期刊检索:
  暴雨灾害   2018, Vol. 37 Issue (5): 486-492.  DOI: 10.3969/j.issn.1004-9045.2018.05.012

短论

DOI

10.3969/j.issn.1004-9045.2018.05.012

资助项目

国家自然科学基金项目(41265001);云南省科技惠民专项(2016RA096);云南省气象局科研专项(RY201701)

第一作者

张杰, 主要从事气象信息技术和资料应用分析研究。E-mail:mrzjztf@126.com

文章历史

收稿日期:2018-01-02
定稿日期:2018-04-03
多普勒天气雷达PUP产品强天气监测预警系统设计
张杰 1, 张思豆 2, 代华 1    
1. 云南省气象信息中心, 昆明 650034;
2. 云南大学大气科学系, 昆明 650500
摘要:针对目前多普勒天气雷达PUP产品显示程序都是单纯显示图像和信息而忽略风暴分析信息应用的现状,通过对PUP产品数据格式的研究,使用DELPHI XE2编程语言研发了多普勒天气雷达PUP产品强对流天气监测预警系统。该系统全部自编代码完成PUP产品的读取解析,能够单独或批量读取、解析、显示多普勒天气雷达19类(36个文件)PUP产品,进行强风暴识别定位及存储图片和风暴特征分析信息,有利于PUP产品综合应用广度和深度的扩展。利用该系统及PUP产品既可以实时获取冰雹发生概率信息和发布冰雹预警,又有助于深入研究强风暴天气发生发展机理,目前该系统及其产品在云南省气象局相关业务单位应用,满足了强对流天气监测预警业务服务、人工防雹作业指挥和科研应用需求。系统使用WINDOWS API函数和MIF格式行政区边界较为准确地完成强天气的乡镇定位,程序复杂度小,代码量较少,系统体量较小,可供单一定位功能的WINDOWS程序设计参考。
关键词雷达PUP产品    强天气监测预警    系统设计    
Design of a severe weather monitoring and warning system for Doppler weather radar PUP products
ZHANG Jie1, ZHANG Sidou2, DAI Hua1    
1. Yunnan Meteorological Information Center, Kunming 650034;
2. Department of Atmospheric Science, Yunnan University, Kunming 650500
Abstract: Until now, Doppler radar PUP product display programs simply display images and information and ignore storm analysis applications. Through the data format study of PUP products, a strong convective weather monitoring and early warning system for Doppler weather radar PUP products is developed by using DELPHI XE2 programming language. All source codes of the system are fully self-written to complete reading and analysis of PUP products, which can read, analyze, and display Doppler weather radar 19 (36 files) PUP products individually or in batches, to identify and locate severe storms, and store image and features information of the storm, conducive to expanding the breadth and depth of comprehensive application of PUP products. This system and PUP products can not only obtain hail occurrence probability information and issue hail warnings in real time, but also can further study the development mechanism of severe storm weather. At present, the system and its products have been applied in relevant business units of Yunnan Meteorological Bureau to meet the needs of strong convective weather monitoring and early warning services, artificial hail suppression operation command and scientific research. The WINDOWS API function and the MIF format administrative boundary are used in the system to more accurately accomplish township positioning of strong weather. The program complexity, the code amount and the system volume are all small, which can provide reference for WINDOWS program design with single positioning function.
Key words: PUP products    strong weather monitoring and warning    system design    
引言

云南地处低纬高原地区,是一个高原山区省份,地形复杂,山地占94%,单点性、突发性、灾害性强对流天气频发,目前云南省已建成7部CC波段、2部CA波段多普勒天气雷达并投入业务运行,有效探测范围几乎覆盖全省,云南的气象工作者利用多普勒天气雷达基数据、PUP产品进行了大量的强对流灾害性天气研究[1-3], 取得了一些有意义的成果,多普勒天气雷达已经成为强对流灾害性天气监测预警、人工影响天气的重要支撑工具。

雷达产品生成子系统(RPG)基于基数据生成了36类导出产品(PUP产品),这些产品使用特定气象算法或直接从基数据计算得到。美国在1993年5月底已成功安装约100个PUP[4],到2006年2月已开发完成10个版本的PUP,并于2006年8月发布了OPUP (Open System Principal User Processor)[5]

