- 相關(guān)推薦
風(fēng)暴的多普勒雷達(dá)自動識別
3種基于雷達(dá)的風(fēng)暴自動識別方法:(1)美國WSR-88D Build 7.0風(fēng)暴算法,它利用多個預(yù)設(shè)閾值來檢驗回波的強度和連續(xù)性,以構(gòu)造具有三維連續(xù)結(jié)構(gòu)的風(fēng)暴,該方法在風(fēng)暴合并、分裂以及多個單體相距較近時誤差較大.(2)為美國WSR-88D Biuld 9.0風(fēng)暴算法(B9SI),它用7個反射率因子識別閾值替代此前唯一的一個反射率因子閾值,增加了特征核抽取和相近單體處理技術(shù),并保留遠(yuǎn)距離上的強的2D分量.該方法在面對成串或成簇多單體時,能夠識別出多個單體核,并準(zhǔn)確定位.B9SI沒有考慮反射率因子紋理結(jié)構(gòu)和空間梯度的變化,也沒有利用徑向速度資料,因此無法描述風(fēng)暴對流的發(fā)展?fàn)顩r.(3)CSI方法,它在降低B9SI反射率因子識別閾值的基礎(chǔ)上,利用模糊邏輯技術(shù)對B9SI輸出結(jié)果和雷達(dá)基資料做進(jìn)一步的處理,以計算描述風(fēng)暴對流發(fā)展強弱的對流指數(shù).CSI首先提取一組最能描述風(fēng)暴對流性特征的物理量,包括反射率因子紋理結(jié)構(gòu)、反射率因子空間變化率、垂直積分含水量和徑向速度標(biāo)準(zhǔn)方差,并分配權(quán)重;其次,利用每一個物理量的統(tǒng)計結(jié)果,結(jié)合其物理意義,設(shè)計出相應(yīng)的隸屬函數(shù),以計算風(fēng)暴與該物理量描述的對流性特征相匹配的概率;最后對多個概率值進(jìn)行加權(quán)平均即得對流指數(shù).此外,計算了2004年8月11日發(fā)生在廣州的超級單體演變過程中的對流指數(shù),分析表明:對流指數(shù)兩次加大對應(yīng)了超級單體的合并增長和輻合增長過程;風(fēng)暴最強盛時對流指數(shù)為0.744;隨后對流指數(shù)減小,雷達(dá)觀測到的最大反射率因子對應(yīng)高度明顯降低,地面上開始出現(xiàn)大范圍的強降水.
作 者： 胡勝 顧松山 莊旭東 羅慧 Hu Sheng Gu Songshan Zhuang Xudong Luo Hui 作者單位： 胡勝,Hu Sheng(南京信息工程大學(xué),南京,210044;廣州中心氣象臺,廣州,510080)顧松山,Gu Songshan(南京信息工程大學(xué),南京,210044)
莊旭東,Zhuang Xudong(廣州中心氣象臺,廣州,510080)
羅慧,Luo Hui(陜西省氣象局,西安,710015)
刊 名： 氣象學(xué)報 ISTIC PKU 英文刊名： ACTA METEOROLOGICA SINICA 年，卷(期)： 2006 64(6) 分類號： P4 關(guān)鍵詞： 風(fēng)暴識別 核抽取 模糊邏輯技術(shù) 對流指數(shù)【風(fēng)暴的多普勒雷達(dá)自動識別】相關(guān)文章：
多普勒天氣雷達(dá)強對流實時監(jiān)測系統(tǒng)04-27
單多普勒雷達(dá)反演風(fēng)場的質(zhì)量控制04-26
應(yīng)用雷達(dá)產(chǎn)品計算風(fēng)暴相對螺旋度04-27
多普勒雷達(dá)的速度圖像特征及其在一次降雪過程中的應(yīng)用04-27
基于雷達(dá)數(shù)據(jù)的風(fēng)暴體識別、追蹤及預(yù)警的研究進(jìn)展04-26
利用雙多普勒雷達(dá)研究強颮線過程的三維風(fēng)場結(jié)構(gòu)04-26