冰雹不同发展阶段的双偏振参量分析及风场反演
Dual-Polarization Parameter Analysis and Wind Field Inversion of Hail in Different Development Stages
DOI: 10.12677/CCRL.2022.115076, PDF, HTML, XML, 下载: 347  浏览: 570  科研立项经费支持
作者: 江慧远*, 杨秀敏:厦门市气象局厦门市海峡气象开放重点实验室,福建 厦门
关键词: 双偏振雷达冰雹粒子相态双多普勒雷达风场反演Dual-Polarization Radar Hail Hydrometeor Classification Dual-Doppler Radars Wind Field Retrieval
摘要: 为了研究冰雹云过程在不同发展阶段的双偏振参量特征,本文基于厦门S波段双偏振多普勒天气雷达资料和双雷达风场反演获得的降水场气流结构特征,对冰雹云超级单体的发展和成熟阶段的微物理特征和动力结构进行分析。结果表明:发展阶段,低仰角能观测到ρhv谷,中层仰角能观测到ZDR柱和KDP柱;ZDR柱对应着大滴粒子,与粒子相态识别结果相符。成熟阶段,云体移动方向前侧观测到ZDR弧及KDP印,Z高值,ZDR低值以及KDP的缺值可以识别云中的大冰雹区,对应粒子识别结果也是雨加雹。高层出现的ρhv低值,Z高值及ZDR负值区,该区域可以表征为冰雹区,与粒子识别算法结果一致。冰雹云发展阶段,低层水平流场出现气旋性辐合,云体内部形成较强的上升运动。成熟降雹阶段,低层水平维持气旋性流场的同时,高层出现反气旋性流场。最大垂直速度达48 m/s,出现在超级单体悬垂部。降雹时段,出现明显的下沉气流,强回波底及地。
Abstract: Based on the S-band dual-polarization operational radar at Xiamen and structural characteristics of the flow field obtained by dual radar wind field retrieval, the microphysical characteristics and dynamic structure of the hailstorm supercell during the developmental and mature stages is analyzed to study the characteristics of dual polarization parameters of hail cloud process in different development stages. In the development stage, ρhv valleys can be observed at low elevation angles, and ZDR columns and KDP columns can be observed at middle elevation angles; ZDR columns correspond to large droplets, which are consistent with the results of hydrometeor classification. At the maturity stage, ZDR arcs and KDP foot were observed in front of the direction of cloud movement, high Z values, low ZDR values, and missing KDP values can identify large hail areas in the cloud, and the corresponding hydrometeor classification results are rain and hail. The areas of low ρhv value, high Z value, and negative ZDR value appearing in the upper layer can be characterized as hail area, which is consistent with the result of hydrometeor classification algorithm. At the stage of hailstorm development, cyclonic convergence occurred in the low-level horizontal flow field, and a strong frank updraft formed within the cloud body. At the mature hailfall stage, while the cyclone circulation is maintained at the lower level, the anticyclonic circulation appears at the upper level. The strongest updraft is 48 m/s at the height of supercell overhang. Systemic downdraft appeared during weakening period of system, and strong echo reached the ground.
文章引用:江慧远, 杨秀敏. 冰雹不同发展阶段的双偏振参量分析及风场反演[J]. 气候变化研究快报, 2022, 11(5): 725-734. https://doi.org/10.12677/CCRL.2022.115076

1. 引言

我国东南沿海地区常出现冰雹、台风等灾害性强对流天气,双偏振多普勒天气雷达具有高时空分辨率特点,是对冰雹、短时强降水及雷雨大风等强对流天气监测预警有效且常用的工具之一。双偏振多普勒天气雷达具有探测非球形粒子在不同偏振方向上的回波强度和速度,通过交替或同时发射水平和垂直偏振电磁波,并接收两个偏振方向的信号,除了得到雷达的基数据(Z, Vr, W)外,还可得到差分反射率因子(ZDR)、双程差分传播相位(ΦDP)、差分相位常数(KDP)、双线偏振雷达的退偏振比(LDR)和相关系数(ρhv)等。通过这些参量可以有效判断降水粒子的尺寸、形状、形态及降水类型等信息,是研究强对流形成和维持机制的一种有效手段。

