国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

雙偏振雷達水凝物相態(tài)識別算法的參數(shù)改進

2020-05-13 08:40:40徐舒揚劉黎平
應(yīng)用氣象學(xué)報 2020年3期
關(guān)鍵詞:相態(tài)冰晶參量

徐舒揚 吳 翀 劉黎平

1)(成都信息工程大學(xué)電子工程學(xué)院, 成都 610225)2)(中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室, 北京 100081)

引 言

降水粒子群通常呈非球型且空間取向大致相似,對兩個相互正交的線性極化偏振波的散射存在差異,雙偏振雷達利用以上特性提取出反映兩個通道信號差異的偏振參量,這些偏振參量包含了更豐富的云微物理信息[1-3],雙偏振雷達因此成為水凝物相態(tài)識別和定量估測降水的重要工具。

20世紀(jì)90年代初,Straka等[4-5]將模糊邏輯法引入基于雙偏振雷達數(shù)據(jù)的水凝物相態(tài)識別研究中,通過將偏振參量轉(zhuǎn)化成0~1的數(shù)值再依據(jù)權(quán)重累加。其進步在于以過渡閾值取代經(jīng)典布爾邏輯的固定閾值,實現(xiàn)信息綜合分析同時簡化了布爾邏輯繁瑣的判斷步驟。隸屬函數(shù)即過渡閾值是模糊邏輯的核心。1999年Zrnic等[6]將隸屬函數(shù)由二維矩陣擴充成5個參量的矩陣,將方法的分析能力從僅能區(qū)分氣象和非氣象目標(biāo)物提高到能識別出9種水凝物的回波。過去隸屬函數(shù)的確定包含很多的主觀因素,1999年Vivekanandan等[7]利用繪制偏振參量的二維頻率分布圖確定出更客觀的隸屬函數(shù)。2009年P(guān)ark等[8]改進了模糊邏輯相態(tài)識別算法(Hydrometeor Classification Algorithm, HCA),將隸屬函數(shù)修改成非對稱的梯形,為平衡數(shù)據(jù)誤差引入置信矢量。2000年Liu等[9]用神經(jīng)網(wǎng)絡(luò)生成隸屬函數(shù),由于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量真實值,而空中降水粒子相態(tài)的實測數(shù)據(jù)有限,導(dǎo)致方法難以廣泛應(yīng)用。2013年Al-Sakka等[10]發(fā)現(xiàn)用模式提供三維溫度場輔助識別能大幅提高識別的準(zhǔn)確度。2015年Bechini等[11]提出采用聚類方法進行預(yù)處理降低噪聲對識別效果的影響。2007年曹俊武等[12]最早探討了將方法應(yīng)用到國內(nèi)雙偏振雷達的可行性。2017年Wu等[13]參考美國HCA方法,結(jié)合我國廣州S波段、X波段雙線偏振雷達數(shù)據(jù)的統(tǒng)計特征,初步建立了適用于廣東S波段雙線偏振雷達的相態(tài)識別方法。利用Zh,ZDR,ρhv參數(shù)和前一時次零度層位置確定當(dāng)前零度層高度,通過零度層位置訂正濕雪的識別結(jié)果,并根據(jù)濕雪和零度層的空間分布對干雪和小雨的識別結(jié)果進行訂正。

HCA方法仍存在局限性,一是雷達觀測量帶有系統(tǒng)偏差和隨機誤差,誤差如何影響識別結(jié)果尚未有系統(tǒng)討論,這是方法的穩(wěn)定性問題;二是如何確定識別結(jié)果是否正確,隸屬函數(shù)是否為最優(yōu)解,以及不同雷達適用的隸屬函數(shù)是否也存在差異,這是方法的準(zhǔn)確性問題;三是不同相態(tài)識別結(jié)果的時空分布是否符合云物理規(guī)律以及附加訂正效果如何,這是方法的可靠性問題。因此,本文提出誤差敏感性檢驗、識別效果檢驗和相態(tài)時空分布合理性檢驗方法,探討相態(tài)識別方法的準(zhǔn)確性、穩(wěn)定性和可靠性,并提出改進方案。

