李博勇，胡志群，鄭佳鋒，陳超

（1.成都信息工程大學大氣科學學院，四川 成都610225；2.中國氣象科學研究院災害天氣國家重點實驗室，北京100081；3.廣東省氣象臺，廣東 廣州510641）

1 引 言

冰雹災害是由強對流天氣系統(tǒng)引起的一種劇烈的氣象災害，它突發(fā)性強，常伴隨著狂風、強降水等災害性天氣過程，易給農(nóng)業(yè)、建筑、通訊、電力、交通以及人民的生命財產(chǎn)安全帶來較大的損失。由于冰雹過程具有突發(fā)性、局地性強以及生命周期短的特點，其預報效果長期以來都不理想，哪怕只是提前半小時的臨近預報，其進展也十分緩慢，其中最大的困難就在冰雹回波的識別上[1]。因此，國內(nèi)外學者對冰雹的識別做了大量的研究，在粒子的微觀形態(tài)方面，Hyang 等[2]對模糊邏輯分類算法進行了一些修改和改進，發(fā)現(xiàn)了液態(tài)水凝物和固態(tài)水凝物之間的區(qū)別，提高了分類的準確率。Ryzhkvo 等[3]研究了融化冰雹的衰減，并提出了一種在冰雹存在下進行極化衰減訂正的新技術。Zhang 等[4]對樸素貝葉斯的出色分類性能進出了新穎的解釋。Manzato等[5]研究了1992年4—9 月的意大利北部Friuli Venezia Giulia 地區(qū)平原上收集的冰雹數(shù)據(jù)，使用線性和非線性方法進行多元預測分析，并通過神經(jīng)網(wǎng)絡集成方法，增加了冰雹預測的準確率。美國國家災害風暴實驗室研究了冰雹的雷達和環(huán)境屬性，在此基礎上Marzban等[6]利用貝葉斯神經(jīng)網(wǎng)絡方法開發(fā)用于預測冰雹尺寸和預測冰雹大小分類的兩個神經(jīng)網(wǎng)絡。Marzano等[7]還通過貝葉斯方法，使用C-Band雙偏振雷達對水凝物相態(tài)進行分類，區(qū)分水、冰和混合相的10種不同水凝物類別。

相對于國外，國內(nèi)在冰雹識別的宏觀層面進行的研究較多，對冰雹云的識別方法有很多，如宏觀識別法（即目測法）、氣象要素變化識別法、衛(wèi)星動力識別法、閃電定位系統(tǒng)識別法[8]、雷達識別法等。在早期，劉黎平等[9-11]利用擴展邊界條件法計算了不同相態(tài)的模型雹塊對C 波段雷達波的散射和衰減，并在此基礎上建立了C 波段雙線偏振雷達識別雹區(qū)的方法。曹俊武等[12]利用美國KOUN雷達的一次強對流天氣過程的觀測資料，討論分析了雙偏振雷達雹區(qū)識別，給出一個模糊邏輯算法冰雹識別模式，該模式不僅可以反映出實際的冰雹區(qū)位置，還可以對其分類，識別的結果比較符合實際的天氣過程。蘇德斌等[13-14]利用北京地區(qū)X 波段雙線偏振雷達資料，建立了X 波段雙線性偏振雷達冰雹識別參量HDR，當HDR> 0 時表示有冰雹，HDR< 0 時表示無冰雹。該判別與地面降雹情況基本一致，但是存在一定的虛警率。

雙偏振雷達已成為天氣雷達的發(fā)展趨勢，其在降水估測、粒子的相態(tài)識別等方面具有明顯的優(yōu)勢[15-18]。至2019 年，廣東省新建或者是改建的9部新一代天氣雷達，全部為S 波段雙偏振雷達。本文利用廣東省S 波段雙偏振雷達2019年觀測到的冰雹數(shù)據(jù)，研究貝葉斯方法對華南地區(qū)的冰雹識別效果。

