CN117092720A - 龙卷风预测方法、装置、电子设备及存储介质 - Google Patents
龙卷风预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117092720A CN117092720A CN202310953943.5A CN202310953943A CN117092720A CN 117092720 A CN117092720 A CN 117092720A CN 202310953943 A CN202310953943 A CN 202310953943A CN 117092720 A CN117092720 A CN 117092720A
- Authority
- CN
- China
- Prior art keywords
- tornado
- predicted
- index
- region
- strong
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000007613 environmental effect Effects 0.000 claims abstract description 49
- 238000005381 potential energy Methods 0.000 claims abstract description 36
- 230000005494 condensation Effects 0.000 claims abstract description 35
- 238000009833 condensation Methods 0.000 claims abstract description 35
- 239000013598 vector Substances 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 8
- WWVKQTNONPWVEL-UHFFFAOYSA-N caffeic acid phenethyl ester Natural products C1=C(O)C(O)=CC=C1C=CC(=O)OCC1=CC=CC=C1 WWVKQTNONPWVEL-UHFFFAOYSA-N 0.000 claims description 8
- SWUARLUWKZWEBQ-UHFFFAOYSA-N phenylethyl ester of caffeic acid Natural products C1=C(O)C(O)=CC=C1C=CC(=O)OCCC1=CC=CC=C1 SWUARLUWKZWEBQ-UHFFFAOYSA-N 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 239000003570 air Substances 0.000 description 22
- 238000010586 diagram Methods 0.000 description 7
- 230000015271 coagulation Effects 0.000 description 6
- 238000005345 coagulation Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提出了一种龙卷风预测方法、装置、电子设备及存储介质,涉及气象预警技术领域,该方法包括:获取待预测区域的环境参量;基于环境参量确定待预测区域的对流有效位能、抬升凝结高度、0‑6千米垂直风切变和风暴相对螺旋度;基于对流有效位能、抬升凝结高度、0‑6千米垂直风切变和风暴相对螺旋度,确定待预测区域的强龙卷指数;基于强龙卷指数对待预测区域进行龙卷风预测。通过对待预测区域的环境参量进行监控,确定该待预测区域的强龙卷指数,从而通过强龙卷指数对待预测区域进行龙卷风预测,从而可以实现对对待预测区域进行实时的龙卷风监控,解决龙卷风预报预警困难的问题,为提前防护提供数据基础。
Description
技术领域
本公开涉及气象预警技术领域,尤其涉及一种龙卷风预测方法、装置、电子设备及存储介质。
背景技术
龙卷是地球大气中最为剧烈和最具有破坏性的天气现象,可在短时间内造成重大的人员伤亡和财产损失,由于龙卷出现的时间和空间尺度非常小,当前的数值模式难以捕捉龙卷尺度的天气过程,故其预报预警在当前依然存在极大的困难。在全球变暖的气候背景环境下,龙卷事件频发。但是由于龙卷监测困难、实测资料很少,导致当前对于龙卷的机理认识和业务预报预警十分困难。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的一个目的在于提出一种龙卷风预测方法。
