一、应用天气雷达判别鲁南地区冰雹云（论文文献综述）
王昀[1]（2021）在《新疆天山两侧冰雹外场探测和预报预警指标研究》文中研究表明新疆是我国西北地区冰雹灾害最多的省份,尤其以天山两侧最为严重。进入新世纪雹灾出现次数、受灾面积、经济损失均呈增加趋势,冰雹灾害防御工作面临着严峻挑战,深入开展冰雹探测与成因机制、进而助力人工防雹作业水平提高的相关研究迫在眉睫。本论文从新疆人工防雹作业及防灾减灾的实际需求出发,以天山两侧冰雹重灾区阿克苏地区、博尔塔拉蒙古自治州（简称博州）、奎玛流域、喀什地区为研究靶区,采用通过TK-2A GPS探测火箭对雹暴进行下投式外场探测所获取的第一手资料,以及冰雹综合灾情信息报告、地面和高空常规气象探测资料、多部雷达探测资料、NCEP/NCAR再分析和预报数据集等多源数据资料,在雹暴尺度上探析了促进雹暴发展的关键对流要素的垂直分布特征,进一步加深了对雹暴发展物理机制的理解和认识,这为冰雹预报预警指标的研究与确定提供了重要科学依据,在此基础上研究建立了符合业务需求、可操作性强的冰雹预报指标和在时间上具有一定提前量的冰雹预警指标。研究成果进一步丰富了山区冰雹成因的理论内涵,可为进一步提高新疆冰雹灾害的防御能力提供新的科技支持。论文的主要内容和研究结果如下:（1）基于典型雹暴事件的外场探测试验,通过研究对流要素垂直分布特征获得雹暴发展物理机制的新发现。利用TK-2A GPS探测火箭系统,对2016年7月23日傍晚发生在天山北侧博州的一例属于非超级单体强对流风暴的雹暴事件,在发展阶段的入流区、成熟阶段的上升区（雹暴前侧）、衰退阶段的下沉区,开展了3次7 km高度以下的下投式探测,在雹暴尺度上首次获得雹暴生命史不同阶段气象要素的垂直探测资料,在对比分析水汽参量、风切变、稳定度这些对流要素垂直分布特征和差异性的基础上,对有利于雹暴发展和增强的物理机制获得新认识。探测研究新发现包括:（1）通过水汽条件的分析发现,在雹暴上升区2～4 km MSL（拔海高度）范围内存在对雹暴发展和维持具有重要作用的陡立湿层,其间出现高湿度尖点,指示出雹暴云内有融化层存在,给出了融化层出现位置和厚度的判识方法;雹暴上升区云内的绝热比含水量（LWC）随高度单调递增,可降水量（PW）高于入流区和下沉区,较大的LWC和PW有利冰雹的形成;雹暴入流区和上升区水汽水平输入为雹暴发展提供能量和水汽供应,雹暴入流区、上升区、下沉区水汽水平输入输出量垂直廓线的显着特征是3 km MSL高度以下呈上小下大的斗笠状分布,入流区和上升区水汽输入的最大值出现在云底所在高度附近。（2）雹暴上升区强的垂直风切变有利于热量和水汽的向上输送,为雹暴发展提供能量;从雹暴入流区到上升区,有中等强度以下的垂直风切变向强切变转化,正是这种转化促使雹暴向前移动和发展;雹暴上升区最大的风暴相对螺旋度有利于雹暴的发展与维持。（3）雹暴上升区对流性不稳定度随着气压的升高呈非线性增加是雹暴发展最有利的垂直稳定度条件;雹暴上升区云内湍流活动最弱,这有利于雹暴的发展、稳定和生命期的延长。（2）成灾冰雹环境参数预报指标研究（1）对2008-2019年5-8月天山两侧176例成灾冰雹环境条件的分析表明,对起始高度温湿非常敏感的对流有效位能（CAPE）、对流抑制能（CIN）、抬升凝结高度（LCL）和抬升指数（LI）,其指示意义不够显着,而全总指数（TT）、K指数（K）、杰弗逊指数（JEFF）、强天气威胁指数（SWEAT）、0℃层高度（HGT0）、0℃层与-20℃层高度差（HGZ）、可降水量（PW）、0-6 km风切变（SHR6）则表现出物理意义明确并且指示意义明显,将这8个环境参数确定为预报参数。（2）预报参数的特征分析表明,奎玛流域、阿克苏地区、喀什地区TT、K、SHR6平均值相当,JEFF、HGT0平均值三个区域依次升高,HGZ、PW平均值三个区域依次减小,SWEAT平均值阿克苏地区最高。天山两侧出现成灾冰雹时,TT、PW的平均值与中国东部、美国及欧洲国家冰雹事件相当,SWEAT、SHR6明显偏低。天山两侧平均HGZ比中国东部地区明显偏薄。（3）预报参数特征的差异,很大程度上取决于天山两侧热力和动力条件的不同。对流性不稳定的南强、北弱造成了天山南侧平均TT、K、JEFF、SWEAT要高于天山北侧,南侧HGZ比北侧薄。在近地层湿度相当的条件下,天山北侧更强烈的上升运动使得奎玛流域有着比天山南侧更高的PW。（4）利用2008-2016年5-8月NCEP/NCAR再分析格点资料,根据百分位数方法,研究建立了成灾冰雹的环境参数预报指标体系,其中TT、K、SWEAT、HGZ和PW的预报阈值均是天山北侧大于天山南侧,JEFF、HGT0、SHR6均是天山北侧小于南侧。再利用2017-2019年5-8月NCEP/NCAR预报数据集计算的预报参数,预报天山两侧成灾冰雹的试预报准确率达到了100%。可见,采用NCEP/NCAR预报数据集和上述优选的预报指标能够在今后的天山两侧成灾冰雹预报中发挥重要作用。（3）成灾雹云的雷达参数预警指标研究对2008-2019年5-8月天山两侧176例成灾雹云的进一步综合分析表明:从动态过程来看,在降雹前30 min、18 min和降雹时,成灾雹云云体高度分别在11 km、12 km、11.5 km以上,反射率大于45 d BZ的核心云体顶高大部分超过6km、7 km、6.5 km,且超过80%、87%、96%的成灾雹云会出现大于50 d BZ的核心云体。从时空分布上来看,6月、8月天山两侧成灾雹云都比较强盛,且天山南侧喀什地区的成灾雹云最为高大强盛。