毫米波雷达资料融化层亮带特征的分析及识别

第３８卷第６期气　　　象Ｖｏｌ．３８　Ｎｏ．６　　　　　　　　　　　　　　　　　　　２０１２年６月ＭＥＴＥＯＲＯＬＯＧＩＣＡＬＭＯＮＴＨＬＹＪｕｎｅ　　２０１２王德旺，刘黎平，仲凌志，等．毫米波雷达资料融化层亮带特征的分析及识别［Ｊ］．气象，２０１２，３８（６）：７１２７２１．毫米波雷达资料融化层亮带特征的分析及识别王德旺１，２　刘黎平１　仲凌志３　魏艳强４　汪晓滨５１中国气象科学研究院灾害天气国家重点实验室，北京１０００８１２成都信息工程学院，成都６１０２２５３国家气象信息中心气象数据研究室，北京１０００８１４中国航天科工集团二院２３所，北京１００８５４５中国气象科学研究院人工影响天气中心，北京１０００８１提　要：云的融化层亮带位置、厚度及其回波强度的垂直结构变化信息对于云和降水物理研究、人工影响天气指挥和效果评估，数值模拟云参数化均有非常重要的意义。为了了解云层融化层高度的精确位置，根据云雷达在广东、河北、吉林等不同云过程总计４５６个例分析（其中确认融化层明显个例３４次），系统分析云雷达探测到融化层亮带宏观参量的统计情况，包括融化层厚度、反射率因子在融化层强度变化、退偏振因子在融化层的强度变化，并提出了一种结合垂直探测的云雷达探测到的雷达反射率因子（犚）和退偏振因子（犔犱狉）垂直廓线数据，根据参量在融化层附近显著变化特性，识别零度层亮带高度和厚度的算法。同时选取个例对应观测时刻探空资料观测的０°层高度进行对比，反演的融化层高度等参数同实际情况比较接近，位于探空资料观测的０°层下方，而且退偏振因子对融化层的敏感程度大于反射率因子。关键词：毫米波雷达，融化层，反射率，退偏振因子ＡｎａｌｙｓｉｓｏｆｔｈｅＣｈａｒａｃｔｅｒｓｏｆＭｅｌｔｉｎｇＬａｙｅｒｏｆＣｌｏｕｄＲａｄａｒＤａｔａａｎｄＩｔｓＩｄｅｎｔｉｆｉｃａｔｉｏｎＷＡＮＧＤｅｗａｎｇ１，２　ＬＩＵＬｉｐｉｎｇ１　ＺＨＯＮＧＬｉｎｇｚｈｉ３　ＷＥＩＹａｎｑｉａｎｇ４　ＷＡＮＧＸｉａｏｂｉｎ５１ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｅｖｅｒｅＷｅａｔｈｅｒ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｃｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８１２ＣｈｅｎｇｄｕＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，Ｃｈｅｎｇｄｕ６１０２２５３ＬａｂｏｒａｔｏｒｙｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＩｎｆｏｒｍａｔｉｏｎ，ＮａｔｉｏｎａｌＭｅｔｅｏｒｏｌｏｇｉｃａｌＩｎｆｏｒｍａｔｉｏｎＣｅｎｔｒｅ，Ｂｅｉｊｉｎｇ１０００８１４ＣｈｉｎａＡｅｒｏｓｐａｃｅＳｃｉｅｎｃｅａｎｄＩｎｄｕｓｔｒｙＣｏｒｐｏｒａｔｉｏｎ，Ｂｅｉｊｉｎｇ１００８５４５ＬａｂｏｒａｔｏｒｙｏｆＷｅａｔｈｅｒＭｏｄｉｆｉｃａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｃｉｃｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８１犃犫狊狋狉犪犮狋：Ａｓｗｅｗｅｌｌｋｎｏｗｔｈａｔ，ｉｔｉｓｍｅａｎｉｎｇｆｕｌｉｆｗｅｏｂｔａｉｎｔｈｅｅｘａｃｔａｌｔｉｔｕｄｅｏｆｔｈｅｍｅｌｔｉｎｇｌａｙｅｒ，ｉｔｓｄｅｐｔｈａｎｄｍｕｃｈｍｏｒｅｏｔｈｅｒｉｎｆｏｒｍａｔｉｏｎａｂｏｕｔｃｌｏｕｄ，ａｎｄｗｅｃｏｕｌｄｕｔｉｌｉｚｅｔｈｅｍｉｎｒｅｔｒｉｅｖｉｎｇｃｌｏｕｄｍｉｃｒｏｐｈｙｓｉｃｓ，ｗｅａｔｈｅｒｍｏｄｉｆｉｃａｔｉｏｎ，ｃｌｏｕｄｐａｒａｍｅｔｅｒｉｚａｔｉｏｎｏｆｎｕｍｅｒｉｃａｌｍｏｄｅｌｉｎｇａｎｄｉｔｓｅｖａｌｕａｔｉｏｎ．Ｉｎｏｒｄｅｒｔｏａｃｑｕａｉｎｔｔｈｅｄｅｆｉｎｉｔｅｌｏｃａｔｉｏｎｏｆｔｈｅｍｅｔｌｉｎｇｌａｙｅｒｉｎａｃｌｏｕｄ，ｉｎｔｈｉｓｐａｐｅｒ，ｆｉｒｓｔｏｆａｌｌｗｅｈａｖｅａｎａｌｙｚｅｄ４５６ｃａｓｅｓｏｂｓｅｒｖｅｄａｔＧｕａｎｇｄｏｎｇ，ＨｅｂｅｉａｎｄＪｉｌｉｎｂｙｏｕｒｃｏｕｌｄｒａｄａｒｄｕｒｉｎｇｒｅｃｅｎｔｔｈｒｅｅｙｅａｒｓ，ａｎｄｔｈｅｒｅａｒｅ３４ｃａｓｅｓｉｎｗｈｉｃｈａｐｐｅａｒｎｏｔａｂｌｅｍｅｔｌｉｎｇｆｅａｔｕｒｅｓ．Ｓｅｃｏｎｄｌｙｗｅｔａｋｅａｃｃｏｕｎｔｏｆｔｈｅｍａｃｒｏｓｃｏｐｉｃｐａｒａｍｅｔｅｒｓ’ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｓｕｃｈａｓｔｈｅｄｅｐｔｈｏｆｍｅｌｔｉｎｇｌａｙｅｒ，ｔｈｅｖａｒｉａｔｉｏｎｏｆｔｈｅｒａｄａｒｒｅｆｌｅｃｔｉｖｉｔｙａｔｔｈｅｍｅｌｔｉｎｇｌａｙｅｒ．