基于氣象雷達數據的人工增雨作業指揮系統設計及應用

王霄, 孫建印, 趙宇, 李玉濤

(1.徐州市氣象局, 江蘇, 徐州 221000;2.江蘇省氣象信息中心, 江蘇, 南京 210000)

0 引言

氣象部門實施人工增雨[1-3]是當前抵御干旱的一種高效手段,加強人工影響天氣(簡稱“人影”)組織工作將會顯著提高人影作業效率,從而產生巨大的社會效益和經濟效益。氣象雷達具有覆蓋面廣、時空分辨率高及性能穩定等優勢,在對流性天氣監測和預警[4]、降雨估測[5]和改善高分辨率數值預報初始場等方面發揮了巨大作用。根據實際業務需求,江蘇省布設了S波段多普勒氣象雷達,最大探測距離可達460 km,能夠探測到反射率因子、徑向速度等數據。將氣象雷達數據應用到人工增雨中[6],能夠對天氣形勢進行短時臨近監測,輔助決策分析,從而實施科學作業。目前地市級人影作業指揮與分析[7]中大多依賴雷達顯控終端(PUP)進行監測和輔助決策。PUP可以接收RPG處理生成的雷達產品以及系統狀態信息,并以圖文形式提供給終端用戶用于天氣分析,雖然它產品繁多但只能依靠簡單識別圖像進行主觀判斷,不便于進行一些復雜的交互式處理。

本文使用MATLAB與Python語言混合編程對氣象雷達數據進行處理,根據作業云體類型特征對解析出的不同雷達產品設定相應的閾值條件,結合現行人影作業流程及上級主管部門相關要求,編寫了人工增雨作業指揮系統,能夠準確識別出適宜開展作業的目標云體單元并計算出作業指令,可以大大提高工作效率和決策水平,為精準作業提供客觀合理的參考依據。

1 雷達數據資料和處理分析

1.1 雷達數據資料

使用S波段多普勒氣象雷達(CINRAD/SA)數據,實際工作中采用單/雙偏振并行方式,在雷達體掃過程中會生成新一代天氣雷達基數據、單偏振雷達產品、雙偏振雷達基數據及產品。它們均為二進制數據,根據CMA默認文件存儲格式,統一的文件擴展名為bin,數據類型主要包括:INT-4字節整型,SHORT-2 字節整型,CHAR*N-N字節字符型,FLOAT-4字節浮點類型,符合IEEE754規范,LONG-8字節整型。

基數據文件分為多個區塊,每個區塊描述一組信息,如站點配置塊用來描述雷達站的信息,包括經緯度、天線架設高度等?；鶖祿煞譃楣矓祿K和徑向數據塊:公共數據塊用于提供數據站點信息、任務配置等公共信息;徑向數據塊用于存儲雷達探測資料,包括徑向頭、徑向數據頭以及徑向數據。

在人影作業指揮中,常用的有基本反射率(R)、徑向速度(V)、組合反射率(CR)、垂直累計液態水含量(VIL)和回波頂高(ET)等,根據相應的雷達數據格式對原始數據進行解析,以徐州雷達站為坐標原點構建平面直角坐標,各類數據產品按照相應色標顯示。

1.2 數據處理分析

MATLAB是用于數據分析、模擬仿真和計算機視覺等領域的高級計算語言和交互式環境,它的基本數據單位是矩陣,因其強大的計算和繪圖功能在氣象數據分析[8-9]中得到了廣泛的應用。Python作為一種面向對象的高級語言,因其動態特征以及解釋型語言的本質而成為多數平臺上寫腳本和快速開發應用的編程語言,它提供了豐富的開源工具和框架。新版本MATLAB的官方文檔中介紹了與其他編程語言之間的接口,其中提供了對Python開放的引擎API(見圖1),包括引擎安裝、基本使用方法以及與Python之間的數據類型轉換及交互。

