雷暴大风

摘要： 数值模式预报是阵风预报的重要途径之一,对"中国气象局北京快速更新循环数值预报系统(简称CMA北京模式)"中AFWA、UPP、IUM三种阵风诊断方案在北京地区大风预报中的性能进行了分析评估。两次大风过程的分析以及各季节大风预报的批量试验检验结果显示:三种方案的阵风预报存在明显差异,IUM方案的阵风预报能力优势明显。IUM方案对冷空气大风和雷暴大风预警都有较好的指示意义。其对2020年3月18日冷空气大风过程中大风起始时间、大风区位置和演变以及过程极大风速均有较好的预报效果,对2020年8月2日雷暴大风过程中大风区范围预报偏大且位置存在偏差,但对大风预警的指示意义最强。IUM方案的阵风风速预报整体偏强,但对各个季节达到或超过5级阵风的等级预报较为准确。总体而言,IUM方案对北京地区大风预报性能较好,基于该方案制作的阵风预报产品可为大风预报提供有力支撑。

摘要： 基于常规观测资料、NCEP再分析资料、闪电定位资料和雷达资料,对湖北省2007-2015年雷暴大风的天气类型、时空分布和环境条件进行了分析,并根据箱线图展示的结果分区域分季节讨论了各型雷暴大风的环境参数特征。结果表明:(1)湖北雷暴大风分为高空冷平流强迫型、低层暖平流强迫型、斜压锋生型、准正压型,其发生在3-8月,其中夏季(6-8月)雷暴大风占其全年总数的78%;一天中,其主要发生在15-19时,峰值在16时;雷暴大风空间分布不均,其高频中心位于鄂西南的宜昌和鄂东的黄石。(2)各型雷暴大风存在季节和区域差异,斜压锋生型主要出现在春季,高空冷平流强迫型、低层暖平流强迫型、准正压型主要出现在夏季;高空冷平流强迫型在鄂西北发生最多,低层暖平流强迫型在宜昌地区、江汉平原、鄂东均出现较多,准正压型和斜压锋生型在鄂东发生最多。(3)高空冷平流强迫型雷暴大风的850 hPa与500 hPa温差(ΔT_(85))和中低层(925-500 hPa)风垂直切变(S_(L95))较大,850 hPa露点温度(T_(d85))偏低;低层暖平流强迫型的S_(L95)、K指数均较大;准正压型的对流有效位能(CAPE)较大、S_(L95)、低层(925-700 hPa)风垂直切变(S_(L97))较小;斜压锋生型的S_(L95)和S_(L97)均较大。(4)湖北雷暴大风的对流参数K指数、ΔT_(85)、CAPE的阈值分别为35°C、25°C和925 J·kg^(-1),鄂西北、鄂东的对流参数离散度较大,按区域归纳各型雷暴大风的对流参数阈值,对当地雷暴大风预报预警更有指导意义。

摘要： 利用海南岛区域加密自动站资料和海口站探空资料,结合ERA-Interim再分析资料对2014-2018年海南岛雷暴大风的强度、时空分布、环流形势和物理量参数特征进行分析研究。结果表明:(1)海南岛雷暴大风主要出现在5-8月的午后到傍晚时段,最大阵风风速大部分在8级及以上。(2)雷暴大风的环流形势可以分为三类,即西南热低压型、季风槽型和冷锋型,其中季风槽型根据槽线位置可以分为华南沿海槽型和南海低压槽型。(3)西南热低压型雷暴大风的大气不稳定能量最大,上干下湿,垂直风切变较小;冷锋型的大气不稳定能量最小,上干下湿,垂直风切变最大;季风槽型的大气不稳定能量较大,整层较湿,垂直风切变最小。(4)季风槽天气形势下发生雷暴大风时,较容易伴随短时强降水天气,西南热低压型的雷暴大风风力比其他类型更大。

