摘 要：根據(jù)昭通C波段雙偏振雷達資料，對發(fā)生在云南昭通一次特大冰雹事件雷達回波特征進行分析。使用模糊邏輯算法，以偏振參量作為輸入進行冰雹識別。結(jié)果表明：冰雹云在降雹之前VIL、EF會經(jīng)歷較大的躍增，此次過程中VIL增量高達48 kg/m2，EF增量達到5 km。雹云發(fā)展成熟至降雹階段，強回波區(qū)CC值降低，KDP值在-1～1 deg/km之間，ZDR值在-0.5～0.5 dB之間。使用雙偏振雷達進行冰雹識別，結(jié)果表明，雙偏振雷達在相態(tài)識別及識別提前量等方面有一定的優(yōu)勢。

關(guān)鍵詞：雙線偏振雷達；雷達回波特征；冰雹

中圖分類號：P457.6 文獻標(biāo)志碼：B 文章編號：2095–3305（2024）07–0-03

冰雹等強對流天氣主要由中小尺度系統(tǒng)形成，其突發(fā)性和局地性強，常伴有局地冰雹、雷雨大風(fēng)、短時強降水等災(zāi)害性天氣，預(yù)報難度大，給農(nóng)牧業(yè)生產(chǎn)、經(jīng)濟社會發(fā)展和人民生命財產(chǎn)造成嚴重的影響和損失[1]。

因此，研究冰雹的發(fā)生和發(fā)展、了解云內(nèi)微物理特征，對冰雹天氣識別預(yù)警及人工防雹作業(yè)指揮和效果評估具有重要意義[2]。國內(nèi)學(xué)者李斌等[3]分析得出，多普勒雷達探測到鉤狀回波、懸掛回波、中氣旋等典型雹云特征，對冰雹天氣臨近預(yù)報具有一定的指示意義；李湘等[4]對云南22次冰雹過程分析得出，春季南支槽影響型和夏季西行臺風(fēng)影響型雹災(zāi)的回波強度、回波核高度、水平尺度等的差異；趙紅珍等[5]得出降雹前，0 ℃層高度在4.5 km左右，-20 ℃層高度分布在7～8 km；尹麗云等[6]在云南復(fù)雜天氣背景和復(fù)雜地形條件下，分析了強對流的基本活動特征、觸發(fā)機制和影響因素，總結(jié)了認識不同類型、不同季節(jié)、不同區(qū)域強對流冰雹過程在不同發(fā)展階段的雷達回波垂直結(jié)構(gòu)特征；張雄等[7]指出X波段雙偏振雷達的偏振參量ZDR和粒子識別HCL等對冰雹具有較好的指示性；李春娥等[8]分析冰雹天氣過程時發(fā)現(xiàn)，在降雹時，在2.4°仰角ZDR出現(xiàn)大面積0值，KDP值為-1.2°～0.45°/km，C為0.74～0.95；張秉祥等[9]采用等權(quán)重系數(shù)法建立了基于模糊邏輯原理的冰雹天氣識別算法，結(jié)果表明冰雹被識別到的最早時間普遍早于冰雹出現(xiàn)時間，平均提前量為30 min。

基于云南昭通C波段雙偏振多普勒天氣雷達（CIN-RAD/CC）資料，結(jié)合地面實況資料及探空資料，對2023年4月17日發(fā)生的雹暴回波特征，分析了雙偏振參量及其結(jié)構(gòu)特征，并采用模糊邏輯算法對進行冰雹識別，以期對冰雹云內(nèi)部微物理特征及其預(yù)警工作有所幫助。

1 研究資料

昭通市位于云南省東北部，地勢南高北低，最低海拔267 m，最高海拔4 040 m。特殊的地理特征導(dǎo)致局部地區(qū)容易形成強烈的上升氣流，為冰雹天氣的形成發(fā)展提供有利的條件，因此，選擇昭通為研究區(qū)域。2023年4月17日午后至4月18日昭通永善、大關(guān)、彝良、威信、鎮(zhèn)雄出現(xiàn)直徑超過4 cm的大冰雹，并伴有短時強降水、大風(fēng)、雷暴等強對流天氣。