圖1 在MATLAB環境中調用Python的安裝程序接口

PyCINRAD支持Python 3.6及以上的版本,該模塊用于處理CINRAD雷達數據,除了可視化之外,對于數據的提取、網格化處理等計算都比較便捷,能夠支持現行業務中使用的SAD/SA/SB等主要氣象雷達數據格式。其中,CinradReader( )用于讀取老版本的數據,StandardData( )則用來讀取新版雙偏振雷達的標準數據。主要功能模塊如表1所示。

表1 PyCINRAD模塊功能簡介

因不同雷達產品數據格式不盡相同,為便于調用而建立一個雷達產品處理函數包Radar_draw,將各類處理函數匯總歸納,在使用過程中僅需將函數包路徑添加即可按需快速訪問調用。部分處理函數清單如表2所示。

表2 Radar_draw函數包索引簡表

1.3 人工增雨作業指令計算

1.3.1 計算增雨作業用彈量

江蘇省目前使用的人工增雨作業工具是WR-98型火箭,最大射高8.0±5 km,催化劑AgI含量33.3 g,在-10 ℃時成核率為1.8×1015個/g。根據鄰近作業點且在可能作業影響范圍內的目標增雨作業云體單元體積計算所需AgI含量(1枚火箭彈影響范圍約為200 km2),再結合單枚WR-98人影火箭彈攜帶的AgI含量及成核率估算一次增雨作業大致需要發射的火箭彈數量。相關的關鍵代碼如圖2所示。

圖2 計算增雨作業用彈量的關鍵代碼

1.3.2 作業方位角

安全射界圖經過不斷修改完善,現主要參照《人工影響天氣火箭作業點安全射界圖繪制規范》[10]規定了人工影響天氣火箭作業點安全射界選取、安全射界圖標繪要求,適用于人工影響天氣火箭作業點安全射界圖的繪制。將安全射界圖(其中以10 km為半徑的圓(虛線表示)為最大落區邊界,安全落區為編號的扇形區域)疊加在GIS信息和雷達產品之上并將安全發射范圍以列表形式展示,為精準定位提供具體數據,如圖3所示。相關的關鍵代碼如圖4所示。

圖3 在雷達產品圖像上疊加人影安全射界

圖4 繪制人影安全射界圖的關鍵代碼

使用最新版安全射界圖后,對于每一個作業點而言,可作業的方位角范圍就已經被限定(確定的安全落區),在云體移動變化過程中根據作業點位置和安全落區中某一點位置來確定作業方位角。

1.3.3 作業仰角

以作業點為起點在合理方位角上做反射率產品的垂直剖面并疊加探空數據顯示的溫度層高度線,使用不同仰角發射的火箭彈起始播撒點、最高點、結束播撒點數據擬合播撒段多條飛行軌跡,舍去最高點在-4 ℃層以下、h_max-1

2 人工增雨作業指揮系統設計框架與模塊

系統設計采用C/S模式,適用于氣象部門業務內網,集短臨天氣監測、人影作業指令計算等功能為一體,可適用于地市級人工增雨作業指揮的數據處理,為氣象服務工作提供了便捷可行的工作方法和手段。軟件平臺的各類人機交互、實時監測、數據分析等能實時響應,系統結構及數據處理流程如圖5所示,用戶可以根據業務需要有選擇地調用,系統運行主程序界面如圖6所示。

圖5 系統結構及數據處理流程

圖6 人工增雨作業指揮系統

短臨監測模塊:該模塊融合PUP、CPAS等平臺的監測功能,通過實時調用基數據和雷達產品實現對短臨天氣的監測;將雷達數據分為CINRAD/SA、RADR、CINRAD/SAD、RADD4大類,并將實時獲取的數據產品寫入列表,可以訪問不同時次、不同仰角的數據,實現對強對流區域的識別追蹤。

