基于Ka波段毫米波云雷达资料对水凝物相态的识别研究

利用不同水凝物相态下反射率因子、多普勒径向速度、谱宽、线性退偏比等云雷达探测参量以及温度的阈值,采用不对称的T型成员函数,建立了识别水凝物相态的模糊逻辑算法,可识别的水凝物类型包括雪花、冰晶、混合相态、液态云滴、毛毛雨滴、雨滴。利用分级逐库订正法衰减订正后的Ka波段双偏振雷达探测数据和ECMWF再分析资料温度廓线数据对水凝物相态进行了识别研究。结果表明,识别出的水凝物相态结果基本合理,反映出了空中水凝物相态的演变过程,可进一步应用于降水微物理过程研究和人工影响降水应用研究。     

双偏振相控阵雷达误差评估与相态识别方法

选取2020年3—9月深圳求雨坛的X波段双偏振相控阵雷达探测数据, 与同位置的S波段双偏振雷达进行对比。通过一定限制条件定量分析引入误差的原因, 发现反射率因子Z_H和差分反射率Z_DR的标定误差和随机误差较大, 其中Z_H误差变化范围为-0.5~4.5 dB, Z_DR误差变化范围为-0.7~0.2 dB。在上述较大误差影响下, 传统模糊逻辑相态识别方法的水凝物相态识别结果不可靠, 因此根据不同相态的雷达参量特征范围以及融化层高度建立基本结构为二叉树的决策树相态识别方法。针对上述方法的实际应用效果, 分别从水凝物相态识别结果对误差的敏感性和空间分布的合理性进行评估, 结果表明: 决策树相态识别方法的水凝物相态识别结果稳定性高于模糊逻辑相态识别方法, 且在对流云中的水凝物相态分布更加合理, 能够发挥X波段双偏振相控阵雷达在研究云内水凝物相态演变的优势。     

一次东北冷涡天气过程双偏振雷达降水粒子相态识别

本文利用双偏振天气雷达资料，对2019年6月7-9日辽宁地区一次东北冷涡强对流天气过程进行分析。分析了东北冷涡的演变过程以及双偏振雷达的偏振参量在降水粒子相态识别中的作用，研究了不同判别规则对模糊逻辑算法识别结果的影响。结果表明：双偏振雷达的偏振参量可以对水凝物的种类、空间分布、物理形态进行大致判断，但水凝物相态识别结果仍需细化。模糊逻辑算法在强回波区域的识别结果更准确，采用不同的判别规则得到的水凝物分类结果虽存在一定差异，但在大部分观测区域的分类结果基本一致，符合天气演变规律，能够为气象预报预警提供鉴别参考。具有广泛时间、空间适配性的模糊逻辑算法，仍需大量实测案例数据的验证与仿真。     

X波段双偏振雷达相态识别与拼图的关键技术

X波段双偏振雷达具有时空分辨率高、易于布网的特点,但散射特性差异和衰减影响使现有S波段雷达的相态识别和拼图算法不适用于X波段双偏振雷达。该文针对X波段相态识别及拼图产品的关键技术开展研究,提出基于准垂直剖面的融化层识别方法、基于数据质量的置信度阈值调整方法、基于统计的隶属函数参数改进方法和基于衰减程度的拼图融合方法。通过对比改进后可有效提升水凝物相态识别结果的可靠性和多雷达拼图结果的合理性。在2016年汛期北京典型个例中,融合后的X波段雷达网与当地S波段业务雷达相比能够提供更精细的回波结构和水凝物相态分布,有效缓解S波段雷达在近处探测能力降低的问题,识别的降雹区与地面观测相符。     

