摘要。气象前沿由于其相关的表面影响,包括极端降水和极端风。在运营天气预测和研究环境中,对前线的客观识别是兴趣的。这项研究的目的是基于早期的研究生成前识别算法,该算法可移植,可扩展到不同的分辨率数据集。我们已经对较早的客观前端识别算法进行了许多更改,将其应用于重新分析数据集,并介绍与这些更改相关的改进。首先,我们表明,操作顺序的变化会使休息时间更少。接下来,我们建议根据阈值领域的气候分位数来选择前识别阈值。这允许在不同分辨率的数据集之间进行比较。fi-Nelly,我们在算法的实现中包括许多数值改进,并更好地处理了短前线,这在平稳性和断裂次数方面产生了进一步的好处。该算法的更新版本已完全便携式和可扩展到不同的数据集,以便使未来的战场研究及其影响。