从降雹的雷暴类型来看,天山北侧5-8月主要是由单体风暴造成地面降雹;而天山南侧则分两个时间段,5月和6月属于单体风暴的活跃期,它是降雹的主要雷暴系统,7月和8月降雹主要是由长生命史的中尺度对流系统造成的。以上述分析研究为基础,利用雷达回波形态参数及其与0℃层高度的差,建立了天山两侧5-8月及各月的降雹前30 min、18 min成灾雹云的雷达参数预警指标。总体上天山南侧喀什地区雷达参数预警指标明显偏高,天山两侧各月的预警指标以8月最高。检验分析指出,天山两侧雷达参数预警指标的准确率在80%以上,具有实用价值。（4）成灾冰雹预报预警指标体系的构建将预报指标、降雹前30 min和18 min预警指标集成融合,得到天山两侧成灾冰雹预报预警指标体系。基于指标体系,在成灾冰雹多发时段,利用NCEP/NCAR预报场、时间分辨率6 min的雷达探测资料,在3～9 h短期-短时预报中嵌套0～30 min临近预报,实现14:00～02:00 BST（北京时间）天山两侧成灾冰雹无缝隙预报预警。因而,成灾冰雹预报预警指标体系的构建,既有重要理论价值,又对新疆天山两侧人工防雹精准作业能力的提升具有重要技术支持,弥补了以往同类研究的不足。
晁增元,李禧亮[2]（2020）在《石家庄市人工防雹预警方法的研究》文中提出通过对石家庄市2007年—2019年出现的冰雹云和雷雨云雷达回波特征参量统计分析后,筛选出冰雹云雷达早期识别预警指标,采用直观对比法、综合概率判别法和Fisher判别法建立了冰雹云识别预警数学模型,并以此进行了历史回报检验和样本预报检验。结果表明:基于3种判别法建立的冰雹云早期识别预警数学模型在业务中均具有应用价值,尤其是Fisher判别法在冰雹云识别的准确度、漏报率和空报率方面更具有一定的优越性,平均预警时长≥40 min。
李斌,郑博华,朱思华[3]（2020）在《人工防雹作业效果物理统计评估方法运用初探》文中提出利用与反映冰雹云发展强度直接有关的最大雷达回波顶高、回波最强中心强度和40 d BZ回波强度顶高等雷达回波参数特征,采用物理统计学方法,针对2004—2005年新疆天山西部昭苏盆地和北疆沿天山东部的五家渠垦区人工防雹作业效果进行分析评估。结果两地人工防雹作业效果显着性水平α分别为0.077和0.01。一般α=0.05为显着。因此,两地人工防雹作业效果分别为接近显着和十分显着。人工防雹作业有效率分别为38.9%和75%。
俞小鼎,郑永光[4]（2020）在《中国当代强对流天气研究与业务进展》文中认为对当代中国几十年来强对流天气研究和业务进展做了阐述,主要包括强对流系统产生的环境背景和主要组织形态,以及具体强对流天气的有利环境条件、触发机制、卫星云图特征、多普勒天气雷达回波特征以及预报、预警技术等诸方面。总体来看,中国学者对强对流以及不同类型强对流天气（强冰雹、龙卷、雷暴大风）发生、发展的环流背景以及通过雷达和卫星观测到的组织结构及其演变特征都已有了明确认识,研究了对流系统的多种触发机制,深入认识了超级单体、飑线等对流系统的环境条件、组织结构特征和维持机制,了解了中国中尺度对流系统的组织形态和气候分布特征,获得了强冰雹、龙卷、下击暴流和雷暴大风等的雷达、卫星和闪电等的多尺度观测特征、形成机制和现场灾害调查特征,发展了各类强对流天气识别、监测和分析方法以及基于"配料法"和深度学习方法等的预报、预警技术等。因此,强对流天气业务预报水平已得到显着提升。
沈妍琰[5]（2020）在《几种对流型灾害天气的雷达回波识别算法研究》文中指出雷达相比于其他探测手段,其优势就在于能够对发生发展较快的中小尺度对流天气进行及时有效的信息探测和提取,是临近预报的主要参考资料来源,对灾害性天气的预报预警有着重要的作用。在我国由于地区的广大以及气候的多样性,常常产生灾害性天气,比如冰雹,龙卷,大风天气等,会对人民的生命造成损害,对人民财产造成损失。因此如何更高效地利用雷达的实时探测数据,对即将发生的灾害天气进行预警以及对已经发生的灾害天气进行识别和追踪,是目前灾害性天气预警预报主要研究和攻克的难题。本文主要是针对强对流天气过程中容易出现的龙卷钩状回波,阵风锋窄带回波以及冰雹区域三个方面进行识别算法的研究,主要内容概括如下:（1）超级单体风暴的雷达钩状回波表明该回波区域发生冰雹,龙卷风和其他灾害性天气事件的可能性很高。图像处理技术可用于识别这种典型的钩状回波,从而提高灾害天气临近预报的可靠性。根据雷达反射率图像中的钩状回波特征,通过阈值分割来提取强回波区域。进行二值化后操作后,使用傅立叶描述子和不变矩来计算目标的轮廓特征,根据相似度匹配结果确定最终识别结果。为了测试识别算法的能力,选用江苏盐城4部多普勒天气雷达在“2016阜宁龙卷”事件期间观测到的25个数据集进行算法分析。结果表明,临界成功指数达到0.72,证明该方法对超级单体风暴的钩状回波具有良好的识别效果。（2）针对阵风锋窄带回波的形态特征和强度特征,在强度分级的基础下,利用相应的卷积公式形成二维特征量场。为了能最终得到较为直观清晰的阵风锋窄带回波识别图,通过图像处理技术中的数学形态学进行一系列的图像处理,最终得到明显的阵风锋窄带回波位置示意图,选用天津SA雷达和南京龙王山SA雷达探测到的两次阵风锋过程进行算法测试,结果表明:总体样本识别的临界成功指数达到了0.61,可以认为利用卷积公式对阵风锋窄带回波识别是有效的。（3）针对广东多地发生的强对流冰雹天气,利用升级后的S波段双线偏振雷达探测数据进行算法建立和识别效果分析。本文分别建立了基于模糊逻辑的多普勒雷达冰雹识别算法,双线偏振雷达粒子相态识别算法（FHC）以及指标系数HDR因子识别算法,并对比分析了三种算法对广东地区不同冰雹天气的识别效果。结果表明:基于模糊逻辑的多普勒冰雹识别算法效果最好,受到数据质量影响较大的FHC和指标系数HDR识别算法存在不同程度上的误判和漏报。
