基于氣象雷達數據的三體散射自動識別研究

楊妍辰?姜皓嚴?李明聰

摘 要 本文從雷達圖像的三體散射特征產生機理著手，直接分析對應三體散射的雷達反射率因子數據，從而避免了由數據轉化為雷達圖像時造成的信息損失。識別出三體散射現象后再在雷達圖像上標出其位置。本方法不僅可以識別出核在單體外側時出現的三體散射，還可以識別出核在單體其他位置時有沒有產生三體散射現象，以供預報員更好判斷冰雹降落區。減少了預報員的工作量，使預報員不必長時間肉眼觀察雷達圖像。

關鍵詞 天氣雷達;三體散射;數據識別;冰雹預警

引言

本文基于雷達反射因子數據，根據TBSS的形成機理和回波特點，建立一套新的識別算法，并結合譜寬產品進一步確認TBSS特征，最終有效識別出單體外的TBSS，和處于單體內的可能TBSS，提高了具有TBSS特征強冰雹的識別率，并為強冰雹預警提供客觀依據。

1三體散射形成機制及其特點

圖1 造成三體散射長釘（或火焰回波）的雷達信號路徑示意圖.點C處的陰影代表造成該回波假象的大于60 dBz 的反射率因子核心

圖1中顯示了造成TBSS時的雷達信號路徑。若C區在雷達徑向上有長度分布，設長度為L，如圖2所示，其中C區前端與自己的TBSS距離為A，C區尾端距離自己的TBSS為B，則可知耀斑回波中前l長度內的回波強度幾乎不衰減，之后才開始逐漸衰減，由圖可知

考慮地球曲率以及雷達海拔高度時，設雷達海拔H，仰角為α，回波圖像上距離雷達r處所在的地面高度為h，如圖3所示，

從上式可知，的長度大于C區L的長度。根據統計資料L不超過8Km，r取雷達探測半徑200km，雷達仰角范圍為0°～14°，而強核出現位置在3°～7.5°范圍內。將這些值代入（3）式，可得比L最大不超過10km，而L越小時，長度和L越接近[1]。

電磁波波長為5cm（C波段）時，能檢測到除大冰雹外大雨滴或小冰雹產生的TBSS，而S波段（10cm）雷達只能檢測到大冰雹的TBSS。所以S波段檢測到TBSS時，是發生強冰雹的充分條件。

通過分析多個案例，可得到TBSS的一些特點，具體如下：

對于S波段雷達，其反射率因子顯示閾值為5dBz，要產生一個能被分辨出的TBSS，TBSS對應的反射核的反射率因子都大于60dBz。

統計TBSS的長度，最大長度為24km，最小長度為1km，3km以上的TBSS占總次數的91.2%。如果單體核距離單體邊界較遠，TBSS會和降水主體發生混合，故雷達圖上測得的TBSS長度必然變短。

反射率因子核心強度越大，高反射率因子的區域越大，TBSS的長度就越長。

我國冰雹天氣主要發生在春夏之交，高度通常在6～9km之間，根據冰雹形成機理和雷達特性，雷達仰角為4.3°，5.3°和6.2°時是探測TBSS的合適探測仰角。

TBSS的譜寬值（Spectrum Width， SW）最大可達到13m/s以上，在SW上特征明顯，即使TBSS和降水回波混合，也能清楚的識別。

TBSS的反射率強度（周邊沒有降水物回波時），據統計不超過25dBz，一般為20dBz。故TBSS頭前部L處的反射率強度大于20dBz，之后隨舉例衰減，直到5dBz時被雷達噪聲所覆蓋[2]。

2三體散射數據識別

以反射率因子數據為基礎，根據三體散射（TBSS）特征，尋找滿足TBSS特征的數據。

2.1 反射核位置區域的確定

雷達在以不同的仰角，方位角從0°～360°（正北為0°，順時針增大）進行掃描。每個方位角獲得不同徑向距離的反射率數據，如圖4，為某仰角時，方位角從300°到320°時，徑向距離從141km到160km范圍內的反射率數據。反射率因子小于5dBz的均進行去噪，等于0。為尋找反射率因子≥60dBz的連通區域，逐角度（逐行）尋找≥60dBz的單元，并逐一記錄此類單元對應的方位角θ和徑向距離r。如果一行中幾個單元連續≥60dBz，則這幾個單元形成一個連通區域。該行中有不連續的≥60dBz單元存在，則暫記為多個連通區域。同理下一行繼續尋找滿足條件單元，如果該行連續出現≥60dBz單元，則形成新連通區域，并和已有連通區域中的徑向距離r作比較，如果兩個連通區域中有相同r，則這兩個連通區域合并為一個連通區域[3]。

