雙偏振雷達KDP 足及ZDR 弧的自動識別及應用研究*

管 理 戴建華 袁招洪 陶 嵐 尹春光 鄒蘭軍

1.上海中心氣象臺，上海，200030

2.相控陣陣列天氣雷達聯(lián)合實驗室，上海，200030

3.上海市氣象局，上海，200030

4.上海氣象信息與技術支持中心，上海，200030

1.Shanghai Central Meteorological Observatory，Shanghai 200030，China

2.Joint Laboratory of Phased Array Weather Radar，Shanghai 200030，China

3.Shanghai Meteorological Service，Shanghai 200030，China

4.Shanghai Meteorological Information and Technology Support Center，Shanghai 200030，China

1 引 言

2021 年以來，全國范圍內(nèi)強對流災害天氣多發(fā)、頻發(fā)，針對華東地區(qū)而言，“04·30”和“05·14”等極端大風天氣過程均造成了較大的人員傷亡和財產(chǎn)損失。當前迫切需要加強雙偏振雷達等新型探測資料的釋用，進而提升對強對流系統(tǒng)（大風）的預報、預警能力。

超級單體作為對流風暴中發(fā)展最強的類型，往往伴隨著大風、冰雹、雷電等災害天氣，故而一直是氣象學家和氣象工作者關注的重點。對于超級單體結構與演變及致災性的相關研究已開展多年。20 世紀60 年代，隨著多普勒天氣雷達在短時臨近監(jiān)測和天氣預報業(yè)務中的廣泛應用，超級單體在雷達資料上的相關典型特征被逐漸認識。Stout 等（1953）利用天氣雷達捕捉到了典型超級單體的鉤狀回波特征。Fujita（1958）構建了常見超級單體鉤狀回波的5 種概念模型。Browning 等（1963）研究指出弱回波區(qū)或有界弱回波區(qū)是超級單體在多普勒天氣雷達回波圖上的重要特征。Marwitz（1972）在Browning 等（1963）工作的基礎上，結合多普勒天氣雷達和探空資料，細化了超級單體的概念模型。

20 世紀90 年代，隨著美國業(yè)務雷達逐步升級為雙偏振體制，災害天氣的雙偏振特征識別工作有序展開。雙偏振雷達的偏振量能夠在一定程度上反映強對流風暴發(fā)生、發(fā)展各階段過程中的云微物理特征，同時體現(xiàn)對流風暴所處環(huán)境場及其特殊的流場形式。Brandes 等（1995）聯(lián)合雙偏振雷達和飛機觀測發(fā)現(xiàn)，環(huán)境場0℃層以上連續(xù)的ZDR大值區(qū)與風暴單體中強上升區(qū)的位置配合較好，這一特征也被稱之為“ZDR柱”。Kumjian 等（2014）利用云模式對ZDR柱的微物理特征進行了驗證和解釋。Ryzhkov等（2005）研究發(fā)現(xiàn)龍卷前側(cè)出流區(qū)會夾卷近地面層的“碎屑”，造成相關系數(shù)（下簡稱 ρhv）異常偏低的現(xiàn)象，可用來指征龍卷造成的極端大風的發(fā)生。雙偏振雷達的投入使用同樣促進了強對流天氣機制、機理的揭示，Kumjian 等（2008）通過對多個超級單體個例偏振量特征的研究發(fā)現(xiàn)，低仰角ZDR的PPI 上往往會出現(xiàn)弧狀的ZDR大值區(qū)，這一被稱之為“ZDR弧”的特征已被證明可用于揭示近風暴區(qū)域低層的環(huán)境場特征（Palmer，et al，2011）。Dawson 等（2014）研究表明，ZDR弧是超級單體過程內(nèi)降水粒子“粒子分選”機制的顯現(xiàn)，小粒子在下降過程中需要更長的時間，易被風暴內(nèi)部環(huán)流平流輸送到風暴核心區(qū)域；而扁橢球形的大粒子則在風暴前側(cè)出流處形成ZDR數(shù)值較大的帶狀ZDR弧 。除ZDR弧 外，KDP足是另一個“粒子分選”機制的典型雙偏振雷達特征。Romine 等（2008）通過對一次超級單體龍卷的觀測分析發(fā)現(xiàn)，風暴中心順切變方向有KDP大值區(qū)（KDP足 ），并且KDP足與地面冰雹的出現(xiàn)位置配合較好。Crowe 等（2012）研究證明KDP單體質(zhì)心和ZDR增強區(qū)的連線可以用來表征低層風暴相對速度的方向。Loeffler 等（2018）進一步研究證明KDP單體質(zhì)心和ZDR增強區(qū)的連線還可定量表征低層風切變、風暴相對螺旋度和風暴入流的強度。

