基于贝叶斯方法的冰雹大小识别研究.pdf
《基于贝叶斯方法的冰雹大小识别研究.pdf》由会员分享,可在线阅读,更多相关《基于贝叶斯方法的冰雹大小识别研究.pdf(14页珍藏版)》请在咨信网上搜索。
1、基于贝叶斯方法的冰雹大小识别研究*吴举秀1,2胡志群3夏凡2,4潘佳文5,6WUJuxiu1,2HUZhiqun3XIAFan2,4PANJiawen5,61.山东省气象工程技术中心,济南,2500312.山东省气象防灾减灾重点实验室,济南,2500313.中国气象科学研究院灾害天气国家重点实验室,北京,1000814.山东省气象科学研究所,济南,2500315.厦门市气象局,厦门,3610126.厦门市海峡气象开放重点实验室,厦门,3610121.Shandong Meteorological Engineering Technology Center,Jinan 250031,China2
2、.Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong,Jinan 250031,China3.State Key Laboratory of Severe Weather,Chinese Academy of Meteorological Sciences,Beijing 100081,China4.Shandong Institute of Meteorological Sciences,Jinan 250031,China5.Xiamen Meteorological Bureau
3、,Xiamen 361012,China6.Xiamen Key Laboratory of Straits Meteorology,Xiamen 361012,China2023-02-09 收稿,2023-05-11 改回.吴举秀,胡志群,夏凡,潘佳文.2023.基于贝叶斯方法的冰雹大小识别研究.气象学报,81(5):801-814Wu Juxiu,Hu Zhiqun,Xia Fan,Pan Jiawen.2023.Hail size discrimination based on the Bayesian method.Acta Meteorologica Sinica,81(5):80
4、1-814AbstractThesizeofhailsdirectlyaffectstheseveritydegreeofweatherdisasters.Tomeettheneedofhailsizeidentification,basedonstatisticaldataofhailsdetectedbytwoS-banddual-polarizationradarsinJinanandQingdao,ahaildatasetistrainedfirst,andtheprobabilitydistributionsofradarhorizontalreflectancefactor(ZH)
5、,differentialreflectance(ZDR)andcorrelationcoefficient(CC)forsmall,largeandgianthailsarethenobtained.Finally,thehailsizediscriminationmodel(HSDM)basedonBayesianmethodisdevelopedandverifiedbytwosupercellstormprocesses.Thestudyyieldsthefollowingresults.(1)TheresultsobtainedfromHSDMareconsistentwiththe
6、realsituationandagreewiththeanalysisofthescatteringandpolarizationparameterscharacteristicsofdifferentsizehailsanddynamicandmicrophysicalcharacteristicsforsupercellhailstorm.(2)Horizontalandverticaldistributioncharacteristicsofhailsizeagreewiththeprecipitationparticlesfilteringmechanismsandthehailgr
