昭通一次冰雹过程的回波演变分析及其识别

摘 要：根据昭通C波段双偏振雷达资料，对发生在云南昭通一次特大冰雹事件雷达回波特征进行分析。使用模糊逻辑算法，以偏振参量作为输入进行冰雹识别。结果表明：冰雹云在降雹之前VIL、EF会经历较大的跃增，此次过程中VIL增量高达48 kg/m2，EF增量达到5 km。雹云发展成熟至降雹阶段，强回波区CC值降低，KDP值在-1～1 deg/km之间，ZDR值在-0.5～0.5 dB之间。使用双偏振雷达进行冰雹识别，结果表明，双偏振雷达在相态识别及识别提前量等方面有一定的优势。

关键词：双线偏振雷达；雷达回波特征；冰雹

中图分类号：P457.6 文献标志码：B 文章编号：2095–3305（2024）07–0-03

冰雹等强对流天气主要由中小尺度系统形成，其突发性和局地性强，常伴有局地冰雹、雷雨大风、短时强降水等灾害性天气，预报难度大，给农牧业生产、经济社会发展和人民生命财产造成严重的影响和损失[1]。

因此，研究冰雹的发生和发展、了解云内微物理特征，对冰雹天气识别预警及人工防雹作业指挥和效果评估具有重要意义[2]。国内学者李斌等[3]分析得出，多普勒雷达探测到钩状回波、悬挂回波、中气旋等典型雹云特征，对冰雹天气临近预报具有一定的指示意义；李湘等[4]对云南22次冰雹过程分析得出，春季南支槽影响型和夏季西行台风影响型雹灾的回波强度、回波核高度、水平尺度等的差异；赵红珍等[5]得出降雹前，0 ℃层高度在4.5 km左右，-20 ℃层高度分布在7～8 km；尹丽云等[6]在云南复杂天气背景和复杂地形条件下，分析了强对流的基本活动特征、触发机制和影响因素，总结了认识不同类型、不同季节、不同区域强对流冰雹过程在不同发展阶段的雷达回波垂直结构特征；张雄等[7]指出X波段双偏振雷达的偏振参量ZDR和粒子识别HCL等对冰雹具有较好的指示性；李春娥等[8]分析冰雹天气过程时发现，在降雹时，在2.4°仰角ZDR出现大面积0值，KDP值为-1.2°～0.45°/km，C为0.74～0.95；张秉祥等[9]采用等权重系数法建立了基于模糊逻辑原理的冰雹天气识别算法，结果表明冰雹被识别到的最早时间普遍早于冰雹出现时间，平均提前量为30 min。

基于云南昭通C波段双偏振多普勒天气雷达（CIN-RAD/CC）资料，结合地面实况资料及探空资料，对2023年4月17日发生的雹暴回波特征，分析了双偏振参量及其结构特征，并采用模糊逻辑算法对进行冰雹识别，以期对冰雹云内部微物理特征及其预警工作有所帮助。

1 研究资料

昭通市位于云南省东北部，地势南高北低，最低海拔267 m，最高海拔4 040 m。特殊的地理特征导致局部地区容易形成强烈的上升气流，为冰雹天气的形成发展提供有利的条件，因此，选择昭通为研究区域。2023年4月17日午后至4月18日昭通永善、大关、彝良、威信、镇雄出现直径超过4 cm的大冰雹，并伴有短时强降水、大风、雷暴等强对流天气。

2 冰雹云雷达回波特征分析

2.1 反射率演变分析（PPI）

2023年4月17日19：46，昭通新一代天气雷达回波图显示，昭通市彝良、威信一带出现多块回波，此时回波强度及回波面积较小（图1a）。20：20，回波向威信、镇雄中部发展，回波强度及回波面积迅速发展，单点状回波合并为块状强回波，此时回波强度最大值达到61 dBz。20：54，回波强度最大值保持在60 dBz以上（图1b）。21：00左右，昭通镇雄、威信、彝良等地有冰雹出现，冰雹最大尺寸达到4 cm，此次过程伴随雷暴、大风、降水，降雹持续时间在3 min左右。降雹结束后，强回波逐渐进入昭通境内，并继续向东部发展，且回波强度及回波面积较大。

2.2 组合反射率（CR）、垂直液态含水量（VIL）及回波顶高（ET）特征演变分析

从图2可以发现，19：46冰雹CR为47.5 dBz，VIL为4.25 kg/m2，ET为7.8 km。20：20，CR最大值达到66 dBz，ET超过14 km。VIL含量高达109.3 kg/m2，为冰雹形成提供了足够的水汽条件。且此前2个时刻，VIL值经历2次较大的跃增，第一次增量为48 kg/m2，第二次增量为35 kg/m2，该特征与降雹前VIL会历经较大的跃增特征吻合。20：43～20：54，CR稳定在60 dBz左右，VIL值下降，ET在16～17 km之间浮动。21：00左右，冰雹成熟，开始降雹，此时CR仍稳定在60 dBz左右，VIL值下降至60 kg/m2以下，ET在16 km左右。降雹结束后，回波继续向东部发展移除昭通境内，ET下降，CR无明显变化，VIL值先增加再下降。

