面向雷暴天气过程表达与分析的时空数据模型研究

Thunderstorm, as one of the main disaster-inducing weathers, contains obvious spatial-temporal characteristics. Due to the lack of effective spatial-temporal data model, the current research on the thunder-storm process is still defined within the static 2D slide space, which makes it difficult for the simulation and the calculus analysis of the whole characteristics and the trends of the four-dimensional cloud field on the basis of the real detection data. These defects have impacted greatly on the recognition and treads decision of the thunderstorm process in the professional field. Therefore, this study focuses on the relevant multi-scale GIS spatiotemporal data model concerning the realistic dynamic simulation and spatial-temporal analysis of the four-dimensional thunderstorm process. Through the multi-scale spatial-temporal abstract and reconstruction, the efficient organization, storage and spatiotemporal indexing mechanism of the spatiotemporal data, and the multi-scale visualization of the thunderstorm process, this study aims to solve the key problems to support the dynamic simulation of the four-dimensional thunderstorm process, and help to analyze its internal information and development trends, so as to bridge the gap between GIS and the meteorological field, and provide technical support for the area of meteorology. Meanwhile, the study is also a supplement to the meteorology-oriented TGIS theories and methods as well as an expansion to the development of virtual meteorology and meteorological GIS.

雷暴是重要的致灾天气过程，具有明显的时空特性。由于缺乏有效的时空数据模型支持，目前对于雷暴过程的科学研究还基本局限在二维的静态切片空间中，难以基于真实数据对其四维时空分布特征及其发展变化趋势进行全面真实的可视化模拟与计算分析,极大影响了专业领域对于雷暴过程的深度认知及其趋势决策。基于此,本项目面向雷暴过程的时空模拟与计算分析,研究与之适应的多尺度气象GIS时空数据模型。从本源认知的角度研究雷暴过程的时空抽象、表达与重构，探索其海量时空数据的高效组织、存储与索引机制,实现其基于真实数据的多尺度动态可视化,解决其中的关键技术问题,支持四维时空雷暴云场的过程模拟及其内部特征信息与变化趋势的时空计算分析,为专业领域对于雷暴时空过程的认知分析及其趋势决策提供支持,以此架设GIS与气象专业领域集成的桥梁，补充与完善气象GIS时空数据模型的相关理论与方法，为气象GIS以及虚拟气象的建设进行有益的探索。

由于缺乏三维时空数据模型的支持，目前对于雷暴过程的科学研究难以基于真实数据对其四维时空分布特征及其发展变化趋势进行全面真实的可视化模拟与计算分析,极大影响了专业领域对于雷暴过程的深度认知及其趋势决策。基于此,本项目面向雷暴过程的时空表达模拟与计算分析,研究了与之适应的多尺度气象GIS时空数据模型。从本源认知的角度研究雷暴过程的时空抽象、表达与重构，探索其海量时空数据的高效组织、存储与索引机制,实现其基于真实数据的多尺度动态可视化,解决其中的关键技术问题。通过本课题研究，完成了1）面向雷暴时空过程动态可视化表达模拟与分析的雷暴过程时空抽象与概念模型构建；2）面向雷暴过程分析的雷达多维度数据可视化分析模型体系及其算法构建；3）基于三维GIS拓扑空间的时空数据模型框架及其算法库建设；4）海量雷暴时空过程数据在web环境下的高效数据组织与存储策略研究；在此基础上，为本研究集成地表特征数据开展了强对流雷暴时空过程中雷电落区的识别与临近预测初步研究；这些研究成果能够支持四维时空雷暴云场的过程模拟及其内部特征信息与变化趋势的时空计算分析,为专业领域对于雷暴时空过程的认知分析及其趋势决策提供支持,以此架设GIS与气象专业领域集成的桥梁，有效补充与完善了气象GIS时空数据模型的相关理论与方法，为气象GIS以及虚拟气象的建设进行了有益的探索。目前研究成果共发表论文12篇，其中SCI论文11篇，中文核心1篇，获批发明专利9项，获批发明创业成果奖二等奖1项，本课题积极将研究的理论与方法转化为业务应用的实体平台，研发了“立体雷暴过程可视化监测与分析”系统，目前已经在宁波镇海气象局开展业务应用，得到气象部门的高度认可。