伴隨著中國天氣雷達布網(wǎng)的完成及雙偏振雷達升級工作的開展，多普勒天氣雷達及雙偏振雷達業(yè)務化應用也取得一系列成果。鄭媛媛等（2004）、戴建華等（2012）分別利用S 波段多普勒天氣雷達探測資料分析了皖北和上海典型的超級單體風暴過程，發(fā)現(xiàn)超級單體回波的有界弱回波區(qū)、回波懸垂、回波墻以及中氣旋等典型特征。王秀明等（2009）利用WRF 中尺度數(shù)值模式模擬了2005 年北京的一次超級單體過程，模擬的強對流（雹）云的演變及單體結構與雷達觀測較為一致。梅垚等（2018）利用移動式C 波段雙偏振雷達和新一代天氣雷達觀測資料，通過雙多普勒雷達風場反演、偏振雷達相態(tài)識別，揭示了兩次高原冰雹云發(fā)生發(fā)展的動力、微物理、熱力結構特征。楊璐等（2018）選取2010—2014 年發(fā)生在北京地區(qū)的19 個致災的雷暴大風天氣過程，應用北京新一代多普勒天氣雷達的反射率因子（下簡稱ZH） 和徑向速度（下簡稱Vr）產(chǎn)品，分析了雷暴大風天氣不同生命期內(nèi)的雷達回波特征。陶嵐等（2019）針對一次冷渦南落背景下的超級單體過程，基于常規(guī)觀測、雙線偏振雷達、雙雷達反演風場等資料分析了超級單體在發(fā)展成熟階段的回波懸垂、低層入流缺口、中氣旋以及三體散射等經(jīng)典特征和雷暴發(fā)展加強階段的ZDR柱等偏振特征。黃先香等（2019）針對1804 號臺風“艾云尼”螺旋雨帶中的兩次陸龍卷天氣過程，利用多普勒天氣雷達、地面自動氣象站和探空資料，研究了兩次陸龍卷的天氣背景、環(huán)境參數(shù)和龍卷風暴中尺度結構特征。楊忠林等（2019）利用車載C 波段雙偏振雷達和雨滴譜資料進行了江淮梅雨期極端對流過程的微物理特征分析。鄭永光等（2020）綜合應用高時、空分辨率多源觀測資料分析了2019 年7 月3 日遼寧開原EF4 級強龍卷的天氣形勢、環(huán)境條件、對流觸發(fā)、對流風暴演變特征和龍卷的形成與消亡機制。楊吉等（2020）、刁秀廣等（2021）分別針對強雷暴和超級單體過程分析了過程時段內(nèi)強降水、冰雹的典型雙偏振特征。潘佳文等（2021）基于46 次冰雹過程的雙偏振雷達數(shù)據(jù)，統(tǒng)計分析了不同高度層的三體散射、ZDR柱等典型特征在大、小冰雹事件中的差異化特征。

上述工作均表明如鉤狀回波、有界弱回波區(qū)、ZDR弧等典型特征的提取對于超級單體風暴的預報、預警工作至關重要。已有的工作多針對一次或多次強對流天氣過程個例提煉雙偏振關鍵特征并凝練相關概念模型，但典型災害天氣（尤其是極端大風）的雙偏振雷達信息客觀識別方法的研究開展較少。本研究在已有工作的基礎上，基于雙偏振雷達探測資料，結合經(jīng)典概念模型和機器學習方法，設計了KDP足 和ZDR弧 的自動識別算法并量化ZDR弧-KDP足質(zhì)心距離和分離角等客觀指標。而后針對華東地區(qū)4 次超級單體過程，利用上海南匯、江蘇南通、安徽蚌埠、上海青浦S 波段雙偏振雷達、地面自動氣象站觀測資料以及災情調(diào)查報告驗證了KDP足 及ZDR弧識別結果及定量化計算效果。

2 數(shù)據(jù)來源

本研究的數(shù)據(jù)來源為華東地區(qū)業(yè)務用S 波段雙線偏振雷達基數(shù)據(jù)（包括WSR-88D 型雙線偏振雷達和CINRAD-SAD 雙線偏振雷達）、華東區(qū)域加密自動氣象站觀測數(shù)據(jù)以及對應災情調(diào)查報告。兩種型號雙線偏振雷達的具體性能指標見表1。

表1 WSR-88D 和CINRAD-SAD 雷達主要技術指標Table 1 Technical indicators of WSR-88D and CINRAD-SAD radars

