云南多普勒天气雷达网探测冰雹能力的评估与冰雹识别方法研究

发布时间：2020-10-18 07:15

　　 冰雹是常见的天气现象之一,天气雷达是探测冰雹的一种强有力工具。然而在山地等复杂地形下,遮挡区域轻则造成气象散射体回波减弱失真,甚至完全探测不到天气现象,致使部分冰雹天气难以识别或完全不能识别,地形遮挡对于天气雷达探测冰雹天气现象的能力影响非常大。本文针对雹云回波的伸展高度垂直结构特点,考虑以0℃、-20℃层高度和回波强中心高度几个关键参数,评估多普勒天气雷达雹云探测能力。文章以位于低纬高原的云南省的C波段多普勒天气雷达网为对象,结合2014~2016年607个地面降雹样本,分析其探测雹云的能力,并对探测效果进行了探测区域分型。与实际降雹天气的对比,结果认为用0℃层和几个高度差作为衡量雹云探测范围的效果是比较合理的。云南大多数多普勒天气雷达最适合探测冰雹的区域为距离雷达站30-110km的圆环区域,云南多普勒天气雷达网雹云适合探测区约占全省面积的75%,该省雷达网约2%的面积被部分遮挡,0.2%被完全遮挡,遮挡比较严重的区域主要位于昭通东北部和临沧东北部。以2014~2016年的降雹样本为例,全省规划布局的9部雷达全部业务化运行后,理论上有90%的地面冰雹能被雷达有效探测和识别;约有3%在地面冰雹落在雹云发展到8km以上才能识别的区域;约6%的地面冰雹落在雷达只能探测8km以下的区域,可能造成漏判、误判;即使9部雷达全部组网探测,全省仍有约8.5%面积无覆盖。在复杂地形下本文将分类判别分析法和模糊逻辑法用于雷达冰雹回波的识别,以2014~2016年共24天多雹日雷达基数据的二级产品SCIT(Storm Cell Identification and Tracking)产品数据为基础,建立适当的时空匹配方案,以地面冰雹的大小预先将SCIT风暴单体分成小雹和大雹单体两个类别,将SCIT时空上与地面冰雹没有匹配的单体归类为普通单体,采用分类判别统计方法,采取逐步增加因子和逐步剔除因子相结合,计算每个因子组内的离差平方和与样本总的离差平方和差异情况,选择组内差异小、组间差异明显的因子,由这些因子构成线性组合判别函数,用于判别SCIT单体为小雹、大雹或普通单体的分类。进一步利用分类判别的结果,计算出普通单体、小雹和大雹单体各个因子的概率密度,利用概率密度分布生成冰雹模糊逻辑指标识别方法。最后进行识别检验,统计识别的准确率、命中率、空报率以及客观评分等各项指标,结果发现这两种方法在空报率和客观评分等方面比NSSL冰雹算法都有改善,认为该两种方法比较可靠,便于业务化应用。分析评分结果认为,地面冰雹收集的局限是产生空报过多的原因之一,地形遮挡和SCIT算法不识别较小的风暴单体是产生漏报的原因。基于判别分析的冰雹识别方法是建立在先验概率上的算法,本身包含区域性特点,在不同气候类型地区均可采用,避免一种指标方法在不同区域、不同气候类型的应用局限,当样本增多、样本精度足够时,先验概率更可靠,识别准确率也会更高;模糊逻辑指标识别方法是在判别方法的基础上进一步简化应用。
【学位单位】：兰州大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：P412.25
【部分图文】：

经纬度在武定县，两地间隔一百多公里（图、原则，把有效地面冰雹报告整理成统一格式，程度、该地点经度、该地点纬度、发生时间、持报告，由于信息以“县”为单位，即当天某县几个时段，统计时只算 1 县次，而且冰雹过后总上报一次，这样的信息整理出来的时空准雷达回波不匹配的例子，图中“△”为地面降情报告显示 2015 年 7 月 31 日 09:30 位于矩期 07:00～13:00 该区域内均无回波。对于此是否被地形遮挡或是在静锥区或是在雷达探测测范围之内，保留该冰雹记录，否则舍弃。

