基于拉格朗日分析的极端降水前兆信号判识方法和装置与流程

1.本发明涉及气象领域，特别是指一种基于拉格朗日分析的极端降水前兆信号判识方法和装置。


背景技术：

2.极端天气事件是指一定地区在一定时间内出现的历史上罕见的气象事件，其发生概率通常小于5％或10％。极端天气事件总体可以分为极端高温、极端低温、极端干旱、极端降水等几类，一般特点是发生概率小、社会影响大。
3.我国受到在行星尺度或者大尺度上，来自印度洋、孟加拉湾和高纬度地区的冷暖气流和干湿气流在此交汇，南亚季风和东亚季风、西太平洋副高和南亚高压、东亚中高纬度阻塞高压和印缅大槽等大尺度环流系统影响，极端降水频发，特别是夏季极端降水具有突发性、频发性和持续性的特点，往往导致严重的洪涝灾害，危及人民的生命财产安全，并造成严重的国民经济损失。
4.开展极端强降水事件的“前兆”信号研究，探究对降水发生具有实际预警预测意义的指示因子，既是提升人们对极端降水过程和机理认知的前提条件，又是完善极端降水预测预报理论的一个重要途径。
5.针对中国区域的极端降水前兆信号识别研究方面，现有技术已经开展了一些工作。这些已有工作一般通过诊断降水前大气动力热力结构的异常特征，借助于天气学概念模型或大气环流型的概念，尝试探究对极端降水有预测意义的物理因子，揭示极端降水的前兆信号。
6.但是，现有技术的研究给出的前兆信号往往是极端降水发生前的大气状态的“快照”特征(即瞬时的、没有时间连续的特征)。考虑到极端降水事件形成存在个体的差异性以及对极端降水的定义不同，现有技术的方法识别的极端降水的大气环流异常信号存在一定的不确定性。另外，现有技术对极端降水形成机理认知还不全面，导致对预测预报理论发展具有实际意义的“前兆”信号研究不充分，不系统，也不深刻精细。


技术实现要素：

7.为解决现有技术的缺陷，本发明提供一种基于拉格朗日分析的极端降水前兆信号判识方法和装置，提高了极端降水前兆信号的全面性、充分性、系统性和精细性，为提升区域大暴雨的预报理论发展和预测预报水平提供一种行之有效的方法，为防灾减灾提供科学依据和支撑。
8.本发明提供技术方案如下：
9.一种基于拉格朗日分析的极端降水前兆信号判识方法，所述方法包括：
10.对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集；
11.基于所述模拟数据集，进行水汽源区和水汽输送途径诊断；
12.基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径
中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。
13.进一步的，所述对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集，包括：
14.将待研究区域的大气三维空间按照空气密度划分为设定数量的等质量气块；
15.进行拉格朗日数值模拟，所有气块在三维风场、温度场驱动下运动，每单位时间步长δt输出一次所有气块的物理信息，构建高分辨拉格朗日数值模拟数据集；
16.其中，所述气块的物理信息包括气块的空间三维位置、位涡、比湿、温度、气压、对流层顶高度和边界层高度。
17.进一步的，所述基于所述模拟数据集，进行水汽源区和水汽输送途径诊断，包括：
18.根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息；
19.采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区。
20.进一步的，所述根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息，包括：
21.根据气块在降水落区的湿度变化，选取单位时间步长在降水落区的所有目标气块；
22.后向追踪并记录所有目标气块的物理信息。
23.进一步的，所述采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区，包括：
24.对于单个目标气块，当所述目标气块的比湿变化δq≥0且所述目标气块的高度位于大气边界层高度之下时，将所述目标气块的空间三维位置记为该单个目标气块的一个水汽源区；
25.所有目标气块的所有水汽源区组成所述极端降水的水汽源区；
26.对所述降水落区的所有目标气块进行计算，得到区域整体比湿变化
27.其中，m为单个目标气块的质量，n为降水落区目标气块的总数，a为降水落区的面积，e为蒸发量，p为降水量；
28.对选定时次的所有目标气块实施天气尺度的区域整体比湿变化计算；