3 方法介紹

本研究需要識別的超級單體典型偏振量特征（ZDR弧 、KDP足）概 念 模 型如圖1 所示（Romine，et al，2008）。選擇以雷達為中心125 km 的范圍作為研究區(qū)域。首先將雙偏振雷達的ZH、ZDR、 ρhv和KDP變量插值到 41×500×500規(guī)則網(wǎng)格上，水平和垂直分辨率均為250 m。

圖1 超級單體風暴ZDR 弧及KDP 足示意 （Romine，et al，2008）Fig.1 Schematic diagram of ZDR arc and KDP foot in supercell storm （Romine，et al，2008）

3.1 ZH單體識別

首先對某一高度層的ZH進行高斯濾波，以ZH平均強度超過45dBz和ZH單體面積超過20km2兩個約束條件進行ZH單 體的識別。針對上述ZH單體，若單體面積超過300km2，再利用平均ZH大于50dBz和面積超過10km2對大范圍單體進行超強ZH單體的識別。

3.2 KDP足識別

根據(jù)Romine 等（2008）的研究，強ZH中心或后側(cè)往往伴有超過1.5°/km 的KDP大值區(qū)，因而針對KDP足 的識別建立在ZH單體識別的基礎上?；谏鲜鼋Y果，針對ZH大于35dBz的部分，以KDP大于1.5°/km、KDP單體面積大于2km2作為約束條件識

別強KDP單 體；若強KDP單 體與強ZH單體的質(zhì)心距離小于15 km，則識別強KDP單 體為KDP足。

3.3 ZDR弧的識別

Dawson 等（2014）指出ZDR弧是超級單體中強低層入流下，由于“粒子分選”機制造成的ZDR大值區(qū)，其多出現(xiàn)于前側(cè)出流（Forward Flank Downdraft，簡稱FFD）的右側(cè)（南緣），與ZH極大值區(qū)域存在一定距離（文中ZDR弧 與ZH質(zhì)心距離最大閾值設為30 km）。在形態(tài)上，ZDR弧 多與ZH最大梯度方向一致。針對S 波段雷達，ZDR弧的數(shù)值一般超過4—5 dB。在此基礎上，文中選擇ZDR單 體面積、ZDR單 體與ZH單體質(zhì)心距離、ZDR單 體最大ZDR值 等12 個與ZDR弧關系最密切的變量（詳見表2）作為構建識別模型的輸入變量。由于中國完整的災害天氣地面報告（Local Storm Report，下簡稱LSR）較少，故本研究的建模選擇Van Den Broeke（2016，2017）羅列的51 個超級單體風暴的人工判識數(shù)據(jù)集（針對上述12 個因子），結合LSR 信息（https://nwschat.weather.gov/lsr/），基 于 隨 機 森 林 方 法 構 建 訓 練 模 型（Wilson，et al，2021），該隨機森林分類器包括100 棵決策樹。在實際應用模型識別ZDR弧的過程中還需要包括前期預處理的過程，具體如下：首先以平均ZDR大于3dB和單體面積大于1km2作為約束條件識別強ZDR單體。為避免近地面地物回波的干擾，還需引入ZDR單體平均 ρhv大于0.88 的補充約束條件。基于影響本地的超級單體風暴移動路徑方向以及經(jīng)典模型的FFD 方向統(tǒng)計，給出算法輸入的FFD 矢量（190°）。

表2 模型訓練因子Table 2 Variables used for training of machine learning

3.4 KDP-ZDR分離特征定量化提取

Loeffler 等（2018）開發(fā)了一種半自動算法量化非超級單體龍卷中KDP-ZDR分離特征的方法，即在手動劃定的區(qū)域內(nèi)計算KDP和ZDR增強區(qū)域的分離矢量及分離角。本文前述（3.2 節(jié)和3.3 節(jié)）已完成KDP足與ZDR弧 的自動識別工作，故KDP-ZDR分離特征提取工作圍繞KDP足 和ZDR弧 的質(zhì)心開展，提取KDP-ZDR的質(zhì)心距離和分離角信息（圖2）。

圖2 風暴分離矢量和分離角示意 （Loeffler，et al，2018）Fig.2 Schematic depiction of the separation vector and separation orientation relative to storm motion in an idealized storm （Loeffler，et al，2018）