7、owthmechanismofsupercellstorm.LargehailsandgianthailsaremainlylocatedinstrongechoareanearthefrontsideoftheV-shapedgroove.Onthelowersideofthesuspensionechoofsupercell,smallhailsarefound.Largehailsandgianthailsaremainlygeneratedinthehighreflectanceareawithlargegradientabovetheweakechoareaandthenfallal
8、ongthestrongechowall,butsmallerhailsfallonthesidefarawayfromtheupdraft.(3)SmallhailsneartheupdraftaremainlydistributedintheZDRcolumn,KDPcolumnandbetweenthem,largehailsandgianthailsaremainlylocatedontheothersideoftheKDPcolumnawayfromtheZDRcolumn.Thelandingconcentrationofheavyhailscanbedeterminedcompr
9、ehensivelybycombiningtheidentificationresultsattheheightbelow2km.Key wordsBayesianmethod,Dualpolarizationradar,Hailsizediscriminationmodel,Gianthail*资助课题:山东省自然科学基金项目(ZR2020MD052)、国家自然科学基金项目(41675029)、华东区域气象科技协同创新基金项目(QYHZ202101)、厦门市科技局项目(3502Z20214ZD4005)、山东省气象局重点项目(2021sdqxz09)。作者简介:吴举秀,主要从事雷达气象方向的
10、研究。E-mail:通信作者:胡志群,主要从事雷达气象方向的研究。E-mail:doi:10.11676/qxxb2023.20230020气象学报摘要冰雹大小直接影响到产生灾害的程度,针对冰雹大小识别的需求,基于济南和青岛两部 S 波段双偏振雷达探测的冰雹统计信息建立数据集,获取小冰雹、大冰雹、特大冰雹的雷达水平反射率因子(ZH)、差分反射率(ZDR)和相关系数(CC)的概率分布,构建基于贝叶斯方法的冰雹大小识别模型(Hailsizediscriminationmodel,HSDM),然后应用两个超级单体雹暴过程进行验证。研究表明:(1)模型识别结果与实况吻合,识别的冰雹大小也符合不同尺寸冰
11、雹散射特性、偏振参量特征及超级单体雹暴动力与微物理特性的分析。(2)冰雹大小的水平分布特征与垂直分布特征符合超级单体雹暴降水粒子筛选机制及冰雹生长机制。大冰雹、特大冰雹主要分布在靠近前侧 V 型槽口的强回波区;超级单体悬挂回波下侧生成小冰雹,弱回波区上面高梯度的强反射率区主要生成大冰雹、特大冰雹并沿强回波墙落地,小冰雹在远离上升气流一侧降落。(3)靠近上升气流的小冰雹主要分布在 ZDR柱、KDP柱及之间区域,大冰雹及特大冰雹主要位于远离 ZDR柱的 KDP柱另一侧。可结合低于 2km 高度的识别结果综合判断强冰雹落地浓度。关键词 贝叶斯方法,双偏振雷达,冰雹大小识别模型,特大冰雹中图法分类号P
12、412.251引言冰雹灾害是由强对流天气引起的一种剧烈气象灾害,常给人民生命、财产安全带来较大损失。冰雹大小直接影响到产生灾害的程度,特别是直径超过 2cm 的大冰雹对农作物造成很大损害,是冰雹预警、预报重点关注对象。冰雹大小也是预警、预报的难点,Johns 等(1992)认为大多数极端大冰雹是由超级单体风暴直接产生,Fraile 等(2001)研究发现更大的冰雹粒径往往对应更长的风暴持续时间或更高的风暴发展高度,Ryzhkov 等(2005)及Zrni等(2010)利用风暴结构有关特征如钩状回波、有界弱回波区或三体散射特征等判断大冰雹存在的可能性。S/C 双波长反射率比对直径超过 3cm的冰
13、雹非常敏感(Fral,etal,2003),但受到设备配置影响限制了其实际使用。目前业务上双偏振雷达和单偏振雷达都是使用冰雹算法 HDA(haildetectionalgorithm;Witt,etal,1998)来估计任意尺寸的冰雹概率、强冰雹概率及风暴单体产生的最大预期冰雹大小,由于主要基于单偏振雷达的回波强度及冰雹动能和温度权重等参数获得,HDA 对冰雹大小估计明显过大(刁秀广等,2007),特别是当冰雹很大但浓度很低时会造成回波强度偏弱,使得算法无法识别出大冰雹,而当冰雹回波强度小于 55dBz时不易分辨暴雨和冰雹(Strak,etal,2000)。与单偏振雷达相比,双偏振雷达具有的差