2 冰雹數(shù)據(jù)集的構建

2.1 資料來源

為了加強天氣監(jiān)測，全國各地正逐步推進新一代天氣雷達的偏振升級改造。CINRADSA 雷達升級過程中，吸收了美國WSR-88D 偏振升級的研究成果，采用雙發(fā)雙收的技術體制，充分應用S 波段單偏振雷達在線自動定標及補償功能，保證對雙線偏振各參量的探測精度，探測參量包括反射率（Z）、速度（V）、譜寬（W）、差分反射率（ZDR）、差分傳播相位常數(shù)（KDP）、差分傳播相移（ΦDP）、偏振雷達相關系數(shù)（CC）。且依據(jù)反射率、差分反射率、零滯后相關系數(shù)等雙線偏振探測量，采用模糊邏輯算法，雙線偏振雷達可以初步探測目標的降水類型（雨、大雨、冰雹、雪、非氣象目標物等）。

用于冰雹分析的雷達數(shù)據(jù)來自廣東省S 波段雙偏振雷達（S-POL）2019 年觀測數(shù)據(jù)。根據(jù)廣東2019 年地面冰雹觀測記錄，如降雹時間、地點、降雹直徑等（表1），采取人機交互的方法，挑選出降雹點上空的雷達基數(shù)據(jù)，對雷達數(shù)據(jù)進行質(zhì)量控制[19]與處理分析，得出冰雹過程中的各個參量的分布特征。表1中零度層高度為清遠站08或20時（北京時，下同）探空資料得到。

表1 2019年廣東地區(qū)冰雹記錄

序號 日期 時間 冰雹地點 尺寸/mm 零度層高度/m東莞長安鎮(zhèn)深圳寶安區(qū)沙井、馬田江門新會會城街道江門臺山北陡鎮(zhèn)水咀村茂名化州麗港茂名高州鎮(zhèn)江云浮郁南歷洞、大方、連灘、東壩、宋桂鎮(zhèn)臺山川島鎮(zhèn)沙堤村四會廣寧交界三水區(qū)江門恩平恩城街道韶關仁化紅山鎮(zhèn)韶關仁化長江鎮(zhèn)陳歐村清遠連南三江鎮(zhèn)、金坑鎮(zhèn)大龍村清遠英德沙口鎮(zhèn)群英村曲江烏石鎮(zhèn)坑口村韶關翁源鐵龍河源龍川鐵場鎮(zhèn)韶關乳源洛陽鎮(zhèn)清遠連州豐陽鎮(zhèn)韶關武江區(qū)龍歸鎮(zhèn)肇慶封開河兒口鎮(zhèn)、魚澇鎮(zhèn)清遠陽山嶺背鎮(zhèn)清遠英德石牯塘鎮(zhèn)10～20 5～8 5 10 20～30 10～20 8～15 10～15 8～10 5 5 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 8～10 8～10 5～8 15～30 5～8 5～8 10～25 10 2019.04.11 2019.04.11 2019.04.11 2019.04.12 2019.04.12 2019.04.12 2019.04.14 2019.04.14 2019.04.19 2019.04.19 2019.04.20 2019.04.21 2019.04.21 2019.04.22 2019.04.22 2019.04.22 2019.04.22 2019.04.22 2019.04.23 2019.04.25 2019.04.25 2019.04.25 2019.04.25 2019.04.25 2019.04.26 2019.04.26 2019.04.26 2019.04.26 2019.04.26 2019.04.26 20:00 20:00 20:10—20:20 09:00 16:40 16:54 14:00 14:16 02:52 03:40 11:50—12:00 16:50 18:10 07:40 09:40 09:50 10:00—10:30 14:30 15:15 17:00 17:59—18:10 19:00 19:40 21:15—22:15 09:10 12:30 12:50—13:00 13:30—14:00 20:30 21:30/ /茂名化州平定鎮(zhèn)梅州興寧羅浮鎮(zhèn)東莞厚街鎮(zhèn)潮州饒平上饒鎮(zhèn)肇慶懷集橋頭鎮(zhèn)清遠佛岡石角鎮(zhèn)5～8 5 10～20 8～10 5 5～8 20～30 10 5～10 4 183 4 183 4 183 4 149 4 149 4 149 4 712 4 712 4 908 4 908 4 859 4 693 4 693 4 663 4 663 4 663 4 663 4 663 4 892 4 691 4 691 4 691 4 691 4 691 4 625 4 625 4 625 4 625 4 625 4 625