1 數(shù)據(jù)和方法

目前模糊邏輯相態(tài)識別方法能識別的10種相態(tài)為地物回波、晴空回波、干雪、濕雪、冰晶、霰、大雨滴、小到中雨、大雨、冰雹(包括干雹和濕雹)。使用的6個偏振參量為雷達反射率因子Zh、差分反射率因子ZDR、協(xié)相關(guān)系數(shù)ρhv、差分相移率KDP、反射率因子標(biāo)準(zhǔn)差σZh、差分相移標(biāo)準(zhǔn)差σФDP。為使用方便,下文KDP為對數(shù)形式。HCA方法首先將經(jīng)過質(zhì)量控制的觀測值用模糊規(guī)則計算判據(jù),將判據(jù)和其他變量累加得到累加值A(chǔ)(范圍為0~1),通常最大A對應(yīng)相態(tài)即為識別結(jié)果。A的計算[13]見式(1):

(1)

式(1)中,P(i)(Vj)為通過隸屬函數(shù)得到的判據(jù)(j指第j個偏振參量,i指第i類相態(tài)),Wij為偏振參量的權(quán)重,Qj為有關(guān)數(shù)據(jù)質(zhì)量的置信矢量。

針對相態(tài)識別的局限性,本文將從以下4個方面系統(tǒng)地檢驗相態(tài)識別效果并提出改進方案:①識別效果檢驗,通過統(tǒng)計分析A的分布找到影響識別的關(guān)鍵因素;②方法穩(wěn)定程度檢驗,通過引入誤差檢驗數(shù)據(jù)質(zhì)量對識別的影響;③模糊規(guī)則的改進,通過統(tǒng)計相態(tài)特征改進不合理的模糊規(guī)則,通過分析參量貢獻改進權(quán)重矩陣;④附加步驟改進,通過空間一致性訂正減少識別結(jié)果的誤判。采用廣州S波段雙偏振雷達(簡稱廣州雷達)數(shù)據(jù),包括2016—2017年暖季13個不同類型降水過程,樣本時段和降水云類型如表1所示。

表1 樣本時段和降水云特征Table 1 Periods and characteristics of precipitation samples

Straka等[4-5]建立模糊規(guī)則的基礎(chǔ)是用梯形隸屬函數(shù)描述水凝物的特征,通過觀測量與隸屬函數(shù)比較獲得分類的判據(jù)。隸屬函數(shù)與相態(tài)特征越匹配,識別效果就越好。單一A的數(shù)值僅是識別相態(tài)的依據(jù),而相態(tài)的A則可作為檢驗隸屬函數(shù)的依據(jù)。統(tǒng)計高、中、低分段A的比例,中、低分段A比例越高說明隸屬函數(shù)越不匹配。采用統(tǒng)計相態(tài)偏振參量特征的方法改進隸屬函數(shù),根據(jù)水凝物形成的物理規(guī)律,選出相態(tài)所在區(qū)域統(tǒng)計偏振參量的頻率分布。同類相態(tài)偏振參量通常集中分布在一定范圍內(nèi),取0.1和0.9頻率對應(yīng)的數(shù)值作為外邊界,取0.2和0.8對作為內(nèi)邊界修改隸屬函數(shù)。根據(jù)顧震潮[14]提出的層狀云粒子分布,冰晶和干雪特征取7~11 km高度上統(tǒng)計冰雪混合區(qū)的偏振參量分布。根據(jù)冰雹的雷達回波特征[15-18],選取地面有降雹記錄的對流過程,統(tǒng)計Zh>50 dBZ且出現(xiàn)三體散射回波的偏振參量分布。根據(jù)地物回波和晴空回波的特征[19-20],選取在距雷達不超過50 km、高度不超過5 km范圍內(nèi)無氣象回波的數(shù)據(jù),為晴空回波統(tǒng)計濾波前后Zh之差低于1 dBZ的參量分布,為地物回波統(tǒng)計濾波前后Zh之差大于20 dBZ的參量分布。