Ａｎｄｔｈｅｎｏｎｅｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｗｈｉｃｈｍａｋｅｓｕｓｅｏｆｔｈｅｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｏｆｒａｄａｒｒｅｆｌｅｃｔｉｖｉｔｙａｎｄｌｉｎｅａｒｄｅｐｏｌａｒｉｚａｔｉｏｎｒａｔｉｏｔｏｉｄｅｎｔｉｆｙｔｈｅａｌｔｉｔｕｄｅａｎｄｄｅｐｔｈｏｆｔｈｅｍｅｌｔｉｎｇｌａｙｅｒ．Ａｆｔｅｒｗａｒｄｓ，ｗｅｓｅｌｅｃｔａｎｄｕｓｅｔｈｅｒａｗｉｎｓｏｎｄｅｄａｔａａｔｔｈｅｓａｍｅｔｉｍｅｆｏｒｔｈｅｓａｍｅｃａｓｅｔｏｍａｋｅｃｏｍｐａｒａｔｉｖｅｅｘｐｅｒｉｍｅｎｔｓ，ｗｈｉｃｈｓｈｏｗ“毫米波多普勒偏振雷达探测云能力和反演云参数方法的初步研究”（批准号：４０７７５０２１）和中国气象科学研究院基本科研业务专项费资助２０１１年６月２８日收稿；　２０１１年１１月１日收修定稿第一作者：王德旺，主要从事雷达信号处理的研究．Ｅｍａｉｌ：ａｉｚａｉｚａｉ１９８９＠１６３．ｃｏｍ书　第６期　　　　　　　　　　　　王德旺等：毫米波雷达资料融化层亮带特征的分析及识别　　　　　　　　　　７　１３　ｔｈａｔｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｔｗｏｋｉｎｄｓｏｆｄａｔａａｒｅｖｅｒｙｃｌｏｓｅｒ，ｔｈｅｒｅｓｕｌｔｂｙｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄｉｓｎｅａｒｌｙｂｅｌｏｗｔｈｅ０°ｌｉｎｅｏｆｔｈｅｒａｗｉｎｓｏｎｄｅｄａｔａ，ａｎｄｔｈｅｌｉｎｅａｒｄｅｐｏｌａｒｉｚａｔｉｏｎｒａｔｉｏｉｎｄｉｃａｔｅｓｍｏｒｅｓｅｎｓｉｔｉｖｅｔｈａｎｔｈｅｒａｄａｒｒｅｆｌｅｃｔｉｖｉｔｙｔｏｔｈｅｍｅｌｔｉｎｇｌａｙｅｒ．犓犲狔狑狅狉犱狊：ｃｌｏｕｄｒａｄａｒ，ｍｅｌｔｉｎｇｌａｙｅｒ，ｒｅｆｌｅｃｔｉｖｉｔｙ，ｄｅｐｏｌａｒｉｚａｔｉｏｎｒａｔｉｏ出来的所有亮带顶高和底高进行区域平均和时间平引　言均，并将算法确定的亮带高度和厚度与临近的无线电探空仪数据还有另外三个不同地区的模式计算得高层大气中的冰晶或者雪花粒子，当飘落到低到雷达垂直方向观测的零度层高度进行比较。层大气时，因为大气温度的升高，粒子面开始融近些年随着极化技术的发展，极化雷达在亮带化，在碰并聚合以及各种不同物理过程作用下，逐渐识别方面展现了独特的优势。极化参量包括差分反演变成水滴，同时粒子的物理特性（例如介电常数、射率因子犣犱狉、正交相关系数ρＨＶ、差分传播相移犓ｄｐ形状和密度等）发生改变。当用雷达观测整个相态和线性退偏振因子犔犱狉，这些参量在层云和对流云演变过程时，发现有一层雷达反射率因子明显增加中都具有明显的融化层特征（例如Ｚｒｎｉｃ等［６］）。此的区域，雷达气象学上称之为“零度层亮带（后文简外，在反射率犚中没有亮带的情况下，极化参量对称亮带）”［１］。它反映了在降水云中存在着明显的冰融化的水凝体也是非常敏感的［７］。Ｂｒａｎｄｅｓ等［８］利水转换区，即亮带以上的粒子以冰晶、雪花为主，通用实测的与理想化的犚、犔犱狉和ρＨＶ廓线匹配关系，过亮带后，转化为水滴粒子。亮带高度是指在融化对层状云降水中的零度层高度进行了识别，与探空层中雷达反射率因子最大值所在的高度。融化高度数据对比结果表明，其误差小于２００ｍ。是指融化层的顶部，一般来说，都认定其为０℃等温但是以往融化层自动识别基本都是在厘米波雷线所在的高度［２］。达数据的基础上进行的，大部分是利用垂直分辨率在国外的雷达探测中，对融化层进行自动识别比较低的体扫资料识别零度层亮带的，利用毫米波的研究有很多。如Ｆａｂｒｙ等［３］使用高时空分辨率雷达进行的识别相对较少。毫米波雷达是工作波长（时间分辨率２ｓ，空间分辨率１５ｍ）的Ｘ波段雷达在１～１０ｍｍ之间的雷达，而与传统的厘米波天气的垂直扫描数据并联合超高频风廓线雷达探测数雷达相比，毫米波雷达具有对小粒子敏感性强、时间据，根据零度层亮带在顶部和底部反射率垂直廓线空间分辨率高（１ｓ，３０ｍ）、受地杂波干扰小以及体（ｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｏｆｒｅｆｌｅｃｔｉｖｉｔｙ，ＶＰＲ）显著弯曲特性积小、重量轻、可移动性好等特点，可以探测到云的研究了含有零度层降雨的亮带结构以及它的形成原构成、形态、结构和微物理过程等，是非降水云和弱因，并把降雨过程中探测到的ＶＰＲ分成５类，其中降水云探测的理想工具［９］。