雙偏振雷達(dá)水凝物相態(tài)識(shí)別算法的參數(shù)改進(jìn)

徐舒揚(yáng) 吳 翀 劉黎平

1)(成都信息工程大學(xué)電子工程學(xué)院， 成都 610225)2)(中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室， 北京 100081)

引 言

降水粒子群通常呈非球型且空間取向大致相似，對(duì)兩個(gè)相互正交的線性極化偏振波的散射存在差異，雙偏振雷達(dá)利用以上特性提取出反映兩個(gè)通道信號(hào)差異的偏振參量，這些偏振參量包含了更豐富的云微物理信息[1-3]，雙偏振雷達(dá)因此成為水凝物相態(tài)識(shí)別和定量估測降水的重要工具。

20世紀(jì)90年代初，Straka等[4-5]將模糊邏輯法引入基于雙偏振雷達(dá)數(shù)據(jù)的水凝物相態(tài)識(shí)別研究中，通過將偏振參量轉(zhuǎn)化成0～1的數(shù)值再依據(jù)權(quán)重累加。其進(jìn)步在于以過渡閾值取代經(jīng)典布爾邏輯的固定閾值，實(shí)現(xiàn)信息綜合分析同時(shí)簡化了布爾邏輯繁瑣的判斷步驟。隸屬函數(shù)即過渡閾值是模糊邏輯的核心。1999年Zrnic等[6]將隸屬函數(shù)由二維矩陣擴(kuò)充成5個(gè)參量的矩陣，將方法的分析能力從僅能區(qū)分氣象和非氣象目標(biāo)物提高到能識(shí)別出9種水凝物的回波。過去隸屬函數(shù)的確定包含很多的主觀因素，1999年Vivekanandan等[7]利用繪制偏振參量的二維頻率分布圖確定出更客觀的隸屬函數(shù)。2009年P(guān)ark等[8]改進(jìn)了模糊邏輯相態(tài)識(shí)別算法(Hydrometeor Classification Algorithm, HCA)，將隸屬函數(shù)修改成非對(duì)稱的梯形，為平衡數(shù)據(jù)誤差引入置信矢量。2000年Liu等[9]用神經(jīng)網(wǎng)絡(luò)生成隸屬函數(shù)，由于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量真實(shí)值，而空中降水粒子相態(tài)的實(shí)測數(shù)據(jù)有限，導(dǎo)致方法難以廣泛應(yīng)用。2013年Al-Sakka等[10]發(fā)現(xiàn)用模式提供三維溫度場輔助識(shí)別能大幅提高識(shí)別的準(zhǔn)確度。2015年Bechini等[11]提出采用聚類方法進(jìn)行預(yù)處理降低噪聲對(duì)識(shí)別效果的影響。2007年曹俊武等[12]最早探討了將方法應(yīng)用到國內(nèi)雙偏振雷達(dá)的可行性。2017年Wu等[13]參考美國HCA方法，結(jié)合我國廣州S波段、X波段雙線偏振雷達(dá)數(shù)據(jù)的統(tǒng)計(jì)特征，初步建立了適用于廣東S波段雙線偏振雷達(dá)的相態(tài)識(shí)別方法。利用Zh，ZDR，ρhv參數(shù)和前一時(shí)次零度層位置確定當(dāng)前零度層高度，通過零度層位置訂正濕雪的識(shí)別結(jié)果，并根據(jù)濕雪和零度層的空間分布對(duì)干雪和小雨的識(shí)別結(jié)果進(jìn)行訂正。

HCA方法仍存在局限性，一是雷達(dá)觀測量帶有系統(tǒng)偏差和隨機(jī)誤差，誤差如何影響識(shí)別結(jié)果尚未有系統(tǒng)討論，這是方法的穩(wěn)定性問題；二是如何確定識(shí)別結(jié)果是否正確，隸屬函數(shù)是否為最優(yōu)解，以及不同雷達(dá)適用的隸屬函數(shù)是否也存在差異，這是方法的準(zhǔn)確性問題；三是不同相態(tài)識(shí)別結(jié)果的時(shí)空分布是否符合云物理規(guī)律以及附加訂正效果如何，這是方法的可靠性問題。因此，本文提出誤差敏感性檢驗(yàn)、識(shí)別效果檢驗(yàn)和相態(tài)時(shí)空分布合理性檢驗(yàn)方法，探討相態(tài)識(shí)別方法的準(zhǔn)確性、穩(wěn)定性和可靠性，并提出改進(jìn)方案。