2.4 偏振参量（PPI）产品特征

图3为2023年4月17日昭通C波段双偏振雷达1.5°仰角、KDP、ZDR产品在降雹时刻的回波图。降雹区域（蓝色虚线框位置）值在0.8左右，某些区域值低于0.75，说明该区域粒子相态相似度较低。低值区对应的ZDR值多在-0.5～0.5 dB，小部分区域的ZDR值仍在3 dB左右，KDP值大多在-1～1 deg/km区间，ZDR值在3 dB区域的KDP值较大，最大值在5 deg/km，说明此刻该区域为冰雹和雨滴的混合相态。

3 冰雹识别

3.1 识别算法

采用模糊逻辑方法识别冰雹（FHC），模糊逻辑识别算法大致可分为模糊化、规则推断、集成和退模糊化等步骤[9]。

模糊化是将观测参数（如雷达偏振量）的数值转化为判断为某一种粒子的可能性的过程，这种可能性被称为模糊基。为了得到模糊基，需要建立隶属函数，选择模糊逻辑方法中常用的β函数作为隶属函数，表达式为：

（1）

式（1）中，β表示粒子隶属度，表示探测的参量在设

定的数值区间，取值范围在0～1之间；a为半宽值，当x=m±a时，β=0.5；b表示斜率，b值越大函数越陡峭；m表示函数曲线的中心位置；x表示输入的观测量。

在判断降水粒子类型时，如何合理地设定推断规是一个需要解决的问题。将不同观测量协同作用下产生的判别粒子类型的结果称为判别强度，对规则的推断就是寻找一种合理的方法确定这个判别强度值。现有处理方法是取预先设定的数值作为各观测量所对应的函数值的权重系数，然后对加权后的结果进行相加，计算公式如下：

Rj=WiPij（2）

式（2）中，Pij表示的是第i个参量对应的第j类降水粒子相态的贡献强度；Wi表示每个偏振参量的权重系数；Rj表示降水粒子强度。

根据规则推断，使每个粒子类型都有一个判别强度值，可确定哪种粒子类型需要集成与退模糊过程。在集成部分采用最大集成法作为判别标准，将每个观测单元中的最大判别强度值选出来。在退模糊部分主要是确定集成过程得到的最大判别强度值所对应的是哪类粒子类型，最大判别强度值对应的粒子类型即为算法最终确定的粒子类型。

3.2 结果分析

19：46回波初生，经过发展演变20：26回波发展至旺盛阶段，此时基于偏振雷达的识别算法识别到该云团出现冰雹及冰水混合粒子（图4a）。30 min后，根据实际观测，20：54～21：00，昭通镇雄、威信、彝良等地出现冰雹，冰雹最大尺寸达到4 cm，同时算法也识别出21：00（图4b），识别出云体内出现冰雹以及高密度霰等粒子。

4 结论

基于云南昭通C波段双偏振雷达，对发生在2023年4月17日冰雹天气过程进行分析，并利用模糊逻辑算法对此次冰雹过程进行识别，主要结论如下：

（1）冰雹过程在降雹前ET、VIL出现较大幅度的跃增，4月17日冰雹过程VIL增量高达48 kg/m2，ET增量达到5 km。

（2）反射率最大值达到66 dBz，ET、VIL值较大，4月17日过程VIL值高达109.3 kg/m2。

（3）冰雹云发展初期回波强度及面积较小，发展成熟回波面积较大，CC值降低到0.6～0.8，对应的KDP值在-1～1 deg/km之间；ZDR值在-0.5～0.5 dB之间。

从基于双偏振雷达的冰雹识别可以发现，双偏振雷达更注重于云内粒子的形态；从识别的时间来看，双偏振雷达提早30 min识别出冰雹云，这对于人工防雹作业是非常重要的，但这仅是一次个例，实效性还有待在未来的工作中通过大量的个例验证。

参考文献

[1] 于怀征，龚佃利，朱秀红，等.山东冰雹时空分布特征与分类预报指标研究[J].气象科技，2023，51（2）：254-261.

[2] 梅垚.利用偏振雷达观测研究高原对流云的宏微观结构[D].南京：南京信息工程大学，2018.

[3] 李斌，苏晓岚，王志龙，等.南疆塔里木盆地西部一次强冰雹天气过程分析[J].干旱气象，2013，31（4）：790-795.

[4] 李湘，张腾飞，胡娟，等.云南冰雹灾害的多普勒雷达特征统计及预警指标[J].灾害学，2015，30（3）：88-93，98.

[5] 赵红珍，李鑫焱.红河州2019年春季3次冰雹天气特征分析[J].农业灾害研究，2020，10（1）：63-67.

[6] 尹丽云，李俊，李辰，等.云南不同季节和区域冰雹云回波特征和预警指标对比[J].灾害学，2023，38（4）：71-79，113.

[7] 张雄，倪闻，张淑敏，等.X波段双偏振天气雷达在冰雹识别中的应用[J].农业与技术，2018，38（11）：134-135，142.

[8] 李春娥，武麦风，胡伟，等.一次春季冰雹天气过程中X波段双偏振雷达的特征分析[J].安徽农业科学，2020，48（15）： 230-233.

[9] 张秉祥，李国翠，刘黎平，等.基于模糊逻辑的冰雹天气雷达识别算法[J].应用气象学报，2014，25（4）：415-426.