在国外，毫米波测云雷３类降雨过程包括冰晶粒子转化成液态降水的过达已经具有地基、机载、星载、船载等多种工作平台，程，但只有１类情况的降雨显示出零度层亮带特性，脉冲压缩、双极化、双／多频等技术都已经得到了应并且Ｆａｂｒｙ认为零度层亮带的形成跟粒子增长速用。毫米波测云雷达在各种观测试验、科学研究中度、自由沉降速度、粒子粒径分布、粒子形状以及粒发挥了很重要的作用。在国内，毫米波测云雷达的子空间取向有直接关系。ＳａｎｃｈｅｚＤｉｅｚｍａ等［４］依据发展刚刚起步，研究成果相对较少，具有很大的发展模拟数据，从Ｓ波段雷达体扫采样方式，可供扫描仰空间。为了研究云层的内部较为精细的水平和垂直角个数，亮带本身高度还有雷达测量区域积分的效结构，中国气象科学研究院灾害天气国家重点实验果等方面研究亮带与水平距离之间的关系，并认为室与中国航天二院２３所联合研发了一部具有偏振这些影响因子对精确识别融化层亮带有一定的影和多普勒功能的波长为８ｍｍ的测云雷达。仲凌志响。Ｇｏｕｒｌｙ等［５］开发出一个基于ＷＳＲ８８Ｄ天气雷等［１０］根据该云雷达进行云微物理参数反演的初步达反射率因子全分辨率体扫基数据亮带高度以及厚工作，特别是针对云冰云水含量、台风外围云系动力度自动识别算法（ｂｒｉｇｈｔｂａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎ，过程做了大量研究工作，并为国内相关方面的研究ＢＢＩＤ），该算法在距离雷达１０～３０ｋｍ的范围内得填补了空白。但是针对大气融化层亮带的识别工作到每个方位斜距库的亮带顶高和底高，然后对识别还没有涉及。因此本文将参考肖艳娇等［１１］和Ｆａｂｒｙ　７１　４　　　　　　　　　　　　　　　　　　气　　象　　　　　　　　　　　　　　　　　　　　第３８卷　等［３］提出的零度层亮带高度及其厚度识别方法，并观测需要。该雷达主要探测参数为回波强度、径向根据云雷达的亮带宏观参量统计特征，提出一种适速度、速度谱宽和退偏振因子。表１列出了该雷达用于云雷达探测大气融化层高度和厚度的方法，主的一些参数。要是根据反射率因子（犚）和退偏振因子（犔犱狉）进行　　本文研究总共选用了４５６次垂直向上探测个融化层高度和厚度的自动识别。例，包含毫米波测云雷达从２００８—２０１０年，共计３年的探测资料。期间包括：２００８年５—９月在广东１　资料及融化层特征统计分析东莞参加中国南方暴雨野外科学试验外场探测试验（２次融化层明显个例）、２００９年４—５月在河北张家口联合飞机进行云和降水过程分析实验（２次融化１．１　探测系统及数据预处理层明显个例）、２００９年６—９月在广东珠海对亚热带本文研究过程中所使用的雷达资料是由中国气暖云系以及雷达过程连续性观测（１２次融化层明显象科学研究院灾害天气国家重点实验室与中国航天个例）、２０１０年７月在天津观测（４次融化层明显个二院２３所联合研发具有多普勒和偏振功能的毫米例）、２０１０年８—９月在吉林长春联合飞机进行连续波测云雷达探测。毫米波测云雷达使用频带较宽的性层云降水过程分析（１４次融化层明显个例）。图１行波管作为功率发射源，发射机峰值功率为６００Ｗ，是外场试验观测点示意图。水平、垂直两个通道的噪声系数分别为５．６ｄＢ和　　在进行零度层亮带特征分析和识别以前，对毫４．９ｄＢ，双通道的动态范围均达到７０ｄＢ以上，这满米波雷达资料进行预处理，对回波杂点进行了剔除，足了雷达对弱高云、较强中低云以及部分弱降水的对反射率因子犚、犔犱狉等数据，利用中值滤波［１２］的表１　犓犪波段多普勒／偏振毫米波测云雷达系统主要指标犜犪犫犾犲１　犆犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳狋犺犲犓犪犫犪狀犱狉犪犱犪狉天线接收机天线直径１．３ｍ模式发射水平偏振波接收水平和垂直偏振波增益５０ｄＢ灵敏度≤－９８．４ｄＢｍ波束宽度０．４４°噪声系数≤５．６ｄＢ第一副瓣电平＜－３０ｄＢ动态范围７０．０ｄＢ交叉隔离度＞３３ｄＢ信号处理系统发射机距离库数５００，１０００工作频率Ｋａ波段（８ｍｍ）库长３０，６０ｍ峰值功率６００Ｗ观测参数犣，犞狉，犛狑，犔犱狉脉冲宽度０．３，１．５，２０，４０μｓ处理方式ＦＦＴ，ＰＰＰ脉冲重复频率２５００，５０００ＨｚＦＦＴ点数１２８，２５６，５１２发射雷达波偏振状态水平偏振数字脉冲压缩性能旁瓣＜－３０ｄＢ方法，进行了平滑。雷达采取的扫描方式主要是垂直向上探测，故不用考虑电磁波在大气中的非直线传播［１３］，生成的廓线二维变量分别是高度和时间。毫米波雷达的一次观测个例时间尺度是５００ｓ，采用的观测高度是１５ｋｍ（垂直分辨率３０ｍ，数据库数５００）。对于每次观测个例，我们对雷达探测到的反射率以及线性退偏振因子，把同一高度不同时刻的观测数据求和并计算出算术平均值，得到一次观测个例的反射率平均廓线（），线性退偏振因子平均廓线（图１　毫米波雷达观测点示意图ＶＰＲＶＰＦｉｇ．１　ＴｈｅｍａｐｏｆｔｈｅｐｌａｃｅｓｗｈｅｒｅＬｄｒ）。