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。     

聚类分析在X波段双偏振雷达相态识别中的应用

X波段双偏振雷达在降水相态识别方面有较大优势,目前较为常用的方法为模糊逻辑算法,具有较好的识别能力,该方法主要依赖于水凝物的成员函数,但是对于不同雷达的系统老化问题,需要调整相对应的成员函数。针对此问题,本文提出采用聚类分析的方法进行降水相态识别,在完成相态识别后,可以统计不同水凝物雷达参数的分布特征,重新构建适合该雷达的成员函数。聚类分析方法在相态识别实验中表现良好,但仍存在一定的问题,在不引入温度的情况下部分水凝物无法识别。     

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     

X波段双偏振雷达水凝物粒子相态识别应用研究

对云中水凝物粒子分类识别是双偏振雷达的主要应用之一。本文利用IAP-714XDP-A X波段双偏振雷达观测数据,在对其进行质量控制的基础上,利用滑动自适应订正算法对雷达反射率及差分反射率进行衰减订正,进而采用纹理参数SD（Z_H）和SD（?_DP）区分气象回波与非气象回波,最后建立基于X波段双偏振雷达偏振参量（Z_H、Z_DR、K_DP、ρ_HV）、环境温度T和纹理参数（SD（Z_H）、SD（?_DP））的模糊逻辑水凝物粒子分类识别算法。本文通过对2016年8月7日一次低仰角的观测,检验了纹理参数SD（Z_H）和SD（?_DP）对气象回波和非气象回波的识别效果,结果表明:SD（Z_H）与SD（?_DP）两者结合可有效区分气象回波和非气象回波;用2015年8月7日北京一次较大范围的降雹个例,对建立的模糊逻辑水凝物粒子分类识别算法进行效果验证,识别降雹落点与地面观测降雹落点一致,表明各种水凝物粒子对应偏振参量取值范围合理;对2016年9月14日一次处于不同发展阶段的多单体对流云进行水凝物粒子分类识别,结果显示处于发展阶段对流云中存在过冷水柱,其形成的微物理过程是对流云中强烈的上升气流将暖层的水滴抬升到0℃层之上形成过冷云雨水,进而冻结形成雹胚并发展成为冰雹。     

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。     

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.     

双偏振天气雷达测雨误差及水凝物识别分析

利用北京2011年12次降雨过程的C波段双偏振天气雷达资料和自动站雨量资料,统计了不同雨强下的差分反射率因子ZDR、差分传播相移率KDP、相关系数ρhv值分布,重点对4种雷达测雨方程的测雨效果和误差进行了分析,并运用实例分析了双偏振产品在水凝物识别中的应用。得到了如下结论:①随着雨量的增强,ZDR、KDP和ρhv逐渐变大;冰雹对应的ZDR为负值,KDP比大雨大但小于暴雨;小雨到暴雨ρhv都超过0.90,冰雹的平均ρhv最小,仅为0.804。②对于4种雷达测雨方程,在小中雨时均高估了雨强,在大雨时均低估了雨强,但3种含KDP、ZDR的测雨方程比I-ZH方程的低估误差要小,在短时暴雨时,这3种方程的估测效果有明显的提高,4个方程中I-KDP-ZDR方程的估测效果最优,稳定性最好。③水凝物识别实例分析表明,利用双偏振产品可以更直接有效地判断冰雹等水凝物,能清晰地揭示出零度层亮带上下的水凝物相态并判断出零度层亮带高度。     

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ZH和差分反射率ZDR的标定误差和随机误差较大, 其中ZH误差变化范围为-0.5~4.5 dB, ZDR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。     

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.     

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...     

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...     

Statistics-based Optimization of the Polarimetric Radar Hydrometeor Classification Algorithm and Its Application for a Squall Line in South China

A modified hydrometeor classification algorithm(HCA) is developed in this study for Chinese polarimetric radars. This algorithm is based on the U.S. operational HCA. Meanwhile, the methodology of statistics-based optimization is proposed including calibration checking, datasets selection, membership functions modification, computation thresholds modification,and effect verification. Zhuhai radar, the first operational polarimetric radar in South China, applies these procedures. The systematic bias of calibration is corrected, the reliability of radar measurements deteriorates when the signal-to-noise ratio is low, and correlation coefficient within the melting layer is usually lower than that of the U.S. WSR-88D radar. Through modification based on statistical analysis of polarimetric variables, the localized HCA especially for Zhuhai is obtained,and it performs well over a one-month test through comparison with sounding and surface observations. The algorithm is then utilized for analysis of a squall line process on 11 May 2014 and is found to provide reasonable details with respect to horizontal and vertical structures, and the HCA results—especially in the mixed rain–hail region—can reflect the life cycle of the squall line. In addition, the kinematic and microphysical processes of cloud evolution and the differences between radardetected hail and surface observations are also analyzed. The results of this study provide evidence for the improvement of this HCA developed specifically for China.     

基于相态识别的S波段双线偏振雷达最优化定量降水估测方法研究

为了提高雷达定量降水估测的精度,本文利用雨滴谱数据、实际雨量以及不同偏振参量建立起的降水估测公式,参考CSU-ICE算法降水估测模型,建立了一种基于相态识别的S波段双线偏振雷达最优化定量降水估测算法(简称HCALIQ)。利用广东珠海S波段双线偏振雷达数据和华南密集的地面自动站网的雨量,以两次华南夏季典型的降水过程为例,对该最优化算法的估测效果进行了统计分析,并进一步与CSU-ICE方法、传统的R(Z_H)方法进行了比较。结果表明:以地面雨量计为标准,HCA-LIQ最优化算法表现出与雨量计较强的相关性且有着较好的稳定性。雷达相对地面雨量计小时雨量估测的偏差分布与离雷达的距离关系不大。按过程分类的结果显示,强对流云降水时,两种最优化算法要明显优于传统的R(Z_H)方法;混合云降水时,最优化算法的效果并不比R(Z_H)方法好;HCA-LIQ最优化算法比CSU-ICE算法效果更佳。按雨强分类统计时发现,与传统的R(Z_H)方法相比,HCA-LIQ最优化算法对小雨的估测偏差降低了23%,对中雨的估测偏差相当,对大雨、暴雨的估测偏差分别降低了71%、68%。     

Improvement of X-Band Polarization Radar Melting Layer Recognition by the Bayesian Method and ITS Impact on Hydrometeor Classification

Using melting layer(ML) and non-melting layer(NML) data observed with the X-band dual linear polarization Doppler weather radar(X-POL) in Shunyi, Beijing, the reflectivity(ZH), differential reflectivity(ZDR), and correlation coefficient(CC) in the ML and NML are obtained in several stable precipitation processes. The prior probability density distributions(PDDs) of the ZH, ZDR and CC are calculated first, and then the probabilities of ZH, ZDR and CC at each radar gate are determined(PBB in the M...     

Possibility of Solid Hydrometeor Growth Zone Identification Using Radar Spectrum Width

In this study, the correlation between simulated and measured radar velocity spectrum width(σ_v) is investigated. The results show that the dendrites growth zones(DGZs) and needles growth zones(NGZs) mostly contain dendrites(DN) and needles(NE), respectively.Clear σ_v zones(1.1 < σ_v(m s^–1) < 1.3 and 0.3 < σ_v(m s^–1) < 0.7 for the DGZ and NGZ, respectively) could be identified in the case studies(27 and 28 February 2016) n...