1引言 1
2观测仪器和资料介绍 1
2.1雷达介绍 1
2.2机载相关仪器介绍 2
3 雷达探测参量特征及算法描述 3
3.1双偏振雷达的测量参数及其特征 3
3.1.1水平反射率因子 3
3.1.2差分反射率因子 4
3.1.3相位差常数 4
3.1.4相关系数 4
3.2雷达测量参数与降水粒子之间的关系 4
3.3对环境温度的处理和对观测数据的质量控制 5
3.3.1对环境温度的处理 5
3.3.2数据质量控制 5
3.4模糊逻辑识别算法 6
3.4.1模糊逻辑系统的结构 6
3.4.2隶属函数的选取 7
4 实例分析 8
5 小结与讨论 13
参考文献: 13
致谢 15
北方地区层积混合云微物理特征的
雷达观测和飞机观测对比分析
于田甜
,China
Abstract:Using the data of stratiform clouds with embedded convectionderived from X-band dual-polarization radar system by the Institute of Atmospheric Physics,Chinese Academy of Science,the paper considers radar reflectivity,differential reflectivity,specific differential propagation phase,correlation coefficient and temperature as five input parameters,and develops a fuzzy logic alorithm for hydrometeor particle identification,and considers hydrometeor types as output parameter. This paper discriminates hydrometer into ten different types including drizzle,rain,dry and low density snow,dry and low density crystals,wet and melting snow,dry graupel,wet graupel,small hail,large hail,a mixture of rain and hail,and give ranges of X-band radar parameters.Then give a comparative analysis with aircraft observation and the identification of polarimetric radar measurements,and test the results of the hydrometeor particle identification.The classification results indicate that the fuzzy logic algorithm is reasonable.
Keyword:X-band dual-polarization radar;Stratiform clouds with embedded convectionderived;Fuzzy logic;Hydrometeor classification;Comparative analysis
1引言
Bringi and Chandrasekar(2000)指出双线偏振雷达是通过发射垂直和水平方向的电磁波、采用不同的信号处理方式来得到多种雷达测量参数的,主要包括垂直极化反射率因子、水平极化反射率因子、差分反射率、相位差常数、垂直极化和水平极化零滞后相关系数等,用来衡量水凝物的形状、相态、大小等,用多种物理量来揭示各种降水系统中毛毛雨、雨、冰晶、干雪、湿雪、干霰、湿霰、冰雹、雨加雹等多种水凝物粒子的分布情况,为研究降水系统的微物理结构提供了依据。
对水凝物进行分类可以利用多种方法,比如El-Magd等人(2000)提出了预先定义偏振雷达参量的取值范围,然后使用布尔决策树方法对水凝物进行分类。虽然使用这种方法可以对水凝物进行分类,但是由于各个雷达偏振参量之间不是相互排斥的,并且在观测的过程中会存在噪声,这些因素都会导致对水凝物的分类不完全和分类错误。Zadeh(1965)提出了模糊逻辑算法,它能够根据不完全和不精确的信息而对水凝物进行分类,这种方法最主要的优点是可以处理不确定的信息,最大的特点是可以利用经验对水凝物进行分类。Seliga和Bringi(1976)利用差分反射率和水平极化反射率因子两个偏振参量,探测到的粒子相态、形状、大小的实验结果与理论预测一致。Aydin et al.(1968)通过统计分析了大量的双极化雷达资料,表明雷达探测到的冰雹区位置和地面观测到的实际降雹区域位置比较一致。Doviak and Zrnic(1993)提出了建立模糊逻辑识别系统,从而识别降水粒子相态的方法。因为模糊逻辑算法具有用简单的规则而不是复杂的公式来描述分类系统的特点,在对降水粒子相态识别上有着很明显的优点。Straka(1993)采用T型隶属度函数,给出了T型隶属度参数取值范围。Liu and Chandrasekar(2000)使用了Beta隶属函数,并给出了降水粒子的Beta隶属度函数参数的取值范围,建立了针对CSU-CHILL(美国科罗拉多州大学的用于研究天气的雷达)S波段偏振参量的水凝物分类模糊逻辑系统。
曹俊武等(2005)使用模糊逻辑算法对美国的KOUN S波段的双极化雷达的PPI扫描数据对水凝物粒子进行了分类,得到了较为合理的结果,并指出用T型隶属函数和Beta隶属函数水凝物相态识别的结果基本相同。程周杰等人(2009)利用英国CAMRa S波段的双偏振雷达的RHI探测数据,建立了针对云粒子相态反演的模糊逻辑系统,并分析了一次层状云的降水过程中降水粒子相态演变。何宇翔等(2010)利用中国科学院大气物理研究所的X波段双偏振雷达的探测资料对层状云的水凝物进行了更为详细的划分,建立了可以识别15种水凝物类型的模糊逻辑系统。对云内水凝物粒子相态进行合理的识别,在人工影响天气以及云雾降水物理中都具有很重要的科学价值,不仅能为人工影响天气的作业决策、作业条件选择和效果评估提供科学的参考依据,而且也对了解降水粒子在云中的转换和生长机制、提高定量估测降水的精度有重要的科学价值。
目前虽然有了一些针对层积混合云的研究成果,但是仍有一些需要进一步进行研究的方面,比如水凝物的相态。本文将使用中国科学院大气物理研究所(IAP)云降水物理与强风暴实验室的车载X波段双偏振雷达(IAP-714XDP-A)的观测资料,把观测到的水平极化反射率因子、差分反射率、相位差常数、相关系数以及温度作为输入变量,建立识别水凝物相态的模糊逻辑系统,并选取典型天气过程的雷达RHI图像对云内降水粒子的相态进行了识别,并利用机载云粒子探测系统(PMS)在我国北方地区得到的2DC图像,进行了对比分析,验证算法的适用性和合理性。
2观测仪器和资料介绍
剩余内容已隐藏,请支付后下载全文,论文总字数:18386字
相关图片展示:
该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;