摘要： 2021年5月15日贵州东北部发生了一次极端风雹天气过程。本文利用常规观测资料以及加密自动气象站、探空、卫星、多普勒天气雷达等资料,分析了该过程的环境场和雷达回波特征。结果表明:(1)此次极端风雹天气发生在低层暖湿和对流层中下层(500 hPa以下)具有显著条件不稳定的环境下,冷锋前沿的地面辐合线是其触发机制,切变线南侧暖湿气流输送和较强的垂直风切变有利于对流风暴的维持和加强。(2)贵州东北部较大的温度递减率和对流有效位能,强的垂直风切变,较低的自由对流高度是冰雹和雷暴大风发生的有利条件。雷暴系统过境使受其影响的测站风速急增、气压猛升、气温骤降,表现为典型的强雷暴系统过境特征。(3)雷暴系统由初始线状多单体逐渐形成分布不规则的多单体风暴系统。雷暴单体在反射率因子图上呈现出强回波中心超过60 dBz及其南侧高反射率因子梯度和中高层明显回波悬垂特征。造成下击暴流的雷暴单体的弓形回波特征明显,并伴有前侧入流缺口、后侧“V”型缺口及中层4—8 km高度强径向气流辐合(MARC)特征;而造成冰雹的雷暴单体的钩状回波特征十分明显,同时伴有较大垂直积分液态水含量(VIL)、较高回波顶高、强风暴顶辐散以及三体散射现象。

摘要： 基于常规天气图、地面自动站和多普勒雷达等资料,对2017年6月5日抚州市一次飑线过程的地面气象要素、环流形势以及天气尺度、不稳定能量、雷达回波演变特征等进行分析。分析表明:此次过程在中高纬度“两槽一脊”的环流形势下,中低层西南急流的形成促成了大气对流不稳定,地面辐合线是强对流天气发生的触发机制。飑线过境时温、压、湿等气象要素发生了剧烈变化。飑线形成之前,低层增温、增湿为强对流天气发生累积的不稳定能量起到促进的作用。快速东移的弓形回波带、在回波所经之地易出现雷暴大风天气;径向速度图上大片负的速度区前沿出现速度模糊,表明地面雷暴大风即将出现,这种速度场特征对抚州雷暴大风预警预报有指示作用。

摘要： 利用常规观测资料、雷达产品及自动气象站资料,对2020年4月12日发生在舟山地区的一次雷暴大风过程进行诊断分析。结果表明:本次过程是一次由500 hPa横槽转竖后引导弱冷空气补充南下并与低层暖湿气流交汇的环流形势引发的强天气过程。温度平流带来上冷下暖的不稳定层结,冷平流向下渗透带来能量传递而产生垂直运动,高空动量下传是本次大风发生的关键。上下干、中层湿的配置对雷暴大风十分有利,强风速切变对强天气有触发作用,而地面辐合线的发展和移动是本次过程的触发机制。

摘要： 2019年4月11日珠江三角洲、4月13日湛江徐闻分别发生了由超级单体引起的强雷暴大风、强龙卷灾害天气过程。利用多源观测资料对比分析两次过程的天气形势、环境条件、风暴结构、对流触发以及强风的形成机制,结果表明:强雷暴大风发生在低空切变线和地面冷锋南压的斜压锋生类天气形势下,而强龙卷发生在偏南暖湿气流强迫天气背景下。两者均发生在高能、强0~6 km深层垂直风切变、低抬升凝结高度及上干下湿的大气环境中,但11日0~1 km低空垂直风切变较小,中层干层更为显著(700~400 hPa平均温度露点差为29.2°C),更有利于产生强下沉气流从而导致强雷暴大风,而13日强的0~1 km低层垂直风切变,有利于强龙卷发生。11日强雷暴大风出现在超级单体强回波核心,低层中气旋强度较弱且水平尺度较大(6~7 km),中气旋较浅薄(伸展≤2 km),而13日强龙卷出现在钩状回波顶端,低层中气旋强度更强且尺度小(约2 km),中气旋更深厚(伸展至6 km),并伴有龙卷涡旋特征;11日强雷暴大风发生期间,中气旋垂直涡度维持在10^(-2) s^(-1)量级,而13日强龙卷触地前后,低层中气旋垂直涡度突增至10^(-1) s^(-1)量级,比强雷暴大风大一个量级;11日风暴内强下沉气流在地面形成大面积强冷池,是强雷暴大风产生的重要原因,而13日地面几乎饱和的大气湿度及不太强的下沉气流,有利于强龙卷的发生。