針對強ZH單 體周圍匹配多個KDP足 和ZDR弧的情況，根據(jù)多個KDP足 或ZDR弧的面積，以反距離權重法計算得到多個KDP足 或ZDR弧的“相對”質(zhì)心位置，進而計算KDP-ZDR質(zhì)心距離。分離矢量到風暴運動矢量的夾角如圖2 所示（逆時針方向）。風暴移動方向則通過前、后兩個時次的風暴質(zhì)心位置計算獲得，針對前、后兩個時次“分割”的回波單體，通過計算回波單體質(zhì)心距離來判定是否屬于同一個回波單體，質(zhì)心距離的判斷閾值在本研究中設定為10 km?？傮w的算法流程如圖3 所示。

圖3 算法流程Fig.3 Flowchart of algorithm

4 個例驗證

本研究選擇華東4 個超級單體個例來進行ZDR弧 、KDP足識別及其相關的應用工作，個例分別為2017 年7 月5 日（下簡稱“07·05”）青浦超級單體（強下?lián)舯┝鳛暮Γ?021 年7 月6 日（下簡稱“07·06”）南通超級單體（強下?lián)舯┝鳛暮Γ┮约?020 年7 月22 日（下簡稱“07·22”）宿州梅雨鋒超級單體（龍卷災害）和2021 年5 月14 日（下簡稱“05·14”）蘇州超級單體（龍卷災害）。

4.1 個例“07·05”

4.1.1 天氣背景

2017 年7 月5 日午后，浦東地區(qū)由南、北雙支海風鋒激發(fā)起2 個對流單體（圖略），單體隨引導氣流向東移動過程中，其出流與海風鋒一起西進，激發(fā)單體新生合并后形成超級單體，海風鋒與陣風鋒匯合形成的中尺度鋒區(qū)繼續(xù)西進，并再次加強了向西傳播的海風鋒和陣風鋒合并的出流，該出流與浙江地區(qū)向東北方向傳播的陣風鋒匯合，在青浦地區(qū)激發(fā)出了本次過程中最強的超級單體，導致降雹和極端大風（47.1 m/s，青浦水上運動中心）。

由圖4a 可知，17 時52 分青浦附近超級單體的最大ZH超 過65 dBz（黑色多邊形北側(cè)），其南側(cè)ZH梯度較大，圖4d 對應位置處為典型中氣旋特征。圖4b顯示黑色多邊形內(nèi)的ZDR平均值超過4 dB，極大值超過5 dB，可判定該區(qū)域為ZDR弧。圖4c 中多邊形內(nèi)為KDP大值區(qū)，平均超過1.5°/km，中心超過4°/km，并且與ZH單體質(zhì)心距離較近，結合前述內(nèi)容，識別該處為KDP足。

圖4 2017 年7 月5 日17 時52 分南匯雙偏振雷達0.5°仰角水平ZH（a）、ZDR（b）、KDP（c）和Vr（d）（黑色多邊形表示ZDR 弧的范圍，五角星代表青浦水上運動中心位置）Fig.4 ZH （a），ZDR （b），KDP （c） and Vr （d） at 0.5° elevation angle observed by Nanhui dual-polarimetric radar at 17：52 BT 5 July 2017 （black polygon represents the ZDR arc； pentagram represents location of Qingpu water sports center）

4.1.2KDP足 及ZDR弧自動識別

17 時46 分超級單體回波質(zhì)心距離上海南匯雷達約90 km，最低仰角處距離地面高度約0.8 km。故選擇0.75 km 高度的規(guī)則網(wǎng)格數(shù)據(jù)進行KDP足及ZDR弧的識別工作。

如圖5 所示，17 時46 分，青浦水上運動中心南側(cè)識別出面積較小的ZDR弧 ，且KDP質(zhì) 心和ZH質(zhì)心存在一定距離。至17 時52 分，KDP質(zhì) 心和ZH質(zhì)心近乎重合，同時ZH單 體南側(cè)出現(xiàn)面積較大的明顯ZDR弧。在此間的17 時49 分青浦水上運動中心站瞬時風速28.7 m/s、極大陣風47.1 m/s。17 時57 分，35 dBz以上強回波面積明顯擴大，但ZDR弧逐漸分裂為兩塊，其中北側(cè)面積較大部分對應風暴主體，而南側(cè)的未進一步發(fā)展加強。至18 時03 分快速減小為面積較小的ZDR弧 ，同時35 dBz 以上的強ZH面積較前一時刻明顯縮小，過程趨于減弱。與之對應，18 時以后水上運動中心風力迅速減小。需指出17 時52 分識別的ZDR弧 不是位于ZH的大值區(qū)內(nèi)，該處是由于降雹過程先于大風過程發(fā)生。17 時46 分3.4°仰角的ZH圖上可看到典型的冰雹三體散射特征（圖略），導致該時刻的ZDR較小。至17 時52 分，三體散射特征消失，濕下?lián)舯┝鬟^程出流攜帶的大雨滴導致ZDR弧的出現(xiàn)。