本公开的第二个目的在于提出一种龙卷风预测装置。
本公开的第三个目的在于提出一种电子设备。
本公开的第四个目的在于提出一种非瞬时计算机可读存储介质。
本公开的第五个目的在于提出一种计算机程序产品。
为达上述目的,本公开第一方面实施方式提出了一种龙卷风预测方法,包括:获取待预测区域的环境参量;基于所述环境参量确定所述待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度;基于所述对流有效位能、所述抬升凝结高度、所述0-6千米垂直风切变和所述风暴相对螺旋度,确定所述待预测区域的强龙卷指数;基于所述强龙卷指数对所述待预测区域进行龙卷风预测。
根据本公开的一个实施方式,所述基于所述强龙卷指数对所述待预测区域进行龙卷风预测,包括:将所述强龙卷指数与指数阈值进行较;所述强龙卷指数不小于所述指数阈值,对所述待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征;响应于存在所述龙卷涡旋特征,则对所述待预测区域进行龙卷风预警。
根据本公开的一个实施方式,所述对所述待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征,包括:获取所述雷达数据中径向相邻两个元素的速度差;响应于存在速度差超过速度差阈值的相邻两元素,确定所述待预测区域存在所述龙卷涡旋特征。
根据本公开的一个实施方式,所述环境参量包括所述待预测区域的气块虚温、环境虚温、平衡高度、自由对流高度和重力加速度,所述对流有效位能通过如下公式获取:
其中,所述CAPE为所述对流有效位能,所述g为所述重力加速度,所述EL为所述平衡高度,所述LFC为所述自由对流高度,所述Tvp为所述气块虚温,所述Tve为所述环境虚温。
根据本公开的一个实施方式,所述环境参量包括所述待预测区域的10千米风矢量和6千米风矢量,所述0-6千米垂直风切变通过如下公式获取:
所述0-6km shear为所述0-6千米垂直风切变,所述为所述6千米风矢量,所述为所述10千米风矢量。
根据本公开的一个实施方式,所述环境参量包括所述待预测区域的环境风矢量、风暴运动速度、水平涡度矢量和气层厚度,所述风暴相对螺旋度通过如下公式获取:
所述SRH为所述风暴相对螺旋度,所述h为所述气层厚度,所述V为所述环境风矢量,所述C为所述风暴运动速度,所述ωh为所述水平涡度矢量。
根据本公开的一个实施方式,所述强龙卷指数通过如下公式获取:
其中,所述CAPE为所述对流有效位能,所述a为位能常值,所述LCL为所述抬升凝结高度,所述b为第一凝结高度常值,所述c为第二凝结高度常值,所述SRH为所述风暴相对螺旋度,所述d为风暴相对螺旋度常值,所述6km shear为所述0-6千米垂直风切变,所述e为风切变常值。
为达上述目的,本公开第二方面实施例提出了一种龙卷风预测装置,包括:获取模块,用于获取待预测区域的环境参量;确定模块,用于基于所述环境参量确定所述待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度;计算模块,用于基于所述对流有效位能、所述抬升凝结高度、所述0-6千米垂直风切变和所述风暴相对螺旋度,确定所述待预测区域的强龙卷指数;预测模块,用于基于所述强龙卷指数对所述待预测区域进行龙卷风预测。
为达上述目的,本公开第三方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现如本公开第一方面实施例所述的龙卷风预测方法。
为达上述目的,本公开第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于实现如本公开第一方面实施例所述的龙卷风预测方法。
为达上述目的,本公开第五方面实施例提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时用于实现如本公开第一方面实施例所述的龙卷风预测方法。
通过对待预测区域的环境参量进行监控,确定该待预测区域的强龙卷指数,从而通过强龙卷指数对待预测区域进行龙卷风预测,从而可以实现对对待预测区域进行实时的龙卷风监控,解决龙卷风预报预警困难的问题,为提前防护提供数据基础。
附图说明
图1是本公开一个实施方式的一种龙卷风预测方法的示意图;
图2是本公开一个实施方式的另一种龙卷风预测方法的示意图;
图3是本公开一个实施方式的一种龙卷风预测方法的具备龙卷涡旋特征的雷达数据图;
图4是本公开一个实施方式的一种龙卷风预测装置的示意图;
图5是本公开一个实施方式的一种电子设备的示意图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