分析A可以檢驗方法準(zhǔn)確性,也可以檢驗方法區(qū)分相似相態(tài)的能力。HCA方法的隸屬函數(shù)之間重疊越多得到的A越接近,方法的區(qū)分能力越弱,輕微的擾動就可能改變識別的結(jié)果。為此檢驗方法的區(qū)分能力,統(tǒng)計相態(tài)A與次高A(A2)之差ΔA≤0.1的比例以及A2所屬相態(tài)比例,差值偏小的識別結(jié)果比例越高說明方法的區(qū)分能力越弱。改進方法是分析相似相態(tài)區(qū)分能力弱的原因,提高區(qū)分能力較強的偏振參量的權(quán)重,驗證修改權(quán)重后的識別效果并修改權(quán)重矩陣。

誤差對相態(tài)識別的影響不可避免,而以往研究報道未見系統(tǒng)討論誤差的影響程度,因此,提出引入適量誤差對比識別結(jié)果變化的誤差敏感性檢驗法。雷達誤差有系統(tǒng)偏差和隨機噪聲[21-22],向數(shù)據(jù)中加上或減去適當(dāng)固定數(shù)值模擬系統(tǒng)偏差,用生成高斯白噪聲的方式模擬隨機噪聲。高斯白噪聲是按預(yù)設(shè)標(biāo)準(zhǔn)差生成滿足高斯分布的隨機值,白噪聲的均值為0且68.27%的值在標(biāo)準(zhǔn)差范圍內(nèi)。因為不穩(wěn)定識別結(jié)果通常在梯形隸屬函數(shù)的斜邊附近,所以用小于或等于斜邊長度的數(shù)值即可檢驗方法敏感性。

相關(guān)研究引入一些附加步驟優(yōu)化識別結(jié)果的空間分布,但未用統(tǒng)計方式檢驗訂正效果,也未系統(tǒng)分析識別出的相態(tài)時空分布是否合理。為此,本文提出通過檢驗相態(tài)時空分布的連續(xù)性檢驗識別效果。統(tǒng)計各相態(tài)在不同高度的出現(xiàn)頻率,討論相態(tài)出現(xiàn)高度隨時間變化,分析相態(tài)時空分布的合理性,針對不合理部分分析原因并找出修正方法。

2 識別效果

2.1 誤差敏感性分析

對引入適當(dāng)誤差后的數(shù)據(jù)進行相態(tài)識別,統(tǒng)計各相態(tài)數(shù)量的變化比例,得到可保證識別結(jié)果穩(wěn)定的誤差范圍:Zh為-0.5~+0.5 dBZ,ZDR為-0.1~+0.1 dB,ρhv為0~0.02,KDP為-0.3 ~+0.9 dB。各相態(tài)對Zh和ZDR誤差敏感性的檢驗結(jié)果如圖1所示,每種相態(tài)中減少的識別結(jié)果所占比例為負(fù)值,增加的識別結(jié)果所在比例為正值,ρhv和KDP誤差的影響較小可忽略。

圖1 相態(tài)識別對誤差敏感性的檢驗(a)對Zh系統(tǒng)偏差的敏感性,(b)對ZDR系統(tǒng)偏差的敏感性,(c)對Zh噪聲的敏感性,(d)對ZDR噪聲的敏感性Fig.1 Algorithm sensitivity to data error(a)sensitivity to Zh system deviation,(b)sensitivity to ZDR system deviation,(c)sensitivity to Zh artificial noise,(d)sensitivity to ZDR artificial noise