1 數(shù)據(jù)和方法

目前模糊邏輯相態(tài)識(shí)別方法能識(shí)別的10種相態(tài)為地物回波、晴空回波、干雪、濕雪、冰晶、霰、大雨滴、小到中雨、大雨、冰雹(包括干雹和濕雹)。使用的6個(gè)偏振參量為雷達(dá)反射率因子Zh、差分反射率因子ZDR、協(xié)相關(guān)系數(shù)ρhv、差分相移率KDP、反射率因子標(biāo)準(zhǔn)差σZh、差分相移標(biāo)準(zhǔn)差σФDP。為使用方便，下文KDP為對(duì)數(shù)形式。HCA方法首先將經(jīng)過質(zhì)量控制的觀測值用模糊規(guī)則計(jì)算判據(jù)，將判據(jù)和其他變量累加得到累加值A(chǔ)(范圍為0～1)，通常最大A對(duì)應(yīng)相態(tài)即為識(shí)別結(jié)果。A的計(jì)算[13]見式(1)：

(1)

式(1)中，P(i)(Vj)為通過隸屬函數(shù)得到的判據(jù)(j指第j個(gè)偏振參量，i指第i類相態(tài))，Wij為偏振參量的權(quán)重，Qj為有關(guān)數(shù)據(jù)質(zhì)量的置信矢量。

針對(duì)相態(tài)識(shí)別的局限性，本文將從以下4個(gè)方面系統(tǒng)地檢驗(yàn)相態(tài)識(shí)別效果并提出改進(jìn)方案：①識(shí)別效果檢驗(yàn)，通過統(tǒng)計(jì)分析A的分布找到影響識(shí)別的關(guān)鍵因素；②方法穩(wěn)定程度檢驗(yàn)，通過引入誤差檢驗(yàn)數(shù)據(jù)質(zhì)量對(duì)識(shí)別的影響；③模糊規(guī)則的改進(jìn)，通過統(tǒng)計(jì)相態(tài)特征改進(jìn)不合理的模糊規(guī)則，通過分析參量貢獻(xiàn)改進(jìn)權(quán)重矩陣；④附加步驟改進(jìn)，通過空間一致性訂正減少識(shí)別結(jié)果的誤判。采用廣州S波段雙偏振雷達(dá)(簡稱廣州雷達(dá))數(shù)據(jù)，包括2016—2017年暖季13個(gè)不同類型降水過程，樣本時(shí)段和降水云類型如表1所示。

表1 樣本時(shí)段和降水云特征Table 1 Periods and characteristics of precipitation samples

Straka等[4-5]建立模糊規(guī)則的基礎(chǔ)是用梯形隸屬函數(shù)描述水凝物的特征，通過觀測量與隸屬函數(shù)比較獲得分類的判據(jù)。隸屬函數(shù)與相態(tài)特征越匹配，識(shí)別效果就越好。單一A的數(shù)值僅是識(shí)別相態(tài)的依據(jù)，而相態(tài)的A則可作為檢驗(yàn)隸屬函數(shù)的依據(jù)。統(tǒng)計(jì)高、中、低分段A的比例，中、低分段A比例越高說明隸屬函數(shù)越不匹配。采用統(tǒng)計(jì)相態(tài)偏振參量特征的方法改進(jìn)隸屬函數(shù)，根據(jù)水凝物形成的物理規(guī)律，選出相態(tài)所在區(qū)域統(tǒng)計(jì)偏振參量的頻率分布。同類相態(tài)偏振參量通常集中分布在一定范圍內(nèi)，取0.1和0.9頻率對(duì)應(yīng)的數(shù)值作為外邊界，取0.2和0.8對(duì)作為內(nèi)邊界修改隸屬函數(shù)。根據(jù)顧震潮[14]提出的層狀云粒子分布，冰晶和干雪特征取7～11 km高度上統(tǒng)計(jì)冰雪混合區(qū)的偏振參量分布。根據(jù)冰雹的雷達(dá)回波特征[15-18]，選取地面有降雹記錄的對(duì)流過程，統(tǒng)計(jì)Zh>50 dBZ且出現(xiàn)三體散射回波的偏振參量分布。根據(jù)地物回波和晴空回波的特征[19-20]，選取在距雷達(dá)不超過50 km、高度不超過5 km范圍內(nèi)無氣象回波的數(shù)據(jù)，為晴空回波統(tǒng)計(jì)濾波前后Zh之差低于1 dBZ的參量分布，為地物回波統(tǒng)計(jì)濾波前后Zh之差大于20 dBZ的參量分布。