图1为本公开提出的一种龙卷风预测方法的一种示例性实施方式的示意图,如图1所示,该龙卷风预测方法包括以下步骤:
S101,获取待预测区域的环境参量。
本申请实施例的龙卷风预测可应用于极端气象预测的场景中,本申请实施例的龙卷风预测的执行主体可为本申请实施例的验证装置,该验证装置可以设置在电子设备上。
在本公开实施例中,带预测区域的环境参量可为多种,举例来说,可包括气压参量、温度参量、湿度参量、风力参量等,此处不作任何限定,具体可根据实际的实际需要进行限定。
在本公开实施例中,获取待预测区域的环境参量的方法可为多种,举例来说,可通过传感器采集环境参量;可选地,还可对已经获取的数据进行分析,获取待预测区域的环境参量。
S102,基于环境参量确定待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度。
在本公开实施例中,在获取到环境参量后,可通过对环境参量进行分析和计算,以获取待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度。
需要说明的是,对流有效位能是大气科学当中使用的名词,为评估垂直大气是否稳定、对流是否容易发展的指标之一。近地面的空气块受垂直风切扰动或地形等其他因素而沿着绝热线上升时,在一定高度以上其温度若比周围环境温度高,意味着气块密度较周围环境空气小,则周围环境将给予气块向上的浮力。周围环境对空气块的作用力与空气块位移相乘,而得到周围环境对气块所做的功,这部分的能量在理想状态下将会储存在空气块中,使其具有向上发展的动能。一般对流可用位能的计算范围,是以自由对流高度以上到平衡高度为止,周围环境所能提供的浮力对高度积分而得。
抬升凝结高度(Lifting Condensation Level,LCL)是凝结高度(condensationlevel)的类型之一,表示未饱和的湿气块被干绝热过程(dry adiabatic process)抬升至水汽饱和所需要的高度。
风的垂直切变又称垂直风切变,风的垂直方向上的变化。
风暴相对螺旋度是近年来引入天气分析和预报中的一个重要物理量,它的大小反映了旋转与沿旋转轴方向运动的强弱程度,是一个诊断和预报对流灾害天气发生发展的重要参数。
S103,基于对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度,确定待预测区域的强龙卷指数。
强龙卷指数是指综合热力和动力的强龙卷参数,强龙卷指数越大,说明该对应地区发生强龙卷的可能性越大。
在本公开实施例中,确定待预测区域的强龙卷指数的方法可为多种,此处不作任何限定。
可选地,可将对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度输入至强龙卷指数生成模型中,以获取强龙卷指数。该强龙卷指数模型为提前训练好的,并存储在电子设备的存储空间中,以方便在需要时调取使用。
可选地,还可通过强龙卷指数算法,基于对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度计算待预测区域的强龙卷指数。该强龙卷指数算法为提前设定好的,并可根据实际的实际需要进行变更,此处不作任何限定。
S104,基于强龙卷指数对待预测区域进行龙卷风预测。
在本公开实施例中,在获取到强龙卷指数后,可通过对强龙卷指数进行处理,以对待预测区域进行龙卷风预测。该处理方法可为多种,此处不作任何限定,具体可根据实际的设计需要进行变更。举例来说,可基于强龙卷指数计算龙卷风灾害发生的可能性,该计算方法为提前设定好的,并可根据实际的设计需要进行吧变更,此处不作任何限定。
在本公开实施例中,首先获取待预测区域的环境参量,然后基于环境参量确定待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度,而后基于对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度,确定待预测区域的综合环境参量强龙卷指数,最后基于综合环境参量强龙卷指数对待预测区域进行龙卷风预测。由此,通过对待预测区域的环境参量进行监控,确定该待预测区域的强龙卷指数,从而通过强龙卷指数对待预测区域进行龙卷风预测,从而可以实现对对待预测区域进行实时的龙卷风监控,解决龙卷风预报预警困难的问题,为提前防护提供数据基础。
上述实施例中,基于强龙卷指数对待预测区域进行龙卷风预测,还可通过图2进一步解释,该方法包括:
S201,将强龙卷指数与指数阈值进行较。
在本公开实施例中,指数阈值为判定待预测区域会发生龙卷风的强龙卷指数的最小值。该指数阈值为提前设定好的,并可根据实际的设计需要进行变更,此处不作任何限定。举例来说,该指数阈值可为0.03.