后面所有的特征分析和识别全部依据这些ＭＭｒａｄａｒｏｂｓｅｒｖｅｄ廓线。　第６期　　　　　　　　　　　　王德旺等：毫米波雷达资料融化层亮带特征的分析及识别　　　　　　　　　　７　１５　表２　犓犪波段云雷达融化层个例分类１．２　反射率和退偏振因子在融化层的特征统计分犜犪犫犾犲２　犜犺犲犮犾犪狊狊犻犳犻犮犪狋犻狅狀狅犳犿犲犾狋犻狀犵犾犪狔犲狉析犱犲狋犲犮狋犲犱犫狔狋犺犲犓犪犫犪狀犱犮犾狅狌犱狉犪犱犪狉数据结果类型数据个数百分比／　　对所使用的毫米波测云雷达而言，反射率因子％雷达探测存在零度层亮带个例３４７．５和线性退极化比具有明显的融化层特征。当云粒子雷达探测不存在零度层亮带个例４２２９２．５的主轴与发射电磁波的电场方向不平行时，一部分能量以与发射极化波相同的极化状态返回，称为同　　本文分析研究个例的天气背景基本选取：强降极化波；另一小部分能量将会被退极化而以与发射水发生前、强降水过后、弱降水的层状云降水以及多极化波正交的极化状态返回，称为正交极化波。由云天气。并根据其对应的平均ＶＰＲ和平均ＶＰ同极化回波得到的反射率比因子称为水平反射率因Ｌｄｒ来判断观测时刻云层是否包含融化层亮带。如图所示为反射率因子和退偏振因子垂直廓线亮带子犣犺，文中所使用毫米波测云雷达输出的反射率即２为水平反射率。线性退偏振因子（犔犱狉）定义为正交概念模型（我们统计３４次融化层个例，将融化层顶极化与同极化信号比率的对数，即：部到底部的数据，以极大值点为中心，所有融化层区间的数据对齐到该同一高度，并做加权平均得到的犔犱狉＝１０ｌｇ（犣犎犞／犣犎犎）一组融化层数据，这里我们定义为概念模型）。从图式中，犣犎犞和犣犎犎分别为发射水平极化波时在垂直极化（正交极化）和水平极化（同极化）方向接收的信号。显然，对于线极化波，球形粒子将返回相同极化的回波，线性退偏振因子的值为－∞。线性退偏振因子与粒子的浓度无关。冰晶、雪花下落过程中，通过０℃层后，表面开始融化，水凝体的融化及其引起的介电常数、粒子落速、粒子形状和尺寸以及浓度的变化等，使得雷达反射率和线性退偏振因子迅速增大，形成了明显的亮带［１４１６］。本文研究总共选取观测个例４５６次，采用专家分析的方法，根据已有的零度层亮带的知识，将观测数据分成两类，一边统计分析融化层亮带的特点。（１）雷达资料反映出融化层亮带特征的个例；（２）融图２　反射率因子和退偏振因子垂直廓线亮带概念模型化层区域无云或相应雷达参量无显著变化融化层特Ｆｉｇ．２　Ｔｈｅｂｒｉｇｈｔｂａｎｄｃｏｎｃｅｐｔｕａｌｍｏｄｅｌ征的个例。ｂａｓｅｄｏｎｔｈｅｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｓｏｆｒｅｆｌｅｃｔｉｖｉｔｙ表２给出整个数据分析的大致结果。ａｎｄｌｉｎｅａｒｄｅｐｏｌａｒｉｚａｔｉｏｎｒａｔｉｏ（犔犱狉）图３　反射率因子（ａ）、退偏振因子（ｂ）在融化层附近厚度变化频数Ｆｉｇ．３　Ｔｈｅｃｈａｎｇｅｆｒｅｑｕｅｎｃｙｉｎｒｅｆｌｅｃｔｉｖｉｔｙｄｅｐｔｈ（ａ）ａｎｄＬｄｒ’ｓｄｅｐｔｈ（ｂ）ａｔｍｅｌｔｉｎｇｌａｙｅｒ　７１　６　　　　　　　　　　　　　　　　　　气　　象　　　　　　　　　　　　　　　　　　　　第３８卷　中可以看出，在包含零度层亮带的ＶＰＲ和ＶＰＬｄｒ毫米波雷达探测到的雷达反射率因子零度层亮带厚中极大值存在于零度层高度附近，曲线沿极大值向上度差主要集中在０．６到０．７ｋｍ，而退偏振因子零度或向下其强度都会下降。而没有包含零度层亮带的层亮带厚度差主要集中在０．６５～０．７５ｋｍ。ＶＰＲ和ＶＰＬｄｒ在零度层附近不存在极大值。因此　　图４表示识别亮带的上下边界与亮带极值位置可以根据ＶＰＲ来识别观测个例是否包含有亮带［１７］。的强度差值的频数直方图，分别用Δ犚，Δ犔犱狉表示　　通过图２中的垂直廓线亮带概念模型，把亮带强度差值。从图中可以看出，当粒子经过融化层的顶部与底部的高度差值作为融化层的厚度。图３表过程中，退偏振因子相对于反射率因子在强度以及示识别亮带厚度的频数直方图。从图中可以看出，敏感性都要强于后者。图４　反射率因子（ａ）、退偏振因子（ｂ）在融化层附近强度变化Ｆｉｇ．４　Ｔｈｅｃｈａｎｇｅｆｒｅｑｕｅｎｃｙｉｎｒｅｆｌｅｃｔｉｖｉｔｙｉｎｔｅｎｓｉｔｙ（ａ）ａｎｄＬｄｒ’ｓｉｎｔｅｎｓｉｔｙ（ｂ）ａｔｍｅｌｔｉｎｇｌａｙｅｒ（ｃ）（犺３－犺２）＞５１０（ｍ）（退偏振因子在融化层２　融化层亮带的识别方法及个例分析特征明显个例中厚度最小值）；如果有多个高度同时满足这几个条件，那么就取退偏振因子最大值所在高度作为亮带高度犺１。２．１　融化层亮带的识别方法（２）根据类似的方法，假设平均ＶＰＲ中，从地基于平均ＶＰＲ和平均ＶＰＬｄｒ识别融化层亮面开始到１５ｋｍ高空，遍历连续的２５个库（７５０ｍ）带高度和厚度的方法主要包括４部分：作为一个区间，寻找这个区间极大值犚１，高度记为［２］（１）Ｚｈａｎｇ等通过研究认为，融化层的厚度犺′１，同时寻找该区间上下退偏振因子的极小值分别一般不超过１．