對誤差敏感的結(jié)果通常位于隸屬函數(shù)斜邊附近,占比不宜超過20%。對誤差敏感的相態(tài)主要有地物、冰晶、干雪、大雨滴、濕雪、霰、大雨和冰雹。對比權(quán)重相近的Zh和ZDR誤差的影響,發(fā)現(xiàn)同等程度下Zh誤差影響比例遠高于ZDR。Zh決定霰、大雨滴、大雨和冰雹相態(tài)ZDR和KDP的隸屬函數(shù),Zh負(fù)偏差也會使ZDR隸屬函數(shù)范圍縮小,部分識別結(jié)果因不滿足更小范圍的隸屬函數(shù)而改變。這些特殊的ZDR隸屬函數(shù)使Zh誤差產(chǎn)生的影響遠大于ZDR,且Zh和ZDR負(fù)偏差的影響程度遠大于正偏差。因此,方法應(yīng)用中可盡量提高Zh和ZDR的數(shù)據(jù)質(zhì)量并注意負(fù)的系統(tǒng)誤差對相態(tài)識別影響。另外,同等程度系統(tǒng)偏差的影響比噪聲大,在實際中需注意雷達系統(tǒng)偏差對識別結(jié)果的影響。

2.2 隸屬函數(shù)分析

用A檢驗隸屬函數(shù)的合理性,不同分段A占比如表2所示。不合理的隸屬函數(shù)使中低分段的比例偏高,如地物、晴空回波、干雪、冰晶、小到中雨和冰雹,這些相態(tài)中多數(shù)高分段比例偏低,說明隸屬函數(shù)不適用,也有如干雪和小到中雨高分段A的比例很高,中間分段的比例較低,說明隸屬函數(shù)適用但對相似相態(tài)的區(qū)分能力不足。

表2 A的分布和ΔA≤0.1的比例Table 2 Distribution of A and proportion of ΔA ≤ 0.1

用ΔA檢驗隸屬函數(shù)的區(qū)分能力,差值越小說明方法區(qū)分能力越弱,識別結(jié)果越不理想。差值小于0.1的識別結(jié)果在各相態(tài)中的比例,以及主要易混淆的相態(tài),如表2所示??梢钥吹?,地物和晴空回波的區(qū)分效果不佳,這兩種相態(tài)A均偏低,隸屬函數(shù)不合理導(dǎo)致了方法對地物和晴空回波既不能有效識別也不能合理區(qū)分。區(qū)分能力不足的還有冰晶、干雪、大雨和冰雹,但這4種相態(tài)A中、高分段比例較高,可能是特征相似導(dǎo)致方法難以區(qū)分。

2.3 相態(tài)分布合理性分析

通常冰晶形成于云溫低于0℃并且凝結(jié)核充足的區(qū)域,而后在一定條件下生長成雪或霰,霰和凍滴密集區(qū)有利于冰雹生成。因此,冰雹一般出現(xiàn)在零度層附近,周圍有密集的霰和濕雪。而在識別結(jié)果中,低層常有異常出現(xiàn)冰雹相態(tài)的情況。以2017年4月21日08:00—17:00(北京時,下同)的強對流過程為例,統(tǒng)計冰晶、霰、干雪、濕雪、冰雹和大雨的出現(xiàn)頻次,分別繪制6種相態(tài)時空分布的頻率圖(圖2)。零度層附近冰雹與霰出現(xiàn)頻率的變化基本一致,而低層識別出的冰雹不符合其生成規(guī)律。取13:54時次繪制水平和垂直結(jié)構(gòu)剖面圖(圖3)??梢姷涂毡⒌沫h(huán)境溫度遠高于0℃且上方均為液相粒子,不符合生成冰雹的條件。大雨與冰雹的參量特征相似,方法對這兩種相態(tài)的區(qū)分能力較弱,低層冰雹出現(xiàn)頻率與大雨一致,可見方法存在將低層大雨誤判為冰雹的問題。

圖2 2017年4月21日08:00—17:00部分相態(tài)高度的時空分布(填色表示頻率)Fig.2 Distribution of hydrometeor heights from 0800 BT to 1700 BT on 21 Apr 2017(the shaded denotes the frequency)