分析A可以檢驗(yàn)方法準(zhǔn)確性，也可以檢驗(yàn)方法區(qū)分相似相態(tài)的能力。HCA方法的隸屬函數(shù)之間重疊越多得到的A越接近，方法的區(qū)分能力越弱，輕微的擾動(dòng)就可能改變識(shí)別的結(jié)果。為此檢驗(yàn)方法的區(qū)分能力，統(tǒng)計(jì)相態(tài)A與次高A(A2)之差ΔA≤0.1的比例以及A2所屬相態(tài)比例，差值偏小的識(shí)別結(jié)果比例越高說明方法的區(qū)分能力越弱。改進(jìn)方法是分析相似相態(tài)區(qū)分能力弱的原因，提高區(qū)分能力較強(qiáng)的偏振參量的權(quán)重，驗(yàn)證修改權(quán)重后的識(shí)別效果并修改權(quán)重矩陣。

誤差對(duì)相態(tài)識(shí)別的影響不可避免，而以往研究報(bào)道未見系統(tǒng)討論誤差的影響程度，因此，提出引入適量誤差對(duì)比識(shí)別結(jié)果變化的誤差敏感性檢驗(yàn)法。雷達(dá)誤差有系統(tǒng)偏差和隨機(jī)噪聲[21-22]，向數(shù)據(jù)中加上或減去適當(dāng)固定數(shù)值模擬系統(tǒng)偏差，用生成高斯白噪聲的方式模擬隨機(jī)噪聲。高斯白噪聲是按預(yù)設(shè)標(biāo)準(zhǔn)差生成滿足高斯分布的隨機(jī)值，白噪聲的均值為0且68.27%的值在標(biāo)準(zhǔn)差范圍內(nèi)。因?yàn)椴环€(wěn)定識(shí)別結(jié)果通常在梯形隸屬函數(shù)的斜邊附近，所以用小于或等于斜邊長度的數(shù)值即可檢驗(yàn)方法敏感性。

相關(guān)研究引入一些附加步驟優(yōu)化識(shí)別結(jié)果的空間分布，但未用統(tǒng)計(jì)方式檢驗(yàn)訂正效果，也未系統(tǒng)分析識(shí)別出的相態(tài)時(shí)空分布是否合理。為此，本文提出通過檢驗(yàn)相態(tài)時(shí)空分布的連續(xù)性檢驗(yàn)識(shí)別效果。統(tǒng)計(jì)各相態(tài)在不同高度的出現(xiàn)頻率，討論相態(tài)出現(xiàn)高度隨時(shí)間變化，分析相態(tài)時(shí)空分布的合理性，針對(duì)不合理部分分析原因并找出修正方法。

2 識(shí)別效果

2.1 誤差敏感性分析

對(duì)引入適當(dāng)誤差后的數(shù)據(jù)進(jìn)行相態(tài)識(shí)別，統(tǒng)計(jì)各相態(tài)數(shù)量的變化比例，得到可保證識(shí)別結(jié)果穩(wěn)定的誤差范圍：Zh為-0.5～+0.5 dBZ，ZDR為-0.1～+0.1 dB，ρhv為0～0.02，KDP為-0.3 ～+0.9 dB。各相態(tài)對(duì)Zh和ZDR誤差敏感性的檢驗(yàn)結(jié)果如圖1所示，每種相態(tài)中減少的識(shí)別結(jié)果所占比例為負(fù)值，增加的識(shí)別結(jié)果所在比例為正值，ρhv和KDP誤差的影響較小可忽略。