石君志[6]（2019）在《基于天气雷达的冰雹暴雨智能化临近预报方法研究》文中研究指明冰雹和短时强降水是我国常见的两种强对流灾害性天气,具有空间尺度小、演变迅速的特点,对其进行监测和预警主要基于天气雷达。天气雷达网覆盖范围广且时空分辨率高,在运行时会产生海量的数据,对自动化预报算法的依赖性较强。但已有的预报算法智能化程度低,不能充分地利用雷达数据所提供的信息以做出综合预报决策。近期人工智能等相关技术的飞速发展,为改进雷达强对流自动化预报算法提供了新的方向。本文研究了机器学习和图像处理方法在基于天气雷达的冰雹、短时强降水临近预报中的应用,做出了以下具体工作:（1）为了将一种与降雹有关的雷达形态特征——弱回波区引入自动化预报系统,提出了弱回波区自动识别和量化算法,并使用历史实况数据验证了所得的量化值与冰雹发生之间的相关性。另外,以弱回波区识别算法为基础,提出了显着弱回波区自动剖面算法,可在人工预报或消雹决策时为预报员实时提供具有最大信息量的对流单体剖面图。（2）为解决对流单体的天气类型判断问题,依据对流形成与发展的物理机制和业务预报经验从雷达和探空数据中提取了相关的特征,并以此为基础设计了冰雹-短时强降水分类方法。整套方法包括冰雹判断分类器和降水预测分类器两个基于机器学习的分类模型,可在有一定预报提前量的要求下对天气类型做出判断。此外,针对冰雹实况收集困难、易于遗漏的问题,提出了基于正样本-无标注样本学习的冰雹-非雹分类模型,以缓解冰雹实况记录不完整导致的负样本集污染问题,并降低了模型训练成本使其易于在不同地区推广。（3）针对强对流降水的高时空变异性会影响定量降水估测精度的问题,提出了一种基于自适应分区的雷达-雨量计联合定量降水估测算法。算法使用观测点处的雷达和雨量计的测量信息对观测点进行聚类,再依据聚类信息将雷达降水场划分为多个子区域,通过在每个子区域内进行独立降水估测以避免不同类型降水之间的相互影响。
汪永清[7]（2019）在《基于物理场数据的冰雹短时强降水预报》文中研究表明冰雹和短时强降水天气是因为强对流天气系统所造成的剧烈天气现象,它们会给农业、建筑、通讯、电力、交通以及人民生命财产带来巨大损失。关于强对流天气雷达回波及雹云的预报技术,很多学者都进行了相关的研究。由于基于天气雷达信息仅是实况的反映,缺乏较长的预报提前量,因此,以发生冰雹和短时强降水天气的物理场为背景,通过机器学习的方法构建预报模型,从而解决预报提前量以及预报准确率问题。本文基于天津气象站点以及周边站点的物理场数据,通过机器学习模型建立了预测冰雹和短时强降水的方法,实现了预报时效1小时的准确预测。具体工作如下:1该模型的建立过程是以地面观测站点所观测的数据为基础,整合天津地面站点已有观测到的当前时刻前三小时的物理场数据,建立了数据样本库;2对晴天数据进行欠采样,使用SMOTE过采样方法增加冰雹样本数量,解决了样本不均衡问题;3通过PCA方式降低数据维度,解决了维度过高问题;4建立了GBDT+LR冰雹短时强降水预报模型。通过五折交叉验证,获得验证集的冰雹预报命中率（Probability Of Detection,POD）为90.2%,临界成功指数（Critical Success Index,CSI）为85.9%。短时强降水的预报命中率（POD）为94.6%,临界成功指数（POD）为85.5%。通过此模型对天津的2019年的气象数据进行预报,并准确预报出了2019年的大部分冰雹以及短时强降水的过程。
晁增元[8]（2019）在《石家庄地区冰雹云雷达回波特征分析》文中进行了进一步梳理利用石家庄2004年～2018年冰雹天气观探测历史资料,统计分析了本地区冰雹天气的时空分布特征、冰雹云雷达回波特征参量。通过对5月～8月份降雹多发期的冰雹云和雷雨云的10个雷达回波特征参量的统计对比分析,得出了石家庄地区冰雹云雷达早期识别预警指标及其阈值,对适时开展人工防雹,提高作业效果具有一定的现实指导意义。
尹丽云[9]（2019）在《云南强对流（冰雹）过程的发展演变特征分析与机理研究》文中研究指明云南是典型低纬高原地区,冷暖空气交汇频繁,同时受季风低压、副热带高压、热带低值系统、切变线等天气系统相互交汇影响,是我国强对流活动十分活跃的地区,冰雹、雷暴等强对流是云南最主要的气象灾害。云南复杂的地形对强对流冰雹活动的发生、发展和演变过程影响十分明显,对流单体的区域性、季节性特征差异十分显着,因此不同地形条件对云南不同季节、不同类型强对流冰雹活动发展演变的影响和机理研究是值得深入研究的科学问题。本研究的主要目的:在认识云南复杂天气背景和复杂地形条件下强对流（强降水、冰雹）的基本活动特征（源、移动路径、生命史、VIL（垂直积分液态含水量）等）、触发机制和影响因素的基础上,认识不同类型、不同季节、不同区域强对流冰雹过程在不同发展阶段的雷达回波垂直结构特征,揭示云南强对流（冰雹）的源、移动路径、生命史演变和代表云内粒子垂直发展程度的垂直积分液态含水量分布特征、雷达回波垂直结构特征差异及成因。本研究在统计分析云南强对流的天气背景和物理量特征差异的基础上,筛选出934个强对流过程,根据移动路径、生命史和VIL对强对流进行分类,开展强对流发展演变特征研究;对不同类型、不同季节、不同区域强对流发展演变过程中的雷达回波垂直结构特征进行研究;针对超级单体强对流过程,在开展演变机理分析的基础上,利用数值模拟对强冰雹对流中的宏微观特征进行模拟和机理分析。