-
题名混合降水粒子识别与雨雪雹尺度谱特征分析
- 1
-
-
作者
邹书平
柯莉萍
熊凯
李德章
黄钰
陈百炼
-
机构
贵州省山地气象科学研究所
贵州省威宁彝族苗族回族自治县气象局
贵州省务川仡佬族苗族自治县气象局
贵州省毕节市气象局
-
出处
《高原气象》
北大核心
2025年第5期1249-1260,共12页
-
基金
贵州省气象高层次人才创新团队项目(黔气科合TD[2024]03号)
毕节市科学技术项目(毕科合[2023]8号)
+2 种基金
国家自然科学基金项目(42165001)
贵州省科技支撑计划项目(黔科合支撑[2023]一般194)
贵州省科学技术基金项目(黔科合基础ZK[2023]一般200)。
-
文摘
利用2018-2023年贵州DSG1型降水现象仪观测时间序列资料,对比分析雨雪雹三种降水类型的粒子数分布和尺度谱特征,建立了基于粒子数、粒子谱宽、粒子众数的降水现象类型识别综合判定算法并评估了算法的适用性。具体结论为:(1)雨、雪、雹滴谱的直径谱宽集中分布在1~8 mm、1~12 mm、5~12 mm,速度谱宽集中分布在3~15 m·s^(-1)、3~5 m·s^(-1),12~15 m·s^(-1),粒子众数速度分别为4.4 m·s^(-1)、1.1 m·s^(-1)、4.4 m·s^(-1),通过粒子下落速度可有效识别雨、雪降水类型。(2)雨滴谱、雹滴谱的雨粒子数占比分别为50.1%、64.3%,雪滴谱的雪粒子数占比为70.2%,均在总粒子数半数以上;雹滴谱的冰雹粒子数占比为0.19%,高于雨滴谱的冰雹粒子数占比0.005%。(3)粒子直径≥3 mm和粒子速度<5 m·s^(-1)的粒子,主要存在于降雪天气过程中,粒子直径≥5 mm和粒子速度≥10 m·s^(-1)的粒子,主要存在于冰雹和短时强降水天气过程中,提高对速度的限定可以改善冰雹粒子识别的准确性。(4)通过对降水现象类型识别综合判定算法评估,单一降水类型识别准确率达到95%以上,冰雹误报率仅为1.7%,可有效减少在短时强降水中误识别为冰雹的情况。
-
关键词
雨滴谱
降水类型
粒子识别
粒子直径
下落速度
-
Keywords
raindrop spectrum
precipitation type
particle identification
particle diameter
falling speed
-
分类号
P412
[天文地球—大气科学及气象学]
-
