基于模糊逻辑法的粒子识别研究

毫米波雷达相比于微波雷达对云的探测具有更高的敏感性,本文利用Chilbolton观测场的94GHz毫米波云雷达的基本探测量,结合探空仪的温度廓线数据,根据Shupe总结得到的云粒子相态识别的阈值,采用模糊逻辑算法对一次实际探测进行了反演研究.该模糊逻辑算法采用的主要隶属函数为不对称的梯形函数,识别粒子的相态类别主要分成雨、毛毛雨、液态水、混合相态、冰、雪等6种,对比经典的阈值算法反演的过冷水区域结果后认为,本文所研究的模糊逻辑算法对云中水凝物粒子的相态识别分类基本合理,其反演的结果对于人工影响天气作业以及飞机安全飞行等方面具有重要的意义.

青藏高原那曲对流云中过冷水的毫米波雷达反演研究

对流云中过冷水的识别一直是气象探测的难点。基于Ka波段毫米波雷达功率谱数据,结合探空资料,提出了高原对流云内过冷水的识别和反演算法;利用那曲两个个例对算法效果进行了分析,并结合同址的微波辐射计资料对雷达结果进行了初步验证;最后,探讨了算法与以往方法的差异。结果表明:高原层积云、浓积云和高积云内由上升气流主导,云内粒子相态变化快,过冷水粒子的回波强度、粒径和含水量分布较广。对于不同云类,过冷水的空间分布存在一定差异。过冷水的回波强度、粒径和含水量都与上升气流速度呈正相关,在时间变化趋势和空间分布上都有很好的对应。微波辐射计和雷达的液态水路径在时间变化趋势和峰值大小上都较为一致,相关系数为0.63~0.79。与以往方法相比,算法对过冷水位置和参数反演的结果更为合理。