作業指令計算模塊:該模塊將最新安全射界圖疊加在雷達產品上并以列表形式將與安全落區相對應的方位角范圍、發射仰角范圍進行標識;實現增雨火箭發射及播撒催化劑的模擬仿真,對作業點周圍雷達數據做空間剖面并疊加催化劑播撒曲線;能夠快速計算適合作業的方位角,根據回波變化選擇適當的發射仰角,科學選取用彈量,最終生成規范格式的上報數據表。

3 系統的應用個例應用分析

以2020年6月12日徐州督公山的一次人工增雨為例開展應用分析,首先根據人影作業潛力預報和天氣形勢分析結果制定合理的作業計劃,按照一定格式做好前期數據采集,通常應包括探空資料(主要用于確定0、-4、-10 ℃溫度層高度)、作業單位、擬定作業點、作業人員、車輛及對應的火箭作業系統、火箭彈編號等。按照使用習慣做地圖顯示設置,結合本地天氣形勢根據積層混合云特征對雷達數據產品的閾值進行設定,如圖7所示。

圖7 設定雷達數據產品閾值

針對人工影響天氣實時性強的特點,將高頻次實時雷達數據應用于人工影響天氣作業指揮,通過數據采集功能模塊更新數據列表(毎10 s刷新1次以獲取最新雷達數據)。使用反射率產品(R)、垂直累計液態水含量(VIL)和回波頂高(ET)等對降水變化趨勢進行跟蹤監測(見圖8(a)～圖8(c)),根據回波移動速度初步判斷增雨作業時機。在增雨作業指揮過程中,選定鄰近目標云體的作業點,在雷達產品上疊加GIS信息、作業點位置、安全射界圖等必要信息。根據08:22識別出的目標降水云體強回波區范圍估算云體體積,進而測算用彈量為2(見圖8(d))。

(a) 短臨監測CR并識別云體強回波區域廓線

由鄰近作業點的降水云體中較強回波質心位置和移動變化趨勢初步選定目標發射方位角范圍,過濾非降水回波,根據設定的回波閾值識別目標作業云體外廓線(見圖8(e))。作業方位角的選取按照以下幾個步驟執行。

(1) 過濾非降水回波,根據設定的參數閾值識別目標作業云體外廓線。

(2) 計算目標云體與安全扇形落區存在交集的方位角范圍序列為次優解。

(3) 根據降水回波平均移動速度逐步擴大距離圈,計算每一個距離圈內的目標云體單元的質心位置,通過線性擬合獲取質心變化的方位角,包含此方位角的序列即為最優解。

(4) 通過(2)、(3)進一步縮小范圍,獲取合理的方位角。

以作業點位置為起點,目標發射方位角(230°)上穿過云體強回波區后劃定剖面線做垂直剖面分析,疊加擬合的WR-98火箭彈播撒催化劑曲線(見圖8(f))及不同溫度層高度線,對作業過程進行仿真模擬,按照目標云體位置及運動變化趨勢做出預判,確定合理的作業仰角為60°。

4 總結

為提高人工增雨作業指揮效率以及對降水天氣形勢的決策分析能力,本文將業務工作流程歸納整理,基于多普勒氣象雷達數據對降水天氣進行實時監測并結合現行業務流程設計一套指揮系統來指導具體作業。系統使用MATLAB和Python混合編程將整個人工增雨指揮流程中所涉及的數據進行分步處理,解析出相應的雷達產品,將射界圖與GIS信息等數據共同疊加在軟件界面,還可以根據天氣狀況和雷達回波變化趨勢快速進行識別并計算作業指令。本文方法相對于傳統的主觀分析判斷更加合理可靠,也進一步提高了人影工作在防災減災、生態文明建設和大氣污染防治等方面的能力和效益。下一步將致力于強化基礎設施和裝備建設,完善體制機制,加快關鍵技術的科技創新,不斷提高作業能力、管理水平和服務效益,完善系統使其成為集成度高、響應迅速、自動化水平高的指揮系統,為經濟社會發展和人民群眾安全提供堅實保障。