基于雷达拼图CR产品四要素识别冰雹云的方法OA北大核心CSTPCD
为了提高简便、快捷、自动识别冰雹云的能力,利用雷达拼图组合反射率因子(Combined Reflectivity,CR)数据,在冰雹回波超级单体四要素特征分析的基础上,提出了简约快捷的自动识别冰雹云的方法。结果表明:聚类算法(Clustering Algorithm)、散点轮廓算法(Scatter Contour Algorithm)能够较好地识别出冰雹云回波中心强度和强回波面积;强回波梯度算法(Strong Echo Gradient Algorithm)、云砧回波算法(Cloud Anvil Echo Algorithm)计算快捷。雷达拼图CR、强回波面积(Strong Echo Area,SEA)、强回波梯度(Strong Echo Gradient,SEG)和云砧回波(Cloud Anvil Echo,CAE)四要素被用来确定回波与冰雹云的关系。江西冰雹大多数发生在超级单体(Supercell)中,当CR≥60 dBZ、SEA≥100 km^(2)、SEG≤8 km、CAE比值在1∶2~1∶3时,就可能发生冰雹;有些微型超级单体(Micro Supercell)在合适的天气背景和环境条件下,即使SEA=18 km^(2)也会发生冰雹。自动识别冰雹云的方法在2022、2023年各3次冰雹过程中得到实践验证,其识别出的冰雹云区域与冰雹实况区域吻合,但也存在10%~20%的空报率。本研究结果为简便、快捷、自动识别冰雹天气提供了有效依据。
马中元;王金鑫;张林才;慕瑞琪;陈鲍发;郑媛媛;王立志;段和平;黄志开;董玲;张祺杰;
江西省气象科学研究所,江西南昌330096 中国气象局交通气象重点开放实验室,江苏南京210041南昌云宜然科技有限公司,江西南昌330000 南昌工程学院信息工程学院,江西南昌330099南昌云宜然科技有限公司,江西南昌330000中国气象局交通气象重点开放实验室,江苏南京210041 江苏省气象台,江苏南京210041景德镇市气象局,江西景德镇333000南京气象科技创新研究院,江苏南京210041中国科学院大气物理研究所,北京100029江西省气候中心,江西南昌330096南昌工程学院信息工程学院,江西南昌330099抚州市气象局,江西抚州334400
计算机与自动化
冰雹云聚类算法散点轮廓算法强回波梯度云砧回波
《大气科学学报》 2024 (005)
P.826-840 / 15
北极阁基金(BJG202208);国家重点研发计划课题(2022YFC3003904);中国科学院战略性先导科技专项(A类-XDA19040202);国家自然科学基金项目(41975001);江西省气象局重点科研项目(JX2022Z04);2022年江西省气象局面上项目(JX2022M03);景德镇市科技计划项目(2022SF003)。
评论