基于质量控制的S波段双偏振雷达格点化观测数据,利用模糊逻辑算法,结合降雨粒子散射和空间取向等特征建立了降水粒子类型识别算法,用于分析降水过程中降水粒子的空间分布情况及粒子类型的演变过程.该算法可以将降水粒子分为液态、冰态、混合态等不同种类,有助于发现影响降水多寡的云微物理关键结构.首先根据不同降水粒子的雷达回波特性得到隶属函数,其次根据不同雷达观测变量在判别粒子类型时的贡献不同,确定每个观测值对应的隶属函数值的权重,对各个函数值进行加权平均后,得到不同粒子类型对应的逻辑值.最后进行集成和退模糊化处理,选出每个格点中逻辑值的最大值,认为该值所代表的粒子类型即为该格点所代表的粒子类型.在确定观测值对应的隶属函数值的权重时,水平反射率因子和环境温度作为计算粒子类型的直接影响因子,不再进行加权平均计算,提出了基于S波段双偏振雷达参量和环境温度的降水粒子类型识别算法.通过华南前汛期一次降水过程,利用雷达观测降水资料,验证了该算法的合理性.验证结果表明,反演所得的"雨"类型的分布特征与实际观测降水的分布特征基本一致,证明该算法可以反映降水区域的粒子类型,识别结果基本合理.进一步研究发现在降水发生之前,空中存在大量"毛毛雨"类型的粒子,在降水发生时毛毛雨和雨粒子的变化呈负相关性,表明此次降水主要由毛毛雨碰并产生雨粒子并降落地面产生.
国家科技期刊平台
NSTL
万方数据
维普