29.重复上述计算步骤，对所述待研究区域的选定年度的不同类型的极端降水进行分析，得到待研究区域的时间分辨率为δt的不同类型极端降水的水汽源区数据。
30.进一步的，所述基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号，包括：
31.通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程；
32.基于所述模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制；
33.通过判识的影响大气温度变化的关键物理过程以及揭示的水汽快速汇集的机制确定极端降水前兆信号。
34.进一步的，所述通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程，包括：
35.按照如下公式建立能量平衡方程；
[0036][0037]
其中，dt/dt＝δt，表示气块的温度t相对时间t的变化率，κ＝0.286，ω为垂直速度，ω＝dp/dt，p为气块的气压，h表示总的非绝热加热率，h＝dθ/dt，θ表示位温θ＝t(p0/p)
κ
，p0为地面气压；
[0038]
将所述能量平衡方程分为绝热加热过程贡献项和非绝热加热过程贡献项；
[0039]
δt＝δt
adi
+δt
diab
[0040]
其中，δt
adi
表示绝热加热过程贡献项，δt
diab
表示非绝热加热过程贡献项；
[0041][0042][0043]
基于所述模拟数据集，基于天气尺度的δt/次的产生极端降水气块的输送过程中的温度变化信息，通过位温和气压计算非绝热加热过程贡献项δt
diab
；
[0044][0045]
其中，所述天气尺度取值为10天，δt取值为3h；
[0046]
根据所述能量平衡方程的余项求得绝热加热过程贡献项δt
adi
；
[0047]
假定绝热过程是由气块抬升做功所致，非绝热过程是由大气辐射加热以及前热释放所致，通过定量计算并比较降水前期气块输送过程中绝热加热过程贡献项δt
adi
和非绝热加热过程贡献项δt
diab
对能量平衡变化的相对贡献大小，进而判识影响温度变化的关键物理过程。
[0048]
进一步的，所述基于所述模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制，包括：
[0049]
按照如下公式建立水汽平衡方程；
[0050][0051]
其中，v表示三维风场矢量，q为比湿，ρw为水汽密度；
[0052]
将所述水汽平衡方程分为热力过程贡献项δq
therm
和动力过程贡献项δq
dynam
；
[0053]
δp＝δq
therm
+δa
dynam
[0054]
假设δt内降水和蒸发只能有一个过程占主导地位，对所有δq≥0的气块；
[0055][0056]
基于10天的3h/次的产生极端降水气块的输送过程中的水汽源区变化信息，定量计算热力过程贡献项δq
therm
；
[0057][0058]
根据所述水汽平衡方程的余项求得动力过程贡献项δq
dynam
；
[0059]
通过量化和比较动力过程贡献项δq
dynam
和热力过程贡献项δq
therm
对极端降水产生影响的相对贡献，确定极端降水发生前水汽快速汇集的机制。
[0060]
一种基于拉格朗日分析的极端降水前兆信号判识装置，所述装置包括：
[0061]
数据集建立模块，用于对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集；
[0062]
水汽源区诊断模块，用于基于所述模拟数据集，进行水汽源区和水汽输送途径诊断；
[0063]
前兆信号判识模块，用于基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。
[0064]
进一步的，所述数据集建立模块包括如下过程：
[0065]
将待研究区域的大气三维空间按照空气密度划分为设定数量的等质量气块；进行拉格朗日数值模拟，所有气块在三维风场、温度场驱动下运动，每单位时间步长δt输出一次所有气块的物理信息，构建高分辨拉格朗日数值模拟数据集；
[0066]
其中，所述气块的物理信息包括气块的空间三维位置、位涡、比湿、温度、气压、对流层顶高度和边界层高度。
[0067]
进一步的，所述水汽源区诊断模块包括：
[0068]
后向追踪单元，用于根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息；
[0069]
水汽源区诊断单元，用于采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区。
[0070]
进一步的，所述后向追踪单元包括如下过程：
