作者：胡胜; 顾松山; 庄旭东; 罗慧风暴识别核抽取模糊逻辑技术对流指数
摘要：3种基于雷达的风暴自动识别方法：（1）美国WSR-88D Build7．0风暴算法，它利用多个预设阈值来检验回波的强度和连续性，以构造具有二三维连续结构的风暴，该方法在风暴合并、分裂以及多个单体相距较近时误差较大。（2）为美国WSR-88D Biuld9．0风暴算法（B9SI），它用7个反射率因子识别阈值替代此前唯一的一个反射率因子阈值，增加了特征核抽取和相近单体处理技术，并保留远距离上的强的2D分量。该方法在面对成串或成簇多单体时，能够识别出多个单体核，并准确定位。B9SI没有考虑反射率因子纹理结构和空间梯度的变化，也没有利用径向速度资料，因此无法描述风暴对流的发展状况。（3）CSI方法，它在降低B9SI反射率因子识别阈值的基础上，利用模糊逻辑技术对B9SI输出结果和雷达基资料做进一步的处理，以计算描述风暴对流发展强弱的对流指数。CSI首先提取一组最能描述风暴对流性特征的物理量，包括反射率因子纹理结构、反射率因子空间变化率、垂直积分含水量和径向速度标准方差，并分配权重；其次，利用每一个物理量的统计结果，结合其物理意义，设计出相应的隶属函数，以计算风暴与该物理量描述的对流性特征相匹配的概率；最后对多个概率值进行加权平均即得对流指数。此外，计算了2004年8月11日发生在广州的超级单体演变过程中的对流指数，分析表明：对流指数两次加大对应了超级单体的合并增长和辐合增长过程；风暴最强盛时对流指数为0．744；随后对流指数减小，雷达观测到的最大反射率因子对应高度明显降低，地面上开始出现大范围的强降水。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
