基于DBSCAN聚类的2σ闪电跃增算法应用

针对业务运行中雷达观测存在遮挡和雷达产品延迟,提出利用带噪声基于密度的空间聚类(density-based spa-tial clustering of applications with noise,DBSCAN)算法对闪电数据的聚类结果替代雷达产品,并分别利用北京三维闪电定位网(Beijing Total Lightning System,BJTLS)和升级后的国家闪电定位网(DDW1)总闪数据,应用2σ闪电跃增算法对北京2022年6月4日和12日两次强对流致灾过程进行临近预警,对比强对流单体识别法和DB-SCAN聚类法的预警效果.结果表明:两种算法和两种闪电数据均能有效预警北京地区的灾害性天气,基于BJTLS总闪数据的预警效果较优;对于BJTLS总闪数据,两种方法的预警效果相当,预警命中率、误报率、临近成功指数和平均预警提前时间依次分别为100％,11.9％,88.1％,38.9 min和100％,13.3％,86.7％,42.8 min;仅利用闪电数据并应用2σ闪电跃增算法可对灾害性天气进行临近预警,摆脱对雷达产品的依赖.