国内气象工作者应用多普勒雷达基数据和PUP产品对强降水成因、雹云的识别、分析、预警和人工影响天气以及PUP产品传输共享和图形显示等进行了有益的研究,并取得了一些成果。傅朝等[6]使用区域自动站CR产品资料格点数据讨论了甘肃陇东南地区大暴雨过程降水量演变趋势;彭双姿等[7]利用PUP产品分析了湘中突发性强降水过程,认为反射率因子、雨强、组合反射率因子是暴雨临近预报的重要依据。李红斌等[8]对雷达基数据进行PUP计算处理,总结了识别雹云的技术方法;汤兴芝等[9]认为对流云回波平均最大反射率因子、回波顶高、最大垂直液态水含量的比例等可以作为冰雹发生的参考条件;唐仁茂等[10]利用多普勒雷达二次产品研制了对流云人工增雨雷达效果分析软件,提高了人工增雨效果分析的科学性;李红玉等[11]编程实现了雷达PUP产品栅格及径向数据包的显示和拼图,解决了雷达监测盲区的问题;刘一谦[12]研发了多普勒天气雷达PUP产品共享系统,实现了多普勒雷达PUP产品收集入库及客户端接口调用等功能。

雷达回波特征参量计算较复杂,国内气象工作者在算法研究、优化改进方面也进行了大量的研究工作。张家国等[13]基于多普勒天气雷达反射率因子资料,研究估计降水回波最大降水量算法,并开发出计算机自动暴雨回波定量识别产品;余建华等[14]利用改进算法所得的最优Ab值与最优混合扫描的回波强度资料作为输入Z-I关系生成三种降水产品,并将其与PUP降水产品进行了比较;杨引明[15]分析研究了WSR-88D多普勒雷达冰雹探测算法并提出了改进的使用步骤和方法;吴林林等[16]提出了在SWAN中使用垂直高度阈值进行改进的方法,并与PUP产品数据进行对比验证算法的正确性,减少了冰雹天气的误判率。这些研究工作对PUP产品风暴特征信息的分析研究提供了有益的思路和参考。

上述研究中使用的多普勒雷达回波特征参量如组合反射率(CR)、回波顶高(ET)、垂直液态水含量(VIL)及风暴追踪信息等均内嵌在PUP产品中,科学合理使用PUP产品能够有效减少计算量和计算复杂度,提高科研业务工作效率。但由于PUP产品数据格式复杂,内嵌的风暴特征分析信息作为辅助分析信息读取较为繁杂,同时因为包含了栅格数据、径向数据等丰富直观的图形信息,导致了重图形显示、忽略风暴特征分析信息应用,而图形的计算机实时自动识别分析较为困难且计算量较大,人工跟踪识别分析工作量同样巨大,从而限制了PUP产品的大规模、自动化综合应用,造成总体上PUP产品在强对流灾害性天气监测预警方面的综合应用研究较少。

云南省C波段多普勒雷达RPG均实时生成PUP产品,其中包含较为全面的强对流风暴监测预警所需的风暴特征分析信息,这些信息对强对流天气的识别、监测预警以及人工影响天气作业指挥方面具有重要的指导作用。使用计算机自动读取分析并进一步研究PUP产品,对加深理解中小尺度强对流灾害性天气发生、发展、演变机理以及提高中小尺度强对流灾害性天气识别分析能力具有重要的意义。为了提升PUP产品自动化综合应用能力,使用DELPHI XE2设计开发了多普勒天气雷达PUP产品强对流天气监测预警系统, 本文将详细介绍软件开发情况,并通过强对流天气过程个例说明软件使用效果。

1 强天气监测预警系统设计

PUP产品中对强天气监测预警业务有重要参考作用的风暴特征分析信息主要内嵌在组合反射率CR、冰雹指数HI、中气旋M以及风暴跟踪信息STI等产品中,其中包含了风暴极坐标位置、涡旋特征、风暴降雹概率、风暴垂直累积液态含水量、风暴最强回波强度、强回波高度、回波顶高、移向移速以及未来15~60 min预报位置等信息,能够为强对流风暴的预测预警、指挥人工防雹作业提供丰富的强天气回波特征分析信息。据此,使用DELPHI XE2编制了多普勒天气雷达PUP产品强天气监测预警系统,系统可应用于实时强对流天气预警,亦可用于强对流天气个例分析。