圖1 相態(tài)識(shí)別對(duì)誤差敏感性的檢驗(yàn)(a)對(duì)Zh系統(tǒng)偏差的敏感性,(b)對(duì)ZDR系統(tǒng)偏差的敏感性,(c)對(duì)Zh噪聲的敏感性,(d)對(duì)ZDR噪聲的敏感性Fig.1 Algorithm sensitivity to data error(a)sensitivity to Zh system deviation,(b)sensitivity to ZDR system deviation,(c)sensitivity to Zh artificial noise,(d)sensitivity to ZDR artificial noise

對(duì)誤差敏感的結(jié)果通常位于隸屬函數(shù)斜邊附近，占比不宜超過20%。對(duì)誤差敏感的相態(tài)主要有地物、冰晶、干雪、大雨滴、濕雪、霰、大雨和冰雹。對(duì)比權(quán)重相近的Zh和ZDR誤差的影響，發(fā)現(xiàn)同等程度下Zh誤差影響比例遠(yuǎn)高于ZDR。Zh決定霰、大雨滴、大雨和冰雹相態(tài)ZDR和KDP的隸屬函數(shù)，Zh負(fù)偏差也會(huì)使ZDR隸屬函數(shù)范圍縮小，部分識(shí)別結(jié)果因不滿足更小范圍的隸屬函數(shù)而改變。這些特殊的ZDR隸屬函數(shù)使Zh誤差產(chǎn)生的影響遠(yuǎn)大于ZDR，且Zh和ZDR負(fù)偏差的影響程度遠(yuǎn)大于正偏差。因此，方法應(yīng)用中可盡量提高Zh和ZDR的數(shù)據(jù)質(zhì)量并注意負(fù)的系統(tǒng)誤差對(duì)相態(tài)識(shí)別影響。另外，同等程度系統(tǒng)偏差的影響比噪聲大，在實(shí)際中需注意雷達(dá)系統(tǒng)偏差對(duì)識(shí)別結(jié)果的影響。

2.2 隸屬函數(shù)分析

用A檢驗(yàn)隸屬函數(shù)的合理性，不同分段A占比如表2所示。不合理的隸屬函數(shù)使中低分段的比例偏高，如地物、晴空回波、干雪、冰晶、小到中雨和冰雹，這些相態(tài)中多數(shù)高分段比例偏低，說明隸屬函數(shù)不適用，也有如干雪和小到中雨高分段A的比例很高，中間分段的比例較低，說明隸屬函數(shù)適用但對(duì)相似相態(tài)的區(qū)分能力不足。

表2 A的分布和ΔA≤0.1的比例Table 2 Distribution of A and proportion of ΔA ≤ 0.1

用ΔA檢驗(yàn)隸屬函數(shù)的區(qū)分能力，差值越小說明方法區(qū)分能力越弱，識(shí)別結(jié)果越不理想。差值小于0.1的識(shí)別結(jié)果在各相態(tài)中的比例，以及主要易混淆的相態(tài)，如表2所示?？梢钥吹?，地物和晴空回波的區(qū)分效果不佳，這兩種相態(tài)A均偏低，隸屬函數(shù)不合理導(dǎo)致了方法對(duì)地物和晴空回波既不能有效識(shí)別也不能合理區(qū)分。區(qū)分能力不足的還有冰晶、干雪、大雨和冰雹，但這4種相態(tài)A中、高分段比例較高，可能是特征相似導(dǎo)致方法難以區(qū)分。