2.2 S波段偏振雷達冰雹特征

在我國南方地區(qū)，熱力、水汽條件比較好，對流旺盛，過冷水充裕，往往在孤立單體，或者多單體對流云中，能夠發(fā)展出冰雹。根據(jù)2019 年廣東S-POL 觀測數(shù)據(jù)，冰雹在雷達回波上表現(xiàn)為：PPI圖像上中心回波強度在60 dBZ 以上，中心區(qū)域面積較小，云體發(fā)展很高，在較高的仰角層上仍能看到很強的回波；同時該地區(qū)冰雹的ZDR值與相關系數(shù)CC 值變化較大，ZDR值分布在-2～4 dB 區(qū)間，CC值在0.98 附近。在剖面圖上有較明顯的回波墻，但弱回波區(qū)，懸垂回波等回波特征沒有超級單體中形成的冰雹那么明顯，超級單體形成的雹災通常具有較大的有界弱回波區(qū)[20-21]。

以2019年4月20日11:50左右，江門恩平恩城街道觀測到10～20 mm 的冰雹為例，圖1、圖2 是廣東陽江S-POL 雷達在11:54 時刻，仰角0.5 °的PPI和強回波區(qū)的剖面圖像中的Z、ZDR、CC 參量。在圖1 中，冰雹天氣具有明顯的局地性特點，強中心范圍較小，回波強度比較強，中心強度普遍達到了50 dBZ 左右，最強的區(qū)域在55 dBZ 以上。ZDR值變化較大，在冰雹區(qū)域外圍，值分布在0 dB 左右，到回波中心ZDR值在1～2 dB，回波最強的區(qū)域ZDR值達到4 dB以上，范圍較小，可能是區(qū)域外圍是小雨區(qū)，而中心區(qū)域內(nèi)為雨夾雹。CC 觀測顯示，整個冰雹區(qū)域相關系數(shù)均在0.98 左右，在回波中心內(nèi)CC 值較小的部分值也達到了0.97，與純的冰雹CC 值存在一定差異。圖2 中顯示，此次天氣過程云體發(fā)展高度非常高，其回波結構具有高懸的強反射率因子核心，45 dBZ 回波超過10 km，最大回波強度在65 dBZ 以上，強回波略微傾斜，但是懸垂回波不明顯，在融化層（當日零度層高度為4 859 m）以上，強回波對應ZDR值為0 dB左右。在剖面圖中橢圓標注處，位于強回波區(qū)，且ZDR和CC較小，有比較典型的冰雹偏振特征，為純冰雹區(qū)域。同時在融化層以下，ZDR剖面圖標注區(qū)域有ZDR柱存在，表明該區(qū)域為大粒區(qū)，或者是冰雹融化區(qū)域。冰雹在下落的過程中快速融化，在其表面形成水膜，當水膜厚度達到冰雹直徑的30%時，冰雹的介電性質(zhì)將與雨滴相近，形成大雨滴的偏振特性。在CC 的剖面圖中，整個強回波區(qū)的CC值偏小，特別是在2～4 km 高度，有一個明顯的低值區(qū)，這也說明冰雹在長達2 km 的降落過程中，不斷融化，冰雹、水膜冰雹、雨滴并存，導致這個高度區(qū)間出現(xiàn)較小的CC值。