圖3 2017年4月21日13:54水平和垂直方向的Zh和相態(tài)結(jié)構(gòu)(a)Zh水平分布,(b)相態(tài)水平分布,(c)Zh垂直結(jié)構(gòu),(d)相態(tài)垂直結(jié)構(gòu)Fig.3 Zh and hdyrometeors’ horizontal and vertical structure at 1354 BT 21 Apr 2017(a)Zh horizontal structure,(b)hdyrometeor horizontal structure,(c)Zh vertical structure,(d)hdyrometeor vertical structure

3 方法改進

經(jīng)過識別效果的檢驗分析,歸納識別效果不理想的相態(tài)得到表3。針對冰雹的A偏低改進隸屬函數(shù),為提高方法對冰雹和大雨的識別和區(qū)分能力改進權(quán)重,并利用冰雹的空間分布特征訂正誤差識別結(jié)果。針對冰晶和干雪的A偏低和不易區(qū)分改進高權(quán)重偏振參量的隸屬函數(shù)和權(quán)重,針對地物和晴空回波的A偏低改進隸屬函數(shù)。

表3 識別效果分析存在不足的相態(tài)Table 3 Insufficiency of hydrometeor classification results

3.1 隸屬函數(shù)改進

修改非氣象回波類相態(tài)的隸屬函數(shù),地物指雷達發(fā)射的電磁波遇到地物反射或散射回來的信號,晴空回波包括由大氣湍流和空氣折射率不均勻產(chǎn)生的非降水回波,以及由飛鳥、昆蟲等生物產(chǎn)生的回波[19-20]。采用2017年3月18—20日和3月31日無氣象回波的數(shù)據(jù),統(tǒng)計地物和晴空回波的相態(tài)特征形成圖4a~圖4d,Zh-ρhv和σZh-σФDP二維頻率分布圖用不同顏色表示頻率高低,邊框的一維分布圖由柱狀體高低表示頻率,實線和梯形上底是新隸屬函數(shù)的內(nèi)邊界,虛線和梯形下底是新隸屬函數(shù)的外邊界。原隸屬函數(shù)基于無地物抑制的樣本確定,經(jīng)過濾波地物的Zh,σZh和晴空回波的Zh小于原來的隸屬函數(shù)值,導(dǎo)致地物和晴空回波的A過低。

圖4 相態(tài)偏振參量特征和隸屬函數(shù)改進(填色表示頻率)(a)晴空回波的Zh-ρhv,(b)晴空回波的σZh-σФDP,(c)地物回波的Zh-ρhv, (d)地物回波的σZh-σФDP,(e)冰晶和干雪的Zh-ZDR(新隸屬函數(shù)干雪為橙線,冰晶為黑線,下同), (f)冰晶和干雪的Zh-ρhv,(g)冰雹的Zh-ZDR,(h)冰雹的Zh-KDRFig.4 Hydrometeor variable feature and improvement of membership function(the shaded denotes the frequency) (a)Zh-ρhv feature for biological scatterers,(b)σZh-σФDP feature for biological scatterers,(c)Zh-ρhv feature for ground clutter,including that due to anomalous propagation,(d)σZh-σФDP feature for ground clutter,including that due to anomalous propagation,(e)Zh-ZDR feature for crystals of various orientations(the orange line) and dry aggregated snow(the black line),(f)Zh-ρhv feature for crystals of various orientations and dry aggregated snow, (g)Zh-ZDR feature for a mixture of rain and hail,(h)Zh-KDR feature for a mixture of rain and hail