云南强对流有以下主要特征:（1）云南强对流的环流形势主要有切变线、夏季辐合系统、热带低值系统（台风低压）、南支槽4种主要天气类型。受地形影响,不同类型强对流过程的动力、热力和不稳定参数有显着差异。海拔最高、坡度最大的滇西北地区强对流移动距离最短,滇西南移动距离最长可超过100km。局地型（Path≤ 30km）和中距离型（30km ≤ Path ≤ 60km）强对流活动集中分布在小坡度但起伏多变、冷暖空气交汇最频繁、有较好水汽条件的滇中地区;中长距离型（60km≤Path≤100km）强对流集中分布在滇东南和滇西南地区;长距离型（Path≥100km）对流单体受天气系统影响较大,滇中地区多为偏西路径,滇西北地区为西北路径,其余地区为偏东路径。短生命史（time<90min）强对流活动密集出现在小坡度、水陆交界差异和夏季系统影响最为显着的云南中部地区,其特点是移动距离短,沿引导风场移动;中等生命史（90min≤5≤time<150min）强对流分布较分散,局地型出现在滇中、滇东北和滇西北地区,中长距离型出现在滇西,滇东南地区,长距离型分布在滇西、滇东南地区;长生命史（time≥150min）对流单体与长距离型对流活动对应较好。（2）南支槽过程有利于VIL增加,夏季系统水汽条件好,但强对流内粒子直径小,VIL偏小,冷锋切变过程0℃C层温度低,强对流内粒子相态易向固态转换,对VIL的明显增加具有较大贡献作用。4月对流单体以中长距离型为主,6、7月对流单体以短距离为主,8月局地型对流单体受地形作用影响最明显,长距离型对流单体则以天气系统影响特征为主。（3）VIL峰值与强回波强度相关性较好,45dBz回波高度与最大强度、顶高的相关性较好。春季温度层和动力条件有利于软雹充分循环增长,凝结核在-10～-20℃冰晶层和0～-10℃过冷水层不断与过冷水滴和冰晶碰并增长,形成冰雹,顶高偏低但等温层最大反射率大,VIL明显偏大。夏季冰雹强对流软雹粒子直径小,不同温度层的回波强度整体偏弱,VIL值偏小,不同强度的回波高度与春季相比均偏高1-2km。单单体冰雹强对流过程生消时间短,降雹前后回波垂直结构特征具有明显倒“V”型特征,多单体强对流不同强度回波高度高但跃增特征偏弱,代表冰雹云内大粒子的35dBz、45dBz回波高度比单单体风暴偏高1-2km,强度与单单体强对流基本一致,VIL值和跃增明显偏小。飑线中强单体生消过程频繁,跃增特征不明显,表明了飑线内部回波结构特征的复杂性。（4）滇中及以东地区冰雹强对流过程的VIL、不同等温层反射率因子明显偏大,不同强度的回波高度三级跳跃增显着;滇西地区冰雹强对流过程回波强度偏强但跃增不明显,高度的倒“V”型特征不明显,不同强度回波高度均偏低约2km且较为分散,VIL比中东部冰雹过程偏大;滇西北地区以局地对流为主,不同高度上回波强度与滇西、滇中相比明显偏弱但跃增明显,VIL明显偏小但阶梯状跃增显着;滇东北强对流过程回波强度、高度、VIL均偏大,倒“V”型特征显着,0℃层回波强度跃增与最大回波强度相关性较好。（5）云南冰雹强对流过程以负地闪占主导地位,随着生命史增加,正地闪比例不断减小,降雹前后出现不同程度跃增。降雹前30min短生命史冰雹强对流过程粒子增长速度达到最强,长生命史冰雹强对流过程梯度变化不明显,对流云内强上升气流和粒子在降雹前主要增长时间为30min。（6）对强对流个例的垂直结构特征和回波演变分析表明:干冷空气入侵和低层辐合是导致冰雹强对流天气发生发展的重要决定因素,干冷空气入侵一方面降低了强对流内部温度层高度,使对流内混合相态粒子增长区增厚,利于冰雹粒子的累积生长和云内电荷的累积,另一方面增强了云内垂直运动,有利于上升、下沉气流的维持和大冰雹粒子的生长。（7）对两种不同天气背景下强对流单体模拟与实况对比,发现WRF模式对强对流的模拟效果较好。针对台风热带低压型,出现超级单体的关键机制是干冷空气入侵和低层辐合,使得风暴内部形成上升、下沉运动的正反馈作用,气压场增加,地面出现冷堆、阵风锋。南支槽型强对流过程,低层暖湿入流和中高层干冷空气入侵,使得降水蒸发作用与下沉运动形成正反馈作用,风暴维持的关键机制都来源于雷暴下沉运动与后侧入流叠加后产生的强环境风垂直切变,两类天气背景下超级单体差异主要表现在入流导致的风暴内冰雹尺寸、地闪活动的差异。20170823过程入流来自于后侧急流出口区深厚暖湿气流,配合前侧低层干冷空气和后侧中高层冷气团向低层渗透,风暴内上升运动剧烈,发展高度高,粒子混合比、数浓度明显偏高,数浓度较大的霰粒子和冰晶粒子碰撞分离后携带负电荷,导致超级单体负地闪密集,强烈上升运动在高层辐散,大量携带正电荷的冰晶粒子向后侧云砧部位输送,成熟阶段出现正地闪。20180417过程入流则为前侧槽前暖湿气流,后侧干冷空气入侵形成超级单体内部的上升运动,对流偏弱使上升气流达到顶部后未出现明显辐散,冰晶粒子集中出现在风暴顶部霰粒子生长区上方,过冷水区的霰粒子和冰晶粒子碰撞分离携带负电荷,整个过程无正地闪出现。