1.1 系统设计思路

多普勒天气雷达PUP产品强天气监测预警系统为C/S架构,亦可单机运行,采用基于面向对象模块化技术设计,软件运行于WINDOWS操作系统,使用图形、表格、声音等直观展示强对流天气监测预警结果,可以运行于实时监测预警、科研分析2种状态,满足业务科研需求。

系统设计的关键难点是多普勒天气雷达PUP产品的读取解析,表 1为使用DELPHI XE2结构化编程语言编制的26个PUP产品数据读取模块名称及块标记和包代码列表。多普勒天气雷达PUP产品文件为二进制顺序记录文件,结构复杂,其包含了文件头记录、PUP产品描述记录、标志记录、字符图形记录及文本列表记录等。在产品标志记录、字符图形记录及文本列表记录中又包含了约30类图形、文本、矢量等数据结构,每个数据记录之间使用分割字(定义为-1)分隔,每一个PUP产品文件均由这30类数据结构组合构成,结构复杂紧凑,各数据记录嵌套紧密,通过高精度定位读取数据才能确保资料读取正确。基于模块化设计思想,系统由PUP产品文件头读取模块、数据记录读取模块、图形展示模块、数据分析研判模块等组成,在设计时根据PUP产品可能出现的数据类型,对一些结构相似的数据类型进行合并,定义了约20类数据记录结构,程序设计中使用BLOCK ID/PACKET CODE定义数据读取模块的跳转及返回,PUP产品读取解析源代码全部为自行编写,未使用任何第三方构件或动态链接库。

表 1 多普勒雷达PUP产品数据读取模块及块标记和包代码 Table 1 Doppler radar PUP product data reading module and BLOCK ID/PACKET CODE

为提高内存利用效率,系统通过指针变量或动态数组来存储和交换读取到的各数据记录,利用文件名中的产品标识或文件头中的产品号识别产品类型,确定栅格数据、径向数据及矢量数据的显示方式、图形尺寸及分辨率、确定是否叠加地图等之后完成图形显示,读取到的文本列表记录等数据列表显示并进行乡镇定位识别。

系统实时监测预警功能采用消息触发模式运行,在预设PUP文件存储路径(全省9部多普勒雷达)有新资料(CRSTI,部分CA波段雷达需要读取HI产品)到达时自动启动实时分析模块运行。非实时功能由用户通过人机交互选择历史文件存放路径、雷达站点、PUP文件类型、指定路径内单个或多个PUP产品文件,连续读取、显示产品图片、风暴分析信息并保存备用。

基于降低系统各功能之间耦合、减少系统运行故障考虑,在系统设计中未考虑PUP产品资料的传输、本地存储功能的设计,PUP产品资料使用其他实时资料分发程序从CIMISS或通过FTP方式从云南省气象信息中心实时资料服务器分发到本地。系统不需要安装,将可执行文件、配置文件、地图边界文件以及地理信息文件拷贝到指定目录,修改配置文件即可。

1.2 数据解析流程

图 1为PUP产品解析流程图。通过读取云南省行政区域多边形边界MIF格式文件中不同区域多边形边界点的经纬度,根据设定的分辨率,在内存中将云南省乡镇边界绘制为多边形闭合区域,并使用WINDOWS API函数CreatePolygonRgn生成多边形热点区域对象备用,同时读取该MIF文件相对应的MID文件,通过使用热点经纬度定位得到各区域对象代表的州(市)、县、乡镇,暂存于定位数组中备用。由于村级MIF文件为点记录,非多边形边界资料,系统无法定位到村级使用,但稍作修改可完成“距离最近村委会名称”判断,提高强对流天气预警定位精度,但程序计算量有所增大。

图 1 多普勒雷达PUP产品解析流程 Fig. 1 The Flow chart of Doppler radar PUP product analysis.