５ｋｍ。但是毫米波探测到的零度层记为处犚２和犚３，同时高度记为犺′２和犺′３。根据厚度比这个还要薄一些，大约在５００到７５０ｍ。假ＶＰＲ曲线在融化层的显著弯曲特征，把同时满足设平均ＶＰＬｄｒ中，从地面开始到１５ｋｍ高空，遍历下面３个条件的反射率因子高度犺′１认为是零度层连续的２５个库（７５０ｍ）（探测到融化层厚度的最大亮带平均高度：值）作为一个区间，寻找这个区间极大值犔犱狉１，高度（ａ）犚１＞犚２，犚１＞犚３；记为犺１。同时寻找该区间上下退偏振因子的极小（ｂ）（犚１－犚２）（犚１－犚３）≥１８（ｄＢｚ，反射率因值分别为犔犱狉２和犔犱狉３，同时高度记为犺２和犺３。根子在融化层特征明显个例中最小变化值）；据ＶＰＬｄｒ曲线在融化层的显著弯曲特征，把同时（ｃ）（犺′３－犺′２）＞４８０（ｍ）（反射率因子在融化满足下面３个条件的退偏振因子高度犺１认为是零层特征明显个例中厚度最小值）；度层亮带平均高度犺犅：如果有多个高度同时满足这几个条件，那么就（ａ）犔犱狉１＞犔犱狉２，犔犱狉１＞犔犱狉３；选取反射率因子最大值点所在的高度作为亮带高度（ｂ）（犔犱狉１－犔犱狉２）（犔犱狉１－犔犱狉３）≥２０（ｄＢ）犺′１。（退偏振因子在融化层特征明显个例中最小变化（３）利用一致性检验公式［８］判断两个参量探测值）；到亮带的高度差的绝对值｜犺１－犺′１｜是否满足一致　第６期　　　　　　　　　　　　王德旺等：毫米波雷达资料融化层亮带特征的分析及识别　　　　　　　　　　７　１７　性，表示粒子的反射率因子变化情况是否与它的偏直廓线进行识别。振参量探测结果是否一致。如果两者的差值小于（４）Ｋｌａａｓｓｅｎ［１８］认为反射率强度随高度的变化犱，则表示两个参量同时探测到粒子在融化层区间梯度最大值的位置就是零度层高度。但是Ｆａｂｒｙ的变化，并且步调一致。如果两者差值大于犱，则必等［３］认为通过这种方法对零度层边界识别会低估亮须重新考虑用哪个参量进行融化层识别。带的起始高度和底部位置，并且他自己使用反射率２犱＝０．０６２２１＋０．０００８４５犚ｍａｘ＋０．００００８７５犚ｍａｘ因子的对数ｌｏｇ犚随高度变化曲率最大值的位置时犱的单位为ｋｍ，犚ｍａｘ为反射率因子的极大值，单位亮带的起始位置，同样的方法用于确定亮带的底部为ｄＢｚ。如果满足一致性公式检验，则利用反射率，位置。本文中根据参量变化极值区间来确定零度层退偏振因子垂直廓线对共同识别零度层亮带。如果起始高度和底部高度。不满足一致性公式检验，则单独使用退偏振因子垂图５是融化层识别流程图［１９］。图５　融化层识别流程图Ｆｉｇ．５　Ｆｌｏｗｃｈａｒｔｄｅｓｃｒｉｂｉｎｇａｍｅｔｈｏｄｔｏｄｅｄｕｃｅｔｈｅｍｅｌｔｉｎｇｌａｙｅｒ５ｍ·ｓ－１。雪花下落过程中，通过０℃层后，表面开２．２　识别个例分析始融化，水凝体的融化及其引起的介电常数、粒子落２．２．１　满足一致性公式个例速、粒子形状和尺寸以及浓度的变化等，使得犔犱狉图６给出在２００８年７月７日０９：５２，毫米波雷迅速增大，形成了明显的亮带，而当粒子融化趋于稳达在广东东莞探测参量的回波显示图，分别是反射定的球形雨滴的时候，犔犱狉又出现了一个急剧减小率和退偏振因子。的趋势。此时就可以判定出融化层的底部。　　从回波图中可以看出，云顶云底结构均匀，且在图７ａ给出程序的识别效果。从程序识别的图垂直结构上没有分层情况。回波强度随高度的增加可以看出，大致在５．６１ｋｍ到４．９ｋｍ的区域，退偏呈现逐渐增加趋势，最大值出现在５．２５ｋｍ附近，振因子有一个明显先增加后减小的趋势，而对应区达到７．４ｄＢｚ。从水粒子与冰晶粒子的退极化特征域的反射率因子也是同样的一个变化趋势。当时探可以知道，在５．２５ｋｍ上存在一层冰水转换层；从测气球探测大气零度层的高度约５．１８ｋｍ，而雷达视觉效果来看，这个位置就是零度层位置，处于融化垂直探测到的犚和犔犱狉的平均ＶＰＲ和平均ＶＰ层上方；这个就是我们常常称它之为“亮带”，它是因Ｌｄｒ满足一致性公式，程序就利用两个参量进行大为粒子融化后介电常数发生将近５倍的变化（冰约气零度层亮带的识别。图７ｂ是同时刻探空气球数为０．１７，水约为０．９７）［２０］。在退偏振因子出现明显据显示图，０°层高度的位置在５．２８ｋｍ，和程序识别渐进变化的过程中，相应的反射率因子和多普勒速起始位置５．３ｋｍ相差很少。故此程序识别的融化度都相应发生变化。当探测粒子的相态由固态转化层上边界高度处于０°层上方。识别结果真实可靠。成液态时，粒子的下落速度逐渐增加，达到甚至超过　７１　８　　　　　　　　　　　　　　　　　　气　　象　　　　　　　　　　　　　　　　　　　　第３８卷　图６　ＨＭＢＱ２００８年７月７日０９：５２（北京时，下同）垂直向上扫描反射率时间图（雷达探测）（ａ），反射率速度时间图（去杂点）（ｂ），退偏振因子时间图（雷达探测）（ｃ），反射率时间图（去杂点）（ｄ）Ｆｉｇ．