S202,强龙卷指数不小于指数阈值,对待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征。
当强龙卷指数不小于指数阈值时,则可认为待预测区域具备发生龙卷风的可能,为了更加准确地进行预测是否会发生和可能发生的具体坐标,在本公开是实施例中,还可对待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征。
龙卷的发生伴随近地面或水域表面的强旋转特征,龙卷涡旋特征(TornadicVortex Signature,TVS)是判断龙卷发生的重要指标。龙卷涡旋特征TVS表现为雷达径向速度场中超过一定阈值的两个相邻像素的径向速度差,一般要求超过20m/s。举例来说,如图3所示的雷达数据图中,画圈位置的径向速度差大于20m/s,具备龙卷涡旋特征。
S203,响应于存在龙卷涡旋特征,则对待预测区域进行龙卷风预警。
在本公开实施例中,首先将强龙卷指数与指数阈值进行较,然后强龙卷指数不小于指数阈值,对待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征,最后响应于存在龙卷涡旋特征,则对待预测区域进行龙卷风预警。由此,在确定强龙卷指数满足条件后,进一步地确定待预测区域是否具备龙卷涡旋特征,从而可以提高的准确率,并可以对龙卷风发生的区域进行进一步的缩小范围,提升预测的精确度。
需要说明的是,在确定存在龙卷涡旋特征后,可对存在龙卷涡旋特征的位置进行定位,以实现精确的防护,尽量降低龙卷风造成的损失。
在本公开实施例中,环境参量包括待预测区域的气块虚温、环境虚温、平衡高度、自由对流高度和重力加速度,对流有效位能通过如下公式获取:
其中,CAPE为对流有效位能,g为重力加速度,EL为平衡高度,LFC为自由对流高度,Tvp为气块虚温,Tve为环境虚温。其中,自由对流高度LFC为气块温度(Tp)与环境温度(Te)之差由负值转为正值的转折点的高度。平衡高度EL为气块温度(Tp)与环境温度(Te)之差由正值转为负值的转折点的高度。
需要说明的是,虚温在气压相等的条件下,使干空气的密度和湿空气的密度相等时,干空气应具有的温度。这是一种虚拟的温度,称为虚温。本公开中的气块虚温为代表气块的虚温,环境温度为代表环境的虚温。
在本公开实施例中,环境参量包括待预测区域的10千米风矢量和6千米风矢量,0-6千米垂直风切变通过如下公式获取:
其中,0-6km shear为0-6千米垂直风切变,为6千米风矢量,/>为10千米风矢量。
在本公开实施例中,环境参量包括待预测区域的环境风矢量、风暴运动速度、水平涡度矢量和气层厚度,风暴相对螺旋度通过如下公式获取:
SRH为风暴相对螺旋度,h为气层厚度,V为环境风矢量,C为风暴运动速度,ωh为水平涡度矢量。环境风矢量为环境风的风向量,可以表征环境风的大小和方向。
需要说明的是,涡度是一个三维矢量,其定义是:速度场的旋度。本公开中的水平涡度矢量为水平方向的涡度矢量。
在本公开实施例中,抬升凝结高度LCL为过温度(T)的干绝热线和过露点温度(Td)的等饱和比湿线的交点的高度。
在本公开实施例中,强龙卷指数通过如下公式获取:
其中,CAPE为对流有效位能,a为位能常值,LCL为抬升凝结高度,b为第一凝结高度常值,c为第一凝结高度常值,SRH为风暴相对螺旋度,d为风暴相对螺旋度常值,6km shear为0-6千米垂直风切变,e为风切变常值。
需要说明的是,上述实施例中的位能常值、第一凝结高度常值、第二凝结高度常值、风暴相对螺旋度常值和风切变常值为提前设定好的常量,该常量为实验获取的或者为公认的值。需要说明的是,不同的地区对应的位能常值、第一凝结高度常值、第二凝结高度常值、风暴相对螺旋度常值和风切变常值可为不同,此处不作任何限定,具体可根据实际的情况而变更。举例来说,位能常值可为1000Jkg-1,第一凝结高度常值可为2000m,第二凝结高度常值可为1500m,风暴相对螺旋度可为100m2/s2,风切变常值为20m/s。
与上述几种实施例提供的龙卷风预测方法相对应,本公开的一个实施例还提供了一种龙卷风预测装置,由于本公开实施例提供的龙卷风预测装置与上述几种实施例提供的龙卷风预测方法相对应,因此上述龙卷风预测方法的实施方式也适用于本公开实施例提供的龙卷风预测装置,在下述实施例中不再详细描述。
图4为本公开提出的一种龙卷风预测装置的示意图,如图4所示,该龙卷风预测装置400,包括:获取模块410、确定模块420、计算模块430和预测模块440。
其中,获取模块410,用于获取待预测区域的环境参量。
确定模块420,用于基于环境参量确定待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度。
计算模块430,用于基于对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度,确定待预测区域的强龙卷指数。
预测模块440,用于基于强龙卷指数对待预测区域进行龙卷风预测。
在本公开的一个实施例中,预测模块440,还用于:将强龙卷指数与指数阈值进行较;强龙卷指数不小于指数阈值,对待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征;响应于存在龙卷涡旋特征,则对待预测区域进行龙卷风预警。
在本公开的一个实施例中,预测模块440,还用于:获取雷达数据中径向相邻两个元素的速度差;响应于存在速度差超过速度差阈值的相邻两元素,确定待预测区域存在龙卷涡旋特征。