使用预先设计好的数据读取模块,根据不同PUP产品的数据记录架构,依据PUP产品相关数据规则,系统首先从组合反射率CR产品中判断是否有风暴存在,若风暴存在时继续读取风暴标识ID、风暴坐标(极坐标, 方位/距离)、冰雹发生概率(POH,下同)、强冰雹发生概率(POSH,下同)及估算冰雹直径(MX SIZE, 下同)、垂直累积液态水含量VIL、回波最大强度、强中心高度、回波顶高等风暴特征参数(部分信息可能存储在第59类HI冰雹指数产品中),之后读取同时次的风暴跟踪信息STI产品(读取到的特征参量内存中保存2个观测时次),读取产品中根据预测移向移速计算得到的未来15~60 min与CR产品相同风暴标识ID的风暴坐标位置并判别该风暴途经区域,在VIL突增(与前一观测时次比较)且POH≥0.6、POSH≥0.4时,系统自动判别为强对流天气发生概率较大,并通过将当前时次风暴坐标位置(极坐标,方位/距离)及未来15~60 min风暴位置换算为经纬度值并定义为云南省乡镇多边形区域热点,使用WINDOWS API函数PtInRegion确定热点所在乡镇,完成风暴乡镇定位,之后通过声音及文本发布风暴未来影响区域强对流冰雹天气预警。同时在系统显示区域绘制地图,根据预设回波强度调色板、冰雹发生概率调色板在地图上叠加显示冰雹发生位置、概率及未来影响乡镇等,保存数据资料为文本资料(或存入数据库),并将图形保存为JPG、GIF、BMP、PNG格式图形文件,完成多普勒雷达PUP产品解析及强对流天气识别预警。据初步测算,系统能够提前约1个观测时次发布冰雹预警。在实时监控预警运行中,可跳过产品符号块、图文信息块直接读取表格字符块,降低运行复杂度,提高运行时效。

1.3 技术设计难点

在系统设计研发中,由于缺乏较为全面的中文PUP产品格式说明,且该系统英文数据格式说明[17]部分信息描述不全面,导致在系统开发设计中遇到技术难点,主要表现在以下几个方面。

1.3.1 探测距离确定

在图形显示设计中无法正确确定PUP产品资料的探测距离,研究发现在PUP产品文件头记录中未包含探测距离参数,而在PUP产品文件名中包含的探测距离是以S波段多普勒天气雷达探测距离来定义的,在显示云南省C波段雷达PUP产品栅格数据和径向数据时会出现地图叠加错误从而导致乡镇定位错误。经多次试验及摸索,得出云南省C波段雷达不同PUP图形产品(栅格和径向图形产品)使用的最大探测距离分别是75 km和150 km,而这一探测距离不论在文件名和PUP产品文件头记录中均无法获取,在系统设计中只能根据文件名略加判断设置为固定值。

1.3.2 图形分辨率调整

由于未强制规定PUP产品图形的尺寸及分辨率,云南省CA波段雷达和CC波段雷达的栅格数据和径向数据的图形尺寸分别为800×800像素和500×500像素,在设计栅格数据和径向数据图形显示模块时,只能统一图形尺寸为500×500,对大尺寸图形进行缩放显示,同样在弱回波区(WER)产品的显示中存在类似问题。

1.3.3 信息数据格式转换

由于PUP产品风暴分析信息在二进制文件中是以表格形式顺序存放的,其中包含了其自定义的制表符和换行符,同时包含了分页、分层信息,在系统设计初期未加以考虑,读取得到的数据包含乱码,在进行特征参数识别分割时出错,后修改为逐字节读取并转换为ASCII字符暂存入字符串变量,读取到制表符时以空格替换,出现换行符时将字符串变量写入列表框或文本文件,在当前PUP文件全部风暴分析信息读取完毕后再根据不同特征参量所占字符长度进行分离得到特征参量。

1.3.4 字符串数值转换

由于PUP产品风暴分析信息是文本字符和数字混合存储的(但不同特征参量字符串长度为定长),如方位距离表示为“245/12”,估算冰雹尺寸有时表示为“ < 1.27”,在获取具体的参量时无法直接转换为数值使用,需加以判断,增加了程序量。

1.3.5 数据单位及格式调整

由于缺乏详细的数据格式及数据单位说明,文献[17]许多数据单位使用英制单位,而在云南省C波段雷达PUP产品中遇到估算冰雹尺寸表示为“1.27”或更大时只能根据经验和英寸/厘米换算公式判断为1.27的单位是厘米,同样存在雷达站海拔高度使用的单位是英尺需要换算为米等类似问题。PUP产品文件数据的存放格式是大端格式(big-endian),由于DELPHI XE2读取16位、32位整数时是按小端格式读取,所以设计程序读取16位、32位整数时需要逐字节读取,然后每字节进行左移位(shl)8位操作拼成大端格式16位、32位整数后,所得到数据才是正确的。