圖5 2017 年7 月5 日17 時46 分（a）、17 時52 分（b）、17 時57 分（c）及18 時03 分（d）KDP 足及ZDR 弧識別結果 （橙色實線為35 dBz 等值線，紅色實線為40 dBz 等值線，紫色多邊形為ZDR 弧，綠色多邊形為KDP 足，黑色圓圈為ZH 質(zhì)心，星號為ZDR 弧質(zhì)心，三角為KDP 足質(zhì)心，黑色實線為分離矢量）Fig.5 Recognition of ZDR arc and KDP foot at 17：46 BT （a），17：52 BT （b），17：57 BT （c） and 18：03 BT （d） 5 July 2017（Orange line represents the 35 dBz contour line， red line represents the 40 dBz contour line， blue polygon represents ZDR arc， green polygon represents KDP foot，circle represents the centroid of ZH star represents the centroid of ZDR arc， triangle represents the centroid of KDP foot，solid black line represents the separation vector）

4.2 個例“07·06”

4.2.1 天氣背景

2021 年7 月6 日，受500—700 hPa 高空槽、850—925 hPa 切變線、副熱帶高壓北側(cè)低空急流和地面低槽共同影響，南通地區(qū)出現(xiàn)一次強對流天氣過程，其中通州區(qū)遭受超級單體襲擊，出現(xiàn)小時雨量60 mm 以上的短時強降水和直徑約4 cm 的大冰雹。

本次過程是超級單體內(nèi)的下?lián)舯┝?，其南?cè)伴有陣風鋒出流，15 時47 分超級單體鉤狀回波處距離南通雷達約15 km，最大ZH超過60 dBz（圖6a），圖6b 顯示在入流缺口的右前側(cè)有ZDR?。╖DR超過3.0 dB），Vr顯示有下沉輻散，最大徑向速度超過15 m/s（圖6d 多邊形左側(cè)），對應位置處KDP超過2.5°/km，極大超過4°/km（圖6c），指示該區(qū)域內(nèi)還伴隨強降水的發(fā)生。

圖6 2021 年7 月6 日15 時47 分南通雙偏振雷達1.5°仰角ZH（a）、ZDR（b）、KDP（c）和Vr（d）（黑色多邊形表示ZDR 弧的范圍）Fig.6 ZH （a），ZDR （b），KDP （c） and Vr （d） at 0.5° elevation angle observed by Nantong dual-polarimetric radar at 15：47 BT 6 July 2021 （black polygon represents the ZDR arc）

4.2.2KDP足 及ZDR弧自動識別

如圖7 所示，15 時47 分超級單體回波質(zhì)心距離南通雷達15 km，最低仰角處距地面約0.1 km。本研究選擇0.25 km 高度的規(guī)則網(wǎng)格數(shù)據(jù)進行KDP足 及ZDR弧的識別。

圖7 2021 年7 月6 日15 時47 分 （a） 及15 時53 分 （b）KDP 足及ZDR 弧識別結果 （橙色實線為35 dBz 等值線，紅色實線為40 dBz 等值線，藍色多邊形為ZDR 弧，綠色多邊形為KDP 足范圍，黑色圓圈為ZH 質(zhì)心，星號為ZDR 弧質(zhì)心，三角為KDP 足質(zhì)心，黑色實線為分離矢量）Fig.7 Recognition of ZDR arc and KDP foot at 15：47 BT （a） and 15：53 BT （b） 6 July 2021 （Orange line represents the 35 dBz contour line， red line represents the 40 dBz contour line， blue polygon represents ZDR arc，green polygon represents KDP foot，circle represents the centroid of ZH star represents the centroid of ZDR arc，triangle represents the centroid of KDP foot，solid black line represents the separation vector）

15 時48—55 分，通州本站出現(xiàn)冰雹，最大直徑4 cm 左右，地面降雹開始前識別出的ZDR弧與KDP足質(zhì)心的分離矢量較大，在單體附近及下游產(chǎn)生了14—18 m/s 大風。降雹過程開始后，受強下沉氣流影響，“粒子分選機制”被破壞，同時由于冰雹的ZDR在 0 dB 附近，使得ZDR弧在本次過程中未被連續(xù)識別到。而連續(xù)時次的ZDR弧出現(xiàn)說明低層強入流維持時間較長（低層維持較大風切變時間較長），有利于強風暴結構和“粒子分選機制”的維持并在下游產(chǎn)生大風，故本例中下游站點出現(xiàn)8 級以上大風的站次相對較少。另外，降雹開始后，由于冰雹和大雨滴等大粒子的下落離開對流風暴云體，使得整體KDP大值區(qū)的面積減小并開始破碎。

