• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2021, 39(06): 974-983 DOI: 10.11755/j.issn.1006-7639(2021)-06-0974

论文

一次典型强对流单体对的雷达回波相似性特征分析

邹书平,1,2, 黄钰1,2, 曾勇1,2, 李丽丽2,3, 杨哲2,4, 曹水2,4, 柯莉萍2,5

1.贵州省人工影响天气办公室,贵州 贵阳 550001

2.贵州省冰雹防控技术工程中心,贵州 贵阳 550001

3.贵州省山地环境气候研究所,贵州 贵阳 550001

4.贵州省大气探测技术与保障中心,贵州 贵阳 550001

5.贵州省威宁彝族回族苗族自治县气象局,贵州 威宁 553100

Similarity characteristics analysis of radar echo of a typical strong convection monomer pair

ZOU Shuping,1,2, HUANG Yu1,2, ZENG Yong1,2, LI Lili2,3, YANG Zhe2,4, CAO Shui2,4, KE Liping2,5

1. The Weather Modification Office of Guizhou Province, Guiyang 550001, China

2. Guizhou Meteorological Disaster Prevention Technology Center, Guiyang 550001, China

3. Guizhou Institute of Mountainous Environment and Climate, Guiyang 550001, China

4. Guizhou Atmospheric Sounding Technology and Support Center,Guiyang 550001, China

5. Weining County Meteorological Bureau of Guizhou Province, Weining 553100, Guizhou, China

收稿日期: 2020-08-17   修回日期: 2021-04-1  

基金资助: 贵州省科技计划项目“雹胚形成演变微物理环境条件观测与模拟试验研究”.  黔科合支撑〔2019〕2387号
国家自然科学基金项目“雹胚形成及演变的微物理环境与热动力特征的观测研究”共同资助.  41875169

Received: 2020-08-17   Revised: 2021-04-1  

作者简介 About authors

邹书平(1967—),男,正研级高级工程师,主要从事天气雷达与人工影响天气研究.E-mail:873714769@qq.com

摘要

基于值相似和形相似相关方法,分析2015年4月30日贵州大娄山脉一次多单体强对流天气过程中2个对流单体对(A、B单体,C、D单体)的回波特征参量随时间变化的一致性特征,并通过时移(相移)技术和数理统计方法分析强对流单体与回波特征参量的相关性。结果表明:(1)单体对的最大回波强度Zmax、0 dBZ高度H0、45 dBZ高度H45的值相似程度较高,垂直累积液态水含量VIL的值相似程度较差。(2)通过时移技术处理后,2个单体对的特征参量变化趋势一致性更好,相似性程度更高。(3)2个单体对的Zmax和VIL波动周期均具有很好的一致性,C、D单体对H0H45的波动周期一致性更好。(4)导致单体对VIL值相似性较差的主要原因是每个体扫层雷达反射率因子Z的大小及Z所在垂直高度的不同。

关键词: 对流单体对 ; 雷达回波 ; 相似性 ; 时移(相移)

Abstract

Based on the methods of value similarity and shape similarity, the consistency characteristics of the echo parameters of two strong convective cell pairs during a strong convective weather process caused by multiple convective monomers in Dalou Mountains in Guizhou Province on April 30, 2015 were analyzed and the time shift (phase shift) technology and mathematical statistical methods were used to analyze the similarity of the convective characteristic parameters of strong convective cell pairs. The results are as follows: (1) The value similarity of the maximum echo intensity Zmax, 0 dBZ height H0, and 45 dBZ height H45 of the cell pairs were relatively higher, but for the vertical cumulative liquid water content (VIL) it was relatively poor. (2) After processing by using the time shift technique, the change trends of the characteristic parameters of the two cell pairs were more consistent and the degree of similarity was higher. (3) The fluctuation periods of Zmax and VIL of both two cell pairs had good consistency, and fluctuation periods of H0 and H45 of C and D cell pair had better consistency. (4) The main reason for the poor value similarity of VIL of the cell pairs was the difference in the value of the radar reflectivity factor Z of each scan layer and the vertical height of Z.