６　ＴｈｅｉｍａｇｅｓｏｆＨＭＢＱｒａｄａｒｕｓｉｎｇｖｅｒｔｉｃａｌｓｃａｎｍｏｄｅｏｂｓｅｒｖｅｄａｔ０９：５２ＢＴ７Ｊｕｌｙ２００８：（ａ）ｒｅｆｌｅｃｔｉｖｉｔｙｔｉｍｅｉｍａｇｅ（ｒａｄａｒｏｂｓｅｒｖｅｄ），（ｂ）ｒｅｆｌｅｃｔｉｖｉｔｙｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ），（ｃ）Ｌｄｒｔｉｍｅｉｍａｇｅ（ｒａｄａｒｏｂｓｅｒｖｅｄ），ａｎｄ（ｄ）Ｌｄｒｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）图７　（ａ）融化层（＋），反射率（实线）和退偏振因子（点线），（ｂ）２００８年７月７日８时阳江站探空数据显示图Ｆｉｇ．７　Ｍｅｌｔｉｎｇｌａｙｅｒ（＋ｓｉｇｎ），ｒｅｆｌｅｃｔｉｖｉｔｙ（ｆｕｌｌｌｉｎｅ）ａｎｄＬｄｒ（ｄｏｔｔｅｄｌｉｎｅ）（ａ）ａｓｗｅｌｌａｓｔｈｅｒａｗｉｎｓｏｎｄｅｏｂｓｅｒｖａｔｉｏｎ（ｂ）ａｔＹａｎｇｊｉａｎｇＳｉｔｅｄｕｒｉｎｇ０８：００ＢＴ７Ｊｕｌｙ２００８　第６期　　　　　　　　　　　　王德旺等：毫米波雷达资料融化层亮带特征的分析及识别　　　　　　　　　　７　１９　２．３．２　单参量识别个例行融化层识别。０°层位置约在５．２３３ｋｍ，和我们程图８给出在２００９年６月２５日１１：３９开始，毫序识别位置５．３ｋｍ相差很少。米波测云雷达在广东珠海进行一次完整的雷暴降雨２．３．３　识别错误（高度不对）或者漏识别（未识别）探测过程，根据雷达观测日记，１１：４０天空开始图１１给出在２０１０年７月１０日０９：０７，毫米波出现雷暴，降雨过程一直持续到１３：２５。雷达在天津探测参量的回波显示图，分别是反射率　　夏季亚热带区域，暖云系降水比较频繁，零度层和退偏振因子。亮带应该处于大气层比较高的位置。从图８中可以　　从回波图中可以看出，反射率因子没有明显的看出，在１２：００以前，基本上反射率因子和退偏振因突变。但是退偏振因子在４．３ｋｍ左右的高度有一子的变化都不是很明显。这个阶段，程序无法进行个明显的亮带高度，但是由于探测数据的缺失（在突零度层亮带的识别。在１２：００以后的观测数据，在变区域的上方没有云层的一个减小的区域，这样算反射率因子和退偏振因子的５．３ｋｍ处，都出现了法不能识别出一个渐变的过程），故而这种探测资料明显的涨落趋势。即使有亮带也不能被算法所识别出来。（这次观测同从图９中看出，两个偏振参量极值的高度差不时刻北京地区探空数据显示零度层高度约为４ｋｍ）。满足一致性检验公式，程序利用退偏振因子参量进　　表３给出两个参量识别的结果，包括识别与未图８　ＨＭＢＱ２００９年６月２５日１１：３２（北京时，下同）垂直向上扫描反射率时间图（去杂点）（ａ），退偏振因子时间图（去杂点）（ｂ）Ｆｉｇ．８　ＴｈｅｉｍａｇｅｓｏｆＨＭＢＱｒａｄａｒｕｓｉｎｇｖｅｒｔｉｃａｌｓｃａｎｍｏｄｅｏｂｓｅｒｖｅｄａｔ１１：３２ＢＴ２５Ｊｕｎｅ２００９ｆｏｒ（ａ）ｒｅｆｌｅｃｔｉｖｉｔｙｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）ａｎｄ（ｂ）Ｌｄｒｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）图９　ＨＭＢＱ２００９年６月２５日１２：１５反射率速度时间图（去杂点）（ａ），退偏振因子时间图（去杂点）（ｂ）Ｆｉｇ．９　ＴｈｅｉｍａｇｅｓｏｆＨＭＢＱｒａｄａｒｕｓｉｎｇｖｅｒｔｉｃａｌｓｃａｎｍｏｄｅｏｂｓｅｒｖｅｄａｔ１２：１５ＢＴ２５Ｊｕｎｅ２００９ｆｏｒ（ａ）ｒｅｆｌｅｃｔｉｖｉｔｙｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）ａｎｄ（ｂ）Ｌｄｒｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）　７２　０　　　　　　　　　　　　　　　　　　气　　象　　　　　　　　　　　　　　　　　　　　第３８卷　图１０　２００９年６月２５日１２：１５融化层（＋），反射率（实线）和退偏振因子（点线）（ａ），２００９年６月２５日０８：００香港站探空数据显示图（ｂ）Ｆｉｇ．１０　Ｍｅｌｔｉｎｇｌａｙｅｒ（＋ｓｉｇｎ）ｒｅｆｌｅｃｔｉｖｉｔｙ（ｆｕｌｌｌｉｎｅ）ａｎｄＬｄｒ（ｄｏｔｔｅｄｌｉｎｅ）ａｔ１２：１５ＢＴ２５Ｊｕｎｅ２００９（ａ），ａｎｄｔｈｅｒａｗｉｎｓｏｎｄｅｏｂｓｅｒｖａｔｉｏｎａｔＨｏｎｇｋｏｎｇＳｉｔｅａｔ０８：００ＢＴ２５Ｊｕｎｅ２００９（ｂ）图１１　ＨＭＢＱ２０１０年７月１０日０９：０７反射率速度时间图（去杂点）（ａ），退偏振因子时间图（去杂点）（ｂ）Ｆｉｇ．