2.2 反射核心區域“中心”的確立

依上述方法可從某仰角的反射率因子數據中尋中若干≥60dBz的核心區域。選其中一個核心區數據集，該數據集如包含n個單元，每個單元有各自的坐標（方位角θi和徑向距離ri）以及反射率因子Pi。以此數據集根據公式（4）便可求出該反射率核心的“中心”位置（r，θ）[4]。

2.3 TBSS特征數據的辨識方法

求得的反射率因子核心區域中心坐標（r，θ）后，將r值以及該反射率因子回波所對應的仰角α代入公式（2），可求出反射率核心區所在的高度h（h值取整數），則TBSS的位置即在該方位角θ上r+h處開始，并向后延伸。根據統計資料顯示，若TBSS不和云雨反射率數據混合時，則最長可達24km，而雷達分辨率為1km，即，TBSS在方位角θ上從r+h處開始向后延伸23個徑向距離數據的長度。而TBSS的寬度（方位角）范圍定義為該核心區域數據集中最大方位角和最小方位角之間（θmin～θmax）。該區域中最大方位角θmax=310.8°，最小方位角θmin=308.8°。圖中綠框單元是依據公式（4）計算得到的中心位置，其對應的方位角和徑向距離分別為θ=309.8°和r=146km，計算得到TBSS的起始徑向距離為r+h=150km處，而根據核心區的θmin、θmax值可得到TBSS的范圍。根據大量統計資料顯示，TBSS可能發生斷裂現象（中間部分反射率因子小于5dBz），而采用上述方法，即使TBSS發生斷裂現象，也不會影響計算結果，即，該方法容錯率比較優異[5]。

3實測與分析

標記好的TBSS以及反射率核心區域。根據本文所述方法，結合福建、安徽、天津的10次強對流事件進行實測，從仰角范圍從0.5°到6°等6種角度反射率數據，136個未和降水物回波混合的TBSS中135個被識別出（同一反射核心區不同仰角都有TBSS存在），1例未被識別出是高仰角時TBSS處反射率因子數據與同徑向距離θmin–1和θmax+1兩個單元格的數值差別不明顯，且24個徑向數據中僅有4個徑向距離有反射率因子數據，從反射率因子圖像上看，TBSS的特征就是很短且粗。即，對于TBSS未和降水物回波混合時的識別率達到99.2%，未被識別出的TBSS可以從其他仰角反射率因子對應的數據中識別出，以彌補此處的遺漏。更改測試方法中的A值和差值D，如果A值范圍擴大，D值變大，都會使誤警率FAR（false alarm rate）升高;降低A值和差值D，漏報率RMR（rate of missing rate）反而升高[6]。

4結束語

根據本文的方法，計算量很小，計算機能夠及時地發現TBSS，為替代低效、經驗的人工識別提供了一個科學、準確、快速的自動識別方法;為提前預報強冰雹天氣，盡量減少經濟損失做出一定貢獻。

參考文獻

[1] 俞小鼎，姚秀萍，熊廷南，等. 多普勒天氣雷達與業務應用[M]. 北京：氣象出版社，2006：37.

[2] 廖玉芳，俞小鼎，吳林林，等. 強雹暴雷達三體散射統計與個例分析[J]. 高原氣象，2007，26（4）：812-820.

[3] Smallcomb C. Hail spike impacts on Doppler radial velocity data during several recent lower Ohio Valley convective events[C].23rd Conf on Severe Local Storms. St Louis，MO，USA，2006：1-22.

[4] Waldvogel A，Schmid W，Federer B. The kinetic energy of hailfalls（part I）：Hailstone spectra[J]. Journal of Applied Meteorology，1978，（17）：515-520.

[5] 王萍，杜雪峰，徐考基，等.天氣雷達反射率因子圖像中三體散射自動識別[J]. 天津大學學報（自然科學與工程技術版），2014，（8）：711-718.

[6] L. R. The radar three-body scatter spike：An operational large-hail signature[J]. Weather & Forecasting，2010，13（2）：327-340.