2.3 相態(tài)分布合理性分析

通常冰晶形成于云溫低于0℃并且凝結(jié)核充足的區(qū)域，而后在一定條件下生長成雪或霰，霰和凍滴密集區(qū)有利于冰雹生成。因此，冰雹一般出現(xiàn)在零度層附近，周圍有密集的霰和濕雪。而在識(shí)別結(jié)果中，低層常有異常出現(xiàn)冰雹相態(tài)的情況。以2017年4月21日08:00—17:00(北京時(shí)，下同)的強(qiáng)對(duì)流過程為例，統(tǒng)計(jì)冰晶、霰、干雪、濕雪、冰雹和大雨的出現(xiàn)頻次，分別繪制6種相態(tài)時(shí)空分布的頻率圖(圖2)。零度層附近冰雹與霰出現(xiàn)頻率的變化基本一致，而低層識(shí)別出的冰雹不符合其生成規(guī)律。取13:54時(shí)次繪制水平和垂直結(jié)構(gòu)剖面圖(圖3)?？梢姷涂毡⒌沫h(huán)境溫度遠(yuǎn)高于0℃且上方均為液相粒子，不符合生成冰雹的條件。大雨與冰雹的參量特征相似，方法對(duì)這兩種相態(tài)的區(qū)分能力較弱，低層冰雹出現(xiàn)頻率與大雨一致，可見方法存在將低層大雨誤判為冰雹的問題。

圖2 2017年4月21日08:00—17:00部分相態(tài)高度的時(shí)空分布(填色表示頻率)Fig.2 Distribution of hydrometeor heights from 0800 BT to 1700 BT on 21 Apr 2017(the shaded denotes the frequency)

圖3 2017年4月21日13:54水平和垂直方向的Zh和相態(tài)結(jié)構(gòu)(a)Zh水平分布,(b)相態(tài)水平分布,(c)Zh垂直結(jié)構(gòu),(d)相態(tài)垂直結(jié)構(gòu)Fig.3 Zh and hdyrometeors’ horizontal and vertical structure at 1354 BT 21 Apr 2017(a)Zh horizontal structure,(b)hdyrometeor horizontal structure,(c)Zh vertical structure,(d)hdyrometeor vertical structure

3 方法改進(jìn)

經(jīng)過識(shí)別效果的檢驗(yàn)分析，歸納識(shí)別效果不理想的相態(tài)得到表3。針對(duì)冰雹的A偏低改進(jìn)隸屬函數(shù)，為提高方法對(duì)冰雹和大雨的識(shí)別和區(qū)分能力改進(jìn)權(quán)重，并利用冰雹的空間分布特征訂正誤差識(shí)別結(jié)果。針對(duì)冰晶和干雪的A偏低和不易區(qū)分改進(jìn)高權(quán)重偏振參量的隸屬函數(shù)和權(quán)重，針對(duì)地物和晴空回波的A偏低改進(jìn)隸屬函數(shù)。

表3 識(shí)別效果分析存在不足的相態(tài)Table 3 Insufficiency of hydrometeor classification results

3.1 隸屬函數(shù)改進(jìn)

修改非氣象回波類相態(tài)的隸屬函數(shù)，地物指雷達(dá)發(fā)射的電磁波遇到地物反射或散射回來的信號(hào)，晴空回波包括由大氣湍流和空氣折射率不均勻產(chǎn)生的非降水回波，以及由飛鳥、昆蟲等生物產(chǎn)生的回波[19-20]。采用2017年3月18—20日和3月31日無氣象回波的數(shù)據(jù)，統(tǒng)計(jì)地物和晴空回波的相態(tài)特征形成圖4a～圖4d，Zh-ρhv和σZh-σФDP二維頻率分布圖用不同顏色表示頻率高低，邊框的一維分布圖由柱狀體高低表示頻率，實(shí)線和梯形上底是新隸屬函數(shù)的內(nèi)邊界，虛線和梯形下底是新隸屬函數(shù)的外邊界。原隸屬函數(shù)基于無地物抑制的樣本確定，經(jīng)過濾波地物的Zh，σZh和晴空回波的Zh小于原來的隸屬函數(shù)值，導(dǎo)致地物和晴空回波的A過低。