Keywords: convection monomers pair ; radar echo ; similarity ; time shift (phase shift)

PDF (6533KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

邹书平, 黄钰, 曾勇, 李丽丽, 杨哲, 曹水, 柯莉萍. 一次典型强对流单体对的雷达回波相似性特征分析. 干旱气象[J], 2021, 39(06): 974-983 DOI:10.11755/j.issn.1006-7639(2021)-06-0974

ZOU Shuping, HUANG Yu, ZENG Yong, LI Lili, YANG Zhe, CAO Shui, KE Liping. Similarity characteristics analysis of radar echo of a typical strong convection monomer pair. Journal of Arid Meteorology[J], 2021, 39(06): 974-983 DOI:10.11755/j.issn.1006-7639(2021)-06-0974

引言

随着多源探测技术和信息处理技术的发展,相似方法广泛应用于天气预报、气候预测、人工影响天气等领域[1,2,3,4,5,6],但不是每一种相似性判据都能获得较好的判别效果,根据预报对象性质,适当选取相似性判据十分必要[7]。在以往的相似性研究中,有些偏重于值相似,有些偏重于形相似,单一的相似性判据不能同时反映两个样本之间的幅度和相位的相似程度,必须予以综合运用才能比较客观地反映两个样本的相似性。

在人工影响天气领域相似方法最典型的应用就是人工防雹作业效果物理检验评估。人工防雹作业效果物理检验,是把与冰雹云或降雹密切相关的物理量作为防雹效果检验的统计量,或是对防雹作业前后物理量的对比,或是作业区和对比区的对比,通过统计分析物理量变化趋势,作为防雹作业是否有效的判据。如唐仁茂等[8]采用相似密度方法,通过比较目标云与待选云体的雷达回波参量随时间变化曲线的相似程度发现目标云的生命期比对比云的长,目标云强回波面积在作业前后分别出现高峰值,而对比云仅有一个高峰值,目标云回波顶高极值持续时间长,说明催化效果明显有效;陈羿辰等[9]以一次防雹作业为例,利用双线偏振雷达资料,选取与作业区条件十分接近的云块为对比区,分析在不同高度开展防雹作业前后云体宏观结构特征、粒子相态等微物理变化过程,表明防雹作业可有效抑制冰雹胚胎成长为冰雹。

对流单体发展的强弱及移向、移速受大气环境场影响较大[10,11,12],这也导致对流单体雷达回波呈明显的波动变化,因此要找到完全相似的两个对流单体是一件非常困难的事,为此,本文通过选取识别雷雨云和冰雹云雷达回波特征参量,采用值相似和形相似,对比分析强对流单体对的回波特征参量随时间变化的相似性特征,并通过时移(相移)技术和数理统计方法检验强对流单体对的相似程度。

1 对流单体与雷雨冰雹的实况特征

对流云可分为雷雨云和冰雹云两种,通常用“单体”表示。“单体”定义为一个对流云垂直环流所形成的云体,在地面形成一个具有极大值的降水区,以一块紧密的雷达反射率因子区或造成深对流的强上升气流区为标志。对流单体的雷达回波强度一般大于45 dBZ,各地根据降水性质不同而回波强度略有不同,对流单体又可分为普通单体、多单体、飑线、超级单体等,通常冰雹云回波强度不小于55 dBZ,回波伸展较高,相同条件下雷雨云回波要弱于冰雹云回波[12,13,14,15,16,17]

2015年4月30日,在贵州大娄山脉两侧出现了一次雷雨冰雹天气过程,当日08:00(北京时,下同)贵阳站冰雹融化层高度约为4.1 km,-20 ℃层高度为7.9 km,与其相邻的沙坪坝站冰雹融化层高度约为4.1 km,-20 ℃层高度为7.5 km。该过程属于对流云多单体回波,由A、B、C、D 4个强对流单体组成,4个单体在形成(发生、发展)、成熟(降雨、降雹)、消亡(减弱)的过程中始终保持单一单体形态特征。

其中,A、B、C 3个单体生成时间相近(15:45左右),分别形成于四川叙永、云南威信和贵州毕节,D单体于17:03形成并发展,两个时间对应的最大回波强度(Zmax)分别为31 dBZ和28 dBZ,0 dBZ高度(H0)分别为8.8 km和8.2 km,均超-20 ℃层高度。

结合降雹信息(表1)和雷达回波分布(图1),四川叙永和古蔺两县降雹受A单体影响,贵州大方、黔西和修文3县降雹受C单体影响;B、D单体对应区域没有地面降雹相关信息的报道,视认为是雷雨云对流单体。

表1   降雹信息

Tab.1  Hail information

降雹区域降雹点降雹时间冰雹大小及灾情信息
贵州大方县
黔西县
修文县
羊场、理化、黄泥塘、鸡场
锦星、林泉
钟山
久长
17:30左右
18:00左右
18:40
20:40
冰雹直径5~10 mm
部分农作物受灾
四川叙永县
古蔺县
观兴、后山
箭竹、双沙、马嘶
16:00左右
18:00左右
冰雹直径约10 mm
烤烟、玉米等农作物受损

新窗口打开| 下载CSV


图1

图1   2015年4月30日不同时刻遵义雷达组合反射率

(a)16:02,(b)17:29,(c)18:29,(d)19:31,(e)20:32,(f)21:29

Fig.1   Composite reflectivity from Zunyi radar at different time on April 30, 2015

(a) 16:02 BST, (b) 17:29 BST, (c) 18:29 BST, (d) 19:31 BST, (e) 20:32 BST, (f) 21:29 BST


从整个对流过程及Zmax≥45 dBZ起始时间的ZmaxH0和45 dBZ高度(H45)(表2)可以看出,A、B单体,C、D单体的生命史及对流维持大致相当,且对流单体的ZmaxH0H45等基本特征参量值比较接近,具有一定的可比性。在此初步判断的基础上,将进一步通过相似性算法对比分析A和B单体对,C和D单体对的相似性特征。

表2   雷达回波特征参数

Tab.2  Echo characteristic parameters of radar

单体整个对流过程Zmax≥45 dBZ
持续时间/minZmax/dBZH0最大值/kmH45最大值/km起始时间Zmax/dBZH0/kmH45/km
A16057.013.210.016:0648.010.98.1
B13561.512.19.016:0249.08.65.1
C34065.017.58.816:2246.59.26.5
D30463.015.59.317:1355.013.89.1

新窗口打开| 下载CSV


2 相似性和相关性算法

2.1 线性比例常数

对于同一个物理过程,若两个物理现象的各个物理量在各对应点上以及各对应瞬间大小成比例,且各矢量的对应方向一致,则称这两个物理现象相似。简要地说就是如果原型和模型相对应的各点及在时间上对应的各瞬间的一切物理量成比例,则两个系统相似。

用线性比例常数来表示两个变量的比值,表达式如下:

C(x,y)=xi/yi

式中:C(x,y)表示变量xy的线性比例常数,xiyi表示两个变量序列,i=1,2,…,n,n为样本容量。如果两个变量各个时刻的比值越接近,则两个样本相似程度就越大。

2.2 海明距离

海明距离/绝对距离反映的是两个样本序列的空间距离,其表达式[18]如下:

d(x,y)=i=1n|xi-yi|

式中:d(x,y)表示变量xy的海明距离,xiyi表示两个变量序列,i=1,2,…,n,n为样本容量。当d(x,y)值越接近0表示相似性越好。

2.3 余弦相似系数

余弦相似系数(cosine similarity)表示两个序列相似程度,其表达式[18]如下:

cos(x,y)=i=1nxiyii=1nxi2i=1nyi2

式中: cos(x,y)表示变量xy的夹角余弦,即余弦相似系数;xiyi表示两个变量序列,i=1,2,…,n,n为样本容量。若变量之间的相关程度密切,则夹角接近0,其余弦接近1;反之接近0。

2.4 协方差

协方差(covariance)是用于衡量两个变量xy的总体误差,它是反映两个变量变化趋势一致性的指标,如果两个变量之间的协方差为正,则两个变量的变化趋势一致,其值越大趋势一致性越好。期望值分别为E(x)=μE(y)=ν的两个实数随机变量xy之间的协方差公式[19]如下:

cov(x,y)=E[x-E(x)][y-E(y)]

如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反,即其中一个大于自身的期望值,另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。

3 强对流回波特征参数变化趋势

3.1 A、B单体相似性特征

全面比较两样本的相似程度,不但要看两样本序列曲线彼此的靠近程度(即总数值的差异程度,简称“值相似”),还要看其形状的相似程度(简称“形相似”)。选取常用于识别雷雨云和冰雹云的雷达回波特征参量ZmaxH0H45、VIL等,从值相似和形相似分析对流单体对的相似性特征。

图2为A、B单体Zmax、VIL、H0H45的对比。可以看出,形成阶段,A、B两个单体Zmax、VIL、H0H45均呈增长趋势,A、B两个单体Zmax从45 dBZ增强到55 dBZ的时间分别约为24 min和32 min;成熟阶段,Zmax、VIL、H0H45均维持较高值,A、B两个单体Zmax>50 dBZ的持续时间分别约为70 min和80 min;消亡阶段,A、B单体Zmax均有明显下降,但A单体VIL、H0H45在下降后又呈现出了增长趋势。整体上A、B单体变化趋势相似,具有可比性。

图2

图2   A和B单体Zmax(a)、VIL(b)、H0(c)和H45 (d)对比

Fig.2   Comparison of Zmax (a), VIL(b), H0 (c) and H45 (d) of cell A and cell B


3.1.1 值相似

图3为A、B两个单体Zmax、VIL、H0H45的线性比例常数随时间变化。A、B单体ZmaxH0H45和VIL的线性比例常数区间分别为[0.85,1.27]、[0.68,1.30]、[0.61,1.46]和[0.43,4.33]。A、B两个单体ZmaxH0H45的线性比例常数变化幅度较小,近于直线,表明A、B两个单体ZmaxH0H45的值相似程度较高;而VIL线性比例常数变化幅度较大,表明A、B两个单体VIL的值相似程度较差。

图3

图3   A、B两个单体Zmax、VIL、H0H45的线性比例常数随时间变化

Fig.3   The variation of linear proportional constants of Zmax, VIL, H0 and H45 of cell A and cell B


对波形函数而言时移技术是相位的变化,即通过相移使两个波形函数的相位保持一致。通过时移技术把B单体观测时间前移12 min,使A、B两个单体的相位一致。图4为时移后A、B单体Zmax和VIL对比。此时A单体的时间对应16:02—18:05,而B单体的时间对应16:14—18:17,共计33个时序,时移处理后A、B单体的Zmax和VIL变化趋势更为一致。

图4

图4   时移后A、B单体Zmax(a)和VIL(b)对比

Fig.4   Comparison of Zmax (a) and VIL(b) of cell A and cell B after time shift


从时移前后A、B单体平均线性比例常数、海明距离、余弦相似系数和协方差(表3)分析两个单体的相似一致性特征。时移前ZmaxH0H45的平均线性比例常数近似于1,VIL的平均线性比例常数较大,表明A、B两个单体ZmaxH0H45参量的值相差较小,而VIL值相差较大;ZmaxH0H45的海明距离值相对较小,而VIL的海明距离值较大,表明A、B两个单体ZmaxH0H45相似性相对较好,而VIL的相似性较差;ZmaxH0H45和VIL的余弦相似系数接近于1,表明A、B两个单体ZmaxH0H45和VIL相似程度均很高;ZmaxH45、VIL的协方差为正,H0的协方差为负,表明A、B两个单体ZmaxH45和VIL变化趋势一致性较好,H0的变化趋势一致性较差。时移后平均线性比例常数、余弦相似系数无明显变化,表明值相差不大;而海明距离减小,表明相似性更好,协方差的值显著增大,表明变化趋势一致性更好。综上所述,时移后海明距离、协方差得到明显的改善,表明时移后A、B两个单体特征参量随时序变化趋势一致性更好,相似性程度更高。

表3   时移前后A、B单体的相似性指标值

Tab.3  Similarity index values between cell A and cell B before and after time shift

特征量平均线性比例常数海明距离余弦相似系数协方差
Zmax1.05(1.05)160.5(131.0)0.99(0.99)2.84(8.68)
VIL1.63(1.51)317.5(282.5)0.83(0.89)15.29(32.56)
H00.99(1.00)50.6(39.7)0.99(0.98)-0.15(-0.05)
H450.94(0.91)53.0(44.4)0.97(0.96)0.43(0.89)

注:括号外为时移前,括号内为时移后。

新窗口打开| 下载CSV


3.1.2 形相似

从波形函数的角度引入波动周期,以表征两个单体的形相似程度。即将单一雷达回波参量波幅从低到高、从高到低的连续变化过程,视为一个波动周期,并通过波动周期去分析两个单体的形相似程度。结合图4发现A、B两个单体Zmax和VIL均出现了3次相对变化幅度较大的波动过程,体现出较好的一致性和相似程度。表4表5表6列出了A、B两个单体Zmax、VIL、H0H45的波动周期与幅度变化。

表4   A、B单体Zmax波动周期与幅度变化

Tab.4  Fluctuation period and amplitude change of Zmax of cell A and cell B

单体周期序号体扫时段波动周期/min幅值/dBZ幅度变化率/ (dBZ·min-1)
AT116:14—16:34—16:4632(20,12)48.0(57.0,50.0)0.45(-0.58)
T216:46—16:59—17:2135(13,22)50.0(55.0,49.5)0.38(-0.25)
T317:21—17:29—17:4120(8,12)49.5(56.5,47.5)0.87(-0.75)
BT116:18—16:42—16:5941(24,17)43.0(59.5,56.0)0.68(-0.20)
T216:59—17:13—17:2526(14,12)56.0(61.5,56.5)0.39(-0.41)
T317:25—17:41—17:5631(16,15)56.5(60.5,48.5)0.25(-0.80)

注:波动周期括号外为总的时间,括号内依次为递增时间和递减时间;幅值括号外为第一次低值,括号内为高值和第二次低值;幅度变化率括号外为递增率,括号内为递减率。下同。

新窗口打开| 下载CSV


表5   A、B单体VIL波动周期与幅度变化

Tab.5  Fluctuation period and amplitude change of VIL of cell A and cell B

单体周期序号体扫时段波动周期/min幅值/(kg·m-2)幅度变化率/(kg·m-2·min-1)
AT116:18—16:34—16:4628(16,12)7.5(22.5,7.5)0.93(-1.25)
T216:46—16:59—17:1731(13,18)7.5(17.5,7.5)0.76(-0.55)
T317:17—17:29—17:4124(12,12)7.5(12.5,7.5)0.41(-0.41)
BT116:26—16:46—16:5933(20,13)7.5(32.5,22.5)1.25(-0.76)
T216:59—17:13—17:2122(14,8)22.5(32.5,17.5)0.71(-1.87)
T317:21—17:41—17:5635(20,15)17.5(32.5,7.5)0.75(-1.66)

新窗口打开| 下载CSV


表6   A、B单体H0H45波动周期与幅度变化

Tab.6  Fluctuation period and amplitude change of H0 and H45 of cell A and cell B

回波参量单体周期序号体扫时段波动周期/min幅值/km幅度变化率/
(km·min-1)
H0AT116:14—16:30—16:4632(16,16)10.6(13.2,11.1)0.16(-0.13)
T216:46—16:55—17:2135(9,26)11.1(12.5,10.6)0.15(-0.07)
T317:21—17:29—17:4120(8,12)10.6(11.6,10.6)0.12(-0.08)
BT116:14—17:37—18:17123(83,40)8.3(14.8,8.7)0.07(-0.15)
H45AT116:14—16:30—16:4632(16,16)7.8(10.1,7.2)0.14(-0.18)
T216:46—16:55—17:2539(9,30)7.2(9.3,6.3)0.23(-0.10)
T317:25—17:29—17:4116(4,12)6.3(8.5,6.1)0.55(-0.20)
BT116:22—17:03—18:17115(41,74)5.4(9.2,3.9)0.10(-0.07)

新窗口打开| 下载CSV


A、B两个单体Zmax平均波动周期分别为29和33 min,平均递增幅度分别为0.56和0.44 dBZ·min-1,VIL平均波动周期分别为28和30 min,平均递增幅度分别为0.70和0.90 kg·m-2·min-1;A单体H0H45出现了3次相对变化幅度较大的波动过程,而B单体只出现了1次,且波动周期及幅值变化率数值上相差较大。综上所述,A、B两个单体Zmax和VIL波动周期具有很好的一致性,而H0H45波动周期一致性较差。

3.2 C、D单体相似性特征

由于C、D两个强对流单体持续时间较长,超过300 min,在此仅选取强对流单体形成阶段、成熟阶段早期的序列进行对比分析。根据C、D两个强对流单体雷达回波强度和H0H45的变化趋势,时移后选取C、D两个单体的时间段分别为16:30—18:40、17:29—19:39,持续时间为130 min,共计31个时序。图5为时移后C、D单体Zmax、VIL、H0H45对比。可以看出,整体上,在形成阶段,C、D单体的Zmax、VIL、H0H45小于成熟阶段,且变化趋势较为一致,具有一定的可比性。

图5

图5   时移后 C、D单体Zmax(a)、VIL(b)、H0(c)和H45(d)对比

Fig.5   Comparison of Zmax(a), VIL(b), H0(c)and H45(d)of cell C and cell D after time shift


3.2.1 值相似

图6为时移后C、D单体Zmax、VIL、H0H45的线性比例常数变化。可以看出,C、D单体Zmax、VIL、H0H45的线性比例常数区间分别为[0.95,1.25]、[0.56,5.67]、[1.02,1.39]和[0.93,2.43]。C、D两个单体ZmaxH0的线性比例常数变化幅度较小,近于直线;H45和VIL线性比例常数变化幅度较大,其中VIL尤其明显。

图6

图6   时移后C、D单体Zmax、VIL、H0H45的线性比例常数随时序变化

Fig.6   The varation of linear proportional constants of Zmax, VIL, H0 and H45 of cell C and cell D after time shift


表7列出时移后C、D单体Zmax、VIL、H0H45的平均线性比例常数、海明距离、余弦相似系数和协方差。就单一值而言,ZmaxH0H45的平均线性比例常数近似于1,VIL的平均线性比例常数值较大,表明C、D两个单体除VIL外,其余3个参量的值相差较小;ZmaxH0H45的海明距离值相对较小,而VIL的海明距离值较大,表明C、D两个单体ZmaxH0H45参量的相似性较好,而VIL的相似性较差;ZmaxH0H45和VIL的余弦相似系数接近于1,表明C、D两个单体4个参量相似程度高;ZmaxH45的协方差为正,VIL和H0的协方差值为负,表明C、D两个单体ZmaxH45的变化趋势一致性较好,而VIL、H0变化趋势一致性较差。综上所述,C、D单体ZmaxH0H45的相似性较好,而VIL的相似性较差。

表7   时移后C、D单体的相似性指标值

Tab.7  Similarity index values between cell C and cell D after time shift

特征量平均线性
比例常数
海明距离余弦相似
系数
协方差
Zmax1.09145.50.992.11
VIL1.70280.00.83-9.08
H01.2275.00.990.95
H451.3363.10.97-0.12

新窗口打开| 下载CSV


3.2.2 形相似

表8表9表10列出C、D单体Zmax、VIL、H0H45波动周期与幅度变化。可以看出,C、D两个单体Zmax、VIL、H0H45分别出现3次、4次、2次、2~3次相对变化幅度较大的波动周期,平均波动周期、平均幅度变化率等数值相近,且C、D两个单体Zmax、VIL、H0H45的T1均在30 min左右。总体上,C、D两个单体Zmax、VIL、H0H45波动周期均具有较好的一致性,形相似程度比A、B单体对更高。

表8   C、D单体Zmax波动周期与幅度变化

Tab.8  Fluctuation period and amplitude change of Zmax of cell C and cell D

单体周期序号体扫时段波动周期/min幅值/dBZ幅度变化率/(dBZ·min-1)
CT116:30—16:38—16:5929(8,21)49.5(54.0,48.5)0.56(-0.26)
T216:59—17:07—17:2526(8,18)48.5(55.5,51.0)0.87(-0.25)
T317:25—18:09—18:2560(44,16)51.0(56.5,48.5)0.13(-0.50)
DT117:29—17:52—18:0031(23,8)53.5(58.0,50.0)0.02(-1.00)
T218:00—18:21—18:4040(21,19)50.0(61.0,55.5)0.52(-0.29)
T318:40—19:06—19:1838(26,12)55.5(61.0,56.0)0.21(-0.42)

新窗口打开| 下载CSV


表9   C、D单体VIL波动周期与幅度变化

Tab.9  Fluctuation period and amplitude change of VIL of cell C and cell D

单体周期序号体扫时段波动周期/min幅值/(kg·m-2)幅度变化率/(kg·m-2·min-1)
CT116:30—16:46—16:5929(16,13)7.5(22.5,7.5)0.94(-1.15)
T216:59—17:17—17:3334(18,16)7.5(22.5,12.5)0.83(-0.62)
T317:33—17:52—17:5623(19,4)12.5(22.5,12.5)0.53(-2.50)
T417:56—18:09—18:2933(13,20)12.5(27.5,7.5)1.15(-1.00)
DT117:29—17:41—18:0031(12,19)12.5(22.5,7.5)0.83(-0.79)
T218:00—18:29—18:4444(29,15)7.5(37.5,17.5)1.03(-1.33)
T318:44—18:52—19:0218(8,10)17.5(27.5,17.5)1.25(-1.00)
T419:02—19:10—19:1816(8,8)17.5(27.5,17.5)1.25(-1.25)

新窗口打开| 下载CSV


表10   C、D单体H0H45波动周期与幅度变化

Tab.10  Fluctuation period and amplitude change of H0 and H45 of cell C and cell D

