论文部分内容阅读
差分反射率(ZDR)弧表示超级单体风暴中前侧入流区域弧状的ZDR大值区，差分相移率(KDP)足则表示风暴核心顺切变方向KDP大值区。超级单体风暴中的ZDR弧及Z DR弧-KDP足分离特征已被证实为风暴中粒子“分选机制”的重要示踪因子，并且ZDR弧和KDP足质心连线和分离角与低层入流和风暴相对螺旋度相关较好。为快速识别KDP足及ZDR弧并提取ZDR弧-KDP足分离特征，运用其指示意义提升极端大风和冰雹的预报能力。基于经典概念模型和机器学习方法，利用华东地区S波段双偏振雷达探测资料，进行了KDP足和ZDR弧的自动识别算法设计，并计算了ZDR弧-KDP足质心距离和分离角。而后针对华东地区4次超级单体风暴过程，结合地面自动观测资料验证了KDP足及ZDR弧识别结果及定量化计算效果。结果显示：设计的方法能够准确识别出超级单体风暴中的KDP足和ZDR弧 ，ZDR弧-KDP足质心距离和分离角的变化也可在一定程度上指示极端大风的发生。