多普勒天氣雷達(dá)原理與應(yīng)用8雷達(dá)探測(cè)算法(1)

1、雷達(dá)產(chǎn)品與算法1產(chǎn)品名產(chǎn)品標(biāo)示符產(chǎn)品標(biāo)示號(hào)產(chǎn)品名產(chǎn)品標(biāo)示符產(chǎn)品標(biāo)示號(hào)反射率因子R16-21垂直累積液態(tài)水VIL57基本徑向速度V22-27風(fēng)暴跟蹤信息STI58基本譜寬SW28-30冰雹指數(shù)HI59組合反射率因子CR35-38中氣旋M60組合反射率因子等值線CRC39-40龍卷式渦旋特征TVS61回波頂ET41風(fēng)暴結(jié)構(gòu)SS62回波頂?shù)戎稻€ETC42分層組合反射率因子平均值LRA63，64強(qiáng)天氣分析反射率因子SWR43分層組合反射率因子最大值LRM65，66強(qiáng)天氣分析徑向速度SWV44分層組合湍流平均值LTA67-69強(qiáng)天氣分析譜寬SWW45分層組合湍流最大值LTM70-72強(qiáng)天氣分析切變SWS

2、46用戶警報(bào)信息UAM73強(qiáng)天氣概率SWP47自由文本信息FTM75速度方位顯示風(fēng)廓線VWP48PUP文本信息PTM77組合切變CM49一小時(shí)累積雨量OHP78反射率因子垂直剖面RCS50，85三小時(shí)累積雨量THP79徑向速度垂直剖面VCS51，86風(fēng)暴總降水STP80譜寬垂直剖面SCS52一小時(shí)數(shù)字降水陣列DPA81弱回波區(qū)WER53速度方位顯示VAD84相對(duì)風(fēng)暴平均徑向速度區(qū)SRR55組合切變CS87相對(duì)風(fēng)暴平均徑向速度圖SRM56組合切變等值線CSC88212 基本產(chǎn)品 反射率因子 徑向速度 譜寬34567891013 導(dǎo)出產(chǎn)品與算法11風(fēng)暴跟蹤信息產(chǎn)品（STI）與算法識(shí)別每個(gè)對(duì)流風(fēng)暴單

3、體、并給出風(fēng)暴過(guò)去、現(xiàn)在和將來(lái)的位置。舉例1213141516風(fēng)暴單體的識(shí)別和跟蹤算法（SCIT） 風(fēng)暴單體段 風(fēng)暴單體質(zhì)心風(fēng)暴單體跟蹤 風(fēng)暴位置預(yù)報(bào) 17風(fēng)暴單體段 定義 段（segment）是指沿徑向排列的、反射率大于或等于特定閾值的一組相鄰距離庫(kù)。 處理過(guò)程 風(fēng)暴單體段子功能搜尋七個(gè)不同的最小反射率閾值的段。 18段搜尋例子19 徑向觀測(cè)，可以了解反射率是如何被量化的。反射率的基本觀測(cè)是在距離庫(kù)中得到的。此算法的功能是將單個(gè)距離庫(kù)合成為沿徑向的風(fēng)暴段。注意此圖中的段。 20風(fēng)暴單體質(zhì)心 分量在某一仰角掃描所構(gòu)成的錐面內(nèi)，段的二維區(qū)域。質(zhì)心單體質(zhì)量中心的三維位置。 處理過(guò)程 在仰角掃描的最

4、后一個(gè)徑向被分析完后，單個(gè)風(fēng)暴段在空間相鄰的基礎(chǔ)上被組合成2D風(fēng)暴分量。 21圖 磚形輪廓線表示30dBZ閾值風(fēng)暴段，假定它們滿足方位和距離閾值，則所有30-dBZ風(fēng)暴段將被組合成一個(gè)2D分量。22中心落在較高閾值分量區(qū)域中的較低閾值分量被拋棄 23 二維分量垂直相關(guān)，并確定單體質(zhì)心24風(fēng)暴單體質(zhì)心輸出 質(zhì)心（在極坐標(biāo)中）質(zhì)心的高度（ARL相對(duì)于雷達(dá)高度）最大反射率因子（3個(gè)距離庫(kù)的平均）最大反射率因子的高度（波束中心點(diǎn)高度ARL）單體底和頂（ARL）分量數(shù)目基于單體的垂直累積液態(tài)水含量（VIL） 25風(fēng)暴單體跟蹤 預(yù)報(bào)位置 預(yù)報(bào)位置前次體積掃位置 前次體積掃位置 R3R726風(fēng)暴位置預(yù)報(bào)是依

5、據(jù)過(guò)去風(fēng)暴移動(dòng)的記錄來(lái)預(yù)報(bào)單體將來(lái)的質(zhì)心位置。風(fēng)暴未來(lái)位置預(yù)報(bào)27對(duì)于各種風(fēng)暴類型(30-39dBZ,40-49dBZ, 50dBZ以上）SCIT算法的正確識(shí)別率（POD）風(fēng)暴類型 POD孤立強(qiáng)單體 27%70%96%孤立非強(qiáng)單體43%68%97%MCS/Line 25%64%96%層狀降水 0%13%-微型超級(jí)單體71%82%96%總體 28%68%96%28SCIT算法對(duì)不同的 Lead Time 的平均預(yù)報(bào)誤差 預(yù)報(bào)時(shí)效（分鐘）樣本中單體的數(shù)量平均預(yù)報(bào)誤差（公里） 5 898 2.0 15 498 5.0 30 227 9.9 45 109 15.2 60 55 22.829冰雹指數(shù)（H

6、I）冰雹指數(shù)的顯示形式冰雹探測(cè)算法3031冰雹指數(shù)(HI) a)冰雹概率（POH）b)強(qiáng)冰雹（直徑大于3/4英寸）概率（POSH）C)最大預(yù)期的冰雹尺寸（MEHS） 最小顯示臨界值=POH=填充的臨界值以及POSH最小POSH顯示臨界值 最小顯示臨界值=POSH填充的臨界值 32冰雹指數(shù)(88D)333435冰雹探測(cè)算法 高懸的高反射率因子核 0 C和-20 C 等溫線的高度 及時(shí)更新上述等溫線的高度值對(duì)算法的成功極為重要36圖6-14 地面降雹概率作為（H45- H0）的函數(shù)。其中H45是雷達(dá)以上45 dBZ回波的高度（ARL），H0是融化層的高度（引自Waldvogel et al. 19

7、79）。37ZL=40dBZ ZU=50dBZ38Reflectivity plotted at temperature levelsComposite reflectivityReflectivity at 0o CReflectivity at -20o CApplications combines radar data and numerical model data to plot reflectivity at constant temperature levels.Hail algorithm uses reflectivity at 0oC and -20oC. This all

8、ows forecaster to see the inner-workings of the algorithm.394041中氣旋（M）與龍卷渦旋特征（TVS）產(chǎn)品和算法42步驟1 1D中氣旋處理：識(shí)別1D 型矢量并測(cè)試它們是否滿足切變（THS, TLS）和角動(dòng)量（THM，TLM）閾值。步驟2 2D中氣旋處理：1）將1D型矢量組成2D特征，組成2D特征的最小型矢量的個(gè)數(shù)為可調(diào)參數(shù)TPV；2）確定2D特征的對(duì)稱性；3）計(jì)算2D特征的屬性；4）去掉在高度TFM以上的2D特征。步驟3 3D中氣旋處理：1）將2D特征組成3D特征；2）丟棄不能組成3D特征的非對(duì)稱的2D特征；3）不能組成3D特征的2

9、D特征歸類為“非相關(guān)切變”；4）包含少于2個(gè)對(duì)稱2D特征的3D特征歸類為“3D相關(guān)切變”；5）包含2個(gè)或更多對(duì)稱2D特征的三維特征歸類為“中氣旋”。43步驟4 TVS處理：1）檢查搜尋范圍TPC（threshold search percentage）內(nèi)所有的中氣旋2D特征；2）如果一個(gè)2D特征最大和最小徑向速度間的切變超過(guò)閾值TTS，則這個(gè)2D特征包含一個(gè)潛在的TVS；3）如果一個(gè)3D特征中有2個(gè)或更多的2D特征包含潛在的TVS，則一個(gè)TVS被識(shí)別。4445464748中氣旋(M)4950TVS Detection Algorithm (TDA)51Rotational shearRotat

10、ion tracksReflectivityVelocity52TVS評(píng)分對(duì)比(6個(gè)例）NSSL TVS 88D TVS (opt) 88D TVSPOD FAR CSI HSS POD FAR CSI HSS POD FAR CSI HSS43 48 31 46 37 78 16 26 3 0 3 0 53組合反射率因子54組合反射率因子（CR）是在一個(gè)體積掃中，將常定仰角方位掃描中發(fā)現(xiàn)的最大反射率因子投影到笛卡爾格點(diǎn)上的產(chǎn)品。兩種分辨率（1km x 1km 和 4km x 4km），兩個(gè)數(shù)據(jù)級(jí)（8，16），共4個(gè)產(chǎn)品（35-38號(hào)）。顯示范圍230公里和460公里。最常用的為37號(hào)產(chǎn)品：1

11、km分辨率，顯示范圍230km，16個(gè)數(shù)據(jù)級(jí)。揭示了所有回波中的最高反射率因子。55565758596061風(fēng)暴相對(duì)平均徑向速度圖（SRM）與基本速度產(chǎn)品類似，只不過(guò)減去了由風(fēng)暴跟蹤信息(STI)識(shí)別的所有風(fēng)暴的平均運(yùn)動(dòng)速度（缺省值），或減去由操作員選定的風(fēng)暴運(yùn)動(dòng)速度（分辨率1公里，顯示范圍230公里，序號(hào)56）。6263相對(duì)于風(fēng)暴的平均徑向速度圖(SRM)64回波頂（ET）回波頂定義為高反射率核上空18.3 dBZ回波的高度?；夭斔惴ü烙浄瓷渎室蜃哟笥诘扔?8.3 dBZ所在的高度，然后將RDA的MSL高度加到回波頂高度里。該產(chǎn)品的分辨率為 4km x 4km，顯示范圍230公里。局限性：

12、1）由于雷達(dá)靜錐區(qū)的存在，雷達(dá)附近的頂會(huì)被過(guò)低估計(jì)；2）由于缺乏向上的垂直外推，很難決定風(fēng)暴的最高回波頂。656667垂直累積液態(tài)水(VIL)反映降水云體中，在某一確定的底面積（4KM 4KM）的垂直柱體內(nèi)液態(tài)水總量分布的圖形產(chǎn)品。產(chǎn)品號(hào)為57，顯示范圍230公里。它可以表征雷暴的總體強(qiáng)度。686970垂直累積液態(tài)水（VIL）算法液態(tài)水混合比的經(jīng)驗(yàn)公式：這里M =液態(tài)水混合比，Z=雷達(dá)反射率因子。從每個(gè)4 4KM 網(wǎng)格里導(dǎo)出值M，然后再垂直積分得到VIL。 算法假定反射率因子是由液態(tài)水滴散射得到的。Z值的上限取為55dBZ以減少冰雹污染。7172計(jì)算步驟1）把每個(gè)仰角的極坐標(biāo)形式轉(zhuǎn)換成直角坐標(biāo)

13、。2）把回波強(qiáng)度dbz轉(zhuǎn)換成反射率因子Z值。3）計(jì)算第I層的PPI資料中位于4 4KM底面積的垂直柱體內(nèi)的所有資料的算術(shù)平均值。4）計(jì)算每一個(gè)底面積的柱體內(nèi)的累積液態(tài)水含量。7374757677Same resolution as Level-II dataRapidly updating (20-30 seconds). High-Resolution VILWSR-88D VILHi-res VIL78Oklahoma 發(fā)生大冰雹所必須的VIL估計(jì)值。 79基于單體的VIL80垂直剖面產(chǎn)品包括反射率因子剖面RCS、平均徑向速度剖面VCS和速度譜寬剖面SCS?？稍诎霃綖?30公里的雷達(dá)覆蓋范

14、圍內(nèi)的任意兩點(diǎn)間做剖面。垂直剖面產(chǎn)品是由如下過(guò)程產(chǎn)生的體積產(chǎn)品：1） 用1km分辨率的基本數(shù)據(jù)連接所有的仰角掃描；2）對(duì)沒(méi)有數(shù)據(jù)的地方用相鄰二個(gè)仰角的資料垂直插值， 垂直間隔為0.5km；3）沒(méi)有從最高或最低仰角向外外插。 反射率因子剖面和速度剖面產(chǎn)品各有兩個(gè)，分別對(duì)應(yīng)于16個(gè)和8個(gè)數(shù)據(jù)級(jí)，譜寬剖面產(chǎn)品只有一個(gè)。垂直剖面產(chǎn)品818283848586878889窗口產(chǎn)品所謂窗口產(chǎn)品，是指在雷達(dá)230公里半徑范圍內(nèi)的某一點(diǎn)為中心的50km x 50km的窗口范圍內(nèi)所顯示的產(chǎn)品。窗口產(chǎn)品主要包括強(qiáng)天氣分析產(chǎn)品和風(fēng)暴相對(duì)平均徑向速度區(qū)產(chǎn)品。90以可能的最高分辨率提供了4個(gè)不同的產(chǎn)品：反射率因子(SWR

15、)、平均徑向速度(SWV)、譜寬(SWW)及徑向切變(SWS)。最高分辨率的基速度和基譜寬產(chǎn)品(0.25km)僅能達(dá)60km，而SWA速度和譜寬能在雷達(dá)的230km內(nèi)以10.25km分辨率在任何地點(diǎn)生成。強(qiáng)天氣分析產(chǎn)品SWA91強(qiáng)天氣分析反射率(SWR)92風(fēng)暴相對(duì)平均徑向速度區(qū)SRR與SRM產(chǎn)品類似，但它是一個(gè)覆蓋50km50km距離的 “窗口” 產(chǎn)品, 其產(chǎn)品中心可由操作員在230km雷達(dá)半徑內(nèi)任意指定。 SRR產(chǎn)品減去的風(fēng)暴運(yùn)動(dòng)缺省值為最接近產(chǎn)品中心的風(fēng)暴單體運(yùn)動(dòng)，或可由操作員輸入風(fēng)暴單體運(yùn)動(dòng)值。93相對(duì)于風(fēng)暴的平均徑向速度區(qū)(SRR)94速度方位顯示（VAD）和速度方位顯示風(fēng)廓線（VW

16、P）9596速度方位顯示VADVAD是特定高度上平均徑向速度與方位角度的圖形顯示產(chǎn)品。在產(chǎn)品的狀態(tài)區(qū)中能發(fā)現(xiàn)下列數(shù)據(jù)：ALT-高度（MSL）、RMS誤差（kts）、計(jì)算的風(fēng)速和風(fēng)向、所用的仰角和斜距）。對(duì)稱性顯示在圖的底部，它是最小二乘擬合方程的第一項(xiàng)。979899速度方位顯示風(fēng)廓線VWP在時(shí)間高度圖上顯示平均水平風(fēng)(由VAD算法在每層計(jì)算而得)。在VWP中，有三種情況出現(xiàn)“ND”（無(wú)資料）：1） 少于25個(gè)資料點(diǎn)；2） RMS誤差大于4.8m/s；3）或?qū)ΨQ性大于7.3m/s。 100101102103 恩施 20080704 20:00104風(fēng)暴結(jié)構(gòu)字符型產(chǎn)品包括了由SCIT算法計(jì)算的許多

17、單體屬性：每個(gè)識(shí)別風(fēng)暴的最大反射率及其高度、風(fēng)暴底高度、風(fēng)暴頂高度等。 風(fēng)暴結(jié)構(gòu)(SS) 105106等高平面位置顯示（CAPPI）107 CAPPI數(shù)據(jù)獲取示意圖108應(yīng)用： 1.由于這種分布圖象的高度相等，可以較方便分析信息在某 高度上的水平分布，便于和臨近該高度的天氣圖分析相結(jié) 合。用不同高度上的CAPPI數(shù)據(jù)還可以了解信息的三維結(jié) 構(gòu)。 2. 從圖明顯可見(jiàn)，某一高度平面上的資料，實(shí)際上是由 不同仰角不同距離上的資料經(jīng)內(nèi)插方法得到的。由于不 同仰角的徑向速度之間沒(méi)有明確而固定的關(guān)系，所以徑 向速度的CAPPI分布的意義不夠清晰，因此，僅對(duì)回波 強(qiáng)度、速度譜寬制作該產(chǎn)品，高度由用戶設(shè)置。對(duì)于那 些提供徑向速度CAPPI產(chǎn)品的雷達(dá)系統(tǒng)，在分析時(shí)要注 意上述CAPPI的制作過(guò)程，以