苏伊伊[10]（2019）在《云南省春夏季冰雹云雷达回波特征及形成机理研究》文中提出利用云南省大理、普洱、德宏、丽江、昆明、文山不同区域的多普勒雷达资料、收集到的灾情资料,对2014-2017年云南省不同区域的所有典型冰雹云的多普勒雷达回波特征进行统计分析。然后挑选典型冰雹云进行个例分析,包括冰雹云的雷达回波特征分析及形成机理。此后在云南省内各地选择不同的与冰雹云有良好相关关系的指标,使用多因子相关概率法与回波的其他参量有机结合,从而对各地建立不同的判别标准,并进行检验。最后利用雷达回波资料对春、夏两季冰雹云做了季节特征分析统计。本文给云南省内冰雹天气的临近预报和防雹工作提供了有效的判别参考信息,以求减少云南省内冰雹造成的气象灾害和社会影响。结论如下:1)单单体冰雹云:统计特征与个例分析结果基本一致:“v”型缺口回波、逆风区等特征明显;春季个例数少,平均降雹时间长,夏季单单体冰雹云有更多典型特征出现。2)超级单体冰雹云:统计特征与个例分析结果基本一致:钩状回波、“v”型缺口回波、假尖顶回波、悬挂回波、中气旋等特征明显;夏季超级单体冰雹云常有低层辐合、高层辐散的明显特征出现。3)多单体冰雹云:统计特征与个例分析结果基本一致:“v”型缺口回波、弓形回波、假尖顶回波、有界弱回波区、逆风区出现;夏季多单体冰雹云速度场上常见逆风区。4)云南省降雹主要集中在春、夏两季,其中单单体冰雹云各类指标及特征季节性变化最明显,而2014-2017年间夏季没有发生典型飑线降雹过程。5)超级单体冰雹云较单单体冰雹云除回波强度大、持续时间长之外,通常具有钩状回波、有界弱回波区、悬垂回波、中气旋特征。6)多单体冰雹云与飑线个例相较:统计特征类似,个例差异体现在飑线降雹时间长;多单体对应的VPPI上的逆风区是中尺度辐合和辐散的共轭体,而飑线对应的逆风区不仅是辐合辐散的共轭体,也是中尺度气旋与反气旋的共轭体;飑线上对流发展旺盛区域往往还对应着大风区。7)普洱、文山的对流发展最旺盛。8)综合概率法判别不同区域雹云的检验结果均有效,但考虑到资料限制和权重比等因素,需继续改进。
二、应用天气雷达判别鲁南地区冰雹云（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用天气雷达判别鲁南地区冰雹云（论文提纲范文）
（1）新疆天山两侧冰雹外场探测和预报预警指标研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.2 冰雹外场试验的研究进展 |
| 1.2.1 冰雹大规模外场试验的开展 |
| 1.2.2 基于外场试验对冰雹云三维气流结构的研究 |
| 1.3 环境参数在冰雹预报研究中的应用现状 |
| 1.3.1 环境参数在欧洲冰雹预报研究中的应用现状 |
| 1.3.2 环境参数在美国冰雹预报研究的应用现状 |
| 1.3.3 环境参数在中国冰雹预报研究中的应用现状 |
| 1.3.4 其它地区环境参数在冰雹预报研究中的应用现状 |
| 1.4 冰雹雷达参数预警指标的研究现状 |
| 1.5 论文研究内容及研究目标 |
| 第二章 研究区概况与外场试验设计 |
| 2.1 研究区概述 |
| 2.1.1 地理概况 |
| 2.1.2 新疆冰雹的时空分布 |
| 2.1.3 新疆冰雹灾害的时空分布 |
| 2.2 TK-2A GPS探测火箭系统简介及试验方案设计 |
| 2.2.1 TK-2A GPS探测火箭系统简介 |
| 2.2.2 外场探测试验方案设计 |
| 2.2.3 外场试验中冰雹云特征参量的计算方法与公式 |
| 2.3 资料及预处理 |
| 2.3.1 多普勒雷达探测数据 |
| 2.3.2 多普勒雷达探测数据的预处理 |
| 2.3.3 冰雹云的识别 |
| 2.4 本章小节 |
| 第三章 典型雹暴事件的对流层中低层火箭下投式探测 |
| 3.1 典型雹暴的雷达回波和环境场特征 |
| 3.2 典型雹暴探测过程 |
| 3.3 探测结果分析 |
| 3.3.1 水汽条件 |
| 3.3.2 风的垂直分布 |
| 3.3.3 稳定度 |
| 3.4 本章小结 |
| 第四章 天山两侧成灾冰雹的预报指标研究 |
| 4.1 成灾冰雹预报参数的确定与特征分析 |
| 4.1.1 邻近探空标准 |
| 4.1.2 成灾冰雹个例统计 |
| 4.1.3 环境参数梳理 |
| 4.1.4 成灾冰雹的环境参数特征 |
| 4.2 预报参数特征南北差异的可能原因 |
| 4.3 成灾冰雹的预报指标研究 |
| 4.4 成灾冰雹预报指标的检验 |
| 4.5 本章小结 |
| 第五章 天山两侧成灾雹云的雷达参数预警指标研究 |
| 5.1 资料与方法 |
| 5.1.1 雷达探测资料 |
| 5.1.2 雷达参数的确定 |
| 5.2 成灾雹云的雷达参数特征 |
| 5.2.1 降雹前 30 min分钟成灾雹云的雷达参数特征 |
| 5.2.2 降雹前18 min成灾雹云的雷达参数特征 |
| 5.2.3 降雹时成灾雹云的雷达参数特征 |
| 5.2.4 成灾雹云雷达参数的演变特征 |
| 5.3 成灾雹云的雷达参数预警指标 |
| 5.3.1 降雹前30 min成灾雹云的雷达参数预警指标 |
| 5.3.2 降雹前18 min成灾雹云的雷达参数预警指标 |
| 5.4 成灾雹云预警指标的检验 |
| 5.4.1 降雹前30 min成灾雹云雷达参数预警指标的检验 |
| 5.4.2 降雹前18 min成灾雹云雷达参数预警指标的检验 |
| 5.5 成灾冰雹预报预警指标体系的构建 |
| 5.6 本章小结 |
| 第六章 总结与讨论 |
| 6.1 全文总结 |
| 6.2 论文特色与创新点 |
| 6.3 不足与下一步计划 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（2）石家庄市人工防雹预警方法的研究（论文提纲范文）