回波参量单体周期序号体扫时段波动周期/min幅值/km幅度变化率/
(km·min-1)
H0CT116:30—16:38—17:0333(8,25)10.9(11.1,8.8)0.02(-0.09)
T217:03—17:29—18:2986(26,60)8.8(13.1,10.1)0.16(-0.05)
DT117:29—18:0031(0,31)13.4(13.4,12.1)0.00(-0.04)
T218:00—18:29—19:3595(29,66)12.1(16.7,12.1)0.16(-0.07)
H45CT116:30—16:38—17:0333(8,25)6.3(7.5,5.3)0.15(-0.09)
T217:03—17:52—18:2986(49,37)5.3(9.0,4.0)0.06(-0.13)
DT117:29—17:33—18:0031(4,27)9.4(10.4,6.3)0.25(-0.15)
T218:00—18:29—19:0666(29,37)6.3(10.8,8.1)0.15(-0.73)
T319:06—19:22—19:3529(16,13)8.1(9.7,8.8)0.10(-0.07)

新窗口打开| 下载CSV


4 VIL算法对相似性的影响

VIL定义为某底面积(4 km×4 km)上空气柱液态水混合比M的垂直积分。在计算VIL时,只能应用实测的体扫反射率因子进行离散求和,并在某距离上相邻两仰角之间的高度间隔h内,用两仰角的实际反射率因子的平均值进行计算,表达式如下:

 M=3.44×10-3Z4/7
$\begin{aligned} \mathrm{VIL} &=\int_{h_{\mathrm{b}}}^{h_{\mathrm{h}}} M \mathrm{~d} h=\int_{h_{\mathrm{b}}}^{h_{\mathrm{h}}} 3.44 \times 10^{-3} \times Z^{4 / 7} \mathrm{~d} h \\ &=3.44 \times 10^{-3} \sum_{i=0}^{n-1}\left(\frac{z_{i}+z_{i+1}}{2}\right)^{4 / 7} \Delta h_{i} \end{aligned}$

式中:hbht(km)分别为底高和顶高; M(g·m-3)通过雷达测量的反射率因子Z(dBZ)和雨滴之间的经验关系计算得到;ZiZi+1分别为第i层和第i+1层高度上的雷达反射率因子,Δhi为两层之间的高度差;n为体扫的仰角总数。由于冰雹会导致M出现不可靠的高值,因此将所有大于55 dBZ的反射率因子取值为55 dBZ。

从VIL算法可以看出,VIL值的大小与每个体扫层的Z和相邻两层高度有关。为此,结合VIL算法分析单体对的VIL线性比例常数变化幅度较大的原因。以A、B单体16:46的回波特征参数为例分析其差异性,A、B单体的VIL值分别为5.75和32.5 g·m-3,线性比例常数为4.33。通过对比表11中的不同体扫层A、B单体ZhM的值,可以看出导致A、B单体VIL值差异较大的原因是每个体扫层Z的大小及Z所在垂直高度的差异。单体A最大Z为50 dBZ,最大h为9.2 km,最大M为2.48 g·m-3,大于45 dBZ所对应的体扫层位于第2、3层,第2、3层高度差仅为2.3 km;单体B的最大Z为58.5 dBZ,最大h为10.8 km,最大M为4.78 g·m-3,大于45 dBZ的对应层位于第2、3、4层,第1、3层高度差为4.8 km。

表11   不同体扫层A、B单体16:46的ZhM的值

Tab.11  The Z, h and M values of cell A and cell B at 16:46 BST in different body scan layeres

单体层数AB
Z/dBZh/kmM/(g·m-3)Z/dBZh/kmM/(g·m-3)
133.51.20.2137.01.30.37
250.03.62.4858.03.84.78
349.05.91.6058.56.14.78
436.58.40.4149.58.61.81
518.09.20.0325.010.80.09

新窗口打开| 下载CSV


5 结论与讨论

(1)两个单体对的ZmaxH0H45的线性比例常数的变化幅度较小,变化趋势近似于直线,值相似程度较高,而VIL的线性比例常数变化幅度较大,变化趋势起伏较大,值相似程度较差。

