Page 279 - 《高原气象》2026年第5期
P. 279

5 期          孟   磊等:基于地基雷达组网的冰雹多参数综合识别与预报指标研究——以河北省为例                                      1495






























































                                           图6 各参数有冰雹和无冰雹事件的概率密度分布
                                                 p值为柯尔莫哥罗夫-斯米尔诺夫检验值
                    Fig. 6 Probability density distributions (kernel density estimates) for parameters under hail and no-hail conditions.
                                        The associated p-values are from the Kolmogorov-Smirnov test
               期一致。虽然对于 POSH 的表现这种趋势并不是特                         CSI的计算中, 采用了±3σ(标准差)的标准来观察每
               别明显, 但也保持了类似的变化规律。为评估多参                           一种组合之间的差异性。当将 CSI 作为 POD 的函
               数组合的识别性能, 将 2 个或 3 个指标进行组合,                       数进行比较时, 4 个参数之间的分离度较高, 单一
               使得所有参数必须超过其相应的阈值才能指示产                             参数的差异表现出显著性[图 8(a)], POSH 的表现
               生冰雹的风暴(例如, 使用5 mm的MESH和2 g·m                 −3   优于其他方法, 其原因是 POSH 引入了 0 ℃层高度

               的 VILD)并计算评分指标研究 POD与 CSI之间的关                     与-20 ℃层高度同时滤掉低反射率因子, 能有效降
               系[图(8)], 图 8 中 M 代表 MESH、 P 代表 POSH、 V            低误报率, 从而提高分数。然而, 在结合多个参数
               代表 VIL、 VD 代表 VILD。例如 M-V 表示 MESH 与               进行识别时, 曲线的分离度相较于单一参数降低
               VIL 的组合, M-VD 表示 MESH 与 VILD 的组合。在               [图 8(b)~(c)]。考虑到±3σ 的不确定性重叠, 多个
   274   275   276   277   278   279   280   281   282   283   284