1.3.6 不同波段雷达风暴分析信息存储文件处理

由于CC波段和CA波段雷达RPG软件的略微区别,导致部分在CC波段雷达组合反射率(CR)风暴分析信息中的特征参量在CA波段雷达CR产品中没有包含,而是存储在冰雹因子(HI)产品中,加大了程序判断和设计复杂度。

2 软件功能

集强对流天气实时监测识别预警和PUP资料分析研究功能为一体的PUP产品强对流天气监测预警系统,可运行于32位及64位WINDOWS 7、8、10操作系统。系统的主要功能是利用9部C波段多普勒天气雷达PUP产品的风暴特征分析信息,进行冰雹等强对流天气监测预警及研究工作。

在实时强对流天气监测预警功能设计中,主要使用了组合反射率(CR)、风暴跟踪信息(STI)产品,CA波段雷达PUP产品还使用了冰雹因子(HI)产品,对云南省9部C波段多普勒天气雷达PUP产品进行轮巡分析。在功能设计中屏蔽了3类产品的显示,在读取3类产品风暴分析信息后,进行再次判断分析并定位到乡镇,然后通过图表方式展示强对流天气预警结果,判断是否达到强对流天气预警指标阈值后确定是否发布预警。

在非实时强对流天气回波特征参量研究功能中,可以对云南省9部雷达19类PUP产品(根据探测距离、仰角等每观测时次又分为36个产品文件)进行单独或批量资料特征参量读取显示以及识别定位,特征参量读取后可自动根据观测时间存储为文本文件,稍作加工可存储到PUP产品特征参量数据库,用于进一步分析研究,图片可根据设置自动存储为BMP、GIF、JPG、PNG格式文件。下面详细说明系统实时识别强对流天气、资料分析研究2个功能。

2.1 实时识别强对流天气

图 2为PUP产品强对流天气实时识别预警界面。系统界面左部为图形展示区域,其内详细标注了当前发布预警使用PUP产品雷达站的站名站号、站点位置信息如经纬度、天线海拔高度信息、有效探测距离、立体扫描模式、开始扫描时间(北京时)、产品计算完毕时间以及一些诸如最强回波强度、总风暴数目等信息。界面右部为风暴定位表、风暴特征分析信息及风暴乡镇定位信息。在图像显示区域为该部雷达PUP产品探测范围行政区域地图、冰雹概率色标、回波最大强度色标。在以雷达站为中心的半径150 km的行政区域图上叠加了降雹概率监测预警标识,其中“●”标识当前风暴位置,“●”的颜色表示当前风暴回波强中心最大强度,“△”、“▲”及其颜色分别表示当前风暴降雹概率(%)和发生严重冰雹概率(%),图中标注了可能发生降雹的位置,同时在风暴定位表中详细展示了精确到乡镇一级的可能降雹乡镇、未来15~60 min可能影响乡镇以及预测的冰雹最大直径。当冰雹概率POH≥60 %和严重冰雹概率POSH≥40 %时,屏幕界面显示并通过声音报警发布冰雹预警。

图 2 PUP产品冰雹概率预警界面 Fig. 2 The PUP product hail probability warning interface.
2.2 用于资料分析研究

系统除具备强对流天气实时预警功能外,还具备PUP产品资料分析研究功能, 供科研人员在天气过程发生后进行分析研究。为了便于科研人员使用,系统各PUP产品色彩调色板均延续使用了经典PUP产品调色板。

图 3为PUP产品资料分析研究界面。与预警界面类似,系统界面左部为图形展示区域,其内详细标注了当前显示PUP产品名称、雷达站的站名站号、站点位置信息以及一些诸如最强回波强度、总风暴数目等信息。与预警界面不同的是,图形区展示的是叠加了行政边界的PUP产品图像如组合反射率、风暴跟踪信息等,以及不需要叠加行政边界的PUP产品图像如垂直风廓线、弱回波区产品等。界面右部为云南省9部C波段雷达站站名、PUP产品名称单选框及风暴特征分析信息和风暴乡镇定位信息等。

图 3 PUP产品资料分析研究界面 Fig. 3 The PUP product data analysis and research interface.