摘要： 本文利用地面和高空实况和多普勒雷达资料,对贵阳机场2022年4月24日飑线天气发生的天气形势、物理量条件以及雷达图像进行分析,得到以下结论:1) 贵阳机场这次飑线天气的影响系统主要是高空槽、西南涡东移,地面冷锋和辐合线南压,天气尺度强迫强,配合低空急流暖湿气流输送,中低层高温高湿极有利于强对流天气发生。2) 贵阳站上空,CAPE值、K指数、SI指数,假相当位温均较大,低层暖湿,中层干冷,层结不稳定度大,0°C层和−20°C层达到了冰雹出现的高度。3) 机场上空,在天气发生前中低层辐合,高层辐散,且有强的上升运动。4) 贵阳700 hPa以下水汽充沛,有水汽自南向北,自低空向高空输送,水汽条件极好。5) 雷达图像上,17:28时弓形回波形成。径向速度图像上,低层有径向速度大值区,低层径向速度辐散,中层辐合,高仰角有风暴顶辐散,表现出雷暴大风和冰雹的回波特征。

摘要： 选用WRF(weather research and forecasting)模式及其3D-Var(three-dimensional variation)同化系统,针对2018年3月4日发生在江西的一次罕见强飑线天气,探讨同化多普勒雷达不同观测资料对极端雷暴大风天气模拟预报的影响。结果表明:仅同化由雷达反射率反演的雨水、雪和霰粒子以及由其估算的水汽不能稳定改善模式对飑线雷达反射率的预报效果,尤其对地面大风和降水的预报起反效果;当联合同化雷达反射率与雷达径向风资料后,显著改进了模式对飑线发展演变过程中雷达反射率、地面降水和地面大风的预报效果,雷达反射率的同化呈现显著正效果。原因是仅同化雷达反射率对初始水成物及热力场影响较大,而对动力场调整微弱,随着积分时间增加,热力场对动力场的反馈作用不真实,高层出现虚假辐散风场,飑线前侧模拟出虚假层状云区,且未能改进飑线系统低层垂直风切变、冷池以及对流层中下层后侧入流的模拟,模拟的飑线移动和演变过程与实况有很大差距;当联合同化雷达反射率与雷达径向风资料后明显调整了初始动力、热力和水成物场,物理配置更符合实际,形成更有利于强飑线发生的垂直风切变和风场结构,产生与实况接近的强冷池,模拟结果与实况的吻合度明显高于仅同化雷达径向风资料的试验。

摘要： 利用常规观测和再分析资料,对2017年8月8日青海东部一次雷暴大风天气过程的环流形势、物理量配置、对比本站及上游参数的变化、雷达产品的分析,结果表明:青海东部位于200hPa高空急流轴右侧,有利于上升运动的加强;500hPa新疆东北部有低压槽,河西走廊西部有冷温槽,水汽条件较差;低空急流位于甘肃与内蒙古交界区,低层湿区位于青海东部地区,形成了上干冷下暖湿的不稳定层结,同时700hPa在青海东部的风场辐合易形成上升运动;青海东部地区地面辐合线、青海湖以西的干线是强对流天气的触发机制。西宁探空资料呈现较为明显的“喇叭口”型,中高层干侵入特征明显,低层暖湿,SI为-1.41°C,垂直风切变强,有利于产生雷暴大风。从三个站雷暴大风出现前后的变压和变温情况分析,要素变化对下游的天气有一定指示意义。从西宁站多普勒雷达多时段多仰角平均径向速度产品显示,3.4°、4.3°仰角资料分析出速度模糊区,地面出现雷暴大风。

摘要： 本文应用常规观测资料、区域自动站资料、多普勒雷达、风廓线雷达和GFS0.5°×0.5°再分析资料对2018年3月4日江西极端雷暴大风过程特征及成因进行细致分析,并对极端性进行探讨,发现:此次过程由强飑线横扫江西造成,飑前低压、飑锋、雷暴高压、尾流低压特征清晰;风廓线雷达产品对预警有一定意义:1.0km以下大风速区提前雷暴大风30-40min出现,高层Cn2大幅跃升提前10-20min,;飑线系统发展的主要有利环境条件:低层强暖湿平流形成“上干冷下暖湿”极不稳定层结,低层水汽充沛、中空有低槽扰动,地面辐合线提供中尺度抬升,多层急流叠加,强低层风垂直切变;异常不稳定,且在雷暴大风发生前温度平流、太阳短波辐射、水汽等使不稳定持续增强是风暴进入江西增强的重要原因.风暴自组织结构与环境气流的相互作用,形成正反馈.飑线与引导气流交角增大,移速异常加快,地面大风增强.环鄱阳湖地区平坦地形和丰富水汽对大风有增强作用;地面低压系统和热力、动力、风切变等物理量极端异常,与多年旬平均差值超过2σ,对极端雷暴大风有指示意义.

