Page 280 - 《高原气象》2026年第5期
P. 280

高     原      气     象                                 45 卷
              1496









































                     图7 使用MESH (a)、 VIL (b)、 VILD (c)和POSH (d)进行基于阈值的冰雹风暴识别的POD、 FAR和CSI数值变化
                         Fig. 7 Threshold-based hail storm identification using MESH (a), VIL (b), VILD (c), and POSH
                                            (d): variations in POD, FAR, and CSI values

             参数的差异并不显著, 但仍然能实现更大的技能提                            冰雹发生事件的区分能力, 其依赖性主要体现在两
             升。当多个参数同时使用时, 任何一个所选参数与                            方面。首先, 雷达反射率(ZH)垂直积分计算过程
             POSH 组合都可以相对于单独使用 POSH 提升性能                        为这些参数提供了基础数据。数值越大, 表明风暴
             约 3 个 百 分 点 ,  由 POSH>10%,  VIL>14  kg·m ,         深度的增加, 同时伴随的对流强度提升更有利于冰
                                                         −2
             VILD>1. 2 g·m 构成的 3参数组合的效果最好[图 8                   雹的形成。其次, ZH对颗粒尺寸的特性敏感, 意味
                           −3
             (c)]。尽管±3σ 的不确定性依然重叠, 但多参数和                        着水凝物的存在会显著提高反射率, 这与缺乏大颗
             单参数在平均性能上仍有一定差异。这表明, 同时                            粒的同类深度风暴相比更为明显。因此, 较高的
             结合多个指标可以实质性地提升预测技能。                                MESH、 VIL 和 VILD 值通常与更强的对流活动和大
                  值得注意的是, 在多参数方法中, CSI 峰值对                      颗粒的形成可能性相关。而那些区分效果较差的
             应更高的 POD。这种性能评估对样本大小十分敏                            参数组合, 要么未能有效刻画风暴的动力特征, 要
             感。考虑到数据是依据国家气象站进行筛选的, 冰                            么在识别水凝物物理特性方面具有明显的局限性。
             雹与非冰雹的分布相对稀少, 实际的预测技能可能                            4. 3 冰雹尺寸预估
             略低于本研究描述的结果。尽管如此, 单参数和多                                除了冰雹事件的识别能力, 冰雹尺寸的准确预
             参数方法之间的相对表现预期与样本量的限制无                              估同样对灾害评估具有重要意义。传统上, 将雷达
             关。在实验中, 为了评估雷达跟踪风暴时冰雹指标                            观测与冰雹报告进行搭配, 以建立最佳的冰雹尺寸
             的表现, 选择了使用与冰雹报告相邻的数据, 是为                           关系, 这也是本研究的主要目标。根据雷达观测数
             了克服冰雹报告和观测过程中存在的时空限制, 这                            据计算所得到的值, 可以评估观测到的冰雹分布的
             是实验中常用的方法。更复杂的技术(如线性判别                             特征, 作为冰雹尺寸判别和最大冰雹尺寸潜力指标
             分析)能提升识别能力, 但在处理大数据集时, 单                           的函数。根据前面的分析, 评估了 MESH、 VIL、
             一和多个参数的阈值判断等简化方法可能会产生                              VILD和 POSH在冰雹识别中的作用, 且参数中包含
             与复杂技术相近的效果。MESH、 VIL 及 VILD 值对                     冰雹尺寸的信息。而 POSH 表示为冰雹概率, 研究
   275   276   277   278   279   280   281   282   283   284   285