圖4 相態(tài)偏振參量特征和隸屬函數(shù)改進(jìn)(填色表示頻率)(a)晴空回波的Zh-ρhv,(b)晴空回波的σZh-σФDP,(c)地物回波的Zh-ρhv, (d)地物回波的σZh-σФDP,(e)冰晶和干雪的Zh-ZDR(新隸屬函數(shù)干雪為橙線，冰晶為黑線,下同), (f)冰晶和干雪的Zh-ρhv,(g)冰雹的Zh-ZDR,(h)冰雹的Zh-KDRFig.4 Hydrometeor variable feature and improvement of membership function(the shaded denotes the frequency) (a)Zh-ρhv feature for biological scatterers,(b)σZh-σФDP feature for biological scatterers,(c)Zh-ρhv feature for ground clutter,including that due to anomalous propagation,(d)σZh-σФDP feature for ground clutter,including that due to anomalous propagation,(e)Zh-ZDR feature for crystals of various orientations(the orange line) and dry aggregated snow(the black line),(f)Zh-ρhv feature for crystals of various orientations and dry aggregated snow, (g)Zh-ZDR feature for a mixture of rain and hail,(h)Zh-KDR feature for a mixture of rain and hail

續(xù)圖4

干雪和冰晶的相態(tài)特征，采用兩次層狀云降水?dāng)?shù)據(jù)樣本(2017年3月18日17:00—20:00和2016年6月4日13:00—14:00)，統(tǒng)計(jì)相態(tài)特征繪制Zh-ZDR和Zh-ρhv二維頻率分布圖和Zh，ZDR和ρhv的頻率柱狀圖，如圖4e和圖4f所示,黑線表示改進(jìn)后的隸屬函數(shù)冰晶，橙線表示干雪。利用有降雹記錄的強(qiáng)對(duì)流過程(2016年5月9日16:00—18:00)，統(tǒng)計(jì)冰雹回波的偏振參量Zh，ZDR和KDP的頻率分布特征，繪制圖4g和圖4h。冰雹的ZDR原隸屬函數(shù)(-0.3,0.0,f1,f1+0.5)的下邊界過高，KDP原隸屬函數(shù)(-10,-4,g1,g1+1)的上邊界數(shù)過低，對(duì)冰雹特征描述不足使冰雹的A偏低(f1,g1[8]如式(2)、式(3)所示)。修改后的隸屬函數(shù)曲線如圖4所示，同時(shí)為保證冰雹和大雨隸屬函數(shù)過渡不重疊，修改大雨隸屬函數(shù)的下邊界。以上改進(jìn)的隸屬函數(shù)如表4所示。

f1(Z)=-0.5+2.50×10-3Z+

7.50×10-4Z2,

(2)

g1(Z)=-44.0+0.8Z。

(3)

表4 改進(jìn)前后隸屬函數(shù)Table 4 Membership functions before and after modification

3.2 權(quán)重矩陣改進(jìn)

模糊規(guī)則的權(quán)重矩陣通常由綜合理論值與研究者的經(jīng)驗(yàn)確定[23]，本文所用Park等[8]和Wu等[13]給出的權(quán)重矩陣是將權(quán)重劃分成6個(gè)等級(jí)(1.0,0.8,0.6,0.4,0.2,0.0)，依據(jù)偏振參量對(duì)相態(tài)識(shí)別的貢獻(xiàn)程高低賦予權(quán)重。提高區(qū)分能力更強(qiáng)的偏振參量的權(quán)重能有效提高方法的區(qū)分能力，區(qū)分效果不好的冰晶與干雪主要在Zh隸屬函數(shù)重疊的區(qū)域，該區(qū)域內(nèi)ZDR更容易區(qū)分冰晶與干雪。因此，試驗(yàn)將冰晶的ZDR權(quán)重由0.6分別提高到0.65，0.70，0.75 和0.80，統(tǒng)計(jì)提高權(quán)重讓冰晶各分段A和ΔA的變化(如圖5所示)。在冰雹和大雨的Zh重疊區(qū)域主要依靠ZDR和KDP區(qū)分，考慮到KDP的權(quán)重已最高，僅修改ZDR權(quán)重，由0.8分別改為0.85，0.90，0.95 和1.0，統(tǒng)計(jì)大雨和冰雹A和ΔA的變化(圖5)。提高ZDR權(quán)重后冰晶和大雨的識(shí)別效果有一定提高，對(duì)冰雹的識(shí)別效果沒有提高，僅將冰晶和大雨的ZDR權(quán)重修改為0.8和1.0。

圖5 冰晶、大雨和冰雹改變ZDR權(quán)重后A和ΔA的變化趨勢Fig.5 Variability of A and ΔA for crystals,heavy rain and a mixture of rain and hail after changing ZDR weight

續(xù)圖5

3.3 附加步驟改進(jìn)

Zh為45 ～55 dBZ時(shí)，雖然很難根據(jù)偏振參量區(qū)分ZDR和KDP相近的大雨和冰雹，但兩種相態(tài)的空間分布卻有很大差異。因此，可利用冰雹分布的連續(xù)性檢驗(yàn)并訂正識(shí)別結(jié)果，附加步驟訂正需分別檢驗(yàn)冰雹與上方和下方粒子分布的連續(xù)性。首先檢查識(shí)別出的冰雹上方是否為一致的冰相粒子，若是，則檢查其下方冰雹的分布是否連續(xù)，存在一致的液相粒子間隔后再出現(xiàn)的冰雹無法通過檢驗(yàn)。未通過檢驗(yàn)的冰雹均訂正為大雨相態(tài)，統(tǒng)計(jì)被訂正冰雹的比例及平均出現(xiàn)高度，結(jié)果如表5所示。由表5可知，不滿足冰雹連續(xù)性的識(shí)別結(jié)果出現(xiàn)高度均遠(yuǎn)低于零度層的高度，且遠(yuǎn)低于滿足連續(xù)分布的冰雹高度。

表5 誤判冰雹的比例和高度Table 5 Proportion and height of misclassified a mixture of rain and hail

4 結(jié) 論

本文利用2016—2017年暖季廣州雷達(dá)降水?dāng)?shù)據(jù)進(jìn)行了方法識(shí)別效果分析，提出了誤差敏感性檢驗(yàn)、識(shí)別效果檢驗(yàn)和相態(tài)時(shí)空分布檢驗(yàn)方法，并基于檢驗(yàn)結(jié)果分析找出影響識(shí)別效果的關(guān)鍵因素加以改進(jìn)。得到如下結(jié)論：

1) 通過A檢驗(yàn)隸屬函數(shù)的合理性以及方法對(duì)相似相態(tài)區(qū)分能力分析可知，之前的方法由于隸屬函數(shù)不合理導(dǎo)致地物、晴空回波、干雪和冰晶的準(zhǔn)確度較低，對(duì)3組相態(tài)地物和晴空回波、冰晶和干雪以及霰、大雨和冰雹區(qū)分能力弱。經(jīng)過分析影響識(shí)別的關(guān)鍵因素，使用統(tǒng)計(jì)相態(tài)偏振參量特征的方法改進(jìn)隸屬函數(shù)，使用A統(tǒng)計(jì)檢驗(yàn)法改進(jìn)權(quán)重矩陣。

2) 通過引入的系統(tǒng)偏差和模擬噪聲檢驗(yàn)，找出保證全部相態(tài)識(shí)別穩(wěn)定性數(shù)據(jù)質(zhì)量要求：發(fā)現(xiàn)Zh誤差范圍在-0.5～+0.5 dBZ、ZDR誤差在-0.1～+0.1 dB、ρhv誤差在0～0.02、KDP誤差在-0.3～+0.9 dB 范圍內(nèi)，識(shí)別結(jié)果穩(wěn)定性較好。此外，檢驗(yàn)發(fā)現(xiàn)部分相態(tài)(冰雹、大雨、大雨滴和濕雪)對(duì)誤差影響的敏感性很高，主要是對(duì)偏振參量Zh和ZDR的誤差表現(xiàn)敏感。多數(shù)相態(tài)對(duì)ρhv和KDP誤差表現(xiàn)不敏感，因此，應(yīng)用時(shí)應(yīng)更注意Zh和ZDR參量的數(shù)據(jù)質(zhì)量。

3) 提出相態(tài)時(shí)空分布合理性檢驗(yàn)法，檢驗(yàn)相態(tài)識(shí)別結(jié)果的空間分布是否符合物理規(guī)律。由低層冰雹面積異常增加的結(jié)果發(fā)現(xiàn)異常識(shí)別為冰雹的大雨相態(tài)，提出冰雹一致性訂正方法對(duì)識(shí)別結(jié)果進(jìn)行訂正，經(jīng)檢驗(yàn)，該訂正方法能有效篩除被異常識(shí)別的冰雹相態(tài)。