| 1 资料和方法 |
| 1.1 资料说明 |
| 1.2 方法 |
| 2 冰雹云雷达识别预警指标的选取 |
| 2.1 冰雹云雷达识别预警方法及评价 |
| 2.2 冰雹云雷达识别预警方法简介 |
| 2.2.1 直观对比法 |
| 2.2.2 综合概率判别法 |
| 2.2.3 Fisher判别法 |
| 2.3 3种判别算法的效能评价比较 |
| 3 冰雹云识别预警方法的预报检验 |
| 4 结语 |
（3）人工防雹作业效果物理统计评估方法运用初探（论文提纲范文）
| 1 资料与方法 |
| 2 结果分析 |
| 2.1 人工防雹作业前后的回波参数值计算 |
| 2.2 计算回波参数综合值 |
| 2.3 显着性检验 |
| 2.4 防雹作业效果估计 |
| 3 讨论 |
| 4 结论 |
（4）中国当代强对流天气研究与业务进展（论文提纲范文）
| 1 引言 |
| 2 雷暴和强对流天气产生的有利条件 |
| 2.1 雷暴和强对流的环境背景 |
| 2.2 雷暴和强对流的抬升触发机制 |
| 3 强对流系统的组织形态 |
| 3.1 超级单体风暴 |
| 3.2 飑线与弓形回波 |
| 3.3 中尺度对流系统 |
| 4 强对流天气和预报 |
| 4.1 强冰雹 |
| 4.2 下击暴流和雷暴大风 |
| 4.3 龙卷 |
| 4.4 强对流天气预报 |
| 5 中央气象台强对流天气业务进展 |
| 5.1 业务发展历史和成效 |
| 5.2 客观支撑技术 |
| 6 总结和展望 |
（5）几种对流型灾害天气的雷达回波识别算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 龙卷钩状回波识别算法国内外研究进展国内外研究进展 |
| 1.3 阵风锋识别算法国内外研究进展 |
| 1.4 冰雹识别算法反演国内外研究进展 |
| 1.5 论文主要研究内容 |
| 第二章 基于傅里叶描述子和不变矩的钩状回波识别算法 |
| 2.1 数据资料来源 |
| 2.2 傅里叶描述子基本理论 |
| 2.3 不变矩理论 |
| 2.4 钩状回波识别算法 |
| 2.4.1 强度阈值分割及二值化 |
| 2.4.2 数据预处理 |
| 2.4.3 待识别区域标记及边缘提取 |
| 2.4.4 傅里叶变换及逆变换 |
| 2.4.5 不变矩计算 |
| 2.4.6 相似度计算 |
| 2.4.7 算法流程示意图 |
| 2.5 算法试验及结果分析 |
| 2.5.1 个例1--2016年6月23日14:15,淮安SA雷达 |
| 2.5.2 个例2--2016年6月23日14:13,连云港SA雷达 |
| 2.5.3 个例3--2016年6月23日14:14,盐城SA雷达 |
| 2.6 识别效果评估 |
| 2.7 本章小结 |
| 第三章 基于卷积计算的阵风锋回波识别算法 |
| 3.1 卷积原理介绍 |
| 3.2 阵风锋识别算法 |
| 3.2.1 数据预处理 |
| 3.2.2 回波强度分级 |
| 3.2.3 卷积计算 |
| 3.2.4 数学形态学处理 |
| 3.3 算法试验及结果分析 |
| 3.3.1 个例1--2013年8月4日天津SA雷达 |
| 3.3.2 个例2--2015年8月5日南京龙王山SA雷达 |
| 3.4 识别效果评估 |
| 3.5 本章小结 |
| 第四章 多种冰雹识别算法对比 |
| 4.1 雷达资料来源 |
| 4.2 双偏振雷达数据预处理 |
| 4.3 基于模糊逻辑的冰雹识别算法 |
| 4.3.1 雷达识别参量 |
| 4.3.2 模糊逻辑隶属度函数 |
| 4.3.3 冰雹识别判据 |
| 4.4 双偏振雷达粒子相态识别(Fuzzy logic Hydrometeor Classification) |
| 4.4.1 双偏振雷达参量 |
| 4.4.2 模糊化和隶属度函数 |
| 4.4.3 规则判断 |
| 4.4.4 集成及退模糊 |
| 4.5 指标系数H_(DR)冰雹识别因子 |
| 4.6 算法试验及结果分析 |
| 4.6.1 个例1--飑线降雹天气过程 |
| 4.6.2 个例2--雷达站近距离降雹天气过程 |
| 4.7 本章小结 |
| 第五章 总结及展望 |
| 5.1 总结 |
| 5.2 论文创新点 |
| 5.3 存在的问题和展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）基于天气雷达的冰雹暴雨智能化临近预报方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 对流系统降雹机理和强降水机理研究现状 |
| 1.2.2 基于雷达的强对流天气临近预报研究现状 |
| 1.2.3 人工智能方法在气象领域中的应用研究现状 |
| 1.3 强对流天气智能化临近预报的困难与挑战 |
| 1.4 研究内容、创新点与组织结构 |
| 第2章 弱回波区的识别与量化 |
| 2.1 引言 |
| 2.2 方法 |
| 2.2.1 弱回波区候选区域检测 |
| 2.2.2 检测结果过滤 |
| 2.2.3 显着弱回波区自动剖面算法 |
| 2.2.4 弱回波区量化 |
| 2.3 实验与讨论 |
| 2.3.1 数据 |
| 2.3.2 实验设计与结果 |
| 2.3.3 案例分析 |
| 2.4 本章小结 |