[0071]
根据气块在降水落区的湿度变化，选取单位时间步长在降水落区的所有目标气
块；后向追踪并记录所有目标气块的物理信息。
[0072]
进一步的，所述水汽源区诊断单元包括如下过程：
[0073]
对于单个目标气块，当所述目标气块的比湿变化δq≥0且所述目标气块的高度位于大气边界层高度之下时，将所述目标气块的空间三维位置记为该单个目标气块的一个水汽源区；
[0074]
所有目标气块的所有水汽源区组成所述极端降水的水汽源区；
[0075]
对所述降水落区的所有目标气块进行计算，得到区域整体比湿变化
[0076]
其中，m为单个目标气块的质量，n为降水落区目标气块的总数，a为降水落区的面积，e为蒸发量，p为降水量；
[0077]
对选定时次的所有目标气块实施天气尺度的区域整体比湿变化计算；
[0078]
重复上述计算步骤，对所述待研究区域的选定年度的不同类型的极端降水进行分析，得到待研究区域的时间分辨率为δt的不同类型极端降水的水汽源区数据。
[0079]
进一步的，所述前兆信号判识模块包括：
[0080]
温度变化过程研究单元，用于通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程；
[0081]
湿度变化过程研究单元，用于基于所述模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制；
[0082]
前兆信号判识单元，用于通过判识的影响大气温度变化的关键物理过程以及揭示的水汽快速汇集的机制确定极端降水前兆信号。
[0083]
进一步的，所述温度变化过程研究单元包括如下过程：
[0084]
按照如下公式建立能量平衡方程；
[0085][0086]
其中，dt/dt＝δt，表示气块的温度t相对时间t的变化率，κ＝0.286，ω为垂直速度，ω＝dp/dt，p为气块的气压，h表示总的非绝热加热率，h＝dθ/dt，θ表示位温θ＝t(p0/p)
κ
，p0为地面气压；
[0087]
将所述能量平衡方程分为绝热加热过程贡献项和非绝热加热过程贡献项；
[0088]
δt＝δt
adi
+δt
diab
[0089]
其中，δt
adi
表示绝热加热过程贡献项，δt
diab
表示非绝热加热过程贡献项；
[0090]
[0091][0092]
基于所述模拟数据集，基于天气尺度的δt/次的产生极端降水气块的输送过程中的温度变化信息，通过位温和气压计算非绝热加热过程贡献项δt
diab
；
[0093][0094]
其中，所述天气尺度取值为10天，δt取值为3h；
[0095]
根据所述能量平衡方程的余项求得绝热加热过程贡献项δt
adi
；
[0096]
假定绝热过程是由气块抬升做功所致，非绝热过程是由大气辐射加热以及前热释放所致，通过定量计算并比较降水前期气块输送过程中绝热加热过程贡献项δt
adi
和非绝热加热过程贡献项δt
diab
对能量平衡变化的相对贡献大小，进而判识影响温度变化的关键物理过程。
[0097]
进一步的，所述湿度变化过程研究单元包括如下过程：
[0098]
按照如下公式建立水汽平衡方程；
[0099][0100]
其中，v表示三维风场矢量，q为比湿，ρw为水汽密度；
[0101]
将所述水汽平衡方程分为热力过程贡献项δq
therm
和动力过程贡献项δq
dynam
；
[0102]
δp＝δa
therm
+δq
dynam
[0103]
假设δt内降水和蒸发只能有一个过程占主导地位，对所有δq≥0的气块；
[0104][0105]
基于10天的3h/次的产生极端降水气块的输送过程中的水汽源区变化信息，定量计算热力过程贡献项δq
therm
；
[0106][0107]
根据所述水汽平衡方程的余项求得动力过程贡献项δq
dynam
；
[0108]
通过量化和比较动力过程贡献项δq
dynam
和热力过程贡献项δq
therm
对极端降水产生影响的相对贡献，确定极端降水发生前水汽快速汇集的机制。
[0109]
本发明具有以下有益效果：
[0110]
本发明提出的基于拉格朗日分析的极端降水前兆信号判识方法，在水汽输送方面，发挥拉格朗日高分辨模拟与气团追踪技术方案的独特优势，通过对降水有贡献的海量气块后向追踪，不但能再现大气三维输送过程及其物理属性的细致变化过程，更可诊断影响主要大气物理量的变化特征的关键物理过程，为揭示极端降水的形成机理和前兆性信号识别提供了一个新视角。
[0111]