續(xù)圖4

干雪和冰晶的相態(tài)特征,采用兩次層狀云降水?dāng)?shù)據(jù)樣本(2017年3月18日17:00—20:00和2016年6月4日13:00—14:00),統(tǒng)計相態(tài)特征繪制Zh-ZDR和Zh-ρhv二維頻率分布圖和Zh,ZDR和ρhv的頻率柱狀圖,如圖4e和圖4f所示,黑線表示改進后的隸屬函數(shù)冰晶,橙線表示干雪。利用有降雹記錄的強對流過程(2016年5月9日16:00—18:00),統(tǒng)計冰雹回波的偏振參量Zh,ZDR和KDP的頻率分布特征,繪制圖4g和圖4h。冰雹的ZDR原隸屬函數(shù)(-0.3,0.0,f1,f1+0.5)的下邊界過高,KDP原隸屬函數(shù)(-10,-4,g1,g1+1)的上邊界數(shù)過低,對冰雹特征描述不足使冰雹的A偏低(f1,g1[8]如式(2)、式(3)所示)。修改后的隸屬函數(shù)曲線如圖4所示,同時為保證冰雹和大雨隸屬函數(shù)過渡不重疊,修改大雨隸屬函數(shù)的下邊界。以上改進的隸屬函數(shù)如表4所示。

f1(Z)=-0.5+2.50×10-3Z+

7.50×10-4Z2,

(2)

g1(Z)=-44.0+0.8Z。

(3)

表4 改進前后隸屬函數(shù)Table 4 Membership functions before and after modification

3.2 權(quán)重矩陣改進

模糊規(guī)則的權(quán)重矩陣通常由綜合理論值與研究者的經(jīng)驗確定[23],本文所用Park等[8]和Wu等[13]給出的權(quán)重矩陣是將權(quán)重劃分成6個等級(1.0,0.8,0.6,0.4,0.2,0.0),依據(jù)偏振參量對相態(tài)識別的貢獻程高低賦予權(quán)重。提高區(qū)分能力更強的偏振參量的權(quán)重能有效提高方法的區(qū)分能力,區(qū)分效果不好的冰晶與干雪主要在Zh隸屬函數(shù)重疊的區(qū)域,該區(qū)域內(nèi)ZDR更容易區(qū)分冰晶與干雪。因此,試驗將冰晶的ZDR權(quán)重由0.6分別提高到0.65,0.70,0.75 和0.80,統(tǒng)計提高權(quán)重讓冰晶各分段A和ΔA的變化(如圖5所示)。在冰雹和大雨的Zh重疊區(qū)域主要依靠ZDR和KDP區(qū)分,考慮到KDP的權(quán)重已最高,僅修改ZDR權(quán)重,由0.8分別改為0.85,0.90,0.95 和1.0,統(tǒng)計大雨和冰雹A和ΔA的變化(圖5)。提高ZDR權(quán)重后冰晶和大雨的識別效果有一定提高,對冰雹的識別效果沒有提高,僅將冰晶和大雨的ZDR權(quán)重修改為0.8和1.0。

圖5 冰晶、大雨和冰雹改變ZDR權(quán)重后A和ΔA的變化趨勢Fig.5 Variability of A and ΔA for crystals,heavy rain and a mixture of rain and hail after changing ZDR weight

續(xù)圖5

3.3 附加步驟改進

Zh為45 ~55 dBZ時,雖然很難根據(jù)偏振參量區(qū)分ZDR和KDP相近的大雨和冰雹,但兩種相態(tài)的空間分布卻有很大差異。因此,可利用冰雹分布的連續(xù)性檢驗并訂正識別結(jié)果,附加步驟訂正需分別檢驗冰雹與上方和下方粒子分布的連續(xù)性。首先檢查識別出的冰雹上方是否為一致的冰相粒子,若是,則檢查其下方冰雹的分布是否連續(xù),存在一致的液相粒子間隔后再出現(xiàn)的冰雹無法通過檢驗。未通過檢驗的冰雹均訂正為大雨相態(tài),統(tǒng)計被訂正冰雹的比例及平均出現(xiàn)高度,結(jié)果如表5所示。由表5可知,不滿足冰雹連續(xù)性的識別結(jié)果出現(xiàn)高度均遠低于零度層的高度,且遠低于滿足連續(xù)分布的冰雹高度。

表5 誤判冰雹的比例和高度Table 5 Proportion and height of misclassified a mixture of rain and hail