14、分反射率因子(ZDR)、相关系数(CC)等偏振参量在识别冰雹方面表现出很大优势。目前双偏振雷达利用水成物分类算法(hydrometeorclassificationalgorithm,HCA;Park,etal,2009)可以识别出包括冰雹或冰雹和降水混合相态在内的 10 种水成物,对冰雹探测的置信度可达 95%(Heinselman,etal,2006)。Wu等(2018)基于珠海雷达的观测数据对 HCA 算法进行了本地化优化和应用,发现 HCA 对雨雹混合区的识别结果反映了降雨和冰雹的生命周期。潘佳文等(2020)发现三体散射回波(TBSS)中存在 ZDR大值区的偏振特征有助于识别髙空中的
15、大冰雹。刁秀广等(2021a,2021b)分析了山东两次强冰雹风暴双极化特征,发现旁瓣回波、衰减及波束非均匀填充等特征可作为识别大冰雹的判据,风暴低层强反射率核后侧径向上的显著 ZDR负值区可指示特大冰雹(直径5cm)的存在。中外许多学者对冰雹大小与极化参量的关系已进行了大量研究。吴举秀等(2022)收集了 2019、2020 年发生在山东的冰雹个例,概括了小冰雹、大冰雹、特大冰雹在不同高度层的双偏振参量分布特征;潘佳文等(2021)利用厦门、宁波及龙岩 S 波段双偏振雷达观测的冰雹数据,分析了小冰雹和大冰雹的偏振参数特征及 ZDR柱伸展高度。Kaltenboeck等(2013)分析了安装在美
16、国俄克拉何马州 S 和 C波段偏振雷达探测的冰雹数据,探讨了直径为 2、4 和 10cm 冰雹的偏振参量平均垂直廓线,揭示了两个波段雷达极化参量的明显差异,特别在冰雹融化时差异更大。Ryzhkov 等(2013a)利用 T 矩阵基于一维(1D)、二维(2D)云模型模拟了冰雹的偏振特性,探讨了 S、C、X 波段双偏振参量随冰雹、霰粒子大小变化的垂直廓线;美国强风暴实验室(NSSL)发展了冰雹识别算法 HSDA(hailsizediscriminationalgorithm),分 6 个高度层基于模糊逻辑法识别了小于 2.5cm、大于 2.5cm 且小于或等于 5cm 以及大于 5cm这 3 类冰
17、雹(Ryzhkov,etal,2013b);Ortega等(2016)使用 3000 多个降雹案例对 HSDA 的有效802Acta Meteorologica Sinica气象学报2023,81(5)性进行了验证及修改完善,并证明 HSDA 性能优于当前运行的 HDA。贝叶斯分类器是传统机器学习的一种简单有效、物理意义明确的分类算法,在冰雹识别方面得到了较多应用。李博勇等(2021)使用 2019 年广东S 波段双偏振雷达观测数据,采用贝叶斯方法改进了冰雹识别算法,与天气雷达冰雹识别算法HDA 相比,贝叶斯方法可以识别包括雨夹雹在内的冰雹区域。Marzano 等(2008)利用贝叶斯方法,基
18、于 C 波段双偏振雷达探测资料研究了区分冰和混合相态水成物的分类指标;Marzban 等(2001)基于冰雹雷达回波特征和环境特性,开发了预测冰雹大小和冰雹大小分类的贝叶斯神经网络算法。目前少有 S 波段双偏振雷达识别冰雹大小的算法,随着中国越来越多的 S 波段双偏振雷达投入业务运行,发展基于统计分析的冰雹大小识别有了数据基础。文中利用山东两部双偏振雷达的观测数据,使用贝叶斯方法构建了冰雹大小分类识别模型(hailsizediscriminationmodel,HSDM),并通过两个典型超级单体降雹过程的冰雹大小分类识别结果进行效果验证。2基本理论简介 2.1 贝叶斯方法简介贝叶斯分类器是各种
19、分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。其分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。贝叶斯定理描述在已知的一些条件下,某事件发生的几率。事件 A 在事件 B 已发生条件下发生的概率,与事件 B 在事件 A 已发生条件下发生的概率,贝叶斯定理描述两者之间的关系为P(A|B)=P(B|A)P(A)/P(B)(1)P(A|B)P(B|A)P(A)P(B)式中,A、B 为随机事件,是已知 B 发生后,A 的条件概率;是已知 A 发生后,B 的条件概率;是 A 的先验概率,是 B