2 冰雹云雷達回波特征分析

2.1 反射率演變分析（PPI）

2023年4月17日19：46，昭通新一代天氣雷達回波圖顯示，昭通市彝良、威信一帶出現(xiàn)多塊回波，此時回波強度及回波面積較?。▓D1a）。20：20，回波向威信、鎮(zhèn)雄中部發(fā)展，回波強度及回波面積迅速發(fā)展，單點狀回波合并為塊狀強回波，此時回波強度最大值達到61 dBz。20：54，回波強度最大值保持在60 dBz以上（圖1b）。21：00左右，昭通鎮(zhèn)雄、威信、彝良等地有冰雹出現(xiàn)，冰雹最大尺寸達到4 cm，此次過程伴隨雷暴、大風(fēng)、降水，降雹持續(xù)時間在3 min左右。降雹結(jié)束后，強回波逐漸進入昭通境內(nèi)，并繼續(xù)向東部發(fā)展，且回波強度及回波面積較大。

2.2 組合反射率（CR）、垂直液態(tài)含水量（VIL）及回波頂高（ET）特征演變分析

從圖2可以發(fā)現(xiàn)，19：46冰雹CR為47.5 dBz，VIL為4.25 kg/m2，ET為7.8 km。20：20，CR最大值達到66 dBz，ET超過14 km。VIL含量高達109.3 kg/m2，為冰雹形成提供了足夠的水汽條件。且此前2個時刻，VIL值經(jīng)歷2次較大的躍增，第一次增量為48 kg/m2，第二次增量為35 kg/m2，該特征與降雹前VIL會歷經(jīng)較大的躍增特征吻合。20：43～20：54，CR穩(wěn)定在60 dBz左右，VIL值下降，ET在16～17 km之間浮動。21：00左右，冰雹成熟，開始降雹，此時CR仍穩(wěn)定在60 dBz左右，VIL值下降至60 kg/m2以下，ET在16 km左右。降雹結(jié)束后，回波繼續(xù)向東部發(fā)展移除昭通境內(nèi)，ET下降，CR無明顯變化，VIL值先增加再下降。

2.4 偏振參量（PPI）產(chǎn)品特征

圖3為2023年4月17日昭通C波段雙偏振雷達1.5°仰角、KDP、ZDR產(chǎn)品在降雹時刻的回波圖。降雹區(qū)域（藍色虛線框位置）值在0.8左右，某些區(qū)域值低于0.75，說明該區(qū)域粒子相態(tài)相似度較低。低值區(qū)對應(yīng)的ZDR值多在-0.5～0.5 dB，小部分區(qū)域的ZDR值仍在3 dB左右，KDP值大多在-1～1 deg/km區(qū)間，ZDR值在3 dB區(qū)域的KDP值較大，最大值在5 deg/km，說明此刻該區(qū)域為冰雹和雨滴的混合相態(tài)。

3 冰雹識別

3.1 識別算法

采用模糊邏輯方法識別冰雹（FHC），模糊邏輯識別算法大致可分為模糊化、規(guī)則推斷、集成和退模糊化等步驟[9]。

模糊化是將觀測參數(shù)（如雷達偏振量）的數(shù)值轉(zhuǎn)化為判斷為某一種粒子的可能性的過程，這種可能性被稱為模糊基。為了得到模糊基，需要建立隸屬函數(shù)，選擇模糊邏輯方法中常用的β函數(shù)作為隸屬函數(shù)，表達式為：

（1）

式（1）中，β表示粒子隸屬度，表示探測的參量在設(shè)

定的數(shù)值區(qū)間，取值范圍在0～1之間；a為半寬值，當(dāng)x=m±a時，β=0.5；b表示斜率，b值越大函數(shù)越陡峭；m表示函數(shù)曲線的中心位置；x表示輸入的觀測量。

在判斷降水粒子類型時，如何合理地設(shè)定推斷規(guī)是一個需要解決的問題。將不同觀測量協(xié)同作用下產(chǎn)生的判別粒子類型的結(jié)果稱為判別強度，對規(guī)則的推斷就是尋找一種合理的方法確定這個判別強度值。現(xiàn)有處理方法是取預(yù)先設(shè)定的數(shù)值作為各觀測量所對應(yīng)的函數(shù)值的權(quán)重系數(shù)，然后對加權(quán)后的結(jié)果進行相加，計算公式如下：

