域的移动矢量全部计算出来，就得到了整个雷达回波区域从t1时刻至t2时刻的移动矢量特征。
（3）最后，对雷达回波区域移动矢量进行质量控制处理，包括缺省区域插值处理、移动矢量方向和移动大小偏差处理后，根据回波移动矢量对回波进行外推计算，就可获得整个回波区域的外推预测图像。
3.3 回波数据
（1）数据的读取处理：业务平台软件安装在气象局域网预报终端上，它通过访问气象局域网雷达终端，读取所需的强度场数据，随即进行插值处理和坐标格式转换，软件根据需要在内存中只保留了直角坐标数据格式的5层CAPPI（2-6km）和14层PPI（0.5-19.5o）。
（2）数据可用性分析：由于强度场数据已经过噪声门限、距离订正和标校等处理，因此不再做类似处理;哈尔滨机场净空条件较好，200km范围内没有高大自然障碍物，只是机场周边部分人工障碍物对雷达探测有一定影响。经过插值处理和坐标格式转换后的强度场数据，只要选择适宜的角度或高度，并经过技术控制处理后，就可用于交叉相关分析和外推计算。
3.4 相关参数
（1）交叉相关小区域的划分：用于交叉相关的正方形小区域大小要适宜，如果划分太大就可能滤掉了一些小尺度信息，如果划分太小则其包含的信息就不完整。鉴于新引进的天气雷达探测定位分辨率为0.1o×150m，程序设计中将小区域大小设定为4.8km×4.8km[3-5]，将相邻2个小区域中点横向和纵向间距设定为2.1km。
（2）交叉相关搜索范围：在进行交叉计算过程中，并不是将t2时刻某小区域与t1时刻所有小区域都进行相关对比，而是限定在一个特定范围内进行。对t2时刻某小区域在t1时刻的搜索范围，划定在以该小区域中点为圆心、r为半径的圆形范围内[3-5]，这里r=Vmax・Δt，其中Vmax为回波最大可能移动速度，将Vmax取值为100km/h，则r取值为10.0km。
（3）交叉相关计算步长的控制：交叉相关的计算步长影响移动矢量的计算精度，程序设计中将t2时刻某小区域在t1时刻搜索范围内的相关计算步长限定为3个格点[5]，这样虽然计算量大一些，但却提高了计算精度。
3.5 质量控制
（1）数据质量的控制[3-5]：为避免噪声、地物杂波等造成的异常低值回波的干扰，将回波最低阈值设为12dBZ，当某小区域中回波值小于12dBZ的格点数超过总格点数的40%，该小区域就作为缺省区处理;为避免地物回波、大气折射虚假回波等造成的异常高值回波的干扰，将相关系数超出0.95的小区域作为缺省区处理。
（2）移动矢量偏差的处理：由于一些杂波的影响、计算过程误差及其它随机因素，导致在移动矢量计算出来后，常常有一少部分移动矢量在移速或移向上与周边的其它有效矢量存在明显的差异，对此利用该移动矢量周边有效的矢量数据，用线性插值的方法来进行平滑处理[5]、进行计算质量控制。
（3）适宜的范围和高度[3-5]：鉴于业务实用性要求，回波强度场数据的水平范围可控制在150km半径范围内;在使用CAPPI数据时主要使用3km高度数据，这是因为3km高度回波对于强对流降水系统具有一定的代表性;在使用PPI数据时主要使用0.5°仰角数据，这是因为仰角太高就不能完全反映远距离区域的强对流信息。
3.6 图像外推
（1）外推方式：采取线性平流外推，具备PPI外推和CAPPI外推2种外推方式;为有效追踪强对流回波，还采取了用于监测特定区域的特定外推方式来进行回波外推，即设定一个回波强度监测数值（比如≥30dBZ），临近预报软件将只对监测值回波区域进行外推，如果在外推图像中存在监测值回波信息，就将以雷声提醒和图像闪烁方式告警。
（2）外推时间：鉴于雷达探测时间间隔为6min，因此可以根据需要在1h内进行6min任意倍数时间外推，比如12min、18min、30min、60min等。在强对流天气条件下，0-1h及时准确的临近预报必将为空管决策提供一个及时有效的重要依据。
（3）预报预警：至于如何根据回波外推预测图像开展临近预报预警业务、采取相应的航空管制措施，需要经气象台与管制部双方协商后，依据民航有关规定制定一个可行方案来界定。
4.业务应用情况
4.1 应用效果
在2013-2014年、每年6-8月的雷雨季节里，业务平台对哈尔滨机场每次出现的雷雨天气过程都进行了0-1h临近预报预警应用，其中，30min的雷达回波外推预测图像与实况图像的拟合率达到70.0%，60min外推预测图像拟合率达59.0%，这表明业务平台能够输出较为及时、准确的临近预报预警信息，在哈尔滨机场保障航班飞行安全和正常的日常气象服务工作中发挥了积极作用，达到了预期效果。
4.2 个例演示
4.2.1 个例天气概况