4.3 個例“07·22”

4.3.1 天氣背景

2020 年7 月22 日，受梅雨鋒、低渦切變和西南急流共同影響，安徽省宿州市埇橋區(qū)祁縣鎮(zhèn)在17 時50 分前后遭受EF2 級龍卷襲擊，龍卷自西向東移動，移動路徑全長約60 km，持續(xù)時間近1 h，過程極大風速22.9 m/s，導致沿途多個鄉(xiāng)鎮(zhèn)受災（楊祖祥等，2021）。

龍卷觸地前，蚌埠雷達0.5°仰角的ZH顯示在黑色多邊形內(nèi)有鉤狀回波出現(xiàn)（圖8a），其前側(cè)對應有ZDR弧 ，最強ZDR超過4 dB（圖8b），鉤狀回波后側(cè)對應有KDP足（圖8c）。圖8d 顯示有中氣旋與之對應，徑向極大風超過20 m/s。由于本次龍卷過程為梅雨鋒背景下的超級單體龍卷，過程時段內(nèi)還伴有數(shù)密度較大的小粒子降水，故ZDR弧 和KDP足在數(shù)值上較孤立超級單體過程偏小。

圖8 2020 年7 月22 日17 時35 分蚌埠雙偏振雷達0.5°仰角ZH（a）、ZDR（b）、KDP（c）和Vr（d）（黑色多邊形表示ZDR 弧的范圍）Fig.8 ZH （a），ZDR （b），KDP （c） and Vr （d） at 0.5° elevation angle observed by Bengbu dual-polarimetric radar at 17：35 BT 22 July 2020 （black polygon represents the ZDR arc）

4.3.2KDP足 及ZDR弧的自動識別

17 時35 分超級單體鉤狀回波處距離安徽蚌埠雷達約80 km，最低仰角距離地面約0.8 km。本研究選擇0.75 km 高度的規(guī)則網(wǎng)格數(shù)據(jù)進行KDP足及ZDR弧的識別。

由圖9 可知，自17 時35 分開始，鉤狀回波的后部和風暴移動方向前側(cè)識別出兩個ZDR弧區(qū)，至17 時46 分，右側(cè)的ZDR弧 由于降水影響，ZDR減小并逐漸消失，參照17 時46 分的雙偏振參量剖面（圖略，楊祖祥等，2021）也可知該時刻對應風暴發(fā)展的最強階段。連續(xù)超過3 個體掃識別出ZDR弧，并且ZDR弧 和KDP足質(zhì)心連線的分離角也在該時刻發(fā)生了較明顯的變化，預示了極端災害大風發(fā)生的可能。

圖9 2020 年7 月22 日17 時35 分 （a） 及17 時46 分 （b）KDP 足及ZDR 弧識別結果 （橙色實線為35 dBz 等值線，紅色實線為40 dBz 等值線，藍色多邊形為ZDR 弧，綠色多邊形為KDP 足范圍，黑色圓圈為ZH 質(zhì)心，星號為ZDR 弧質(zhì)心，三角為KDP 足質(zhì)心，黑色實線為分離矢量）Fig.9 Recognition of ZDR arc and KDP foot at 17：35 BT （a） and 17：46 BT （b） 22 July 2021 （Orange line represents the 35 dBz contour line， red line represents the 40 dBz contour line， blue polygon represents ZDR arc， green polygon represents KDP foot，circle represents the centroid of ZH，star represents the centroid of ZDR arc， triangle represents the centroid of KDP foot， solid black line represents the separation vector）

4.4 個例“05·14”

4.4.1 天氣背景

2021 年5 月14 日，受強盛西南急流的影響，華東地區(qū)出現(xiàn)一次大范圍強對流天氣，蘇州和南通均出現(xiàn)超級單體，其中襲擊蘇州吳江區(qū)的一個超級單體還出現(xiàn)了龍卷。14 日18 時50 分—19 時05 分，吳江區(qū)盛澤鎮(zhèn)遭受EF3 級龍卷襲擊，影響時最大風力達到17 級，造成4 人死亡，19 人輕傷，130 人輕微傷。