Schuur et al.在JPOLE的项目报告中明确指出,双偏振雷达在观测中能够较好地识别出降水粒子的相态,特别是强对流过程中的冰雹和龙卷吸起碎片,这对于降水物理研究及临近预报非常重要。美国WSR-88D双偏振雷达通过业务运行检验表明,粒子相态识别结果可以广泛应用于龙卷等强对流系统的临近预报、非气象回波抑制、定量降水估测等方面,较单偏振雷达具有突出优势 [1]。国内在粒子形态识别和降水估测 [2] [3] 也取得一定的成果。除了以上应用研究,双偏振雷达也有利于分析冰雹云的物理机制和动力结构特征,通过对超级单体的实际观测可以得到双偏振参量特征,ZDR弧,CC谷,ZDR柱,KDP柱、ZDR环及CC环等 [4] [5] [6] [7],这些双偏振特征可以反映强对流的部分动力结构。结合风场反演可以更完整分析强对流内部的微物理过程和流场结构特征 [8] [9] [10]。因此,双偏振雷达雷达参量可以有效判断降水粒子的形状,尺寸及速度,在识别粒子相态、分析微物理过程及风场反演等方面都有明显的优势和应用价值。

目前我国正进行天气雷达业务网的双偏振体制升级,以期提高对暴雨和冰雹等灾害性天气的预报预警能力。2016年,厦门海沧双偏振雷达作为整机国产的首批S波段双偏振业务雷达开始运行。2019年5月16日,闽南地区发生了一次降雹过程,最大冰雹直径10 mm。本文使用厦门海沧双偏振雷达对此次过程中的降雹超级单体的双偏振特征进行了分析,并结合粒子相态识别算法和双雷达风场反演分析了超级单体的动力结构及云物理机制。通过分析,有助于加深对降雹超级单体发展过程的认识,为今后S波段双偏振业务雷达联网进行强对流风暴监测预警提供参考依据。

2. 资料说明和分析方法

2.1. 资料说明

厦门海沧S波段双偏振多普勒天气业务雷达布设在厦门市海沧区蔡尖尾山(24.5˚N, 118.0˚E),海拔高度393米,双偏振雷达主要参数详见表1

本文的资料来源于2019年5月16日厦门双偏振雷达、翔安和平和风廓线雷达及汕头探空数据。

Table 1. Main parameters of Xiamen dual polarization Doppler

weather operation radar

表1. 厦门双偏振多普勒天气业务雷达主要参数

福建省各级气象业务部门使用经验表明,厦门双偏振雷达是水平反射率因子资料可信度较高,因此不再对水平反射率因子数据做进一步的质量控制。对差分反射率因子,差分相位常数及相关系数,直接过滤掉对应水平反射率因子小于−10 dBZ的观测点数据。随后使用干雪法订正差分反射率因子的系统偏差,采用高度(4.5~5.5 km, 0℃层高度约为5.0 km),反射率因子(10~30 dBZ)、探测距离(10~120 km)、相关系数(≥0.95)的阈值确定干雪区,然后计算其差分反射率因子的平均值,该值可作为差分反射率因子系统偏差值处理。在此次冰雹天气过程中,由干雪法确定的差分反射率因子系统偏差约为0.1 dB。订正后,单体边缘的差分反射率因子值约为0.5 dB,订正效果合理。

2.2. 分析方法

本文采用罗昌荣等 [10] 提出的双雷达风场反演方法,该方法将笛卡儿坐标系改进为地球坐标系,进一步提高了风场反演产品的适用性,对于超级单体的精细三维风场结构有较好反演效果 [9]。利用海沧雷达与泉州雷达进行双雷达风场反演,两个雷达站相距66 km,该个例的反演位置位于最佳反演区域内。

双偏振雷达的偏振参数对水凝物的相态、形状、空间取向和分布都很敏感,因此利用双偏振参数可以推断出水凝物的微物理学特征 [1]。本文采用Park等 [11] 提出的HCA粒子相态分类算法,该算法应用模糊逻辑法对水凝物进行相态识别,HCA将双偏振雷达回波识别为10种类型:1) 地物杂波或异常传播(GC/AP);2) 晴空回波(BS);3) 干雪(DS);4) 湿雪(WS);5) 不规则冰晶(CR);6) 霰(GR);7) 大滴(BD);8) 小到中雨(RA);9) 大雨(HR);10) 雨夹雹(RH)。其中,大滴相态的定义为:雨滴谱集中于直径较大的区间、而小滴数量严重不足,大滴的直径可超过3 mm。该算法已在WSR-88D双偏振雷达上进行广泛的业务应用。