圖1 陽江S波段雙線偏振雷達2019年4月20日11:50時0.5 °PPI圖像的Z（a）、ZDR（b）、CC（c）參量

圖2 與圖1中對應Z（a）、ZDR（b）、CC（c）剖面圖

2.3 構建冰雹數(shù)據(jù)集

本文旨在利用貝葉斯方法對華南冰雹的識別效果進行改進，在利用貝葉斯方法進行冰雹識別的過程中，需要構建冰雹的數(shù)據(jù)集。

因此，根據(jù)表1 中記錄的冰雹發(fā)生時間與地點，查找并輸出對應時空的雹云各個仰角的雷達數(shù)據(jù)?？紤]到廣東地區(qū)純粹的冰雹很少，基本上都是雨夾雹的特點，輸出的數(shù)據(jù)集限定為：Z 值在45 dBZ 以上，ZDR值在（-1，4）附近，CC 集中在（0.85～0.98），剖面圖上具有明顯的冰雹回波墻結構，但不一定有穹窿狀的弱回波區(qū)（圖3）。圖3 為廣東地區(qū)的三次雹云單體剖面圖（對應表1的序號分別為21、22、30），在圖3a1、3b1、3c1 中標注區(qū)域為冰雹區(qū)域，從偏振量上，冰雹區(qū)域強度很大，ZDR、CC 值也明顯偏??；在圖3a2、3b2、3c2 中，CC剖面上有三個小值區(qū)，標注區(qū)左邊40 km 處判斷為信噪比小造成，標注區(qū)為真正的冰雹區(qū)域，而在標注區(qū)右邊的小值區(qū)是因為回波經(jīng)過冰雹區(qū)域衰減，導致后面Z、CC 都在一定程度上減小。雖然S波段衰減較小，但是大冰雹對其仍有明顯影響；圖3a3、3b3、3c3 中標注區(qū)域冰雹特征更為明顯，強回波，弱ZDR、CC值。

圖3 廣東典型冰雹回波剖面圖 a1、b1、c1是深圳寶安區(qū)附近4月11日20:00的冰雹過程Z、ZDR、CC的剖面圖；a2、b2、c2是東莞長安鎮(zhèn)附近4月11日20:00；a3、b3、c3是江門4月20日11:54，圖中用矩形或橢圓標注區(qū)域為冰雹區(qū)域。

此種方式共確定133 263 組（Z、ZDR、CC）冰雹數(shù)據(jù)，作為正樣本；另外，從其他沒有冰雹記錄的體掃資料中，隨機取反射率強度大于45 dBZ 的降水數(shù)據(jù)作為非冰雹數(shù)據(jù)，共選取了140 000 組（Z、ZDR、CC）數(shù)據(jù)，作為負樣本，正、負樣本數(shù)據(jù)的比例為1:1.05。將以上的冰雹和非冰雹數(shù)據(jù)作為訓練數(shù)據(jù)，利用貝葉斯方法建立冰雹識別模型。

3 基于貝葉斯方法改進冰雹識別步驟

3.1 貝葉斯原理

貝葉斯定理是概率論中的一個定理，描述在已知的一些條件下，某事件發(fā)生的機率。通常，事件A 在事件B 已發(fā)生的條件下發(fā)生的概率，與事件B 在事件A 已發(fā)生的條件下發(fā)生的概率是不一樣的。然而，兩者是有確定的關系的，貝葉斯定理就是這種關系的陳述。如下所示：

其中A 以及B 為隨機事件，且P(B)不為零。P(A|B)是指在事件B 發(fā)生的情況下事件A 發(fā)生的概率。在貝葉斯定理中，每個名詞都有約定俗成的名稱：

