- 相關推薦
風暴的多普勒雷達自動識別
3種基于雷達的風暴自動識別方法:(1)美國WSR-88D Build 7.0風暴算法,它利用多個預設閾值來檢驗回波的強度和連續性,以構造具有三維連續結構的風暴,該方法在風暴合并、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,并保留遠距離上的強的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,并準確定位.B9SI沒有考慮反射率因子紋理結構和空間梯度的變化,也沒有利用徑向速度資料,因此無法描述風暴對流的發展狀況.(3)CSI方法,它在降低B9SI反射率因子識別閾值的基礎上,利用模糊邏輯技術對B9SI輸出結果和雷達基資料做進一步的處理,以計算描述風暴對流發展強弱的對流指數.CSI首先提取一組最能描述風暴對流性特征的物理量,包括反射率因子紋理結構、反射率因子空間變化率、垂直積分含水量和徑向速度標準方差,并分配權重;其次,利用每一個物理量的統計結果,結合其物理意義,設計出相應的隸屬函數,以計算風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行加權平均即得對流指數.此外,計算了2004年8月11日發生在廣州的超級單體演變過程中的對流指數,分析表明:對流指數兩次加大對應了超級單體的合并增長和輻合增長過程;風暴最強盛時對流指數為0.744;隨后對流指數減小,雷達觀測到的最大反射率因子對應高度明顯降低,地面上開始出現大范圍的強降水.
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,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,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： 氣象學報 ISTIC PKU 英文刊名： ACTA METEOROLOGICA SINICA 年，卷(期)： 2006 64(6) 分類號： P4 關鍵詞： 風暴識別 核抽取 模糊邏輯技術 對流指數【風暴的多普勒雷達自動識別】相關文章：
多普勒天氣雷達強對流實時監測系統04-27
單多普勒雷達反演風場的質量控制04-26
多普勒雷達速度圖像識別及散度提取方法研究04-26
鄂西南一次強對流天氣的多普勒雷達特征分析04-27
應用雷達產品計算風暴相對螺旋度04-27
多普勒雷達的速度圖像特征及其在一次降雪過程中的應用04-27