4 結(jié) 論

本文利用2016—2017年暖季廣州雷達降水?dāng)?shù)據(jù)進行了方法識別效果分析,提出了誤差敏感性檢驗、識別效果檢驗和相態(tài)時空分布檢驗方法,并基于檢驗結(jié)果分析找出影響識別效果的關(guān)鍵因素加以改進。得到如下結(jié)論:

1) 通過A檢驗隸屬函數(shù)的合理性以及方法對相似相態(tài)區(qū)分能力分析可知,之前的方法由于隸屬函數(shù)不合理導(dǎo)致地物、晴空回波、干雪和冰晶的準(zhǔn)確度較低,對3組相態(tài)地物和晴空回波、冰晶和干雪以及霰、大雨和冰雹區(qū)分能力弱。經(jīng)過分析影響識別的關(guān)鍵因素,使用統(tǒng)計相態(tài)偏振參量特征的方法改進隸屬函數(shù),使用A統(tǒng)計檢驗法改進權(quán)重矩陣。

2) 通過引入的系統(tǒng)偏差和模擬噪聲檢驗,找出保證全部相態(tài)識別穩(wěn)定性數(shù)據(jù)質(zhì)量要求:發(fā)現(xiàn)Zh誤差范圍在-0.5~+0.5 dBZ、ZDR誤差在-0.1~+0.1 dB、ρhv誤差在0~0.02、KDP誤差在-0.3~+0.9 dB 范圍內(nèi),識別結(jié)果穩(wěn)定性較好。此外,檢驗發(fā)現(xiàn)部分相態(tài)(冰雹、大雨、大雨滴和濕雪)對誤差影響的敏感性很高,主要是對偏振參量Zh和ZDR的誤差表現(xiàn)敏感。多數(shù)相態(tài)對ρhv和KDP誤差表現(xiàn)不敏感,因此,應(yīng)用時應(yīng)更注意Zh和ZDR參量的數(shù)據(jù)質(zhì)量。

3) 提出相態(tài)時空分布合理性檢驗法,檢驗相態(tài)識別結(jié)果的空間分布是否符合物理規(guī)律。由低層冰雹面積異常增加的結(jié)果發(fā)現(xiàn)異常識別為冰雹的大雨相態(tài),提出冰雹一致性訂正方法對識別結(jié)果進行訂正,經(jīng)檢驗,該訂正方法能有效篩除被異常識別的冰雹相態(tài)。

猜你喜歡
相態(tài)冰晶參量
冰晶世界,凝凍微觀的美麗
雪為什么只在冬天下
小泥人冰晶畫 蘊藏大商機
SBS改性瀝青相態(tài)結(jié)構(gòu)的參數(shù)化表征方法
冰晶奇域
琴童(2016年5期)2016-05-14 15:43:58
四川省降水相態(tài)識別判據(jù)研究
PS/PLA共混物的相態(tài)結(jié)構(gòu)及其發(fā)泡行為研究
中國塑料(2015年4期)2015-10-14 01:09:21
環(huán)形光的形成與參量的依賴關(guān)系
物理實驗(2015年9期)2015-02-28 17:36:51
含雙參量的p-拉普拉斯邊值問題的多重解
鎖定放大技術(shù)在參量接收陣中的應(yīng)用
西城区| 阿拉尔市| 黑河市| 延长县| 馆陶县| 连南| 宁国市| 安岳县| 尼勒克县| 池州市| 龙口市| 建宁县| 邹平县| 石林| 新干县| 松溪县| 桃源县| 襄樊市| 新巴尔虎右旗| 鸡东县| 阳曲县| 砚山县| 五河县| 讷河市| 湾仔区| 弋阳县| 台南县| 新建县| 綦江县| 全椒县| 三台县| 平乡县| 盱眙县| 荥阳市| 恩施市| 绩溪县| 大连市| 辽阳县| 邢台市| 禄丰县| 五莲县|