基于雷达拼图CR产品四要素识别冰雹云的方法

为了提高简便、快捷、自动识别冰雹云的能力,利用雷达拼图组合反射率因子(Combined Reflectivity,CR)数据,在冰雹回波超级单体四要素特征分析的基础上,提出了简约快捷的自动识别冰雹云的方法。结果表明:聚类算法(Clustering Algorithm)、散点轮廓算法(Scatter Contour Algorithm)能够较好地识别出冰雹云回波中心强度和强回波面积;强回波梯度算法(Strong Echo Gradient Algorithm)、云砧回波算法(Cloud Anvil Echo Algorithm)计算快捷。雷达拼图CR、强回波面积(Strong Echo Area,SEA)、强回波梯度(Strong Echo Gradient,SEG)和云砧回波(Cloud Anvil Echo,CAE)四要素被用来确定回波与冰雹云的关系。江西冰雹大多数发生在超级单体(Supercell)中,当CR≥60 dBZ、SEA≥100 km^(2)、SEG≤8 km、CAE比值在1∶2~1∶3时,就可能发生冰雹;有些微型超级单体(Micro Supercell)在合适的天气背景和环境条件下,即使SEA=18 km^(2)也会发生冰雹。自动识别冰雹云的方法在2022、2023年各3次冰雹过程中得到实践验证,其识别出的冰雹云区域与冰雹实况区域吻合,但也存在10%~20%的空报率。本研究结果为简便、快捷、自动识别冰雹天气提供了有效依据。