3. 天气形势分析

2019年5月16日14:30~18:00 (LST),受低层切变南侧西南气流和地面倒槽影响,福建省漳州市出现冰雹、短时雷雨大风等强对流天气。根据地面实况报告,17:00~17:10华安县南部出现最大冰雹直径约10 mm,约持续10分钟,龙海市一小时累计降水最高达76.4 mm,长泰县最大风速为11.4 m/s。

分析5月16日08时汕头探空资料可知,其上空温度递减率大,T850-T500的温差25℃,水汽垂直分布呈上干下湿结构,Cape值达2613.3 J/kg,K指数为40℃,0℃层高度在548.9 hPa (5033.8 m),−20℃高度在354.5 hPa (8429.2 m)。并且,400 hPa以上“超低温”现象明显,预示着有对流式的灾害性天气发生。3θ位温线多折拐,表示大气的垂直结构极度不均匀,积聚了不稳定能量。低层西南风,高层西北风,风随高度顺转,0~6 km的风矢量差约14 m/s。

漳州站温度/露点从早上8时的27℃/26℃到下午14时增加到33℃/25℃,表明大气不稳定度有大幅增加趋势,有利于冰雹的发生。从200 hPa存在高空急流,降雹区的风场是辐散,由翔安和平和风廓线可知,700 hPa存在低空急流,降雹区的风场是辐合,结合华安南部和南靖两县交界地区地形抬升及地面辐合线触发,冰雹发生在地面倒槽前,920 hPa切变线南侧。

4. 福建雷达拼图及葵花8卫星观测概况

此次冰雹过程,厦门雷达图上最先在15:58 BT,2.4˚仰角,Z大于60,ρhv低值,存在三体散射,且高度为3.63 km (零度层高度为5.02 km),ZDR高值,可以判断为外包水膜的冰雹,对应速度图上有个弱辐合,回波顶高14.2 km。福建雷达拼图上,该超级单体反射率因子首次大于55 dBZ (图1)。16:04~16:10 BT,在3.3˚和4.3˚可以看到冰雹,并且存在弱中气旋,回波顶高17 km,说明冰雹向上发展。此时,葵花8卫星红外卫星云图上云顶亮温从−50℃到−70℃,表明对流向上发展。

接下来16:16~16:22 BT,Z强度减弱,回波顶高降低,但是速度图上中气旋持续增强。福建雷达拼图上,可以看到该超级单体反射率因子最大超过60 dBZ,大于55 dBZ的面积增大(图1)。对应于葵花8红外卫星红外云图上,从16:10~16:20 BT,云顶亮温变化不大,但是冷云盖面积增加,表明对流云水平发展,趋于成熟。

在16:27 BT,1.5˚ (2.06 km)和6.0˚ (6.21 km)看到冰雹,以及16:33 BT,0.5˚ (1.06 km),6.0˚~9.9˚ (5.69~9.13 km)均存在冰雹,表明小部分冰雹下落消散,大部分冰雹向上翻滚发展。在16:39 BT,2.4˚~9.9˚均存在冰雹,且回波顶高达到最高,约为17.5 km。对应16:30~16:40的葵花8红外卫星红外云图上的云顶亮温也首次超过−80℃。

在16:45~17:07 BT过程中,回波顶高逐渐降低,中高层三体散射越来越明显且长度增长,在16:56达到最长,长度约为47 km,而后逐渐降低。福建雷达拼图上,该超级单体在16:48 BT反射率因子首次突破65 dBZ (图1),并且于17:06 BT大于65 dBZ面积达到最大(图1)。结合葵花8红外卫星云图16:50~17:10,云顶亮温变化不大,但是冷云盖面积明显增大,表明对流云发展成熟,云内冰雹密度增加。16:45~16:50 BT最低可见冰雹仰角为2.4˚,16:56 BT是1.5˚,17:02~17:07 BT是0.5˚,从仰角的变化可知冰雹逐渐下落,与实况所记录的在17:00~17:10降雹一致。

Figure 1. Fujian radar puzzle at 16:00 BT 16:18 BT 16:48 BT 17:06 BT on May 16, 2019