并且本发明发展了基于拉格朗日方法的水汽平衡方程和能量平衡方程的诊断新技术，聚焦于极端降水发生前的大气输送过程中大气温湿变化以及影响的关键物理过程研究。这使得现有技术中有关极端降水“前兆性”信号识别从相对简单的“大气环流型”分析走向“精细演化特征”的剖析。借助基于拉格朗日方法的能量平衡方程诊断，定量分析和比较大气从源区到降水落区的输送过程中绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前影响大气温度变化的关键物理过程。最终从水汽源区异常以及输送过程中大气温湿变化的视角，提炼极端降水“前兆性”信号，提高了极端降水前兆信号的全面性、充分性、系统性和精细性，为提升区域大暴雨的预报理论发展和预测预报水平提供一种行之有效的方法，为防灾减灾提供科学依据和支撑。
附图说明
[0112]
图1为本发明的基于拉格朗日分析的极端降水前兆信号判识方法的流程图；
[0113]
图2为本发明的基于拉格朗日分析的极端降水前兆信号判识装置的示意图。
具体实施方式
[0114]
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0115]
本发明实施例提供一种基于拉格朗日分析的极端降水前兆信号判识方法，如图1所示，该方法包括：
[0116]
s1：对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集。
[0117]
拉格朗日数值模拟是本发明的方法的基础和前提。可以选用挪威大气科学研究所研发的拉格朗日大气输送模式flexpart，以欧洲中期天气预报中心(ecmwf)的era5或者era-interim资料再分析资料为大气驱动数据，根据降水数据和时段，实施对应时段的高分辨拉格朗日数值模拟。
[0118]
待研究区域例如选择青藏高原地区，模拟实施过程中采用“domain filling”模拟方法，即模式积分开始之初，将大气三维空间按照空气密度划分为相对均匀的足够多(例如》200万)等质量气块，所有气块将在三维风场、温度场等驱动下运动，构建包括气块空间三维位置以及其他物理信息(如位涡、比湿、温度、气压、对流层顶高度和边界层高度等)的高分辨拉格朗日模拟数据集，模拟结果每δt时间输出一次，δt取3小时。
[0119]
s2：基于模拟数据集，进行水汽源区和水汽输送途径诊断。
[0120]
本步骤中，根据每个极端降水气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对其实施天气尺度(10天)的后向追踪，并记录所有气块的空间三维位置、比湿、密度、边界层高度等随时间变化的信息。采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区。
[0121]
s3：基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。
[0122]
大气的水汽含量和温度变化是决定极端降水发生发展和强度的关键物理量，因此，在考察解析气块的三维输送集合轨迹以及输送过程中气块温度、湿度等相关物理量在输送过程中的精细变化特征的基础上，通过基于能量平衡方程和水汽平衡方程的拉格朗日诊断，判识从水汽源区到降水落区的大气输送过程中影响水汽和温度变化的关键物理过程。这些关键物理过程即作为本发明得到的极端降水前兆信号。
[0123]
本发明提出的基于拉格朗日分析的极端降水前兆信号判识方法，在水汽输送方面，发挥拉格朗日高分辨模拟与气团追踪技术方案的独特优势，通过对降水有贡献的海量气块后向追踪，不但能再现大气三维输送过程及其物理属性的细致变化过程，更可诊断影响主要大气物理量的变化特征的关键物理过程，为揭示极端降水的形成机理和前兆性信号识别提供了一个新视角。
[0124]
并且本发明发展了基于拉格朗日方法的水汽平衡方程和能量平衡方程的诊断新技术，聚焦于极端降水发生前的大气输送过程中大气温湿变化以及影响的关键物理过程研究。这使得现有技术中有关极端降水“前兆性”信号识别从相对简单的“大气环流型”分析走向“精细演化特征”的剖析。借助基于拉格朗日方法的能量平衡方程诊断，定量分析和比较大气从源区到降水落区的输送过程中绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前影响大气温度变化的关键物理过程。最终从水汽源区异常以及输送过程中大气温湿变化的视角，提炼极端降水“前兆性”信号，提高了极端降水前兆信号的全面性、充分性、系统性和精细性，为提升区域大暴雨的预报理论发展和预测预报水平提供一种行之有效的方法，为防灾减灾提供科学依据和支撑。
[0125]
在其中一个示例中，前述的s2包括：
[0126]
s21、根据气块在降水落区的湿度变化，选取单位时间步长δt(如3小时)青藏高原区域的所有目标气块。
[0127]
s22、后向追踪并记录所有目标气块的空间三维位置、比湿、密度、边界层高度等随时间变化的信息。