607 次（地）冰雹灾情，数据见图 2-2（a）给出冰雹落点，图中“△为冰雹落点报告。为了检验冰雹识别方法的优劣，在所有冰雹数据中选取一定量的样本进行检验，把其中一天内有两个以上雷达站观测到冰雹或一个雷达站有三个县以上出现冰雹视为“多雹日”，经筛选，2014-2016 年有 24 个“多雹日”再筛选 24 个“多雹日”降雹信息，图 2-2（b）把落在雷达最大观测范围内的雹挑选出来 ，经 2.3.1 质控，总共有 157 个降雹记录。本文是利用“多雹日”地面冰雹样本和同时段云南 7 部 C 波段多普勒天气达数据进行识别检验。图中大圆圈为雷达最大探测范围，半径为 150km。

图 3-1 雷达波束遮挡模型图（以云南昭通雷达站为例，单体黑色部分表示雷达探测盲区）Fig 3-1 Model diagram of radar beam blockage (Taking Zhaotong radar site in Yunnan as anexample, the black parts of storm cell indicate the blind areas of radar detection.)3.2 评估雷达冰雹探测能力的方法评估多普勒天气雷达网冰雹探测的有效范围，冰雹生成、增长的温度环境是非常重要的考虑因素，评估方法主要以雷达在 0℃以上有效覆盖范围。根据业务中应用的冰雹识别算法（HDA），冰雹识别算法的两个构成部分具有不同的冰雹尺寸标准（Witt, 1990），其一是大雹概率，POSH（The Probability of Severe Hail），是估计 NWS 定义直径≥19.05mm 冰雹的概率，其二是降雹概率，POH（Probabilityof Hail），是 45dbZ 以上回波最大高度与 0℃层高度之差的函数（式 3.1）。45 0POH = f ( H H)(3.1)其中，H45为对流单体(SCI，StormCell identifying)中 45dbZ 回波的最大高度，
【相似文献】

相关期刊论文 前10条

1 杨家康,杞明辉;云南省冰雹的时空分布特征[J];气象科技;2005年01期

2 曾志云;戴泽军;彭志超;傅承浩;许霖;;近40年湖南冰雹时空分布和变化特征及机理分析[J];防灾科技学院学报;2008年03期

3 周永水;汪超;;贵州省冰雹的时空分布特征[J];贵州气象;2009年06期

4 ;关于麦收期间冰雹予报的体会[J];山东气象;1977年05期

5 王尧球;;8·23冰雹天气分析[J];甘肃气象;1984年03期

6 董爱民;咸阳机场一次冰雹天气分析[J];陕西气象;1997年05期

7 李永振,李雅琴,赫峰,李基虎,吴跃,刘振儒;延边两个园艺农场的冰雹天气特征分析[J];吉林气象;2000年01期

8 孙田文,张社岐;铜川冰雹天气经验预报[J];陕西气象;2001年05期

9 陶云,段旭,杨明珠;云南冰雹的时空分布特征及其气候成因初探[J];南京气象学院学报;2002年06期

10 耿树江,王奉安,韩吉健;复州湾盐场冰雹天气分型[J];辽宁气象;2002年02期

相关博士学位论文 前4条

1 王瑾;基于强对流数值模拟的贵州冰雹识别及临近预报方法研究[D];中国气象科学研究院;2008年

2 于雪涛;基于GIS的冰雹探测及预警方法研究[D];中国矿业大学（北京）;2014年

3 莫月琴;双基地多普勒天气雷达探测理论及应用分析研究[D];中国气象科学研究院;2005年

4 李学华;多普勒天气雷达分辨率提高理论与方法研究[D];电子科技大学;2013年

相关硕士学位论文 前10条

1 石宝灵;云南多普勒天气雷达网探测冰雹能力的评估与冰雹识别方法研究[D];兰州大学;2017年

2 王成坤;2014年3月19日冰雹天气发生的分析与数值模拟[D];浙江大学;2015年

3 柳志慧;南疆重点地区雷暴（冰雹）天气学成因与预报研究[D];兰州大学;2016年

4 王贺颖;基于新浪微博的冰雹实况信息提取方法研究[D];天津大学;2016年

5 杨旭;金字塔点阵结构冰雹冲击响应及损伤预测研究[D];中国民航大学;2017年

6 杨冉;基于ABAQUS的汽车夹层玻璃受冰雹冲击的动态响应研究[D];青岛理工大学;2017年

7 潘跃;基于显著性特征的大冰雹识别模型[D];天津大学;2012年

8 廖向花;利用多源气象资料对重庆冰雹的综合研究[D];兰州大学;2010年

9 吴林林;多普勒天气雷达冰雹自动识别方法及其应用的研究[D];南京信息工程大学;2006年

10 吴剑坤;我国强冰雹发生的环境条件和雷达回波特征的初步分析[D];中国气象科学研究院;2010年

本文编号：2845989