摘要： 利用多普勒天气雷达资料和天气实况资料,对发生在山东境内的10级或以上(10级以上,下同)雷暴大风的多普勒天气雷达平均径向速度特征进行了分析.结果表明,10级以上雷暴大风的前兆在雷达径向速度上表现为多样性,主要有强的中层径向辐合,强的中层反中气旋,低层较大的径向速度;对于单体移动方向与雷达径向基本一致的风暴,其低层径向速度值≥35m·s-1,或者风暴中层径向辐合特征的最大速度差≥36m·s-1,对于单体移动方向与雷达径向有较大交角的风暴,其中层反中气旋特征的最大切变量≥4.8×10-3m·s-1,预示着地面将会出现10级以上大风天气.

摘要： 飑线是产生灾害大风的重要系统,强度和影响范围大.在线状中尺度对流系统自动识别基础上,本文提出了飑线优化识别方法,识别主要参数选取反射率因子、长轴长度、系统面积和线性程度,按照反射率因子5dBz递增原则,选取四组识别参数对雷达回波多次识别,择优选取线性程度高且包含最强回波的飑线作为当前体扫的飑线最优识别结果.通过对140个体扫126个飑线识别效果检验和对应大风分析,结果表明:优化识别方法能够同时识别强、弱飑线,真实反映飑线发展的不同阶段,比单一参数识别效果明显改善,优化识别命中率分别比四组参数单独识别提高了26.3％、10％、40％和89％;雷暴大风出现在飑线的强回波带、弓形回波前沿和线风暴之间断裂带上,飑线识别区域与灾害大风吻合,可作为大风预警区域;飑线大风的风向基本沿风暴移动方向吹,这些均可为大风预警提供参考.

摘要： 贵州东南部山区地形复杂,强对流造成的雷暴大风因其局地性、突发性、强度大、破坏力强等特点,是预报预警和防灾减灾的难点和重点.利用常规探空资料及多普勒雷达资料,从雷暴大风发生的环流形势、探空结构、环境参数特征、雷达回波特征等方面入手,对2013年4月17日21时,贵州省镇远县出现的38.3m·s-1的大风和2015年5月10日16时,贵州省天柱县坌处乡的31.1m·s-1的大风进行对比分析,旨在为分析研究和预报该地区该类天气提供参考.

摘要： 2014年3月29-31日,广西连续两个晚上在同一区域出现了两种不同类型的雷暴大风,这两类雷暴大风在形态结构演变和环境条件上存在明显的差异.30日雷暴大风表现为多个孤立、松散、排列无序的强单体风暴,属于微湿下击暴流、低层暖平流强迫类,其层结为条件性不稳定,由地面辐合线触发;31日的雷暴大风则是由有组织的、紧密排列的多单体强风暴组成的飑线系统,其后侧入流明显,有平流作用,风暴范围大,属于高空冷平流强迫类,其层结为对流性不稳定,由地面锋面南压触发产生.从环境条件上来看,30日雷暴大风的温湿廓线呈倒"V"型结构,中层湿度相对较大,低层干且温度直减率近乎干绝热;31日雷暴大风的温湿廓线表现为850hPa以下大气层结曲线与露点曲线紧靠,水汽充足,以上两者分离,干层显著,呈"漏斗"状.另外,31日雷暴大风的垂直风切变较大,更有利于对流的组织化.