2014年6月7日，受冷涡系统影响，哈尔滨机场经历一次强雷雨天气过程：19：32（采用北京时，以下同）强雷暴伴强降水滚滚而至，雷暴持续时间虽然很短，不到30min，但降雨量却达20.6mm，并先后造成3个航班备降或返航、共10个航班延误。下面是当时采用PPI特定外推方式进行强回波0-1h外推的应用情况。
4.2.2 初始数据参数
初始数据为哈尔滨机场2014年6月7日18：21和18：27两个时刻0.5oPPI回波图（如图3所示），其中设定回波强度监测数值≥30dBZ（如图3（b）中的黑色实线内区域所示），其它计算参数与前文中所述的相同。
图3 2014年6月7日0.5oPPI实况及移动矢量图
图4 2014年6月7日0.5° PPI预测与实况对比图
4.2.3 移动矢量计算
利用图3中的两张回波图，计算出回波区域的移动矢量（见图3（b）中的红色箭头）。从中可以看出，回波区域移动矢量是不完全一致的，根据这些矢量外推出来的回波预测图既反应回波的移动方向和移动快慢，又反应回波在移动中的形变。
4.2.4 图像外推预测
根据前期计算出来的回波区域移动矢量，从外推起始时刻18：27开始进行外推计算，先后外推出未来10张回波预测图（每次运行时间约为1min），限于篇幅，文中只演示30min、60min外推预测效果，如图4所示，其中，左侧为外推起始时刻18：27实况图与强对流特定监测区域的外推预测图（图4中暗红阴影区域）的合成图，右侧为外推时间对应的回波实况图。
4.3 应用分析
（1）个例效果分析：此次针对强对流回波监测区域的每次外推，预测图像与实况图都较为接近，而且外推时间越短越更吻合：在30min外推预测图像中（对应时间18：57），预测图像与实况图相比，整个回波区域的强对流中心位置、范围和形状具有较好的吻合性，其中偏南和偏西有两块强对流区域在逐渐靠近机场，机场也就是从19：00开始闻雷。在60min外推预测图像中（对应时间19：27），强回波区域已经抵达机场，与实际回波实况图基本一致，虽靠近机场南边的回波区域的形状和范围存在一定差异，但机场周边的强回波区域的中心位置在预测图与实况图中相比仍比较接近，而机场也就是从19：32开始出现了强雷雨，这表明预测图像与实况图之间没有明显的时间差距，60min外推图像仍是有效的、具有一定的参考价值。
（2）个例不足分析：此次外推应用也存在一些不足，比如在30min外推图像中，机场上空强回波区域左侧的一块在实况图中其实已消散，在60min外推图像中，强回波区前沿抵近机场，靠近机场南边的回波区的形状和范围也存在一定差异，究其原因是因为文中使用的回波外推技术暂不考虑回波在移动过程中的强度变化。
（3）整体效果分析：在2013-2014年、每年6-8月共2a的应用中，业务平台对低气压、锋面和高空槽等天气系统造成的强对流回波具有较好的外推预报预警效果，但对冷涡系统造成的涡旋状的强对流回波的外推效果相对较差一些。此外在采取CAPPI外推应用中，发现CAPPI中心“空洞”影响外推计算效果，需要下一步进行技术改进。
5.结束语
科研组基于哈尔滨机场多普勒天气雷达和局域网络等设施，采用交叉相关算法，设计研制的临近预报业务平台，利用雷达回波在连续时次上的空间最优相关性，计算回波的移动方向和移动大小，并采取了必要的回波数据质量控制和计算过程质量控制等措施，有效地遏制和避免了异常回波影响、计算偏差影响，这对外推预测强对流回波未来的位置和形状、开展强对流天气临近预报预警在0-1h是有效的。当然，目前科研组采用的回波外推方法还暂时只是一种线性算法，没有考虑回波在移动演变中的非线性变化、垂直运动、强度演变等，如果外推计算的时间太长就失去意义。科研组计划在下一步工作中将对业务平台进行技术再升级，将采取当前更为先进的处理技术[4-6]来改进外推算法、完善临近预报预警方法。
参考文献
[1]黄红兵，刘均力，陈霞等.哈尔滨机场雷暴分析预报系统[J].气象，2001，27（S）：79-82.
[2]Rinehart R E，Carver E T.Three-dimensional storm motion detection by conventional weather radar[J].Nature，1978，237：287-289.
[3]陈明轩，王迎春，俞小鼎.交叉相关外推算法的改进及其在对流临近预报中的应用[J].应用气象学报，2007，18 （5）：690-701.
[4]曾小团，梁巧倩，农孟松等.交叉相关算法在强对流天气临近预报中的应用[J].气象，2010，36（1）：31-40.
