多普勒天气雷达原理与应用6-雷达探测算法(1)

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
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。
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。
表6-7 新的冰雹探测算法HDA的评分 日期 11/02/1992 17/02/1992 25/03/1992 19/04/1992 28/04/1992 28/05/1992 02/06/1992 12/06/1992 09/06/1992 01/09/1989 总体 WT （Jｍ-1s-1） 20 26 63 66 74 97 100 120 126 134 H 16 13 30 16 94 5 3 0 0 40 217 M 1 10 9 12 39 0 3 0 0 20 94 FA 33 11 18 21 32 10 6 5 0 71 207 POD（%） 94 57 77 57 71 100 50 67 70 FAR（%） 67 46 38 59 25 67 67 100 64 49 CSI（%） 32 38 53 31 57 33 25 0 31 42
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；2）由于缺乏向上的垂直外推，很难决定 风暴的最高回波顶。
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， 基于单体的垂直累积 液态水含量（VIL）。
Composite reflectivity
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 algorithm.
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：
M 3.44 10 Z
3
4/7
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。
n 6
4/7
High-Resolution VIL

Same resolution as Level-II data Rapidly updating (20-30 seconds).
WSR-88D VIL
Hi-res VIL
70 60 50 40 30 20 10 0 1
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
。
风暴单体质心
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。
14% 21% 18% 0% 4% 17%
21% 33% 23% 7% 24% 24%
61% 45% 35% --30% 41%
表6-2 对于各种风暴类型(30-39dBZ,40-49dBZ, 50dBZ以上） SCIT算法的正确识别率（POD）
风暴类型 孤立强单体 孤立非强单体 MCS/Line 层状降水 微型超级单体 总体
POD 27% 43% 25% 0% 71% 28%
70% 68% 64% 13% 82% 68%
96% 97% 96% --96% 96%
表6-5
SCIT算法对不同的 Lead Time 的平均预报误差
样本中单体的数量 平均预报误差（公里）
预报时效（分钟）
5 15 30 45 60
898 498 227 109 55
合成反射率(CR)
、 冰 雹 指 数 和 中 气 旋
组 合 反 射 率 因 子 、 风 暴 路 径 跟 踪
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）。
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PPI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。

( Z i Z i 1 2 VIL 3.44 10 h (kgm ), 2 i 1
表6-8 旧的冰雹探测算法HDA的评分，利用“probable”作警报阈值 （即“probable”和“positive”指示都作为有强冰雹的预报） 日期 11/02/1992 17/02/1992 25/03/1992 19/04/1992 28/04/1992 28/05/1992 02/06/1992 12/06/1992 09/06/1992 01/09/1989 总体 WT （Jｍ-1s-1） probable probable probable probable probable probable probable probable probable probable H 0 6 25 24 103 5 3 0 0 53 219 M 19 18 14 3 26 0 3 0 0 7 90 FA 0 4 24 78 43 37 28 81 21 204 520 POD（%） 0 25 64 89 80 100 50 88 71 FAR（%） 40 49 76 29 88 90 100 79 70 CSI（%） 0 21 40 23 60 12 9 0 0 20 26
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个或更多对称2D特征的三维特征归类为“中 气旋”。
2.0 5.0 9.9 15.2 22.8
冰雹指数（HI）
冰雹指数的显示形式
冰雹探测算法
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
预于 期 3 冰 的 雹 冰 4 概 雹英 率 尺寸 （ 寸） （概 率） （ ） 强 冰 ）雹 （ 最直 大径 大 / C)
风暴单体跟踪
预报位置
R7
前次体积扫位置 预报位置
R3
前次体积扫位置
风暴未来位置预报
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。
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 孤立非强单体 MCS/Line 层状降水 微型超级单体 总体
中气旋(M)
龙卷涡旋特征(TVS)
TVS Detection Algorithm (TDA)
Reflectivity
Velocity
Rotational shear
Rotation tracks
TVS评分对比(6个例）
NSSL TVS
POD FAR CSI HSS 43 48 31 46