摘要： 使用高空、地面观测资料和张掖多普勒天气雷达资料对2013年7月30日发生在河西走廊一次强沙尘暴天气进行了分析.结果表明:这次雷暴大风沙尘天气在对流层中高层没有明显的低槽天气系统活动,主要是地面到700hPa有利的天气系统配置引发的β,γ中尺度对流系统造成的,雷暴的强下击辐散流是引发地面强风和沙尘暴的直接因素.中高层干,中低层相对湿的层结,易积聚不稳定能量和产生雷暴天气.3h正变压演变能很好地反映对流及下击暴流形成的雷暴高压的强弱变化,同时反映了下击暴流辐散气流造成的地面大风强弱变化.3h变温演变能较好地反映雷暴冷池的尺度和强弱变化,同时反映了雷暴密度流对地面大风强弱的影响.

摘要： 应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008-2012年京津冀地区20次区域性雷暴大风天气过程进行了统计.检验了基于模糊逻辑建立的利用回波强度识别大风的算法,确定了雷暴大风的雷达识别指标及其对应的权重系数和不同季节的隶属函数.检验结果得出:块状回波、带状回波和片状回波三类回波识别的可能出现大风区域与实测大风范围基本吻合,三种类型命中率分别为96.2％,68.6％和45.3％,漏报率分别为3.8％,31.4％和54.7％.识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短临预警业务和系统开发提供技术支撑,也为进一步预警大风出现的位置提供了基础.

摘要： 利用自动站和ncep再分析资料,卫星云图,雷达等资料,针对2011年7月17日发生在陕西省内多地区的一次雷暴大风、短时暴雨进行了综合分析,为以后此天气预报提供参考。结果表明这次强对流天气主要受500hpa蒙古冷涡和低空暖平流共同作用,700hpa与850hpa都存在明显的切变线.中尺度分析显示地面自动站上显示有强的辐合线存在,T850–T500为25°C,大气层结处于不稳定状态,能量场分析得到对流层低层 850hPa的θse明显的高于近地面层,即(e)θse/(e)z＞0°C,说明在对流层低层出现一个明显的逆温层.为产生强对流天气所需的不稳定能量积蓄及释放提供重要作用.k指数＞24,Si＜-2指数,从垂直风场分析,500hpa以下风随高度顺转,有暖平流,有利于强对流天气的发生和发展.陕北南部、关中西部、陕南东部普遍出现雷暴、大风、短时强降水等天气.卫星云图上也显示出了强盛的对流云团,雷达回波可以看到对流发展高度较高,达到了9km,强中心位于6km左右,强度在65dbz以上,如此强的对流云回波给宝鸡地区带来了强烈的短时暴雨和雷暴天气.

摘要： 2016年6月5日和6日海南岛处在类似的环流背景下,5日海南出现了大范围8级以上阵风且伴有EF2级龙卷,而次日以短时强降水为主.为了研究两日产生不同类型强对流天气的原因,基于常规地面高空观测、海南逐10min的地面加密观测、海口多普勒雷达观测、NCEP-GFS0.5°×0.5°分析资料进行对比分析,结果表明:5日整层大气相对干(可降水量为49mm)且中层干层尤为清晰(700-500hPa平均相对湿度41％),700-925hPa温度垂直递减率为7.25°C/km,有利于产生强下沉出气流及冷池形成,从而产生雷暴大风天气,而6日气层高湿,可降水量为60mm,环境风弱风暴移速慢,有利于产生强降水;两日均属于弱的环境背景气流下的对流,相对而言,5日0-3km风垂直切变均较6日大,有利于形成飑线;结构分析表明5日对流风暴伴有较强阵风出流,较强的风垂直切变加之多个单体阵风出流合并抬升下,产生了持续1.5h的飑线,并出现了弓形回波,而6日为低质心一般单体且阵风出流相对弱,尽管多个单体合并成了准线性的风暴,其持续时间亦与一般单体生命史相当;5日对流抑制能量相对较大,需较强的地面辐合抬升和午后强烈升温触发雷暴,雷暴触发后强烈发展;6日对流抑制能量近乎0,弱的海风锋辐合及熟力作用均触发对流;此次龙卷过程的风垂直切变与典型超级单体龙卷差异显著,产生龙卷的低层中气旋出现时间与龙卷发生时间仅差3min,故提前预警龙卷的可能性极小.