(2)通过时移技术处理后,两个单体对的海明距离、协方差得到明显改善,使两个单体对的特征参量随时序变化趋势一致性更好,相似性程度更高。

(3)A、B单体对与C、D单体对的Zmax和VIL波动周期均具有很好的一致性,C、D单体对H0H45波动周期一致性好于A、B单体对,C、D单体对形相似程度更高。

(4)导致单体对VIL值相似性较差的主要原因是每个体扫层的Z值大小及Z所在垂直高度的不同。

按照对流云生命史的特点,以形成(发生、发展)、成熟(降雨、降雹)、消亡(减弱)的各个阶段为研究对象,通过对冰雹云单体与雷雨云单体的雷达回波特征参数值的时间一致性和趋势一致性的对比分析,一定程度上可以反映相同天气系统背景下不同降水单体形成发展变化的相似性特点,这种方法可以作为强对流单体作业区和对比区目标选择的依据,对改进人工防雹作业效果物理检验方法具有很好的借鉴作用。但由于对流单体发展的强弱及其移向移速受大气环境场影响较大,要得到完全相似的对流单体存在很大困难,因此,在此基础上还需要做进一步分析检验和确定相应的评价指标。

参考文献

符式红, 王秀明, 俞小鼎.

相似环流背景下海南两次不同类型强对流天气对比研究

[J]. 气象学报, 2018, 76(5):742-754.

[本文引用: 1]

杨波, 孙继松, 刘鑫华.

两类不同风灾个例超级单体特征对比分析

[J]. 气象学报, 2019, 77(3):427-441.

[本文引用: 1]

何邓新, 邵爱梅.

判断大气要素场相似度的相似面积比方法

[J]. 高原气象, 2014, 33(3):658-665.

[本文引用: 1]

叶朗明, 伍志方, 张华龙, .

相同季节和相似区域华南两次飑线过程比较分析

[J]. 暴雨灾害, 2016, 35(5):445-454.

[本文引用: 1]

刘卫国, 陶玥, 党娟, .

2014年春季华北两次降水过程的人工增雨催化数值模拟研究

[J]. 大气科学, 2016, 40(4):669-688.

[本文引用: 1]

祝晓芸, 姚展予.

江西省对流云火箭增雨作业个例分析

[J]. 气象, 2017, 43(2):221-231.

[本文引用: 1]

罗阳, 聂新旺, 王广山.

几种统计相似方法的适用性比较

[J]. 气象, 2011, 37(11):1443-1447.

[本文引用: 1]

唐茂仁, 袁正腾, 向玉春, .

依据雷达回波自动选取对比云进行人工增雨效果检验的方法

[J]. 气象, 2010, 36(4):96-100.

[本文引用: 1]

陈羿辰, 张龙斌, 金永利, .

利用双线偏振雷达分析人工防雹作业效果

[J]. 气象科技, 2016, 44(3):479-488.

[本文引用: 1]

陈军, 李小兰, 喻义军, .

贵州铜仁一次大范围高架雷暴降雹天气过程分析

[J]. 干旱气象, 2017, 35(4):649-656.

[本文引用: 1]

高晓梅, 孙雪峰, 秦瑜蓬, .

山东一次强对流天气的环境条件和对流风暴特征

[J]. 干旱气象, 2018, 36(3):447-455.

[本文引用: 1]

覃靖, 潘海, 刘蕾.

柳州“4·09”致灾冰雹的超级单体风暴过程分析

[J]. 气象, 2017, 43(6):745-755.

[本文引用: 2]

王莎, 沙勇, 宋金妹, .

冀东地区冰雹云多普勒雷达参数特征分析

[J]. 气象, 2019, 45(5):713-722.

[本文引用: 1]

李聪, 姜有山, 姜迪, .

一次冰雹天气过程的多源资料观测分析

[J]. 气象, 2017, 43(9):1084-1094.

[本文引用: 1]

宋强, 王基鑫, 傅朝, .

甘肃一次冰雹过程降水及闪电活动特征

[J]. 干旱气象, 2019, 37(3):400-408.

[本文引用: 1]

杨淑华, 赵桂香, 程海霞, .

脉冲风暴造成的山西北部三次冰雹天气对比分析

[J]. 干旱气象, 2019, 37(1):67-75.

[本文引用: 1]

张玉洁, 苑文华, 徐百言.

江苏阜宁龙卷超级单体风暴的雷达资料分析

[J]. 干旱气象, 2019, 37(3):409-418.

[本文引用: 1]

黄嘉佑. 气象统计分析与预报方法[M]. 4版. 北京: 气象出版社, 2016:188-189.

[本文引用: 2]

吴洪宝, 吴蕾. 气候变率诊断和预测方法[M]. 北京: 气象出版社, 2005:8-9.

[本文引用: 1]

/