[0128]
s23、对单个目标气块而言，假定单位时间步长内目标气块湿度减少和增加分别是由降水p和蒸发e过程所引起，那么目标气块水汽比湿变化δq可以表示为蒸发和降水量之差(e-p＝δq/δt)，当e-p≥0且目标气块高度位于大气边界层高度之下时，其空间位置即为单个目标气块的一个水汽源区。
[0129]
s24、对区域气柱所有目标气块计算，可获得区域整体(m为单个气块质量，n为区域气块总数，a为区域面积)。
[0130]
s25、对某个特定时次的所有目标气块实施3小时/次(共计10天)的e-p计算(大气中的水汽生命平均周期约10天左右)。
[0131]
s26、重复上述计算步骤，实施1980-2021年的分析，可得到青藏高原区域时间分辨率为3小时/次的不同类型极端降水源区数据。
[0132]
作为本发明实施例的一种改进，前述的s3包括：
[0133]
s31、通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程。
[0134]
描述温度、垂直速度和非绝热加热之间关系的能量平衡能量方程可表示如下：
[0135][0136]
其中，dt/dt＝δt，表示气块的温度t相对时间t的变化率，κ为常数，κ＝r/c
p
＝0.286，ω为垂直速度，ω＝dp/dt(pa s-1
)，p为气块的气压，h表示总的非绝热加热率，h＝dθ/dt(ks-1
)，θ表示位温θ＝t(p0/p)
κ
(k)，p0为地面气压；
[0137]
将能量平衡方程分为绝热加热过程贡献项(即能量平衡方程右边第一项)和非绝热加热过程贡献项(即能量平衡方程右边第二项)；
[0138]
δt＝δt
adi
+δt
diab
[0139]
其中，δt
adi
表示绝热加热过程贡献项，δt
diab
表示非绝热加热过程贡献项；
[0140][0141][0142]
基于模拟数据集，基于天气尺度(10天)的δt(3h)/次的产生极端降水气块的输送过程中的温度变化信息，通过位温和气压计算非绝热加热过程贡献项δt
diab
；
[0143][0144]
其中，天气尺度取值为10天，δt取值为3h；
[0145]
气块的温度t相对时间t的变化率δt可以由模拟数据集获得，然后根据能量平衡方程的余项即可求得绝热加热过程贡献项δt
adi
。
[0146]
若假定绝热过程主要是由气块抬升做功所致，而非绝热过程主要是由大气辐射加热以及前热释放所致，这样通过定量计算并比较降水前期气块输送过程中绝热加热过程贡献项δt
adi
和非绝热加热过程贡献项δt
diab
对能量平衡变化的相对贡献大小，进而判识影响温度变化的关键物理过程。
[0147]
s32、基于模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制。
[0148]
具体的，可以按照如下公式建立水汽平衡方程。
[0149][0150]
其中，p为降水，e为蒸发，v表示三维风场矢量，q为比湿，ρw为水汽密度。可见，决定极端降水强度的主要过程可归因于热力过程的影响(上式右边第1项)和动力过程(上式右
边第2项和第3项之和项)的共同影响，前者与气块自身比湿的变化有关，而后者主要与大尺度环流输送所致。
[0151]
所以，可以将水汽平衡方程分为热力过程贡献项δq
therm
和动力过程贡献项δq
dynam
。
[0152]
δp＝δq
therm
+δq
dynam
[0153]
假设δt(3小时)内降水和蒸发只能有一个过程占主导地位，对所有δq≥0的气块；
[0154][0155]
其中，a表示区域面积，n表示气块总数目。e
t
即为前述基于拉格朗日模式诊断的水汽源。
[0156]
因此，基于10天的3h/次的产生极端降水气块的输送过程中的水汽源区变化信息，可定量计算热力过程贡献项δq
therm
；
[0157][0158]
δp可以由模拟数据集获得，然后根据水汽平衡方程的余项求得动力过程贡献项δq
dynam
。
[0159]
通过量化和比较动力过程贡献项δq
dynam
和热力过程贡献项δq
therm
对极端降水产生影响的相对贡献，确定极端降水发生前水汽快速汇集的机制。
[0160]
s33、通过判识的影响大气温度变化的关键物理过程以及揭示的水汽快速汇集的机制确定极端降水前兆信号。
[0161]
本发明实施例还提供一种基于拉格朗日分析的极端降水前兆信号判识装置，如图2所示，该装置包括：
[0162]
数据集建立模块1，用于对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集。
[0163]
水汽源区诊断模块2，用于基于模拟数据集，进行水汽源区和水汽输送途径诊断。
[0164]