根据本公开的一个实施方式,环境参量包括待预测区域的气块虚温、环境虚温、平衡高度、自由对流高度和重力加速度,对流有效位能通过如下公式获取:
其中,CAPE为对流有效位能,g为重力加速度,EL为平衡高度,LFC为自由对流高度,Tvp为气块虚温,Tve为环境虚温。
根据本公开的一个实施方式,环境参量包括待预测区域的10千米风矢量和6千米风矢量,0-6千米垂直风切变通过如下公式获取:
0-6km shear为0-6千米垂直风切变,为6千米风矢量,/>为10千米风矢量。
根据本公开的一个实施方式,环境参量包括待预测区域的环境风矢量、风暴运动速度、水平涡度矢量和气层厚度,风暴相对螺旋度通过如下公式获取:
SRH为风暴相对螺旋度,h为气层厚度,V为环境风矢量,C为风暴运动速度,ωh为水平涡度矢量。
根据本公开的一个实施方式,强龙卷指数通过如下公式获取:
其中,CAPE为对流有效位能,a为位能常值,LCL为抬升凝结高度,b为第一凝结高度常值,c为第二凝结高度常值,SRH为风暴相对螺旋度,d为风暴相对螺旋度常值,6km shear为0-6千米垂直风切变,e为风切变常值。
通过对待预测区域的环境参量进行监控,确定该待预测区域的强龙卷指数,从而通过强龙卷指数对待预测区域进行龙卷风预测,从而可以实现对对待预测区域进行实时的龙卷风监控,解决龙卷风预报预警困难的问题,为提前防护提供数据基础。
为了实现上述实施例,本公开实施例还提出一种电子设备500,如图5所示,该电子设备500包括:处理器501和处理器通信连接的存储器502,存储器502存储有可被至少一个处理器执行的指令,指令被至少一个处理器501执行,以实现如本公开第一方面实施例的龙卷风预测方法。
为了实现上述实施例,本公开实施例还提出一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机实现如本公开第一方面实施例的龙卷风预测方法。
为了实现上述实施例,本公开实施例还提出一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开第一方面实施例的龙卷风预测方法。
在本公开的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本公开的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种龙卷风预测方法,其特征在于,包括:
获取待预测区域的环境参量;
基于所述环境参量确定所述待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度;
基于所述对流有效位能、所述抬升凝结高度、所述0-6千米垂直风切变和所述风暴相对螺旋度,确定所述待预测区域的强龙卷指数;
基于所述强龙卷指数对所述待预测区域进行龙卷风预测。
2.根据权利要求1所述的方法,其特征在于,所述基于所述强龙卷指数对所述待预测区域进行龙卷风预测,包括:
将所述强龙卷指数与指数阈值进行较;
所述强龙卷指数不小于所述指数阈值,对所述待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征;
响应于存在所述龙卷涡旋特征,则对所述待预测区域进行龙卷风预警。
3.根据权利要求2所述的方法,其特征在于,所述对所述待预测区域的雷达数据进行分析,确定是否存在龙卷涡旋特征,包括:
获取所述雷达数据中径向相邻两个元素的速度差;
响应于存在速度差超过速度差阈值的相邻两元素,确定所述待预测区域存在所述龙卷涡旋特征。
4.根据权利要求1所述的方法,其特征在于,所述环境参量包括所述待预测区域的气块虚温、环境虚温、平衡高度、自由对流高度和重力加速度,所述对流有效位能通过如下公式获取:
其中,所述CAPE为所述对流有效位能,所述g为所述重力加速度,所述EL为所述平衡高度,所述LFC为所述自由对流高度,所述Tvp为所述气块虚温,所述Tve为所述环境虚温。
5.根据权利要求1所述的方法,其特征在于,所述环境参量包括所述待预测区域的10千米风矢量和6千米风矢量,所述0-6千米垂直风切变通过如下公式获取:
所述0-6km shear为所述0-6千米垂直风切变,所述为所述6千米风矢量,所述/>为所述10千米风矢量。
6.根据权利要求1所述的方法,其特征在于,所述环境参量包括所述待预测区域的环境风矢量、风暴运动速度、水平涡度矢量和气层厚度,所述风暴相对螺旋度通过如下公式获取:
所述SRH为所述风暴相对螺旋度,所述h为所述气层厚度,所述V为所述环境风矢量,所述C为所述风暴运动速度,所述ωh为所述水平涡度矢量。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述强龙卷指数通过如下公式获取:
其中,所述CAPE为所述对流有效位能,所述a为位能常值,所述LCL为所述抬升凝结高度,所述b为第一凝结高度常值,所述c为第二凝结高度常值,所述SRH为所述风暴相对螺旋度,所述d为风暴相对螺旋度常值,所述6km shear为所述0-6千米垂直风切变,所述e为风切变常值。
8.一种龙卷风预测装置,其特征在于,包括:
获取模块,用于获取待预测区域的环境参量;
确定模块,用于基于所述环境参量确定所述待预测区域的对流有效位能、抬升凝结高度、0-6千米垂直风切变和风暴相对螺旋度;
计算模块,用于基于所述对流有效位能、所述抬升凝结高度、所述0-6千米垂直风切变和所述风暴相对螺旋度,确定所述待预测区域的强龙卷指数;
