雷达气象学520.pptx

第五章雷达产品与算法5.1基本产品5.2一些算法简单的重要导出产品5.3风暴单体识别与跟踪算法及其产品5.4冰雹指数产品及其算法5.5降水算法及其产品5.6VAD风廓线算法5.7中气旋(M)和龙卷式涡旋特征(TVS)算法与产品5.2一些算法简单的重要导出产品组合反射率因子产品2.回波顶(ET)回波顶产品图3.垂直累积液态水(VIL)垂直液态水含量图4.剖面产品反射率因子剖面产品风暴单体识别与跟踪算法是CINRAD-SA雷达中最重要的一个算法。首先它用于识别风暴单体。一个风暴单体就是一个在三维空间中能分辨的密实的反射率因子个体。首先要在雷达径向上寻找称为段的大的反射率因子区然后再在二维锥面上寻找大的反射率因子区然后再给这些二维的分量寻求垂直相关。一旦识别了风暴单体，还要给出该单体现在、过去1小时中每隔15分钟的位置。SCIT算法(Johnson等，1998)由四个子功能组成：风暴单体段风暴单体段识别反射率因子的径向排列，并输出这些段上的信息到风暴单体质心子功能中。风暴单体质心风暴单体质心子功能将段组合成一维分量，并使这些分量垂直相关构成三维单体，再计算这些单体的属性。单体及它们的属性被输出到风暴单体跟踪及风暴位置预报子功能中。风暴单体跟踪风暴单体跟踪子功能是通过将当前体积扫描发现的单体与前次体积扫描的单体作匹配来监视单体的移动。风暴位置预报风暴位置预报子功能是依据风暴移动的历史来预报风暴将来的质心位置。一个风暴段定义为一段连续的、沿着一个径向的一系列距离库，它们的反射率因子超过一个规定的阈值(记为REFIECTIVITY)。当处理过程沿一个雷达径向首次遇到一个大于规定的阈值的反射率因子时，随后的超过阈值的距离库被编为一组，一直到遇到一个小于阈值的距离库。如果算法遇到的距离库的反射率因子值小于上述反射率因子阈值(记为DROPOUTREFDIFF)，或这样的距离库小于2个(记为DROPOUTCOUNT)，则过程终止，一个风暴段就此产生。3个风暴段的例子，方括号标出的距离库即是小于阈值REFLECTIVITY，带阴影的区域为选中的风暴段。单体识别方法：(2)风暴单体分量单体识别方法：（3）三维风暴单体的确定单体跟踪方法时间相关联过程的一个例子。X代表当前体扫单体的初猜位置，短箭头代表当前体扫中单体位置和相应的初猜位置间的距离一旦完成了跟踪过程，将计算风暴单体的属性并且将其直到前10个体扫的时间序列都储存前起来。这些属性包括；质心的高度(ARL--相对与雷达高度）;最大反射率因子；最大反射率因子的所在高度；单体底的高度(最低二维分量的高度)；单体顶的高度(最高一维分量的高度)；基于单体的垂直累积液态水含量(VIL)风暴位置预报5.5降水算法及其产品该降水算法是由美国水文研究实验室（HRL）在Hudlow的领导下在20世纪80年代开发的。PPS由5个子程序和两个外部支持功能块构成（图7.37）。这五个子程序是：1）预处理，2）降水率计算，3）降水积累，4）调整，5）产品。两个外部支持功能块分别是降水探测和雨量计数据获取，他们独立于PPS运行，为PPS算法提供附加的重要输入信息。1.降水检测功能块PDF2.雨量计数据获取3.反射率因子预处理在有地形影响的情况下，如果按照缺省的混合扫描某个仰角的波束被地形阻挡的部分小于波束的６０％，则对该仰角的反射率因子值按照表７．１８座相应的订正。如果被阻挡的部分大于波束的６０％则使用该仰角的相应值。考虑了地形的混合扫描称为扇形分区混合扫描。扇形分区混合扫描图确定了０～２３０ｋｍ范围内每一个１°１ｋｍ的距离库具体使用最低四个仰角的哪一个仰角的反射率因子得出相应的降水率。4.降雨率转换5.降水累加6.利用雨量计数据对雷达估测降水进行订正7.降水产品生成8.目前的局限性和未来的挑战未完待续