前兆信号判识模块3，用于基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。
[0165]
本发明提出的基于拉格朗日分析的极端降水前兆信号判识方法，在水汽输送方面，发挥拉格朗日高分辨模拟与气团追踪技术方案的独特优势，通过对降水有贡献的海量气块后向追踪，不但能再现大气三维输送过程及其物理属性的细致变化过程，更可诊断影响主要大气物理量的变化特征的关键物理过程，为揭示极端降水的形成机理和前兆性信号识别提供了一个新视角。
[0166]
并且本发明发展了基于拉格朗日方法的水汽平衡方程和能量平衡方程的诊断新技术，聚焦于极端降水发生前的大气输送过程中大气温湿变化以及影响的关键物理过程研究。这使得现有技术中有关极端降水“前兆性”信号识别从相对简单的“大气环流型”分析走
向“精细演化特征”的剖析。借助基于拉格朗日方法的能量平衡方程诊断，定量分析和比较大气从源区到降水落区的输送过程中绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前影响大气温度变化的关键物理过程。最终从水汽源区异常以及输送过程中大气温湿变化的视角，提炼极端降水“前兆性”信号，提高了极端降水前兆信号的全面性、充分性、系统性和精细性，为提升区域大暴雨的预报理论发展和预测预报水平提供一种行之有效的方法，为防灾减灾提供科学依据和支撑。
[0167]
其中，前述的数据集建立模块包括如下过程：
[0168]
将待研究区域的大气三维空间按照空气密度划分为设定数量的等质量气块；进行拉格朗日数值模拟，所有气块在三维风场、温度场驱动下运动，每单位时间步长δt输出一次所有气块的物理信息，构建高分辨拉格朗日数值模拟数据集。
[0169]
所述气块的物理信息包括气块的空间三维位置、位涡、比湿、温度、气压、对流层顶高度和边界层高度。
[0170]
在其中一个示例中，水汽源区诊断模块包括：
[0171]
后向追踪单元，用于根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息。
[0172]
水汽源区诊断单元，用于采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区。
[0173]
其中，后向追踪单元包括如下过程：
[0174]
根据气块在降水落区的湿度变化，选取单位时间步长在降水落区的所有目标气块；后向追踪并记录所有目标气块的物理信息。
[0175]
水汽源区诊断单元包括如下过程：
[0176]
对于单个目标气块，当目标气块的比湿变化δq≥0且目标气块的高度位于大气边界层高度之下时，将目标气块的空间三维位置记为该单个目标气块的一个水汽源区；
[0177]
所有目标气块的所有水汽源区组成极端降水的水汽源区；
[0178]
对降水落区的所有目标气块进行计算，得到区域整体比湿变化
[0179]
其中，m为单个目标气块的质量，n为降水落区目标气块的总数，a为降水落区的面积，e为蒸发量，p为降水量；
[0180]
对选定时次的所有目标气块实施天气尺度的区域整体比湿变化计算；
[0181]
重复上述计算步骤，对待研究区域的选定年度的不同类型的极端降水进行分析，得到待研究区域的时间分辨率为δt的不同类型极端降水的水汽源区数据。
[0182]
作为本发明实施例的一种改进，前述的前兆信号判识模块包括：
[0183]
温度变化过程研究单元，用于通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程。
[0184]
湿度变化过程研究单元，用于基于模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化
和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制。
[0185]
前兆信号判识单元，用于通过判识的影响大气温度变化的关键物理过程以及揭示的水汽快速汇集的机制确定极端降水前兆信号。
[0186]
其中，温度变化过程研究单元包括如下过程：
[0187]
按照如下公式建立能量平衡方程；
[0188][0189]
其中，dt/dt＝δt，表示气块的温度t相对时间t的变化率，κ＝0.286，ω为垂直速度，ω＝dp/dt，p为气块的气压，h表示总的非绝热加热率，h＝dθ/dt，θ表示位温θ＝t(p0/p)
κ
，p0为地面气压；
[0190]
将能量平衡方程分为绝热加热过程贡献项和非绝热加热过程贡献项；
[0191]
δt＝δt
adi
+δt
diab
[0192]
其中，δt
adi
表示绝热加热过程贡献项，δt
diab
表示非绝热加热过程贡献项；