由圖10a 可知，18 時54 分黑色多邊形的右側(cè)開始出現(xiàn)典型的ZH鉤 狀回波特征，最大ZH達67 dBz，圖10d 上出現(xiàn)明顯的徑向輻合和中氣旋特征，且伴隨有徑向速度模糊，徑向極大風超過30 m/s。圖10b上黑色多邊形內(nèi)為ZDR超 過4 dB 的帶狀ZDR大值區(qū)。對應低層入流一側(cè)ZH梯度較大的區(qū)域，為較典型的ZDR弧特征。而在鉤狀回波頭部附近的中氣旋區(qū)域， ρhv為0.5—0.8（圖略），對應龍卷碎屑。圖10c上可見KDP大 于1.5°/km 的區(qū)域在ZDR弧后側(cè)，是由于較強的低層入流和上升氣流對降水粒子的分選作用，使得小雹粒和大雨滴在向后側(cè)斜升的過程中，在一定距離外破碎或融化為較大雨滴并下落聚集，該區(qū)域即為KDP足。

圖10 2021 年5 月14 日18 時54 分青浦雙偏振雷達0.5°仰角ZH（a）、ZDR（b）、KDP（c）和Vr（d）（黑色多邊形表示ZDR 弧的范圍）Fig.10 ZH （a），ZDR （b），KDP （c） and Vr （d） at 0.5° elevation angle observed by Qingpu dual-polarimetric radar at 18：54 BT 14 May 2021 （black polygon represents the ZDR arc）

4.4.2KDP足 及ZDR弧的自動識別

18 時48 分超級單體鉤狀回波處距離上海青浦雷達約35 km。由于本個例中出現(xiàn)了龍卷，為進一步追蹤低層雙偏振參量的變化，選擇0.25 km 高度的規(guī)則網(wǎng)格數(shù)據(jù)開展KDP足 及ZDR弧的識別及定量化計算。

由圖11 可知，在相似路徑上先、后有兩個超級單體經(jīng)過，其中右側(cè)的單體發(fā)展相對較強，鉤狀回波的特征也較左側(cè)的單體明顯。自18 時48 分起，右側(cè)單體在江蘇吳江地區(qū)開始出現(xiàn)ZDR大值區(qū)，但此時ZDR弧的特征還不夠典型，位置也處于鉤狀回波ZH梯度較大一側(cè)遠離頭部的一端。18 時54 分，低層入流的下風向一側(cè)開始出現(xiàn)若干分散的KDP大值區(qū)中心，同時ZDR大值區(qū)的中心開始向鉤狀回波頭部一側(cè)靠近，并呈現(xiàn)典型的弧狀特征，表明低層入流的強度和旋轉(zhuǎn)程度的加強。同時，鉤狀回波頭部40 dBz 以上的面積增大并出現(xiàn)KDP足。至19 時，ZDR弧 和KDP足分別發(fā)展合并，兩者質(zhì)心的距離進一步擴大，鉤狀回波頭部的曲率增大，與該部分對應的 后 側(cè) 下 沉 氣 流（Rear Flank Downdraft，下 簡 稱RFD）區(qū)域KDP足逐漸連成一片，對應該時間內(nèi)龍卷災害的特征相對較明顯。此后可能由于龍卷碎屑的卷起，呈現(xiàn)較小的ZDR值 ，使得ZDR弧的面積縮小，形態(tài)開始有斷裂，KDP足 也由于 ρhv的下降，區(qū)域開始分散，但二者質(zhì)心的距離和分離矢量角在短時間內(nèi)仍然維持，鉤狀回波的形態(tài)和前側(cè)RFD 區(qū)域中KDP足同時存在，使得大風仍維持一段時間后才逐漸減弱。

圖11 2021 年5 月14 日18 時48 分 （a）、18 時54 分 （b）、19 時00 分 （c） 及19 時06 分KDP 足及ZDR 弧識別結果 （橙色實線為35 dBz 等值線，紅色實線為40 dBz 等值線，藍色多邊形為ZDR 弧，綠色多邊形為KDP 足范圍，黑色圓圈為ZH 質(zhì)心，星號為ZDR 弧質(zhì)心，三角為KDP 足質(zhì)心，黑色實線為分離矢量）Fig.11 Recognition of ZDR arc and KDP foot at 18：48 BT （a），18：54 BT （b），19：00 BT （c） and 19：06 （d） BT 14 May 2021 （Orange line represents the 35 dBz contour line，red line represents the 40 dBz contour line， blue polygon represents ZDR arc， green polygon represents KDP foot， black circle represents the centroid of ZH black star represents the centroid of ZDR arc， black triangle represents the centroid of KDP foot， solid black line represents the separation vector）