Rj=WiPij（2）

式（2）中，Pij表示的是第i個參量對應(yīng)的第j類降水粒子相態(tài)的貢獻強度；Wi表示每個偏振參量的權(quán)重系數(shù)；Rj表示降水粒子強度。

根據(jù)規(guī)則推斷，使每個粒子類型都有一個判別強度值，可確定哪種粒子類型需要集成與退模糊過程。在集成部分采用最大集成法作為判別標(biāo)準，將每個觀測單元中的最大判別強度值選出來。在退模糊部分主要是確定集成過程得到的最大判別強度值所對應(yīng)的是哪類粒子類型，最大判別強度值對應(yīng)的粒子類型即為算法最終確定的粒子類型。

3.2 結(jié)果分析

19：46回波初生，經(jīng)過發(fā)展演變20：26回波發(fā)展至旺盛階段，此時基于偏振雷達的識別算法識別到該云團出現(xiàn)冰雹及冰水混合粒子（圖4a）。30 min后，根據(jù)實際觀測，20：54～21：00，昭通鎮(zhèn)雄、威信、彝良等地出現(xiàn)冰雹，冰雹最大尺寸達到4 cm，同時算法也識別出21：00（圖4b），識別出云體內(nèi)出現(xiàn)冰雹以及高密度霰等粒子。

4 結(jié)論

基于云南昭通C波段雙偏振雷達，對發(fā)生在2023年4月17日冰雹天氣過程進行分析，并利用模糊邏輯算法對此次冰雹過程進行識別，主要結(jié)論如下：

（1）冰雹過程在降雹前ET、VIL出現(xiàn)較大幅度的躍增，4月17日冰雹過程VIL增量高達48 kg/m2，ET增量達到5 km。

（2）反射率最大值達到66 dBz，ET、VIL值較大，4月17日過程VIL值高達109.3 kg/m2。

（3）冰雹云發(fā)展初期回波強度及面積較小，發(fā)展成熟回波面積較大，CC值降低到0.6～0.8，對應(yīng)的KDP值在-1～1 deg/km之間；ZDR值在-0.5～0.5 dB之間。

從基于雙偏振雷達的冰雹識別可以發(fā)現(xiàn)，雙偏振雷達更注重于云內(nèi)粒子的形態(tài)；從識別的時間來看，雙偏振雷達提早30 min識別出冰雹云，這對于人工防雹作業(yè)是非常重要的，但這僅是一次個例，實效性還有待在未來的工作中通過大量的個例驗證。

參考文獻

[1] 于懷征，龔佃利，朱秀紅，等.山東冰雹時空分布特征與分類預(yù)報指標(biāo)研究[J].氣象科技，2023，51（2）：254-261.

[2] 梅垚.利用偏振雷達觀測研究高原對流云的宏微觀結(jié)構(gòu)[D].南京：南京信息工程大學(xué)，2018.

[3] 李斌，蘇曉嵐，王志龍，等.南疆塔里木盆地西部一次強冰雹天氣過程分析[J].干旱氣象，2013，31（4）：790-795.

[4] 李湘，張騰飛，胡娟，等.云南冰雹災(zāi)害的多普勒雷達特征統(tǒng)計及預(yù)警指標(biāo)[J].災(zāi)害學(xué)，2015，30（3）：88-93，98.

[5] 趙紅珍，李鑫焱.紅河州2019年春季3次冰雹天氣特征分析[J].農(nóng)業(yè)災(zāi)害研究，2020，10（1）：63-67.

[6] 尹麗云，李俊，李辰，等.云南不同季節(jié)和區(qū)域冰雹云回波特征和預(yù)警指標(biāo)對比[J].災(zāi)害學(xué)，2023，38（4）：71-79，113.

[7] 張雄，倪聞，張淑敏，等.X波段雙偏振天氣雷達在冰雹識別中的應(yīng)用[J].農(nóng)業(yè)與技術(shù)，2018，38（11）：134-135，142.

[8] 李春娥，武麥風(fēng)，胡偉，等.一次春季冰雹天氣過程中X波段雙偏振雷達的特征分析[J].安徽農(nóng)業(yè)科學(xué)，2020，48（15）： 230-233.

[9] 張秉祥，李國翠，劉黎平，等.基于模糊邏輯的冰雹天氣雷達識別算法[J].應(yīng)用氣象學(xué)報，2014，25（4）：415-426.