双偏振雷达对一次水凝物相态演变过程的分析

联合利用3 GHz双偏振雷达RHI探测数据和温度廓线数据, 建立了云粒子相态反演的模糊逻辑算法, 算法采用Beta型成员函数, 成员变量包括:水平反射率因子、线性退偏比、差分反射率及温度0℃,-40℃对应高度, 反演出的相态包括毛毛雨、雨、低密度干冰晶、高密度干冰晶、湿冰晶、干霰、湿霰、小冰雹、大冰雹、雨夹雪和液态云滴等11种, 并利用雷达的连续探测数据对一次层状云降水过程中水凝物相态的演变情况进行了分析, 得到如下结果:初始阶段层状云相态呈现分层结构, 从上至下依次为高密度干冰晶、湿冰晶和液态云滴; 初始阶段云体中的回波大值区核心区域为大的冰相粒子, 其余部分为液态粒子; 在初始到成熟阶段演变中, 回波大值区上部液态粒子逐步向冰相转化; 消散阶段云中零度层亮带逐步消失, 零度层以上云粒子结构呈现高密度干冰晶包裹湿冰晶的情况。关键词:双偏振雷达; 模糊逻辑; 水凝物相态反演; 层状云降水过程; 水凝物相态演变     

双偏振雷达水凝物分类算法优化及在雹暴云的应用分析

为提升我国多普勒双偏振雷达水凝物分类的应用水平,在美国强风暴实验室(NSSL)研发的水凝物分类算法(HCA)基础上,通过增加冰雹区与三体散射区水凝物类型的订正识别、选用数值模式温度分析场识别融化层、引入水凝物类型垂直分布限制条件等,建立了优化方法(HCA-Opt)。利用HCA-Opt分析了2021年7月9日济南市章丘区一次雹暴云的水凝物分布特征,对冰雹落区与水凝物分类结果进行比对检验,得到如下主要结论:HCA-Opt可以正确识别冰雹与三体散射区的水凝物类型,修正了HCA将其识别为地物的问题;HCA-Opt利用模式温度分析场可准确识别融化层高度,解决了强对流天气下HCA使用的融化层自动识别算法(MLDA)无法有效识别融化层的缺陷;与HCA相比,HCA-Opt识别的水凝物在垂直分布上更加合理。HCA-Opt给出的水凝物分类结果较好描述了雹暴初生、降雹不同阶段的水凝物空间分布,初步揭示了不同高度水凝物粒子相态转化特征。HCA-Opt识别的水凝物分类中,中(小)雨与霰的可信度最高,冰晶与湿雪的可信度较低,且容易与干雪混淆;总体而言,HCA-Opt提高了水凝物分类识别技巧,对冰雹预警和落区判别具...     

利用极化雷达分析层状云中水凝物粒子性状分布

使用中国科学院大气物理研究所的X波段双线极化雷达系统探测资料, 讨论了双极化雷达各种观测参量所反映的水凝物粒子的物理本质。提出了对存在融化层的层状云使用雷达探测变量确定零度层高度以及结合地面温度反演温度廓线的方法。在存在融化层的层状云中, 对雷达探测资料在层状云降水期间的RHI资料进行分层统计, 结合国际上已有的研究结果, 获得了几种主要水凝物粒子的极化雷达参数 (即反射率、 差分反射率、 单位差分传播相移、 相关系数) 范围; 在此基础上使用模糊逻辑方法, 对水凝物粒子进行分类, 分类结果反映了层状云的相态结构分布特点。最后, 根据两个实例, 使用反射率、 差分反射率衰减订正后的数据, 结合层状云的基本特点, 分析了层状云的垂直结构和粒子的相态结构以及层状云中可能的降水机制, 并使用反演的粒子分布结构代替雷达反射率因子结构对降水微物理过程进行了讨论, 结果验证了顾震潮 (1980) 在20世纪60年代提出的层状云降水的三层概念模型。本文结果为使用双极化雷达研究云降水机制提供了方法, 表明双极化雷达在云降水物理的研究中具有广阔的应用前景。     

