用雷达反射率因子进行积状/层状回波分类的一种改进方案外文翻译资料

 2022-11-16 15:22:11

英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料

用雷达反射率因子进行积状/层状回波分类的一种改进方案

MICHAEL I. BIGGERSTAFF STEVEN A. LISTEMAA

摘要

现在已经得到一种将雷达反射率因子分为对流行和层状性降水的改进算法，而且在波斯顿德克萨斯州的1998多普勒天气监测雷达都得到了检测。这种算法开始于TRMM层积分类方案的输出结果，这种方案是来自于基于地面验证站网的，并且这种算法可以改正基于三维反射率因子场所分类的层状云与积状云降水的物理特征的输出结果。这种算法可以通过减少两种主要的误差来源来提高回波分类的性能。最初被识别为对流的，对流中心四周的，层状的层状大雨都要用这种改进方法重新分类。应用于对流风暴的大数据站点，包括飑线，没有组织的对流和嵌入对流，发现大约所有回波面积的25%和总降雨块的14%都被重新分类。假设由TRMM组织提供的当前回波分类信息的质量可随已知降水区域的主要降水系统结构而变，则原始算法和改进后的算法的区别程度由风暴的结构决定。本文是分析TRMM已有的回波分类的不确定性。

  1. 引言

在很多年以前，对流云系统对于热带大气能量平衡的重要性就已经被确认（例如Riehl and Malkus 1958; Malkus 1962; Riehl and Simpson 1979），并且经常在一系列视热源和明显的水汽汇中显现出来（Yanai et al. 1973; Ogura and Cho 1973; Nitta 1975)）。这些数量代表大规模环境下的对流云系统的净效应。首先，云块的对流部分应该与大气中的热能和湿度的变化有关（Ogura and Cho 1973; Lopez 1973; Lewis 1975）。Later Houze (1982, 1989) and Johnson and Young (1983)表示层状降水区域对成熟的MCSs的导出垂直温度廓线也有很大的贡献。Houze (1982)指出在在中尺度的中上层上升气流中的水汽沉积释放的潜热导致了在MCS中温度峰值处的高度的上升运动。此外，对流层中层云基下方的蒸发冷却（Brown 1979）和融化（Leary 和 Houze 1979a）在通过中层到底层时减少了加热。因此，包括层状降水的广泛地区很明显地改变了对流云系统里的垂直温度廓线。

大量的数值模拟已阐明大气对非绝热加热的垂直分布的灵敏度（Simmons 1982; Hartmann et al. 1984; DeMaria 1985; Lau and Peng 1987）。假设这个灵敏度，就需要把MCS中的加热分为对流和层状两部分。但是，直接测量视热源是不可能的。幸运的是，我们注意到了辐射效应，垂直整合视热源大致可由云系统的净雨量得到。雨量可以用雨量器直接测量，也可以由雷达（Ryde 1946）或卫星远测估计（Wilheit et al. 1977; Adler和Negri 1988; Kummerow and Giglio 1994）。将降水量分成对流和层状两部分后，至少有可能将垂直整合视热源分成对流和层状两部分。

将降水量分为对流和层状的方法有很多。其中有很多方法源于对雨量计数据的研究（例如，Austin 和 Houze 1972; Houze 1973)），在这些研究里，每当降水率通过一个确定的阈值超出背景水平时，对流就被确定。这种背景超出技术（BET）一般可以确定对流性降水的中心。Chur- chill 和Houze (1984)使用雷达反射率因子将BET技术扩展成两种尺度。因为这种技术着重于确定中心，他们为每一个确定的对流中心分配一个固定的影响半径，从而得知这个中心的对流面积。这些半径足够的大，对流中心分布多紧密时，可以得到对流性降水的连续区域。

Adler 和 Negri (1988) 使用红外卫星数据，应用了一系列BET技术来分辨对流和层状降水。他们寻找云顶温度的最小值而不是最大值，来表示对流中心的位置。每个中心的影响半径取决于中心的红外亮温的大小，而且是基于一维云模型的研究（Adler和 Mack 1984）。Goldenberg et al. (1990) 也在利用红外云顶温度区分热带云团的对流和层状降水区域的分析中提出了相似的方法。

最近的一个利用雷达反射率因子分类降水的研究中，Steiner et al. (1995)讲出Churchill 和 Houze (1984)用到的固定的对流半径是不足的。某种程度上和Adler and Negri (1988)相似的方法中，他们将每个中心的影响半径变为大小可变的值。平均背景反射率因子的功能之一就是影响半径。另外，Steiner et al. (1995)还指出了一个取决于地区平均背景反射率因子的超过临界值。虽然本质上还是BET，他们的策略经常被认为是“峰值方法”。