4.4.3KDP-ZDR分離特征定量化提取

選擇ZDR弧 面積、ZDR弧 均值、ZDR弧最大均值（ZDR弧 內(nèi)10 個最大ZDR的 平均）、KDP-ZDR質(zhì)心距離、分離角5 個導出產(chǎn)品說明定量化計算效果。若識別出多個ZDR弧 單體，則選擇ZDR弧面積最大者作為統(tǒng)計對象。

由表3 可知，18 時42 分質(zhì)心距離由3.53 km 增大至4.92 km，并且分離角由50.81°減小至26.15°。至18 時48 分，ZDR弧的面積迅速增大至37.59 km2，指示該次過程中的粒子“分選機制”已經(jīng)形成，有更強的低層入流支持大粒子的生成，并可能會在隨后出現(xiàn)龍卷或大風過程（Loeffler，et al，2018）。18 時54 分到19 時也有ZDR弧面積增大，質(zhì)心距離增大的過程，龍卷路徑上可能伴有多次及地，災情調(diào)查報告也顯示龍卷在18 時50 分—19 時05 分襲擊了吳江盛澤鎮(zhèn)。

表3 KDP-ZDR 分離特征量Table 3 KDP-ZDR separation variables

為進一步說明本次過程中ZDR弧出現(xiàn)時間及其面積與地面極大風速出現(xiàn)時間、位置的對應關系，探究其對大風預警的指示作用，繪出上述幾個要素如圖12 所示。

如圖12 所示，紫色圓圈為此次龍卷過程災情調(diào)查到的龍卷出現(xiàn)地點，自左往右分別對應18 時52 分（盛澤鎮(zhèn)荷花村）、18 時54 分（盛澤鎮(zhèn)勝天村）、19 時04 分（秀洲區(qū)民和村）和19 時12 分（嘉善縣湘家浜）?？梢园l(fā)現(xiàn)，ZDR弧出現(xiàn)位置與龍卷出現(xiàn)地點配合較好（ZDR弧中心西南方向大致8—16 km范圍內(nèi)）。同時ZDR弧出現(xiàn)地點均有12 m/s 以上的大風與之配合（ZDR弧西南或偏西方向大約20 km 范圍內(nèi)），同時自動氣象站觀測風場有氣旋式彎曲。上述工作均顯示ZDR弧出現(xiàn)位置、面積大小以及KDP-ZDR質(zhì)心距離和分離角的特征量對于超級單體中極端大風的發(fā)生具有較好指示意義。

圖12 ZDR 弧出現(xiàn)位置和地面極大風演變 （紫色圓圈為龍卷出現(xiàn)地點，自左往右分別對應2021 年5 月14 日18 時52 分、18 時54 分、19 時04 分和19 時12 分）Fig.12 ZDR arc location and extreme surface wind （pink circle represents the path of tornado，from left to right show winds at 18：52 BT，18：54 BT，19：04 BT and 19：12 BT 14 May 2021）

5 結論和下一步工作

本研究基于經(jīng)典概念模型、特征分析和機器學習方法，進行基于雙偏振雷達資料的KDP足 和ZDR弧自動識別算法設計。基于上述識別結果，對ZDR弧的面積以及KDP足 -ZDR弧分離特征變化進行了量化和關鍵信息提取。通過對華東地區(qū)4 次超級單體過程的應用檢驗發(fā)現(xiàn)，該算法能夠準確識別KDP足和ZDR弧 ，同時KDP足 -ZDR弧質(zhì)心距離和分離角的關鍵特征提取也能夠較好表征低層入流強度和切變的情況，并且ZDR弧面積的增大對極端大風的發(fā)生具有較好的指示意義。

本研究仍存在一些不足，首先，收集的超級單體個例數(shù)量相對較少，且區(qū)域相對集中，對于算法的深度驗證工作還有待進一步開展。未來需要加強個例的收集工作，通過不同地域（如東北地區(qū)龍卷）、不同天氣系統(tǒng)影響（如臺風龍卷）個例檢驗算法的普適性。其次，選用的雷達數(shù)據(jù)均未進行ZDR系統(tǒng)誤差訂正，未來需進一步分析雙偏振雷達ZDR測值是否存在系統(tǒng)偏差并予訂正，以提高ZDR弧識別的準確率。

致 謝：感謝上海市氣象局強對流科技創(chuàng)新團隊在工作開展方面給予的支持，感謝中國氣象局人工影響天氣中心吳林林正研級高工在雷達數(shù)據(jù)處理方面給予的幫助，感謝上海氣象信息與技術支持中心薛昊工程師在雷達性能參數(shù)方面提供的幫助。