基于模糊逻辑的大气云粒子相态反演和效果分析

为了探究8mm云雷达探测到的大气云粒子相态特征,根据Shupe总结得到云雷达探测参量:反射率因子、Doppler径向速度、线性退偏振比以及温度在不同相态水凝物对应的云雷达产品特征阈值,采用不对称T型的隶属函数,成员函数包括:反射率因子、线性退偏振比、径向速度以及垂直温度廓线,反演出的粒子相态包括:雪、冰晶、混合相态、液水、毛毛雨、雨等6种。通过联合分析中国气象科学研究院灾害天气国家重点实验室的偏振云雷达探测资料和GTS1型探空仪温度数据,结果表明;通过模糊逻辑法对云雷达探测的参量反演出的大气粒子相态结果与探空实时数据一致性较好,对现阶段常规天气预报参考、人工影响天气作业指挥以及效果评估来说具有较好指导性。     

模糊逻辑法在双线偏振雷达识别降水粒子相态中的研究

根据不同相态降水粒子的散射和空间取向等特征建立了基本形式为不对称的T型函数的模糊逻辑识别的隶属函数, 完善了该识别方法的流程, 并利用美国KOUN雷达的观测资料, 详细讨论了利用双线偏振雷达观测资料识别降水粒子相态的方法, 并对其在实际业务运用中的合理性和可行性进行分析探讨.通过分析, 作者认为: (1)利用模糊逻辑方法处理双线偏振雷达测量到的偏振参数, 可以识别降水区域的降水粒子相态, 反映降水区域的相态结构, 识别的结果基本合理, 但还需要资料作进一步的研究.(2)从实际资料的分析结果来看, 虽然利用模糊逻辑法识别降水粒子相态得到的结果比较粗, 没有明确的数据特征值, 但是它基本上能反映各种降水粒子的相态结构, 其识别的结果对目前日常的天气预报参考和人工影响天气的作业指挥和效果评估来说还是符合可用的.为中国国内未来的双线偏振雷达业务运行提供参考和帮助.(3)根据有限的观测资料分析表明, 降水区域中出现60 dBZ以上的回波强度, 并不一定就会出现冰雹, 还有可能是大粒子的液态降水.综合考虑双线偏振雷达的测量参数, 可以得到更合理的结果.     

双偏振雷达水凝物相态识别算法的参数改进

双偏振雷达的水凝物相态识别算法基于模糊逻辑方法建立,针对方法的可靠性和稳定性问题,利用2016—2017年暖季广州S波段双偏振雷达数据,从3个方面找出影响识别效果的关键因素并改进。使用模糊逻辑的累加值为检验依据,找出不合理的模糊规则,通过相态特征统计和权重矩阵修改加以改进。使用误差敏感性检验法系统,评估误差对识别效果的影响,发现反射率因子的误差在-0.5~+0.5 dBZ、差分反射率因子的误差在-0.1~+0.1 dB、雷达相关系数的误差在0~0.02、差分相移率的误差在-0.3~+0.9 dB的范围内,识别结果稳定性较好。此外,相态时空分布统计中发现底层冰雹面积异常增加,通过空间一致性检验可订正异常结果。     

基于S波段双线偏振天气雷达的降水粒子相态识别

为提高S波段双线偏振天气雷达的降水粒子识别能力,在常规模糊逻辑法相态识别算法的基础上,引入环境温度参量作为识别因子对算法进行了改进。选取雷达水平反射率因子Z_H、差分反射率因子Z_dr、差分传播相位常数K_dp、零阶相关系数ρ_hv（0）、以及利用经验公式,将与粒子相态密切相关的温度转化而来的高度作为算法的5个输入参量,确立β函数作为隶属函数,并给出了各个参量的隶属函数阈值。在此基础上,利用国内首部S波段双偏振天气雷达资料和探空温度资料,对云中粒子相态进行了识别研究。结果表明：引入环境温度参量可使粒子识别算法的识别结果更加合理;选取的模糊函数参数阈值较为合理,降水粒子识别结果符合云微物理演变的基本规律,可以作为进一步研究的参考;提高粒子相态识别结果的准确性,还依赖于雷达和粒子实测数据的积累,从而验证识别结果、选取合适的雷达参量、修正隶属函数参数。     