１１　ＴｈｅｉｍａｇｅｓｏｆＨＭＢＱｒａｄａｒｕｓｉｎｇｖｅｒｔｉｃａｌｓｃａｎｍｏｄｅｏｂｓｅｒｖｅｄａｔ０９：０７ＢＴ１０Ｊｕｌｙ２０１０ｆｏｒ（ａ）ｒｅｆｌｅｃｔｉｖｉｔｙｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）ａｎｄ（ｂ）Ｌｄｒｔｉｍｅｉｍａｇｅ（ｄｅｓｐｅｃｋｌｅｄ）表３　参量识别结果犜犪犫犾犲３　犜犺犲狉犲狊狌犾狋狊狅犳狆犪狉犪犿犲狋犲狉犻犱犲狀狋犻犳犻犮犪狋犻狅狀存在零度层亮带观测个例（３４次）未识别识别参量无亮带（变化漏识别错识别（变化不显著）（未识别）（位置不对）显著）反射率因子１６次（４７％）１２次（３５％）４次（１２％）２次（６％）退偏振因子２９次（８５％）０次（０％）５次（１５％）０次（０％）不存在零度层亮带观测个例（４２２次）无亮带识别漏识别错识别（变化不图１２　２０１０年７月１０日０９：０７反射率（变化显著）（未识别）（位置不对）（实线）和退偏振因子（点线）显著）Ｆｉｇ．１２　Ｍｅｌｔｉｎｇｌａｙｅｒ（＋ｓｉｇｎ），ｒｅｆｌｅｃｔｉｖｉｔｙ反射率因子５次（１％）３９４（９３％）０次（０％）２３次（６％）（ｆｕｌｌｌｉｎｅ）ａｎｄ犔犱狉（ｄｏｔｔｅｄｌｉｎｅ）ｏｂｓｅｒｖｅｄ退偏振因子０次（０％）４２２（１００％）０次（０％）０次（０％）ａｔ０９：０７ＢＴ１０Ｊｕｌｙ２０１０　第６期　　　　　　　　　　　　王德旺等：毫米波雷达资料融化层亮带特征的分析及识别　　　　　　　　　　７　２１　识别的情况。［５］　ＧｏｕｒｌｅｙＪＪ，ＣａｌｖｅｒｔＣＭ．ＡｕｔｏｍａｔｅｄｄｅｔｅｃｔｉｏｎｏｆｔｈｅｂｒｉｇｈｔｂａｎｄｕｓｉｎｇＷＳＲ８８Ｄｒａｄａｒｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＷｅａｔｈｅｒａｎｄＦｏｒｅｃａｓｔｉｎｇ，２００３，１８（４）：５８５５９９．３　　［６］　ＺｒｎｉｃＤＳ，ＢａｌａｋｒｉｓｈｎａｎＮ，ＺｉｅｇｌｅｒＣＬ．Ｐｏｌａｒｉｍｅｔｒｉｃｓｉｇｎａｔｕｒｅｓｉｎｔｈｅｓｔｒａｔｉｆｏｒｍｒｅｇｉｏｎｏｆａｍｅｓｏｓｃａｌｅｃｏｎｖｅｃｔｉｖｅｓｙｓ本文介绍了一种利用反射率因子（犚）和退偏振ｔｅｍ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙ，１９９３，３２（４）：６７８因子（犔犱狉）参量，对零度层亮带进行识别程序。选６９３．取的观测个例包括降水发生之前，弱降水云，以及多［７］　ＧｉａｎｇｒａｎｄｅＳＥ，ＫｒａｕｓｅＪＭ，ＲｙｚｈｋｏｖＡＶ．Ａｕｔｏｍａｔｉｃｄｅｓｉｇｎａｔｉｏｎｏｆｔｈｅｍｅｌｔｉｎｇｌａｙｅｒｗｉｔｈａｐｏｌａｒｉｍｅｔｒｉｃｐｒｏｔｏｔｙｐｅｏｆｔｈｅ云天气等个例，结果表明程序的识别结果和探空数ＷＳＲ８８ＤＲａｄａｒ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙ．２００８，４７据结果相差很小。根据统计数据分析得出如下结（５）：１３５４１３６４．论：［８］　ＢｒａｎｄｅｓＥＡ，ＩｋｅｄａＫ．Ｆｒｅｅｚｉｎｇｌｅｖｅｌｅｓｔｉｍａｔｉｏｎｗｉｔｈｐｏｌａｒｉ（１）在反射率廓线中，融化层的下边界比较模ｍｅｔｒｉｃｒａｄａｒ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙ，２００４，４３糊，而退偏振因子廓线中融化层的边界非常明显。（１１）：１５４１１５５３．［９］　ＨｏｂｂｓＰＶ，ＦｕｎｋＮＴ，ＷｅｉｓｓＲＲ．Ｅｖａｌｕａｔｉｏｎｏｆａ３５ＧＨｚ因此，把反射率和极化参量结合起来对融化层进行ＲａｄａｒｆｏｒＣｌｏｕｄＰｈｙｓｉｃｓＲｅｓｅａｒｃｈ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｉｃ识别，比单独用反射率进行识别要更有效［２０２１］。ａｎｄＯｃｅａｎｉｃＴｅｃｈｎｏｌｏｇｙ，１９８５，２（１）：３５４８．（２）通过统计资料分析，探测到的退偏振因子［１０］　仲凌志，刘黎平．毫米波测云雷达系统的定标和探测能力分析犔犱狉参量，当出现零度层亮带时，它的极值基本超过及其在反演云微物理参数中的初步研究［Ｄ］．２００９，２５４６．［２１］［１１］肖艳娇，刘黎平，李中华，等．雷达反射率因子数据中的亮带自－１８ｄＢ。Ｓｍｙｔｈ等认为，超过－１８ｄＢ时候，粒　动识别和抑制［Ｊ］．高原气象，２０１０，２９（１）：１９７２０５．子的相态主要以雪花为主。因此可以认为，当探测［１２］　张旭明，徐滨士，董世运．用于图像处理的自适应中值滤波到的粒子相态主要以雪花存在时，对于毫米波雷达，［Ｊ］．计算机辅助与图像学学报，２００５，１７（２）：２９５２９９．更容易被探测到出现零度层亮带的特征。