20、的先验概率。对于有两个以上事件的情况贝叶斯定理也成立,假设有 A、B、C 三个事件,则P(A|B,C)=P(B|A)P(A)P(C|A,B)/(P(B)P(C|B)(2)2.2 贝叶斯识别冰雹大小原理冰雹大小分类阈值及输入特征参数参考国标(GB/T279572011)及吴举秀等(2022)的研究结果,即冰雹大小分为小冰雹(直径2.0cm)、大冰雹(5cm直径2cm)、特大冰雹(直径5cm)3 类;输入特征参数为水平反射率因子(ZH)、差分反射率因子(ZDR)和相关系数(CC)。假设分类结果为 Y,基于朴素贝叶斯判断中分类之间独立的假设,冰雹大小分类的条件概率密度可以分解为P(ZH,ZDR,CC
21、|Y)=P(ZH|Y)P(ZDR|Y)P(CC|Y)/P(ZH,ZDR,CC)(3)设定 Y=0,1,2 分别代表分类结果小冰雹(SH)、大冰雹(LH)、特大冰雹(GH),式(3)分母都相等,因此 3 类冰雹的概率计算公式如下P(Y=0|ZH,ZDR,CC)P(ZH|Y=0)P(ZDR|Y=0)P(CC|Y=0)(4)P(Y=1|ZH,ZDR,CC)P(ZH|Y=1)P(ZDR|Y=1)P(CC|Y=1)(5)P(Y=2|ZH,ZDR,CC)P(ZH|Y=2)P(ZDR|Y=2)P(CC|Y=2)(6)2.3 水凝物识别算法 HCA 简介在冰雹大小识别之前,首先基于 Park 等(2009)的
22、水凝物识别算法 HCA 识别出冰雹区域,HCA 采用模糊逻辑算法,公式如下Di=6j=1WijQjFiVj6j=1WijQj(7)式中,i 为水凝物类型,Di为集成概率值,最大值对应的类型作为识别结果。Fi是隶属函数,Vj是输入特征参量 ZH、ZDR、CC、差分相移率(KDP)及反射率纹理、差分相位纹理,Wij为权重因子,Qj为置信度因子,具体见文献(Park,etal,2009)。3构建冰雹大小识别模型(HSDM)3.1 构建模型训练数据集统计 20192020 年青岛、济南两部 S 波段偏振雷达观测范围内的降雹时间、地点、冰雹大小,根据整理的降雹记录寻找雷达观测数据中对应的0.5仰角回波,
23、确定降雹地点附近最强回波核心,以最强回波核心为中心并以 45dBz 为阈值对周边 5km吴举秀等:基于贝叶斯方法的冰雹大小识别研究803范围内的 ZH值进行检索,对不满足该距离范围与雷达回波强度的报告个例进行剔除,获得 33 例冰雹事件。记录雷达回波强中心位置,然后再取前后各1 个体扫按数据所在高度统计 3 个体扫的相关参数,在 5km 区域内构建冰雹大小分类数据集,以观测到的最大冰雹为准作为此区域的降雹大小。33 个冰雹事件的降雹地点、雷达及章丘探空站位置空间分布见图 1,其中最远的降雹地点距雷达 190km。Giant hailLarge hailSmall hailRadio stati
24、onRadar station116363438N118120122E图1雷达、探空站及降雹地点分布Fig.1Distributionofradars,soundingstationsandhailfallingsites 3.2 概率分布的获取对统计的以上雷达数据做散点图(图 2),由于冰雹的融化将导致其介电常数、尺寸、密度和形状等参数发生变化,总体上各尺寸冰雹穿过融化层后ZH值增大(图 2a),并且 3 类冰雹分布区间存在较大重合;随冰雹增大 60dBz 以上的强回波高度增大,70dBz 以上的强回波主要在中、低层。冰雹 ZDR主要集中在 0dB左右(图 2b),0 等温线以上小的负值主要
25、是大冰雹、特大冰雹;0 等温线以下随着各种尺寸冰雹融化厚度增大及伴随着降水,ZDR会随之增大,在 2dB 左右也会出现大冰雹符合Kaltenboeck 等(2013)的研究结果。冰雹 CC 值主要集中在 0.80.995(图 2c),总体上大冰雹、特大冰雹的 CC 偏小,由于受到混合相态及复杂形状等因素影响,小于 0.9 的 CC 主要为融化层以下的大冰雹、特大冰雹。根据 3 个变量概率分布特征,可以获取条件概率,图 3 显示了 3 个变量的独立概率分布。可以看到 0 等温线以上(图 3a1),小冰雹在 4560dBz具有较大概率,在 6164dBz 时各种尺寸冰雹均有可能,大冰雹在 6271
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 贝叶斯 方法 冰雹 大小 识别 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。