Steiner et al. (1995) 是用水平二维BET分类降水，与此相反，其他的调查员集中于水凝物场的三维结构，以此来确实一个区域是对流的或是层状的。DeMott et al. (1995) 通过应用雷达反射率因子每个高度的二维BET，并且调节结果以去除融化成附近的线对流和扩展对流分类到回波顶，将Steiner et al. (1995) 的先前模式拓展到三维。他们注意到，如果对流单体随高度发生倾斜，底层降水分类就会发生错误。在双偏振多普勒分析中使用垂直速度，DeMott et al. (1995)表示三维应用可以提高降水分类的精度。

Rosenfeld et al. (1995) 的研究也是基于三维水凝物场的降水分类方法。然而，他们的方法与其他人所用的BET是不同的。他们的研究重点在于提高用窗口概率匹配法，由雷达反射率因子估测的降水量，而不是尝试分辨对流或层状的降水类型（Rosenfeld et al. 1994）。他们将对流和层状云里的不同降水增长机制与使用雷达数据（例如波束填充度，雷达地平线和衰减）的限制联系起来，并且将降水分成三个参数的不同值：径向反射率因子渐变，亮带分数，有效功率（测量云的深度）。如果假设对流性降水趋于有高的径向反射率因子渐变，但是层状降水在零度层附近呈现很容易辨认的亮带【如果雪降落形成雨滴，雪发生融化，形成亮带；Austin 和 Bemis (1950)】，就可以应用Rosenfeld et al. 的方法将降水分为对流和层状两部分。因为这种方法从根本上区别于二维的BET，它可以作为一种有效地检测降雨分类灵敏度的算法设计。

Steiner et al. (1995)的技术被热带降水测量任务（TRMM; Simpson et al. 1988）的地面检验程序应用于降水分类的当前运行算法。卫星程序应用基于Steiner et al. (1995) 的方法的不同算法来进行回波分类。

通过使用来自于澳大利亚达尔文使用的雷达数据（涵盖了季风和大陆对流）, Steiner et al.表明，他们的技术效果很好。然而，进一步检查发现任然有些时候降水被不恰当的分类。假设加热灵敏度可以反演为降水分类，这种不确定性需要进一步调查。

在这篇文章中，我们检验Steiner et al. (1995)降雨分类算法的性能，发现错误分类有两种来源：对流性降水被误认为是大的层状降水，和层状降水被误认为对流中心的外围地区的降水。通过应用基于由雷达反射率因子反演的三维水凝物场的额外信息，我们发现现有的算法是可以提高的。一下是修正算法的描述。基于分析来自29个对流风暴系统的超过2300卷反射率因子数据，大约回波面积的20%和总雨量的14%被重新分类。实际的百分比显著的岁风暴结构而变化。除了分散的孤立对流单体，修正后的算法比Steiner et al. (1995)的原始算法产生更多的对流面积而更少的对流降水量。

图1.休斯顿WSR-88D位置。椭圆表示在这个研究中用到数据的150km范围限制

  1. 引言

在这次研究中用到的数据是由休斯顿，德克萨斯州（图1）附近的1988年多普勒国家气象服务天气检测雷达（WSR-88D; Klazura 和 Imy 1993）探测得到的，是从位于北卡罗来纳州阿尔维什的国家气候数据中心获取的。休斯顿是TRMM项目的四个主要地面验证站点之一。这个地区接收来自于大量雷暴系统的降水，并且来自于墨西科海湾的暖湿亚热带空气。

WSR-88D是波长为10cm，半功率波束宽度为1°的多普勒雷达。雷达数据是由体扫的雷达反射率因子，径向速度和谱宽组成，数据是用极坐标下的不同仰角表示的。降水模式下，雷达扫描的方位角范围是360°，仰角范围是0.5°到19.5°。雷达仰角数和数据的时间分辨率是由雷达的运行模式决定的。径向距离库长是250m。因此，反射率因子是沿着波束每隔1km记录一次，而速度是每隔250m记录一次。这次研究之用到反射率因子数据。