［１３］　ＡｎｄｒｉｅｕＨ，ＣｒｅｕｔｉｎＪＤ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｓｏｆ程序识别的融化层高度资料在很多方面都可以ｒａｄａｒｒｅｆｌｅｃｔｉｖｉｔｙｆｏｒｈｙｄｒｏｌｏｇｉｃａｌａｐｐｌｉｃａｔｉｏｎｓｕｓｉｎｇａｎｉｎｖｅｒｓｅ应用，比如用于大气数值预报模式的资料参考，还可ｍｅｔｈｏｄ．ＰａｒｔＩ：Ｆｏｒｍｕｌａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＭｅｔｅｏｒｏｌｏｇｙ，１９９５，３４（１）：２２５２３９．以联合数值高度模型，画出结冰层和液态降水高度［１４］　孙晓光，刘宪勋，贺宏兵，等．毫米波测云雷达融化层自动识别图。另外，实时的预报降水粒子相态对交通运输以技术［Ｊ］．气象，２０１１，２１（２）：７２０７４３．及水文应用有很重要的意义。［１５］　李铁林，雷恒池，刘艳华，等．河南春季一次层状冷云的微物理未来下一步的程序改进工作主要涉及到记录融结构特征分析［Ｊ］．气象，２０１０，３６（９）：７４８０．化层亮带的方位变化，并提高程序的识别能力，对于［１６］　杨丹丹，申双和，邵玲玲，等．雷达资料和数值模式产品融合技术研究［Ｊ］．气象，２０１０，３６（８）：５３６０．那些廓线对变化趋势相对不是很明显的个例也能识［１７］　张乐坚，程明虎，陶岚．ＣＩＮＲＡＤＳＡ／ＳＢ零度层亮带识别方法别出融化层高度。［Ｊ］．应用气象学报，２０１０，（２１）：１７１１７８．［１８］　ＫｌａａｓｓｅｎＷ．Ｒａｄａｒｏｂｓｅｒｖａｔｉｏｎｓａｎｄｓｉｍｕｌａｔｉｏｎｏｆｔｈｅｍｅｌｔｉｎｇ参考文献ｌａｙｅｒｏｆｐｒｅｃｉｐｉｔａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＡｔｍｏｓｐｈｅｒｉｃＳｃｉ，，（）：［１］　张培昌，杜秉玉，戴铁丕．雷达气象学［Ｍ］．北京：气象出版ｅｎｃｅｓ１９８８４５２４３７４１３７５３．社，２００１：３０５３０７．［１９］　ＷｈｉｔｅＡＢ，ＧｏｔｔａｓＤＪ，ＳｔｒｅｍＥＴ．Ａｎａｕｔｏｍａｔｅｄｂｒｉｇｈｔ［２］　ＺｈａｎｇＪ，ＬａｎｇｓｔｏｎＣ，ＨｏｗａｒｄＫ．Ｂｒｉｇｈｔｂａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｂａｎｄｈｅｉｇｈｔｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｕｓｅｗｉｔｈｄｏｐｐｌｅｒｒａｄａｒ［］ｂａｓｅｄｏｎｖｅｒｔｉｃａｌｐｒｏｆｉｌｅｓｏｆｒｅｆｌｅｃｔｉｖｉｔｙｆｒｏｍｔｈｅＷＳＲ８８ＤｓｐｅｃｔｒａｌｍｏｍｅｎｔｓＪ．ＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｉｃａｎｄＯｃｅｎｉｃ，，（）：［Ｊ］．ＪｏｕｒｎａｌｏｆＡｔｍｏｓｐｈｅｒｉｃａｎｄＯｃｅａｎｉｃＴｅｃｈｎｏｌｏｇｙ，２００８，Ｔｅｃｈｎｏｌｏｇｙ２００２１９５６８７６９７．１０（２５）：１８８９１８７２．［２０］　ＤｒｕｍｍｏｎｄＦＪ，ＲｏｇｅｒｓＲＲ，ＣｏｈｎＳＡ．Ａｎｅｗｌｏｏｋａｔｔｈｅ［］，［３］　ＦａｂｒｙＦ，ＺａｗａｄｚｋｉＩ．ＬｏｎｇｔｅｒｍｒａｄａｒｏｂｓｅｒｖａｔｉｏｎｓｏｆｔｈｅｍｅｌｔｍｅｌｔｉｎｇｌａｙｅｒＪ．ＡｍｅｒｉｃａｎＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙ．１９９６５３（）：ｉｎｇｌａｙｅｒｏｆｐｒｅｃｉｐｉｔａｔｉｏｎａｎｄｔｈｅｉｒｉｎｔｅｒｐｒｅｔａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌｏｆ５７５９７６９．［］，ｔｈｅＡｔｍｏｓｐｈｅｒｉｃＳｃｉｅｎｃｅｓ．１９９５，５２（７）：８３８８５１．２１　ＳｍｙｔｈＴＪＩｌｌｉｎｇｗｏｒｔｈＡＪ．Ｒａｄａｒｅｓｔｉｍａｔｅｓｏｆｒａｉｎｆａｌｌｒａｔｅｓａｔ［］［４］　ＳａｎｃｈｅｚＤｉｅｚｍａＲ，ＺａｗａｄｚｋｉＩＩ，ＳｅｍｐｅｒｅＴｏｒｒｅｓＤ．ＩｄｅｎｔｉｆｉｔｈｅｇｒｏｕｎｄｉｎｂｒｉｇｈｔｂａｎｄａｎｄｎｏｎｂｒｉｇｈｔｂａｎｄｅｖｅｎｔｓＪ．Ｑｕａｒ，，ｃａｔｉｏｎｏｆｔｈｅｂｒｉｇｈｔｂａｎｄｔｈｒｏｕｇｈｔｈｅａｎａｌｙｓｉｓｏｆｖｏｌｕｍｅｔｒｉｃｔｅｒｌｙＪｏｕｒｎａｌｏｆｔｈｅＲｏｙａｌＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔｙ１９９８１２４（）：ｒａｄａｒｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＧｅｏｐｈｙｓｉｃａｌＲｅｓｅａｒｃｈ，２０００，１０５５５１２４１７２４３４．（Ｄ２）：２２２５２２３６．