[0193][0194][0195]
基于模拟数据集，基于天气尺度的δt/次的产生极端降水气块的输送过程中的温度变化信息，通过位温和气压计算非绝热加热过程贡献项δt
diab
；
[0196][0197]
其中，天气尺度取值为10天，δt取值为3h；
[0198]
根据能量平衡方程的余项求得绝热加热过程贡献项δt
adi
；
[0199]
假定绝热过程是由气块抬升做功所致，非绝热过程是由大气辐射加热以及前热释放所致，通过定量计算并比较降水前期气块输送过程中绝热加热过程贡献项δt
adi
和非绝热加热过程贡献项δt
diab
对能量平衡变化的相对贡献大小，进而判识影响温度变化的关键物理过程。
[0200]
湿度变化过程研究单元包括如下过程：
[0201]
按照如下公式建立水汽平衡方程；
[0202][0203]
其中，v表示三维风场矢量，q为比湿，ρw为水汽密度；
[0204]
将水汽平衡方程分为热力过程贡献项δq
therm
和动力过程贡献项δq
dynam
；
[0205]
δp＝δq
therm
+δq
dynam
[0206]
假设δt内降水和蒸发只能有一个过程占主导地位，对所有δq≥0的气块；
[0207][0208]
基于10天的3h/次的产生极端降水气块的输送过程中的水汽源区变化信息，定量计算热力过程贡献项δq
therm
；
[0209][0210]
根据水汽平衡方程的余项求得动力过程贡献项δq
dynam
；
[0211]
通过量化和比较动力过程贡献项δq
dynam
和热力过程贡献项δq
therm
对极端降水产生影响的相对贡献，确定极端降水发生前水汽快速汇集的机制。
[0212]
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，该装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
[0213]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述方法包括：对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集；基于所述模拟数据集，进行水汽源区和水汽输送途径诊断；基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。2.根据权利要求1所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集，包括：将待研究区域的大气三维空间按照空气密度划分为设定数量的等质量气块；进行拉格朗日数值模拟，所有气块在三维风场、温度场驱动下运动，每单位时间步长δt输出一次所有气块的物理信息，构建高分辨拉格朗日数值模拟数据集；其中，所述气块的物理信息包括气块的空间三维位置、位涡、比湿、温度、气压、对流层顶高度和边界层高度。3.根据权利要求2所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述基于所述模拟数据集，进行水汽源区和水汽输送途径诊断，包括：根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息；采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区。4.根据权利要求3所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述根据每个气块在降水发生期间比湿的变化，选取对降水有贡献的所有气块，并对选取的气块实施天气尺度的后向追踪，记录追踪的所有气块的物理信息，包括：根据气块在降水落区的湿度变化，选取单位时间步长在降水落区的所有目标气块；后向追踪并记录所有目标气块的物理信息。5.根据权利要求4所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述采用水汽源区和水汽输送途径诊断方法，诊断极端降水的水汽源区，包括：对于单个目标气块，当所述目标气块的比湿变化δq≥0且所述目标气块的高度位于大气边界层高度之下时，将所述目标气块的空间三维位置记为该单个目标气块的一个水汽源区；所有目标气块的所有水汽源区组成所述极端降水的水汽源区；对所述降水落区的所有目标气块进行计算，得到区域整体比湿变化其中，m为单个目标气块的质量，n为降水落区目标气块的总数，a为降水落区的面积，e为蒸发量，p为降水量；对选定时次的所有目标气块实施天气尺度的区域整体比湿变化计算；重复上述计算步骤，对所述待研究区域的选定年度的不同类型的极端降水进行分析，得到待研究区域的时间分辨率为δt的不同类型极端降水的水汽源区数据。6.根据权利要求5所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径