图 4为系统生成的文山雷达站2014年06月27日09:38:38(UTC)组合反射率CR、风暴跟踪信息STI、垂直风廓线VWP、弱回波区WER产品图形示例,系统可以读取多种PUP产品及内嵌的风暴特征分析信息(或计算参数配置)显示并存储,供科研及分析使用。使用本功能可根据用户选择连续查看分析指定雷达站、指定类型的PUP产品,通过多种PUP产品综合分析,可研究强对流天气过程的发生、发展、演变等特征,并可获取天气过程多普勒回波风暴特征参数进一步深入研究。

图 4 文山雷达站2014年06月27日09:38:38 (UTC)组合反射率CR (a)、风暴跟踪信息STI (b)、垂直风廓线VWP (c)、弱回波区WER (d) Fig. 4 (a) CR, (b) STI, (c) VWP, and (d) WER at Wenshan Radar Station PUP Products at 09:38:38 UTC on 27 June 2014.
3 应用个例分析

系统开发完成后,进行了一系列的测试及试运行,该系统基本能够对强对流天气如冰雹等提前发布预警。下面结合一次冰雹天气过程来分析系统的实际使用效果。

2017年7月27日13:47(北京时,下同),昆明市石林县长湖镇舍色村发生较为严重的冰雹灾害,导致农作物不同程度受灾,本系统较为全面地跟踪预警了此次过程。表 2为2017年7月27日昆明市石林县长湖镇冰雹过程PUP产品风暴特征参数。

表 2 2017年7月27日昆明市石林县长湖镇冰雹过程PUP产品风暴特征参数 Table 2 Storm characteristics of PUP products during hail process in Changhu Town, Shilin County on 27 July

表 2可以看出,2017年7月27日13:00—13:11在昆明石林长湖有新生风暴产生,回波强度43~47 dBz,强中心高度1.2~1.3 km,回波顶高2.8~5.5 km,回波向东北偏东移动。13:17, 该回波开始快速发展,强中心高度由1.2 km上升至3 km,回波顶高略有降低,回波转为向西北偏北方向移动。13:23该回波强度迅速升高到52 dBz,强中心高度升至4.4 km,回波顶高上升到6 km以上,VIL由前一观测时次的3 kg·m-2跃升至17 kg·m-2POSH、POH、MX SIZE分别为60%、80%、1.27 cm,系统发出冰雹预警。13:41,回波强度发展至本次冰雹过程最大值(56 dBz),强中心高度维持在3 km以上,回波顶高在13:35上升到9.2 km后,13:41又降低到7.6 km,VIL在13:41上升到本次过程最大值24 kg· m-2,但移向移速基本未变,系统持续发出冰雹及强冰雹预警。13:47该风暴回波强度、顶高、VILPOSHPOHMX SIZE略有降低,从灾情报告得知降雹开始。13:53该风暴回波强度及强回波高度、VILPOSH、POHMX SIZE少变,但强回波高度和回波顶高迅速降低,降雹结束。从表 2还可以看出,PUP产品生成时间较体扫开始时间略晚近6 min,这是雷达完成一个体扫周期的时间,尽管存在6 min的时间延后,但PUP产品的风暴分析信息和本系统仍在冰雹发生(13:47)前约15 min (13:32)发出降雹概率预警,这个时间差能够满足人工防雹作业指挥业务需求,对强对流预警具有参考作用。另外,从表 2可以看出,在体扫开始时间13:41和13:53,PUP产品风暴分析信息分别指出了有龙卷涡旋特征TVS存在,由于缺乏现场观测或其他参考信息而无法确认,在此不再讨论。

从上述个例可以看出,多普勒天气雷达PUP产品强对流天气监测预警系统利用PUP产品风暴分析信息,直接客观地进行冰雹天气预警,具有科学性和实用性。系统保存的PUP产品图形和风暴分析信息文件可在强天气过程发生后进行进一步分析研究。

4 结论

(1) 多普勒天气雷达PUP产品强天气监测预警系统通过解析PUP产品,提取、显示并保存PUP产品图片及风暴特征分析信息,能够扩展PUP产品综合应用的广度和深度。

(2) 系统能够单独或批量读取解析显示多普勒天气雷达19类(36个文件)PUP产品,进行识别定位并存储图片及分析信息。系统使用WINDOWS API函数和MIF格式行政区边界较为准确的完成强天气行政区域乡镇定位,程序复杂度小,代码量较少,系统体量较小,可供单一定位功能的WINDOWS程序设计参考。

