10.7522/j.issn.1000-0534.2016.00143
基于多普勒天气雷达体扫资料的MARC特征自动识别算法
下击暴流是对流风暴最常产生的天气现象,预报其初始爆发的时间是强对流风暴预报中最具挑战性的内容之一.而较为显著的中层径向辐合(Mid-Altitude Radial Convergence,MARC)特征是下击暴流的预警指标之一,预报时效为10~30 min.基于多普勒天气雷达体扫资料的三维MARC特征自动识别算法首先采用二维局地LLSD方法计算径向速度的径向散度切变,其次是基于径向散度切变数据,使用类似SCIT算法的SCRCZI算法进行风暴单体三维径向辐合区的自动识别,然后使用基于反射率因子数据识别的风暴位置对与强风暴无关的三维径向辐合区进行消空处理,最后被保留下来的三维径向辐合区就是被识别出来的三维MARC特征.该算法能较好地识别出与强风暴相关的三维MARC特征,包括表现为非典型“正-负速度区域对”的径向辐合区.使用武汉雷达观测的强风暴个例体扫资料,分析了一个产生下击暴流的强风暴反射率因子和径向速度回波演变特征,并对MARC识别算法进行了检验.结果表明:在最低仰角径向速度图上首次出现辐散特征之前的3个体扫和之后出现辐散特征的3个体扫里,该算法都识别出了强风暴较为显著的三维MARC特征,其平均高度为3.9km,平均厚度为2.5km,最强辐合高度位于3.0~4.6 km之间,平均最强辐合量为-58×10-4 s-1,预报时效为18 min.
多普勒天气雷达、MARC特征、自动识别
37
P406(一般理论与方法)
公益性行业气象科研专项GYHY201306008;灾害天气国家重点实验室开放课题2013LASW-B15
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共11页
264-274