P(A|B)是已知B 發(fā)生后，A 的條件概率。也由于得知B的取值而被稱作A的后驗概率。

P(A)是A 的先驗概率（或稱邊緣概率）。之所以稱作“先驗”是因為它不考慮任何B 方面的因素。

P(B|A)是已知A 發(fā)生后，B 的條件概率。也由于得知A的取值而被稱作B的后驗概率。

P(B)是B的先驗概率。

對于變量有兩個以上的情況，貝葉斯定理亦成立。例如：

3.2 貝葉斯識別冰雹原理

如果事先知道冰雹區(qū)域內(nèi)Z、ZDR和CC概率分布，則可以利用貝葉斯方法開展冰雹識別。基于貝葉斯的冰雹識別算法描述如下：將雷達回波分成兩類，C=（H，N），其中C表示類別，冰雹區(qū)域回波用H表示，非冰雹回波用N表示，三個偏振參量Z、ZDR和CC 結合起來形成雷達觀測差別向量y=要判斷觀測向量y是否屬于H，只有在p(H|y)>p(N|y)時，屬于H，p是概率密度，根據(jù)貝葉斯理論：

其中Ci=H，N。P(y)=K是觀測差別因子y的概率，假定它對H和N分類概率是一樣的，即P(H)=P(N)= 1/2， 因 此P(Ci|y) 和P(y|Ci)P(Ci)成正比，則公式（3）轉(zhuǎn)換成：

基于簡單的貝葉斯判斷中分類之間獨立的假設，條件概率密度可以分解為：

利用貝葉斯方法識別冰雹具體流程如圖4 所示：

圖4 基于貝葉斯方法識別冰雹步驟

3.3 先驗概率分布的獲取

對表1 中冰雹記錄區(qū)域上空的所有S-POL 的Z、ZDR、CC 分布作散點圖(圖5)，散點的透明度表示了粒子的集中程度。在冰雹區(qū)域內(nèi)，反射率Z從低層至高層，分布都較為均勻，表明在整個云體當中，反射率都比較大；Z值主要分布在45～65 dBZ區(qū)間，其中65 dBZ 以上的云體部分主要在10 km以下，表明其冰雹核心區(qū)域是位于中低層。冰雹區(qū)域中ZDR集中分布在0 dB 附近，具有一定的波動，在6 km 以下的區(qū)域其波動比較明顯，說明冰雹在高層更加純粹，基本維持著單一的相態(tài)；在隨高度降低的過程中，由于氣溫變化較大，地面氣溫比較高，導致冰雹不斷的融化，形成了水膜、小冰雹完全融化形成雨夾雹，影響了ZDR的分布。從CC 分布圖中可以看到，相關系數(shù)越接近1，分布越集中，與Z、ZDR分布較為類似，在10 km 以上的云體中比較集中，而在高度下降的過程中，分布趨于散亂，在融化層附近（零度層基本位于4～5 km），粒子的相態(tài)發(fā)生了變化，由于雨水和冰相粒子的混合，導致了相關系數(shù)的變化，CC 值快速減小，小于0.9 的區(qū)域變大；在0～2 km 間，CC 的波動更加明顯，最小值在0.1附近。

圖5 廣東S波段雙線偏振雷達2019年冰雹觀測總體Z、ZDR、CC隨高度散點分布特征

利用構建的冰雹數(shù)據(jù)集，分析得出Z、ZDR和CC獨立概率分布(圖6)。圖中藍色線表示冰雹，紅色線表示非冰雹，從圖中可以看出，冰雹和非冰雹的Z值差異在于，冰雹的分布集中在50 dBZ 以上的區(qū)域，概率的峰值在0.04 附近；而非冰雹的分布趨向于Z值較小的區(qū)域，在45 dBZ 左右的概率為0.07～0.08。而在ZDR分布中，相對于非冰雹的ZDR分布，冰雹的分布更為分散，跨度較大，概率的峰值區(qū)在1 dB 附近，為0.015，而非冰雹的ZDR分布比較集中，概率的大值在1～2 dB 左右，為0.035。冰雹區(qū)域的CC 值比較集中在0.98，峰值區(qū)概率在0.10 左右；而非冰雹的CC 值更加偏向0.99～1 間，概率的峰值達到了0.2以上。