基于S波段双偏振雷达资料的降水粒子类型识别算法及应用

基于质量控制的S波段双偏振雷达格点化观测数据,利用模糊逻辑算法,结合降雨粒子散射和空间取向等特征建立了降水粒子类型识别算法,用于分析降水过程中降水粒子的空间分布情况及粒子类型的演变过程。该算法可以将降水粒子分为液态、冰态、混合态等不同种类,有助于发现影响降水多寡的云微物理关键结构。首先根据不同降水粒子的雷达回波特性得到隶属函数,其次根据不同雷达观测变量在判别粒子类型时的贡献不同,确定每个观测值对应的隶属函数值的权重,对各个函数值进行加权平均后,得到不同粒子类型对应的逻辑值。最后进行集成和退模糊化处理,选出每个格点中逻辑值的最大值,认为该值所代表的粒子类型即为该格点所代表的粒子类型。在确定观测值对应的隶属函数值的权重时,水平反射率因子和环境温度作为计算粒子类型的直接影响因子,不再进行加权平均计算,提出了基于S波段双偏振雷达参量和环境温度的降水粒子类型识别算法。通过华南前汛期一次降水过程,利用雷达观测降水资料,验证了该算法的合理性。验证结果表明,反演所得的"雨"类型的分布特征与实际观测降水的分布特征基本一致,证明该算法可以反映降水区域的粒子类型,识别结果基本合理。进一步研究发现在降水发生之前,空中存在大量"毛毛雨"类型的粒子,在降水发生时毛毛雨和雨粒子的变化呈负相关性,表明此次降水主要由毛毛雨碰并产生雨粒子并降落地面产生。     

基于面向对象的降水粒子识别研究

双偏振雷达的主要用途之一就是降水粒子识别,目前主流的方法为模糊逻辑分类(FL),但是该方法仅使用单个距离库的信息,易受到噪声的影响。基于模糊逻辑方法的不足,利用聚类分析,提出了一种面向对象的降水粒子分类方法,即在模糊逻辑分类基础上考虑距离库与不同降水粒子的距离以及周围距离库类别信息。基于广州S波段双偏振雷达的观测数据进行降水粒子识别验证,结果表明使用的面向对象的降水粒子识别方法可有效地降低噪声对分类结果的影响,且符合降水粒子的微物理特征。     

基于优化模糊逻辑的双线偏振天气雷达地物杂波识别算法研究

针对双线偏振雷达偏振参量能在回波识别中提供更多特征的优势，在常规多普勒天气雷达模糊逻辑算法的基础上，引入偏振参量实现地物杂波识别，由此根据雷达数据中地物和降水回波各自的回波特性，选择6个区别最明显的特征参量，建立了特征参量的统计分布概率，并运用CSI评判标准给出了地物杂波识别的最优化隶属函数；利用2020年攀枝花市新架设的X波段全固态双线偏振雷达观测个例，对比了传统的与改进后的模糊逻辑算法识别效果，结果引入偏振参量的模糊逻辑算法能更好地识别降水和地物混合位置的地物回波，同时改善了径向速度为零区域被误判为地物回波的问题。      

X 波段双极化雷达对云中水凝物粒子的相态识别

人工影响天气研究需对云中降水粒子的相态和分布结构进行准确识别,以便提高人工影响天气作业效率.中国科学院大气物理研究所的车载X波段双极化雷达可提供与云中降水粒子大小、形状、相态等特征密切相关的4个极化参数:反射率因子、差分反射率、差分相移率、水平和垂直极化相关系数.利用这4个极化参数加上环境温度作为5个输入参量,建立了降水粒子相态模糊逻辑识别算法,识别的降水粒子有10种:毛毛雨、雨、湿霰、干霰、小雹、大雹、雨加雹、湿雪、干雪、冰晶.利用此雷达的实际观测资料,并与地面和飞机空中实测资料对照,对我国南、北方地区观测的降水天气过程进行分析,结果表明:建立的模糊逻辑算法对云内水凝物粒子的相态识别分类合理.