摘要： 2014年5月31日夜间,北京出现了一次以雷雨大风为主要特征的强对流天气过程.本文在分析这次过程概况和特点的基础上,利用空军"航空危险天气落区预报业务支持系统",从天气形势背景、环境条件(包括高低空急流、温湿场等)、动力条件(包括散度、水汽通量散度、上升运动、涡度、温度平流等)、稳定度、中小尺度系统等方面,分析了形成这次强对流天气的有利因素;从系统配置、环境条件、动力条件、不稳定条件、触发机制等方面,总结出这次强对流天气形成的天气学模型.最后,通过对此次过程雷达回波资料的分析,验证了短期临近预警阶段预报雷暴大风的主要依据.

摘要： 本发明公开一种考虑极端大风天气的大风数据增强方法，包括：获取历史实测风速和功率数据，生成原始风速‑功率数据样本；根据风速数据对原始风速‑功率数据样本进行局部异常点识别，剔除离群点样本，得到大风数据初始样本；利用F‑DBSCAN聚类算法对大风数据初始样本进行聚类，得到各聚类簇的核心点样本；根据各聚类簇的核心点计算簇密度，基于各核心点及其所在簇的簇密度，利用过采样算法合成新的大风数据样本；利用合成的新的大风数据样本对原始风速‑功率数据样本进行扩充，作为风电功率预测模型的训练样本。本发明可用于对模型训练的不平衡样本进行有效补充，从而提升风电功率预测模型的可靠性，提高风电功率预测精度。

摘要： 本实用新型涉及公开了一种商用大风扇尾翼及商用大风扇包括上弯曲板和下弯曲板，上弯曲板在第一方向后端与下弯曲板相连接，上弯曲板在第二方向的前端向下和向第一方向的后端弯曲，下弯曲板在第二方向的前端向上和向第一方向的后端弯曲，上弯曲板和下弯曲板在第二方向的前端连接处形成切风端；上弯曲板的中、后端从第一方向的前端至后端呈先向下弯曲再向上弯曲的弧形导风面，下弯曲板的中后端从第一方向的前端至后端呈向上弯曲的形成整流面；切风端将气流切割成上下两个气流两部分，下气流部分沿整流面流动形成向下的风，而上气流部分沿弧形导风面流动，在弧形导风面上会形成一个向下的力，使得扇叶尾部在转动的时候保持稳定。

摘要： 本发明公开一种基于YOLOv3模型的雷暴大风自动识别方法及系统，涉及深度学习技术。针对现有技术中人工预测工作量大等问题提出本方案，建立历史雷暴大风标准数据集及标准图像数据；组成YOLO标签数据集；利用YOLO标签数据集构建YOLOv3模型；输入实时的多普勒雷达反射率拼图数据至YOLOv3模型进行识别；得出识别结果后采集自动站雷暴大风实况数据进行对比分析验证。优点在于，具有客观化、精细化、网格化特点，可大大降低劳动强度，提升雷暴大风识别精细化程度。采用多层雷达数据，充分考虑了雷达回波的垂直结构，可有效区分雷暴大风与其他强对流类型。采用了目前最先进的深度学习技术，通过海量雷达数据的训练、测试、检验，可提高雷暴大风识别效率。

摘要： 本发明属于临近预报预警技术领域，公开了一种雷暴大风预警方法、系统、设备及终端，对单雷达资料进行预处理，识别出潜在雷暴大风区域；联合自动站观测的地面雷暴大风信息，建立潜在雷暴大风区域识别模型，以及雷暴大风参数反演模型；将该模型应用于实时雷暴大风预警业务；在实时业务中，在每个时次的单雷达识别潜在雷暴大风区域内，通过调用雷暴大风参数模型，进行1小时外推，进而构成未来1小时内的雷暴大风预警产品。本发明充分利用双偏振雷达的识别技术，针对雷暴大风进行潜势识别，通过外推技术获取未来1小时的潜在雷暴大风的落区，对比现有雷暴大风预警方法具有更好的提前量和精准性。

摘要： 本发明属于临近预报预警技术领域，公开了一种雷暴大风预警方法、系统、设备及终端，对单雷达资料进行预处理，识别出潜在雷暴大风区域；联合自动站观测的地面雷暴大风信息，建立潜在雷暴大风区域识别模型，以及雷暴大风参数反演模型；将该模型应用于实时雷暴大风预警业务；在实时业务中，在每个时次的单雷达识别潜在雷暴大风区域内，通过调用雷暴大风参数模型，进行1小时外推，进而构成未来1小时内的雷暴大风预警产品。本发明充分利用双偏振雷达的识别技术，针对雷暴大风进行潜势识别，通过外推技术获取未来1小时的潜在雷暴大风的落区，对比现有雷暴大风预警方法具有更好的提前量和精准性。