圖6 廣東2019年S波段雙偏振雷達觀測Z、ZDR和CC概率分布 其中紅色曲線為降水過程的概率分布，藍色曲線為冰雹過程的概率分布。

4 個例分析

選取2019年4月11日16時左右廣州增城和4月12 日09 時左右江門的兩次冰雹過程，作為冰雹識別效果的檢驗，這兩次冰雹個例的數(shù)據(jù)沒有加入建模的訓練集。增城地區(qū)冰雹過程的PPI 和剖面圖像如圖7、圖8 所示，在圖7 冰雹PPI 圖像中，回波的區(qū)域較小，強度很強，中心的回波強度普遍在50 dBZ 以上，最強的區(qū)域達到了65 dBZ 左右；在圖7b中ZDR值波動也比較大，平均處于1.5 dB左右，部分地區(qū)在0.5 dB 左右，而有的區(qū)域卻達到了4 dB 以上；相關系數(shù)CC 的值較小，分布在0.90 附近，在回波中心邊緣部分也有值處于0.98 附近。在圖8 剖面圖像中，可以看到冰雹的結構特征，標注區(qū)域偏振量體現(xiàn)出了明顯的反射率大值區(qū)與ZDR、CC 的弱值區(qū)。在冰雹中心區(qū)域，回波的強度從低層至高層都比較強，基本在50 dBZ 以上，在2～8 km 的區(qū)域，有65 dBZ 以上的大值中心，為冰雹的集中區(qū)域；在圖8b 中，ZDR值在4 km 以上的高空都比較小，在0.5 dB 左右，而在4 km 以下的區(qū)域中，ZDR值出現(xiàn)一個大值區(qū)，為冰雹經(jīng)過融化層（當日零度層為4 183 m），表面融化導致。在圖8c相關系數(shù)圖中也體現(xiàn)出這一特征，在融化層以上的區(qū)域，CC 值較大，均在0.96 以上，在融化層后，CC 值快速減小，部分區(qū)域處于0.90 附近，體現(xiàn)出了粒子相態(tài)頗為駁雜的特點。

圖7 增城S波段雙偏振雷達2019年4月11日16:02時2.5°PPI圖像的Z、ZDR、CC參量 a中棕色實線為剖面的位置，黑色框為冰雹區(qū)域，距離圈為50 km。

圖8 與圖7中對應Z（a）、ZDR（b）、CC（c）剖面圖

圖9、圖10 分別是2019 年4 月12 日江門臺山北陡鎮(zhèn)附近一次冰雹過程的PPI和相應的剖面圖，與增城的過程相似，PPI 圖中回波強度較大，普遍在50 dBZ 以上，ZDR值從外圍至中心緩慢增大，云體周邊值在0 dB，中心最大值達到了4.0 dB以上，相關系數(shù)圖中顯示回波中心CC 值在0.97 左右。剖面圖中，可以看到云體發(fā)展較高，回波最強在65 dBZ以上，但沒有增城過程的明顯，云體稍稍傾斜，懸垂不明顯；當日融化層位于4 km 左右(零度層高度為4 149 m)，在橢圓標注區(qū)右側，經(jīng)過融化層時，ZDR值突然變大，在云體的下部達到了2.5 dB以上，同時CC 值減小到0.9附近，然后在云體下部增加達到0.98 左右，為冰雹區(qū)域；而標注區(qū)域，出現(xiàn)CC 的小值區(qū)，認為是處于下沉氣流區(qū)域，回波墻邊緣，有少量的冰雹越過主上升氣流，在這個區(qū)域并沒有液態(tài)水凝物，或者是存在少量的雨滴，強的反射率主要是由于少量冰雹引起的。