(3) PUP产品读取解析源代码均为自行编写,未使用任何第三方构件或动态链接库,其功能完善且添加便捷。直接复制系统主程序并修改配置文件即可使用,简单修改源程序后可用于其他型号PUP产品的解析应用。

(4) 系统可以在手动和自动模式下进行强对流风暴科研分析和客观定量自动预警,能够满足强对流天气监测预警业务及科研应用需求。

(5) 系统及其产品已在云南省相关业务单位投入业务及科研应用,对强对流风暴的识别具有较好的指示性和监测预警作用。

参考文献
[1]
张腾飞, 段旭, 鲁亚斌, 等. 云南一次强对流冰雹过程的环流及雷达回波特征分析[J]. 高原气象, 2006, 25(3): 531-538. DOI:10.3321/j.issn:1000-0534.2006.03.022
[2]
张杰, 张腾飞, 尹丽云, 等. 云南中尺度对流系统地闪分布差异及成因[J]. 热带气象学报, 2014, 30(6): 1146-1158. DOI:10.3969/j.issn.1004-4965.2014.06.016
[3]
李湘, 张腾飞, 胡娟, 等. 云南冰雹灾害的多普勒雷达特征统计及预警指标[J]. 灾害学, 2015, 30(3): 88-93. DOI:10.3969/j.issn.1000-811X.2015.03.017
[4]
金鸿祥, 唐询昌.WSR-88D新进展[G]//武汉区域气象中心.暴雨·灾害.北京: 气象出版社, 1993, 12(Z1): 61
[5]
NOAA. Doppler radar meteorological observations part C WSR-88D products and algorithms[EB]. Washington, DC: National Oceanic and Atmospheric Administration, 2006
[6]
傅朝, 杨晓军, 周晓军, 等. 2013年6月19-20日甘肃陇东南暖区暴雨多普勒雷达特征分析[J]. 气象, 2015, 41(9): 1095-1103.
[7]
彭双姿, 姚蓉, 刘从省, 等. "2010·05"湘中突发性强降水过程雷达回波特征分析[J]. 暴雨灾害, 2010, 29(4): 363-369. DOI:10.3969/j.issn.1004-9045.2010.04.011
[8]
李红斌, 何玉科, 濮文耀, 等. 多普勒雷达特征参数在人工防雹决策中的应用[J]. 气象, 2010, 36(10): 84-90. DOI:10.7519/j.issn.1000-0526.2010.10.014
[9]
汤兴芝, 黄兴友. 冰雹云的多普勒天气雷达识别参量及其预警作用[J]. 暴雨灾害, 2009, 28(3): 261-265. DOI:10.3969/j.issn.1004-9045.2009.03.012
[10]
唐仁茂, 袁正腾, 向玉春, 等. 依据雷达回波自动选取对比云进行人工增雨效果检验的方法[J]. 气象, 2010, 36(4): 96-100. DOI:10.3969/j.issn.1673-8411.2010.04.028
[11]
李红玉, 李晓勇, 刘鹏. 跨省区新一代多普勒天气雷达PUP产品调用与拼图实现[J]. 西华大学学报(自然科学版), 2009, 28(5): 78-82. DOI:10.3969/j.issn.1673-159X.2009.05.022
[12]
刘一谦.多普勒天气雷达PUP产品共享系统设计与实现[D].成都: 电子科技大学, 2015 http://cdmd.cnki.com.cn/Article/CDMD-10614-1015716249.htm
[13]
张家国, 王珏, 王平. 一种暴雨回波识别算法研究[J]. 暴雨灾害, 2010, 29(1): 44-48. DOI:10.3969/j.issn.1004-9045.2010.01.007
[14]
余建华, 杨林增, 陈秋萍. 多普勒雷达定量测量武夷山降水软件设计[J]. 气象, 2006, 32(9): 95-98. DOI:10.3969/j.issn.1000-0526.2006.09.016
[15]
杨引明. WSR-88D多普勒天气雷达冰雹探测算法及评价[J]. 气象, 1999, 25(5): 39-43. DOI:10.3969/j.issn.1000-0526.1999.05.008
[16]
吴林林, 刘黎平, 郑媛媛, 等. 基于SWAN的冰雹探测算法研究[J]. 高原气象, 2014, 33(3): 823-831.
[17]
NCDC. Data documentation for TD7000-TD7599 NEXRAD level Ⅲ[EB]. Washington, DC: National Climatic Data Center, 1998