预测模块,用于基于所述强龙卷指数对所述待预测区域进行龙卷风预测。
9.一种电子设备,其特征在于,包括存储器、处理器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953943.5A CN117092720A (zh) | 2023-07-31 | 2023-07-31 | 龙卷风预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953943.5A CN117092720A (zh) | 2023-07-31 | 2023-07-31 | 龙卷风预测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117092720A true CN117092720A (zh) | 2023-11-21 |
Family
ID=88769055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310953943.5A Pending CN117092720A (zh) | 2023-07-31 | 2023-07-31 | 龙卷风预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117092720A (zh) |
-
2023
- 2023-07-31 CN CN202310953943.5A patent/CN117092720A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4404220B2 (ja) | 気体状況予測装置、方法、プログラム、および拡散状況予測システム | |
US9310517B2 (en) | Method and system for determining accuracy of a weather prediction model | |
US9846092B2 (en) | Mechanical strain-based weather sensor | |
CN103370601B (zh) | 确定海拔的系统和方法 | |
RU2018106863A (ru) | Система оценки воздушной скорости летательного аппарата на основании модели накопления данных о погоде. | |
KR101547860B1 (ko) | 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치 | |
CN105508152A (zh) | 叶片结冰模型的构建方法、结冰状态的监测方法和装置 | |
CN111369119A (zh) | 一种森林地表死可燃物含水率预测的方法,设备及可读存储介质 | |
JP2013050417A (ja) | 風向風速情報提供システム及び風向風速情報提供方法 | |
CN114936501B (zh) | 针对立式储油罐在风压下的填充度评估方法及装置 | |
CN115860268A (zh) | 基于cnn-xgboost模型的短时强降水预测方法 | |
CN117592310B (zh) | 支撑结构数字孪生模型的更新方法、装置、设备以及介质 | |
CN107704689B (zh) | 深度相关的冻土指数确定方法及电子设备 | |
CN117092720A (zh) | 龙卷风预测方法、装置、电子设备及存储介质 | |
CN109598064B (zh) | 一种基于OpenFOAM的风资源计算区域寻优方法 | |
CN109961207B (zh) | 确定风资源的方法和装置 | |
KR101502402B1 (ko) | 차분방식과 확률기법을 적용한 바람 모델링 방법 | |
JP7323468B2 (ja) | 対象物測位システム、及び対象物測位方法 | |
JP4209370B2 (ja) | 気象予測方法 | |
KR101892493B1 (ko) | 라디오미터를 이용한 대류가용잠재에너지 산출 시스템과 이를 이용한 대류가용잠재에너지 산출 방법 | |
JP2017194309A (ja) | 地震被害推定システム、地震被害推定システムを備えた構造物、及び地震被害推定プログラム | |
Domagalski et al. | Vertical Wind Profiles in Non-Neutral Conditions: Comparison of Models and Measurements From Frøya | |
CN110580380A (zh) | 一种建筑等效静风荷载数据的处理方法、装置及存储介质 | |
Qian et al. | Using temperature fluctuation measurements to estimate meteorological inputs for modelling dispersion during convective conditions in urban areas | |
CN112765852B (zh) | 一种用于特小流域的可能最大暴雨计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |