多普勒天气雷达原理与应用6-雷达探测算法1

1、12 基本产品,反射率因子 径向速度 谱宽,13 导出产品与算法,风暴跟踪信息 产品（STI）与算法,识别每个对流风暴单体、并给出风暴过去、现在和将来的位置。 举例,风暴跟踪信息(STI),风暴单体的识别和跟踪算法（SCIT）,风暴单体段 风暴单体质心 风暴单体跟踪 风暴位置预报,风暴单体段,定义 段（segment）是指沿径向排列的、反射率大于或等于特定阈值的一组相邻距离库。,处理过程 风暴单体段子功能搜寻七个不同的最小反射率阈值的段。,段搜寻例子,径向观测，可以了解反射率是如何被量化的。反射率的基本观测是在距离库中得到的。此算法的功能是将单个距离库合成为沿径向的风暴段。注意此图中的段。,风

2、暴单体质心,定义 分量在某一仰角扫描所构成的锥面内，段的二维区域。 质心单体质量中心的三维位置。,处理过程 在仰角扫描的最后一个径向被分析完后，单个风暴段在空间相邻的基础上被组合成2D风暴分量。,图 砖形轮廓线表示30dBZ阈值风暴段，假定它们满足方位和距离阈值，则所有30-dBZ风暴段将被组合成一个2D分量。风暴段将被组合成一个2D分量。,中心落在较高阈值分量区域中的较低阈值分量被抛弃,确定风暴质心,风暴单体质心输出,质心（在极坐标中）， 质心的高度（ARL相对于雷达高度）， 最大反射率（3个距离库的平均）， 最大反射率的高度（波束中心点高度ARL）， 单体底和顶（ARL）， 分量数目， 基

3、于单体的垂直累积 液态水含量（VIL）。,风暴单体跟踪,预报位置,预报位置,前次体积扫位置,前次体积扫位置,R3,R7,风暴位置预报是依据过去风暴移动的记录来预报单体将来的质心位置。,风暴未来位置预报,表6-1 对于各种风暴类型(30-39dBZ,40-49dBZ, 50dBZ以上）风暴系列算法的正确识别率（POD） 风暴类型 孤立强单体 14%21%61% 孤立非强单体21%33%45% MCS/Line 18%23%35% 层状降水 0%7%- 微型超级单体4%24%30% 总体 17%24%41%,表6-2 对于各种风暴类型(30-39dBZ,40-49dBZ, 50dBZ以上）SCIT

4、算法的正确识别率（POD） 风暴类型 POD 孤立强单体 27%70%96% 孤立非强单体43%68%97% MCS/Line 25%64%96% 层状降水 0%13%- 微型超级单体71%82%96% 总体 28%68%96%,表6-5 SCIT算法对不同的 Lead Time 的平均预报误差 预报时效（分钟）样本中单体的数量平均预报误差（公里） 5 898 2.0 15 498 5.0 30 227 9.9 45 109 15.2 60 55 22.8,冰雹指数（HI）,冰雹指数的显示形式 冰雹探测算法,冰雹指数(HI),a)冰雹概率（POH）b)强冰雹（直径大于3/4英寸）概率（POSH

5、）C)最大预期的冰雹尺寸（MEHS）,最小显示临界值=POH填充的临界值,POH=填充的临界值以及POSH 最小POSH显示临界值,最小显示临界值=POSH填充的临界值,POSH填充的临界值,冰雹指数(88D),冰雹探测算法,高悬的高反射率因子核 0 C和-20 C 等温线的高度 及时更新上述等温线的高度值对算法的成功极为重要,图6-14 地面降雹概率作为（H45- H0）的函数。其中H45是雷达以上45 dBZ回波的高度（ARL），H0是融化层的高度（引自Waldvogel et al. 1979）。,ZL=40dBZ ZU=50dBZ,Reflectivity plotted at tem

6、perature levels,Composite reflectivity,Reflectivity at 0o C,Reflectivity at -20o C,Applications combines radar data and numerical model data to plot reflectivity at constant temperature levels. Hail algorithm uses reflectivity at 0oC and -20oC. This allows forecaster to see the inner-workings of the

7、 algorithm.,中气旋（M）与龙卷涡旋特征（TVS）产品和算法,步骤1 1D中气旋处理：识别1D 型矢量并测试它们是否满足切变（THS, TLS）和角动量（THM，TLM）阈值。 步骤2 2D中气旋处理：1）将1D型矢量组成2D特征，组成2D特征的最小型矢量的个数为可调参数TPV；2）确定2D特征的对称性；3）计算2D特征的属性；4）去掉在高度TFM以上的2D特征。 步骤3 3D中气旋处理：1）将2D特征组成3D特征；2）丢弃不能组成3D特征的非对称的2D特征；3）不能组成3D特征的2D特征归类为“非相关切变”；4）包含少于2个对称2D特征的3D特征归类为“3D相关切变”；5）包含2个

8、或更多对称2D特征的三维特征归类为“中气旋”。,步骤4 TVS处理：1）检查搜寻范围TPC（threshold search percentage）内所有的中气旋2D特征；2）如果一个2D特征最大和最小径向速度间的切变超过阈值TTS，则这个2D特征包含一个潜在的TVS；3）如果一个3D特征中有2个或更多的2D特征包含潜在的TVS，则一个TVS被识别。,中气旋(M),龙卷涡旋特征(TVS),TVS Detection Algorithm (TDA),Rotational shear,Rotation tracks,Reflectivity,Velocity,TVS评分对比(6个例）,NSSL T

9、VS 88D TVS (opt) 88D TVS POD FAR CSI HSS POD FAR CSI HSS POD FAR CSI HSS 43 48 31 46 37 78 16 26 3 0 3 0,组合反射率因子,组合反射率因子（CR）,是在一个体积扫中，将常定仰角方位扫描中发现的最大反射率因子投影到笛卡尔格点上的产品。两种分辨率（1km x 1km 和 4km x 4km），两个数据级（8，16），共4个产品（35-38号）。显示范围230公里和460公里。最常用的为37号产品：1km分辨率，显示范围230km，16个数据级。 揭示了所有回波中的最高反射率因子。,合成反射率(CR

10、),组合反射率因子、风暴路径跟踪 、冰雹指数和中气旋,风暴相对平均径向 速度图（SRM）,与基本速度产品类似，只不过减去了由风暴跟踪信息(STI)识别的所有风暴的平均运动速度（缺省值），或减去由操作员选定的风暴运动速度（分辨率1公里，显示范围230公里，序号56）。,相对于风暴的平均径向速度图(SRM),回波顶（ET）,回波顶定义为高反射率核上空18.3 dBZ回波的高度。 回波顶算法估记反射率因子大于等于18.3 dBZ所在的高度，然后将RDA的MSL高度加到回波顶高度里。该产品的分辨率为 4km x 4km，显示范围230公里。,局限性：1）由于雷达静锥区的存在，雷达附近的顶会被过低估计；

11、2）由于缺乏向上的垂直外推，很难决定风暴的最高回波顶。,垂直累积液态水(VIL),反映降水云体中，在某一确定的底面积（4KM 4KM）的垂直柱体内液态水总量分布的图形产品。产品号为57，显示范围230公里。 它可以表征雷暴的总体强度。,垂直累积液态水（VIL）算法,液态水混合比的经验公式：,这里M =液态水混合比，Z=雷达反射率因子。从每个4 4KM 网格里导出值M，然后再垂直积分得到VIL。 算法假定反射率因子是由液态水滴散射得到的。Z值的上限取为55dBZ以减少冰雹污染。,计算步骤,1）把每个仰角的极坐标形式转换成直角坐标。 2）把回波强度dbz转换成反射率因子Z值。 3）计算第I层的PP

12、I资料中位于4 4KM底面积的垂直柱体内的所有资料的算术平均值。 4）计算每一个底面积的柱体内的累积液态水含量。,Same resolution as Level-II data Rapidly updating (20-30 seconds).,High-Resolution VIL,WSR-88D VIL,Hi-res VIL,Oklahoma 发生大冰雹所必须的VIL估计值。,基于单体的VIL,垂直剖面产品包括反射率因子剖面RCS、平均径向速度剖面VCS和速度谱宽剖面SCS。可在半径为230公里的雷达覆盖范围内的任意两点间做剖面。 垂直剖面产品是由如下过程产生的体积产品：1） 用1km分

13、辨率的基本数据连接所有的仰角扫描；2）对没有数据的地方用相邻二个仰角的资料垂直插值， 垂直间隔为0.5km；3）没有从最高或最低仰角向外外插。 反射率因子剖面和速度剖面产品各有两个，分别对应于16个和8个数据级，谱宽剖面产品只有一个。,垂直剖面产品,窗口产品,所谓窗口产品，是指在雷达230公里半径范围内的某一点为中心的50km x 50km的窗口范围内所显示的产品。 窗口产品主要包括强天气分析产品和风暴相对平均径向速度区产品。,以可能的最高分辨率提供了4个不同的产品：反射率因子(SWR)、平均径向速度(SWV)、谱宽(SWW)及径向切变(SWS)。 最高分辨率的基速度和基谱宽产品(0.25km

14、)仅能达60km，而SWA速度和谱宽能在雷达的230km内以10.25km分辨率在任何地点生成。,强天气分析产品SWA,强天气分析反射率(SWR),风暴相对平均径向速度区SRR,与SRM产品类似，但它是一个覆盖50km50km距离的 “窗口” 产品, 其产品中心可由操作员在230km雷达半径内任意指定。 SRR产品减去的风暴运动缺省值为最接近产品中心的风暴单体运动，或可由操作员输入风暴单体运动值。,相对于风暴的平均径向速度区(SRR),速度方位显示（VAD）和速度方位显示风廓线（VWP）,速度方位显示VAD,VAD是特定高度上平均径向速度与方位角度的图形显示产品。 在产品的状态区中能发现下列数

15、据：ALT-高度（MSL）、RMS误差（kts）、计算的风速和风向、所用的仰角和斜距）。对称性显示在图的底部，它是最小二乘拟合方程的第一项。,速度方位显示(VAD),速度方位显示风廓线VWP,在时间高度图上显示平均水平风(由VAD算法在每层计算而得)。 在VWP中，有三种情况出现“ND”（无资料）：1） 少于25个资料点；2） RMS误差大于4.8m/s；3）或对称性大于7.3m/s。,风廓线(VWP),风暴结构字符型产品包括了由SCIT算法计算的许多单体属性：每个识别风暴的最大反射率及其高度、风暴底高度、风暴顶高度等。,风暴结构(SS),等高平面位置显示（CAPPI）,CAPPI数据获取示意图,应用： 1.由于这种分布图象的高度相等，可以较方便分析信息在某 高度上的水平分布，便于和临近该高度的天气图分析相结 合。用不同高度上的CAPPI数据还可以了解信息的三维结 构。 2. 从图明显可见，某一高度平面上的资料，实际上是由 不同仰角不同距离上的资料经内插方法得到的。由于不 同仰角的径向速度之间没有明确而固定的关系，所以径 向速度的CAPPI分布的意义不够清晰，因此，仅对回波 强度、速度谱宽制作该产品，高度由用户设置。对于那 些提供径向速度CAPPI产品的雷达系统，在分析时要注 意上述CAPPI的制作过程，以免产生错误。,图8-94