| 第3章 冰雹-短时强降水对流单体分类模型 |
| 3.1 引言 |
| 3.2 数据与预处理 |
| 3.2.1 数据 |
| 3.2.2 单体识别与跟踪 |
| 3.2.3 样本标注 |
| 3.3 特征提取 |
| 3.3.1 经典雷达冰雹参数 |
| 3.3.2 新冰雹判断特征 |
| 3.3.3 降水预测特征 |
| 3.3.4 特征处理 |
| 3.4 冰雹-短时强降水预报模型 |
| 3.4.1 方法描述 |
| 3.4.2 实验与讨论 |
| 3.5 基于PU学习的冰雹-非雹分类模型 |
| 3.5.1 方法描述 |
| 3.5.2 实验与讨论 |
| 3.6 本章小结 |
| 第4章 基于自适应分区的定量降水估测 |
| 4.1 引言 |
| 4.2 方法 |
| 4.2.1 方法概述 |
| 4.2.2 观测点聚类 |
| 4.2.3 降水区域划分 |
| 4.2.4 进一步质量控制 |
| 4.2.5 子区域降水计算 |
| 4.3 实验与讨论 |
| 4.3.1 数据 |
| 4.3.2 参数分析 |
| 4.3.3 验证方法 |
| 4.3.4 结果与讨论 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（7）基于物理场数据的冰雹短时强降水预报（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 冰雹与短时强降水天气研究的背景和意义 |
| 1.1.1 冰雹与短时强降水天气研究背景 |
| 1.1.2 研究的意义 |
| 1.2 相关技术的发展概况 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究问题的提出 |
| 1.4 课题的主要研究工作 |
| 第2章 冰雹与短时强降水物理场数据集成 |
| 2.1 选取物理量 |
| 2.1.1 地面观测站点数据采集 |
| 2.1.2 上游探空站点数据采集 |
| 2.1.3 冰雹短时强降水数据采集 |
| 2.2 数据不均衡处理 |
| 2.3 缺失值处理 |
| 2.4 小结 |
| 第3章 预报模型的构建 |
| 3.1 数据降维 |
| 3.1.1 主成分分析 |
| 3.1.2 线性判别分析 |
| 3.2 Lasso回归 |
| 3.3 GBDT模型 |
| 3.4 LR模型 |
| 3.5 GBDT+LR模型 |
| 3.6 损失函数优化 |
| 3.7 小结 |
| 第4章 算法的评估 |
| 4.1 训练集与测试集的划分 |
| 4.1.1 模型1样本划分 |
| 4.1.2 模型2样本划分 |
| 4.2 评价指标 |
| 4.3 模型的参数选择以及检验评价 |
| 4.4 样例分析 |
| 4.5 小结 |
| 第5章 结论和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（8）石家庄地区冰雹云雷达回波特征分析（论文提纲范文）
| 1 概述 |
| 2 资料说明 |
| 3 冰雹的时空分布特征 |
| 3.1 冰雹的月变化特征 |
| 3.2 冰雹的日变化特征 |
| 3.3 冰雹的地理分布特征 |
| 4 冰雹的雷达回波特征 |
| 5 结语 |
（9）云南强对流（冰雹）过程的发展演变特征分析与机理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.1.1 强对流天气 |
| 1.1.2 强对流预警技术的现状和问题 |
| 1.1.3 强对流过程的演变 |
| 1.2 强对流的形成 |
| 1.2.1 强对流发展的基本条件 |
| 1.2.2 强对流的分类 |
| 1.3 强对流的生消过程 |
| 1.4 强对流中的闪电 |
| 1.4.1 闪电与云内降水粒子 |
| 1.4.2 强对流云中的电荷极性 |
| 1.4.3 强对流演变与闪电活动 |
| 1.5 强对流生命史的研究情况 |
| 1.5.1 强对流生命史 |
| 1.5.2 雷达和闪电与强对流演变 |
| 1.6 本研究的目的、主要内容和创新点 |
| 第二章 资料和方法 |
| 2.1 多普勒天气雷达资料及算法 |
| 2.1.1 SCIT算法 |
| 2.1.2 SCIT算法的应用和改进 |
| 2.2 强对流的雷达回波资料质量控制 |
| 2.3 冰雹灾情资料的质量控制 |
| 2.4 地闪观测资料 |
| 2.5 天气背景分类 |
| 2.6 强对流生命史划分 |
| 2.7 CAMS云方案的WRF中尺度数值模式 |
| 第三章 云南复杂地形下强对流活动特征 |
| 3.1 云南强对流天气影响系统和物理量场 |
| 3.1.1 主要天气背景 |
| 3.1.2 主要天气类型的物理量场分析 |
| 3.1.3 地形对闪电活动分布的影响 |
| 3.2 强对流的空间分布 |
| 3.2.1 强对流的移动路径 |
| 3.2.2 强对流单体的分布 |
| 3.2.3 不同月强对流空间分布 |
| 3.3 强对流结构的日变化 |
| 3.3.1 VIL日变化 |
| 3.3.2 最大反射率日变化 |
| 3.3.3 回波高度日变化 |
| 3.4 本章小结 |
| 第四章 冰雹强对流的发展与演变 |
| 4.1 强对流分类与闪电活动 |
| 4.1.1 强对流的分类 |
| 4.1.2 强对流中的闪电活动 |
| 4.2 冰雹强对流过程回波演变特征 |