这次研究的数据是采样1993，1994和1996的春季、夏季的许多雷暴。1993到1994年的数据是用9层仰角的扫描方式收集的（仰角分别为：0.5°, 1.45°, 2.4°, 3.35°, 4.3°, 6.0°, 9.9°, 14.6°, 和 19.5°）。每次体扫总共用时6min。1996年的数据是用14层仰角的扫描方式收集的（仰角分别是：0.5°, 1.45°, 2.4°, 3.35°, 4.3°, 5.25°, 6.2°, 7.5°, 8.7°, 10.0°, 12.0°, 14.0°, 16.7°, 和 19.5°）。除了仰角数目不同外，体扫总共用时只需5min。

选择春季和夏季是为了识别可以MCSs，这些MCSs可以认为发生在热带地区。这个地区整个春季MCSs的80%是大尺度强迫引起的（Hashem and Biggerstaff1997），这些MCSs的结构和中尺度动力与在热带地区观察到的MCSs相似，在最初的对流都有不太明显的强迫。此外，在落基山脉和密西西比河之间的70%的降水是暖季的MCSs带来的。

这次研究选取的单个风暴系统（表1）是根据他们的中尺度组织选择的。这些系统根据他们的结构被分为三类：飑线，镶嵌有对流区域的大片层状云降水和有很少的（要是有的话）的层状云降水的无组织对流。这种分类可以根据风暴系统的结构检验降水分类算法性能的区别。这样的知识可以帮助理解这个算法在其他地区是怎样表现的，可能会展示出对流事件的不同组合。

表1 案例总结

单个体扫是根据雷达周围150km范围内的重要降水选取的。这个距离代表TRMM地面检测程序的运行距离。每个体扫的雷达反射率因子数据还要剔除不标准的折射指数造成的地物和非正常传播的假回波。

用排序位置雷达插值软件包将极坐标下的反射率因子数据换成笛卡尔坐标系下的反射率因子数据（Mohr 和 Vaughan 1979）。水平网格是151times;151的格点（水平方向每300km有一个距离为2km的格点）。有两种垂直间距：修正算法是17个格点（0.5到9.0km以0.5km为格距）和Steiner et al. (1995)算法是2个格点（1.5到3.0km以1.5km为格距）。为插值数据集设置10dbz的反射率因子临界值门槛，用以剔除鸟类、昆虫等非降水回波从而得到干净的回波。在被算法摄入之前，低于10dbz的数值都被剔除掉了。

  1. Steiner et al. (1995)算法描述和性能
  2. 描述

Steiner et al. (1995) 算法（之后简称SHY95）是用工作水平的网格雷达反射率因子表示分类【定义一个1.5km的等高平面位置显示（CAPPI），距离小于100km和一个3.0km的CAPPI在100到150km之间】。这个算法分三步。首先，反射率因子大于40的格点都被分到对流这一类。第二，任何格点通过依赖强度值超过背景反射率因子（被定义为围绕格点11km范围内，非零值的线性平均）都被分到对流这一类。最后，对于每个被两个测试确定为对流的格点，影响的依赖强度半径被用来将格点周围的区域分配为对流。所有剩下的反射率因子的非零区域就是层状类。在SHY95降水分类计划中，没有试图直接使用反射率因子场的垂直结构。然而，重要的是SHY95算法转向澳大利亚达尔文季风云系统，使用了反射率因子场的垂直结构。

  1. 关于雨分类哲学

SHY95的应用在图2显示，主要是在德克萨斯州观察到的两种不同种类的MCSs。一种雷暴系统（图2a）是典型的引导线的层状云尾随的飑线系统，这些系统Newton (1950), Fujita (1955), 和 Ligda (1956) 曾研究过。用 Houze et al. (1990) 的术语，这风暴是非常具有可分类性。 Biggerstaff 和Houze (1991) 计算了这种风暴系统深对流后面区域内空气的垂直运动和降水的轨迹。基于他们的发现，在图3中呈现了一种概念模型。降水的轨迹可以表明可以通过过度区域的中部到上部追溯到层状降水，并且在对流后上部的小冰晶被与风暴有关的气流从对流中心带出来，带到对流中心的后面。

图2.(a)1993.5.2波斯顿WSR-88D 1052 UTC工作水平下的等效雷达反射率因子（），强度由灰度表示 (b) 1996.6.22波斯顿WSR-88D 1701 UTC工作水平下的等效雷达反射率因子（），密度由灰度决定 (c)图(a)的SHY95降水回波分类。亮（暗）表示对流（层状）类型 (d)除了与图(b)的反射率因子场相同外，其他与图(c)相同

图3.降水物轨迹的概念模型和穿越主导线的层状云尾随的飑线系统的垂直运动（来自Biggerstaff 和 Houze 1993）

用Houghton (1968)的术语，过渡区后部的尾随云帖里的降水可以

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30413]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章