中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号，包括：通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程；基于所述模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制；通过判识的影响大气温度变化的关键物理过程以及揭示的水汽快速汇集的机制确定极端降水前兆信号。7.根据权利要求6所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述通过基于拉格朗日技术的能量平衡方程的诊断，针对不同类型的极端降水事件，量化和比较绝热加热和非绝热加热对能量变化的相对贡献，判识极端降水发生前，影响大气温度变化的关键物理过程，包括：按照如下公式建立能量平衡方程；其中，dt/dt＝δt，表示气块的温度t相对时间t的变化率，κ＝0.286，ω为垂直速度，ω＝dp/dt，p为气块的气压，h表示总的非绝热加热率，h＝dθ/dt，θ表示位温θ＝t(p0/p)
κ
，p0为地面气压；将所述能量平衡方程分为绝热加热过程贡献项和非绝热加热过程贡献项；δt＝δt
adi
+δt
diab
其中，δt
adi
表示绝热加热过程贡献项，δt
diab
表示非绝热加热过程贡献项；表示非绝热加热过程贡献项；基于所述模拟数据集，基于天气尺度的δt/次的产生极端降水气块的输送过程中的温度变化信息，通过位温和气压计算非绝热加热过程贡献项δt
diab
；其中，所述天气尺度取值为10天，δt取值为3h；根据所述能量平衡方程的余项求得绝热加热过程贡献项δt
adi
；假定绝热过程是由气块抬升做功所致，非绝热过程是由大气辐射加热以及前热释放所致，通过定量计算并比较降水前期气块输送过程中绝热加热过程贡献项δt
adi
和非绝热加热过程贡献项δt
diab
对能量平衡变化的相对贡献大小，进而判识影响温度变化的关键物理过程。
8.根据权利要求7所述的基于拉格朗日分析的极端降水前兆信号判识方法，其特征在于，所述基于所述模拟数据集，针对不同类型的极端降水事件，剖析极端降水事件发生前水汽输送途径中的湿度变化特征，借助水汽平衡方程的诊断，量化和比较动力强迫和热力强迫对降水产生影响的相对贡献，揭示极端降水发生前水汽快速汇集的机制，包括：按照如下公式建立水汽平衡方程；其中，v表示三维风场矢量，q为比湿，ρ
w
为水汽密度；将所述水汽平衡方程分为热力过程贡献项δq
therm
和动力过程贡献项δq
dynam
；δp＝δq
therm
+δq
dynam
假设δt内降水和蒸发只能有一个过程占主导地位，对所有δq≥0的气块；基于10天的3h/次的产生极端降水气块的输送过程中的水汽源区变化信息，定量计算热力过程贡献项δq
therm
；根据所述水汽平衡方程的余项求得动力过程贡献项δq
dynam
；通过量化和比较动力过程贡献项δq
dynam
和热力过程贡献项δq
therm
对极端降水产生影响的相对贡献，确定极端降水发生前水汽快速汇集的机制。9.一种基于拉格朗日分析的极端降水前兆信号判识装置，其特征在于，所述装置包括：数据集建立模块，用于对于待研究区域，建立针对极端降水事件的高分辨拉格朗日数值模拟数据集；水汽源区诊断模块，用于基于所述模拟数据集，进行水汽源区和水汽输送途径诊断；前兆信号判识模块，用于基于能量平衡方程和水汽平衡方程，判识从水汽源区到降水落区的水汽输送途径中影响水汽和温度变化的关键物理过程，得到待研究区域的极端降水前兆信号。

技术总结
本发明公开了一种基于拉格朗日分析的极端降水前兆信号判识方法和装置，属于气象领域。本发明针对极端降水事件，实施高分辨的拉格朗日数值模拟，生成拉格朗日模拟数据，通过识别对降水有贡献的所有气块，追踪其天气时间尺度上的每三小时一次的温度、湿度、位置、涡度、气压等大气物理量信息，构建所有气块的后向轨迹数据集，通过考察气块输送过程中的温湿变化特征，通过水汽平衡方程和能量平衡方程的估算，确定影响输送过程中的关键物理过程，最终可以识别极端降水的前兆信号，提高了极端降水前兆信号的全面性、充分性、系统性和精细性，为提升区域大暴雨的预报理论发展和预测预报水平提供一种行之有效的方法。水平提供一种行之有效的方法。水平提供一种行之有效的方法。


技术研发人员：陈斌 宋丽莉 李英 何晓凤 黄蔚薇
受保护的技术使用者：华风气象传媒集团有限责任公司 中国气象科学研究院
技术研发日：2023.02.23
技术公布日：2023/9/11