摘要： 本发明公开了一种基于地面观测的雷暴大风风暴体标识方法及系统，涉及气象及计算机领域。包括：步骤1、获取灾害性天气短时临近预报预警业务系统输出的雷达拼图、雷暴大风风暴体以及所述雷暴大风风暴体的相关属性信息，以及获取地面自动站接收到的地面风速观测信息；步骤2、对所述雷达拼图、所述雷暴大风风暴体的相关属性信息以及所述地面风速观测信息进行预处理得到待标识的雷暴大风风暴体数据；步骤3、对所述待标识的雷暴大风风暴体数据进行模糊逻辑计算处理，得到所述雷暴大风风暴体与所述地面风速观测信息中的地面观测到大风的匹配结果，完成标识。能够解决将地面站观测到的大风与多普勒雷达观测到的风暴体合理匹配的问题。

摘要： 本发明公开一种基于YOLOv3模型的雷暴大风自动识别方法及系统，涉及深度学习技术。针对现有技术中人工预测工作量大等问题提出本方案，建立历史雷暴大风标准数据集及标准图像数据；组成YOLO标签数据集；利用YOLO标签数据集构建YOLOv3模型；输入实时的多普勒雷达反射率拼图数据至YOLOv3模型进行识别；得出识别结果后采集自动站雷暴大风实况数据进行对比分析验证。优点在于，具有客观化、精细化、网格化特点，可大大降低劳动强度，提升雷暴大风识别精细化程度。采用多层雷达数据，充分考虑了雷达回波的垂直结构，可有效区分雷暴大风与其他强对流类型。采用了目前最先进的深度学习技术，通过海量雷达数据的训练、测试、检验，可提高雷暴大风识别效率。

摘要： 本发明公开了一种基于要素的雷暴大风识别方法，所述方法包括以下步骤：获取区域数据；进行数据预处理，获得训练数据；处理标签数据；选用ResNet神经网络模型并加载训练数据和标签数据进行模型训练；进行模型评价及对结果进行分析。所述方法是将训练数据和标签数据处理后通过深度学习模型构建出针对对短时内发生的雷暴大风天气的识别模型方法。该方法能自动完成对雷暴大风天气的识别，提高预报的水平。

摘要： 本公开实施例是关于一种雷暴大风预警装置，包括：底座，底座内设置有水箱；第一立柱固定设置在底座的上方；雷暴探测仪固定设置在第一立柱的上方；第二立柱固定设置于雷暴探测仪的上方，第二立柱上设置有风速测量仪和风向测量仪；导风板通过轴套设置在第二立柱上；喷水部设置于第二立柱的顶部，喷水部设有多个喷头；三角支架包括三个可伸缩的支撑腿，支撑腿铰接设置于雷暴探测仪的下表面，支撑腿的下端面设有支撑脚，支撑脚包括钻头、滚轮和支撑板。本实施例中，通过设置导风板、支撑腿防止装置在恶劣的环境下发生侧翻，并且适用于不同的地质环境，通过设置多个喷头为装置的各个部件进行清洗，防止积尘影响部件的使用，保证装置的正常运行。

摘要： 本实用新型公开了雷暴大风预报系统，包括外壳、电池、芯片和原始数据存储卡，所述外壳包括显示屏、电源接口和USB接口，所述外壳的上端安装有显示屏，所述芯片包括采集终端、中央数据处理中心和数据计算中心，所述采集终端包括沙氏指数采集终端、抬升指数采集终端、对流有效位能采集终端、对流抑制能采集终端、温差数据端、风速数据端、大气可降水量采集终端和底层θse采集终端。本系统通中央数据处理中心将接收的数据转化并导入数据计算中心与存储卡内部设置的数据进行简单比对，高效快速，并且该系统采用八个终端对雷暴大风天气相关的八个特征物理量进行分析，预报准确度可达94.2％。