圖9 陽江S波段雙偏振雷達2019年4月12日09:00時0.5 °PPI圖像的Z、ZDR、CC參量 a中棕色實線為剖面的位置，黑色框為冰雹區(qū)域，距離圈為50 km。

圖10 與圖9中a、b、c對應Z（a）、ZDR（b）、CC（c）剖面圖

為了驗證貝葉斯方法識別冰雹的效果，選取2019年4月11日16:06和4月12日11:54的雷達數(shù)據(jù)進行冰雹識別，并使用美國WSR-88D 的冰雹識別算法與貝葉斯方法的識別結果進行綜合分析。WSR-88D 是對風暴系列算法識別出的每一風暴單體分析、計算其結構而進行冰雹探測的[2,22]。

兩種方法具體的識別結果如圖11 所示，圖11為4 月11 日的識別結果，其中第1 列是16:06 的雷達反射率強度圖，第2列是WSR-88D的識別結果，第4列是貝葉斯方法的識別結果，從上至下分別是仰角依次為0.50、1.50、2.50、3.50、4.50、6.00、10.00；圖中第2列和第3列中的紅色區(qū)域是識別出冰雹的區(qū)域。從反射率強度圖中可以看到，該次冰雹天氣過程中心強度達到了60 dBZ 以上，并且從低層至高層都維持著很高的強度；且回波強中心的范圍較為集中，面積相對于整片雷達回波來說較小，反映了冰雹的局地性特點。在第2 列WSR-88D 的識別結果中可以看到，算法識別出冰雹的區(qū)域基本與反射率強度圖中的強回波中心位置重合，表明該算法能有效識別出冰雹，對于位置和區(qū)域的判斷較為準確。在低層，預測的冰雹范圍和反射率的強中心范圍大小不匹配，可能原因是冰雹在下落過程中，逐漸融化，表面形成水膜，導致ZDR等偏振特性變化，在低層的識別的冰雹范圍減小；在隨高度的變化過程中，WSR-88D 的識別算法預測出來的冰雹范圍與60 dBZ 強回波中心的范圍趨于一致。在第3 列的貝葉斯方法識別效果圖中，其預測冰雹的位置與強回波中心保持一致，范圍與50 dBZ 以上的回波區(qū)域大小相近；從低層到高層，貝葉斯方法預測冰雹范圍的形狀也與強回波區(qū)域的形狀相似。對比貝葉斯方法和WSR-88D 冰雹識別算法對該次冰雹過程的識別效果，可以看到貝葉斯方法識別出的區(qū)域相對較大，而且與WSR-88D 冰雹識別算法不同的是，貝葉斯方法在低層識別的區(qū)域就比較大，造成這一明顯區(qū)別的原因是WSR-88D 識別的是純的冰雹，而在華南地區(qū)，由于中低層大氣溫度較高，冰雹在下落的過程中不斷融化，高空的冰雹，到了近地面，小冰雹就變成了雨滴，大冰雹外包水膜，從而形成雨夾雹；相對而言，貝葉斯方法識別的是雨夾雹，所以從整層來說，貝葉斯方法識別出的范圍比WSR-88D 冰雹識別算法識別出的要大；此外在構建冰雹數(shù)據(jù)集時，ZH、ZDR、CC 范圍的設定，無法完全排除液態(tài)水的存在，這在一定程度上也導致了貝葉斯方法識別出的范圍較大。

圖11 2019年4月11日16:02時增城WSR-88D識別結果和貝葉斯方法識別結果 a1～a7分別是仰角0.50、1.50、2.50、3.50、4.50、6.00、10.00的反射率強度，黑色框為冰雹區(qū)域；b1～b7是WSR-88D的識別結果，紅色部分代表的是識別出冰雹的區(qū)域；c1～c7是貝葉斯方法的識別結果，雷達位于左下角，距離圈為50 km。