| 4.2.1 云南冰雹过程雷达回波参量频次特征分析 |
| 4.2.2 冰雹过程雷达回波演变特征 |
| 4.2.3 不同季节冰雹过程回波演变特征 |
| 4.2.4 不同类型冰雹过程回波演变特征 |
| 4.2.5 不同区域冰雹过程回波演变特征 |
| 4.3 冰雹强对流的生命史 |
| 4.3.1 冰雹强对流生命史 |
| 4.3.2 冰雹强对流生命史的地闪演变特征 |
| 4.3.3 标准化的回波特征参数梯度演变 |
| 4.4 小结 |
| 第五章 一次台风低压前侧超级单体演变个例分析 |
| 5.1 天气形势背景 |
| 5.2 冰雹强对流过程的物理量场分析 |
| 5.3 超级单体的回波演变特征 |
| 5.4 冰雹强对流过程的回波预警指标分析 |
| 5.5 超级单体结构模型 |
| 5.6 小结与讨论 |
| 第六章 两次超级单体过程的数值模拟 |
| 6.1 模式介绍 |
| 6.2 2017年8月23日超级单体的数值模拟 |
| 6.2.1 超级单体环境场与结构演变 |
| 6.3 2018年4月17日飑线的超级单体数值模拟 |
| 6.3.1 天气形势和物理量特征分析 |
| 6.3.2 数值模拟结果分析 |
| 6.3.3 超级单体风场与结构特征 |
| 6.4 两个不同类型超级单体的概念模型对比 |
| 6.5 结论与讨论 |
| 第七章 结论与展望 |
| 7.1 全文总结 |
| 7.2 全文创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 攻读博士学位期间完成的科研成果 |
| 致谢 |
（10）云南省春夏季冰雹云雷达回波特征及形成机理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 一. 引言 |
| 二. 资料和方法 |
| 2.1 资料 |
| 2.2 方法 |
| 2.2.1 个例分析 |
| 2.2.2 综合概率法 |
| 三.冰雹云分类统计分析 |
| 3.1 单单体冰雹云 |
| 3.1.1 平面反射率因子(PPI)特征 |
| 3.1.2 垂直反射率因子(RHI)特征 |
| 3.1.3 平面径向速度(VPPI)特征 |
| 3.1.4 季节特征 |
| 3.2 超级单体冰雹云 |
| 3.2.1 平面反射率因子(PPI)特征 |
| 3.2.2 垂直反射率因子(RHI)特征 |
| 3.2.3 平面径向速度(VPPI)特征 |
| 3.2.4 季节特征 |
| 3.2.5 特殊情况分析 |
| 3.3 多单体冰雹云 |
| 3.3.1 平面反射率因子(PPI)特征 |
| 3.3.2 垂直反射率因子(RHI)特征 |
| 3.3.3 平面径向速度(RHI)特征 |
| 3.3.4 季节特征 |
| 3.4 飑线 |
| 3.5 小结 |
| 四. 典型的冰雹云特征及机理分析 |
| 4.1 单单体冰雹云 |
| 4.1.1 过程分析 |
| 4.1.2 环流背景气象条件 |
| 4.1.2.1 环流形势 |
| 4.1.2.2 气象条件 |
| 4.1.3 雷达回波分析 |
| 4.1.4 小结 |
| 4.2 超级单体冰雹云 |
| 4.2.1 过程分析 |
| 4.2.2 环流背景气象条件 |
| 4.2.2.1 环流形势 |
| 4.2.2.2 气象条件 |
| 4.2.3 雷达回波分析 |
| 4.2.4 小结 |
| 4.3 多单体冰雹云 |
| 4.3.1 过程分析 |
| 4.3.2 环流背景气象条件 |
| 4.3.2.1 环流形势 |
| 4.3.2.2 大气环境条件 |
| 4.3.3 雷达回波分析 |
| 4.3.4 小结 |
| 4.4 飑线 |
| 4.4.1 过程分析 |
| 4.4.2 环流背景气象条件 |
| 4.4.2.1 环流背景 |
| 4.4.2.2 气象条件 |
| 4.4.3 雷达回波分析 |
| 4.5 小结 |
| 五. 综合判别冰雹云 |
| 5.1 各地指标建立 |
| 5.2 小结 |
| 六. 总结 |
| 七. 展望与不足 |
| 参考文献 |
| 研究生期间参与课题 |
| 致谢 |
四、应用天气雷达判别鲁南地区冰雹云（论文参考文献）
- [1]新疆天山两侧冰雹外场探测和预报预警指标研究[D]. 王昀. 兰州大学, 2021(09)
- [2]石家庄市人工防雹预警方法的研究[J]. 晁增元,李禧亮. 农业技术与装备, 2020(08)
- [3]人工防雹作业效果物理统计评估方法运用初探[J]. 李斌,郑博华,朱思华. 沙漠与绿洲气象, 2020(04)
- [4]中国当代强对流天气研究与业务进展[J]. 俞小鼎,郑永光. 气象学报, 2020(03)
- [5]几种对流型灾害天气的雷达回波识别算法研究[D]. 沈妍琰. 南京信息工程大学, 2020(02)
- [6]基于天气雷达的冰雹暴雨智能化临近预报方法研究[D]. 石君志. 天津大学, 2019(01)
- [7]基于物理场数据的冰雹短时强降水预报[D]. 汪永清. 天津大学, 2019(02)
- [8]石家庄地区冰雹云雷达回波特征分析[J]. 晁增元. 电脑编程技巧与维护, 2019(08)
- [9]云南强对流（冰雹）过程的发展演变特征分析与机理研究[D]. 尹丽云. 云南大学, 2019(09)
- [10]云南省春夏季冰雹云雷达回波特征及形成机理研究[D]. 苏伊伊. 云南大学, 2019(03)