圖12 為4 月12 日的識別結果，從反射率強度圖中可以看到，該次冰雹天氣過程中心強度達到了55 dBZ 以上，并且從低層至高層都維持著很高的強度，在高層，云體中心的回波強度達到65 dBZ以上；且回波強中心的范圍較為集中，面積相對于整片雷達回波來說較小，反映了冰雹的局地性特點。在第2 列WSR-88D 的識別結果中可以看到，算法識別出冰雹的位置與回波的位置接近，且識別出的冰雹區(qū)域呈現(xiàn)出線狀，從南向北排列，面積較小。在圖12b2中，WSR-88D 算法識別出右上角也有冰雹出現(xiàn)而貝葉斯方法沒有識別。在高層，圖12b6、12b7 中，因回波出現(xiàn)分裂的情況，WSR-88D 識別結果也出現(xiàn)了南北兩個區(qū)域，兩個區(qū)域與回波位置、形狀基本保持一致。在第3列貝葉斯方法的識別結果中，和WSR-88D 識別結果相比，貝葉斯方法識別的結果區(qū)域更加集中，且范圍較大，與反射率圖中回波中心的位置和區(qū)域較為吻合，從低層至高層都有此特征；在第六層和第七層，貝葉斯方法的識別結果仍是一個區(qū)域，與65 dBZ以上的回波中心保持一致。

結合兩次個例的預測結果，與WSR-88D 識別算法相比，由于貝葉斯方法識別的是雨夾雹，識別的區(qū)域更大更集中，但基本的位置區(qū)域兩種方法預測都較為準確。

對于華南地區(qū)的冰雹識別來說，由于其明顯的地域特征，WSR-88D 冰雹識別算法雖然效果不差，但是仍然有不足之處。在該區(qū)域，純冰雹的現(xiàn)象是比較難以出現(xiàn)的，而外包水膜的冰雹同樣能形成較大的雹災，因此使用貝葉斯方法來識別冰雹是有必要的。

圖12 2019年4月12日09:00時陽江WSR-88D識別結果和貝葉斯方法識別結果 a1～a7分別是仰角0.50、1.50、2.50、3.50、4.50、6.00、10.00的反射率強度，黑色框為冰雹區(qū)域；b1～b7是WSR-88D的識別結果，紅色部分代表的是識別出冰雹的區(qū)域；c1～c7是貝葉斯方法的識別結果，雷達位于左上角，距離圈為50 km。

5 討 論

本文通過對廣東地區(qū)S 波段雙線偏振雷達2019 年的冰雹觀測數(shù)據(jù)進行分析，首先在地面觀測記錄中有冰雹過程，其次是根據(jù)觀測記錄的時間和地點挑選出雷達數(shù)據(jù)，如果雷達數(shù)據(jù)的PPI圖像具有冰雹特征，并且剖面圖中有明顯的回波墻等冰雹結構，將此過程認定為真實的冰雹過程，可以用于構建冰雹數(shù)據(jù)集。在此基礎上給出S 波段偏振雷達在冰雹區(qū)域和非冰雹區(qū)域反射率Z、差分反射率ZDR、和相關系數(shù)CC 的先驗獨立概率密度分布。利用貝葉斯方法，對2019年4月11日16:06和4 月12 日11:54 的冰雹體掃數(shù)據(jù)，比較和分析了（Z、ZDR、CC）獨立概率密度分布條件下冰雹的識別效果，并得出獨立概率密度分布能有效地識別雨夾雹的天氣現(xiàn)象。

個例分析表明，貝葉斯方法能有效地識別出冰雹，且識別的準確率較高。在與廣東現(xiàn)在的冰雹識別算法——WSR-88D 冰雹識別算法的對比分析過程中，貝葉斯方法識別的位置、范圍大小與實際情況較為吻合，且識別出雨夾雹天氣現(xiàn)象，是有利于提高冰雹的識別效果的。