图1. 2019年05月16日16:00 BT 16:18 BT 16:48 BT 17:06 BT福建雷达拼图

5. 双偏振回波分析

本文选取的个例为2019年05月16日15:00左右从广东移入福建,并在漳州境内发展及成熟降雹。此次冰雹天气的降雹区主要在华安南部与长泰东南部交界处,华安县丰山镇出现了1 cm左右的冰雹。泉州雷达于北京时间17:02在2.4˚仰角观测到钩状回波,三体散射及旁边回波(图2),同时有明显的穹隆结构,多个仰角速度图(图2)上可以明显看到中气旋,中高层仰角均存在速度模糊,此时发展成一个完成的超级单体。

Figure 2. Quanzhou radar 2.4˚ elevation angle (a) Z, (b) V at 17:02 BT on May 16, 2019

图2. 2019年05月16日17:02 BT泉州雷达2.4˚仰角(a) Z,(b) V

5.1. 近地层双偏振回波特征

北京时间16:27相关系数图上有明显ρhv低值(0.75~0.85),近地层ρhv值小于周围区域(ρhv < 0.85)。结合水平反射率因子和多普勒径向速度可知,该ρhv谷位于强回波沿移动方向前侧的凹槽处(图3)及中气旋区(图3)。由于ρhv值与不同物质相态的介电常数有关,此时的ρhv谷高度约为2.12 km,ρhv的低值可能是由于强上升气流将雨滴卷入高层,低层水凝物的缺乏造成信噪比低于5 dB,形成穹窿。因此,低层ρhv谷与上升气流有关,通过识别ρhv谷可以判断单体的入流区,有利于进一步了解整个雹暴流场结构。

Figure 3. May 16, 2019 16:27 BT 0.5˚ elevation angle (a) Z, (b) ZDR, (c) KDP, (d) Vr, (e) ρhv, (f) HCA

图3. 2019年05月16日16:27 BT 0.5˚仰角(a) Z,(b) ZDR,(c) KDP,(d) Vr,(e) ρhv,(f) HCA

5.2. 中层双偏振回波特征

风暴水平反射率因子中心附近存在差分反射率因子高值并延伸至中层,表现为超过0℃层几公里的高值(ZDR > 3 dB)柱状区,称为差分反射率柱(ZDR柱)。该单体的ZDR柱向上延伸超过6 km (08时探空融化层高度约为5.03 km),对应Z大于55 dBZ强回波(图4)。通过多普勒径向速度和ZDR剖面图对比可知,正的径向风(正值表示径向风带有垂直向上的速度分量)也呈柱状分布,垂直延伸到6 km以上,量级约8 m/s,径向速度图上的上升气流与ZDR柱对应良好,对应粒子识别结果是大滴粒子(图4)。Ilotoviz和Khain使用谱微物理模式的希伯来大学云模型(HUCM)对冰雹径向模拟,表明ZDR与上升气流的雨滴和湿增长的冰雹有关。根据不同双偏振参数剖面图对比可知,强上升气流将暖区的雨滴带入中高层,上升气流顶部存在冰雹。综上所述,根据ZDR柱可大致判断强上升气流位置。

5.3. 近地层–中层双偏振回波特征

北京时间17:02,Z大于60 dBZ持续多个体扫,其中Z达到最大值为76.5 dBZ,并且低仰角也逐渐可以观测到Z高值,强对流单体发展至成熟阶段。此时,近地层0.5˚仰角回波强度显著增强,Z高达68.5 dBZ。此次超级单体发展中,ZDR柱向上发展比近地层Z增强提早了30分钟以上,符合云体内上升气流增强10分钟以后地面降水或降雹强度增加。通过Z (图5)和ZDR (图5)对比可知,在单体移动方向前侧,Z梯度较大区域,存在ZDR高值区(约2.5~5 dB),表现为弧状或带状,其水平尺度较窄且垂直延伸

Figure 4. Sectional view at 16:27 BT on May 16, 2019, azimuth angle 280.2˚, (a) Z, (b) ZDR, (c) ρhv, (d) KDP, (e) Vr, (f) HCA

图4. 2019年05月16日16:27 BT剖面图,方位角280.2˚,(a) Z,(b) ZDR,(c) ρhv,(d) KDP,(e) Vr,(f) HCA

可接近0˚层高度,称为差分反射率弧(ZDR弧)。电磁波散射理论 [1] 表明,较高的ZDR主要与大的扁椭球形雨滴有关,ZDR高值及Z低值所对应的ZDR弧区域主要是由少量大雨滴构成,对应粒子识别算法为大滴粒子(图5)。垂直风场观测(翔安风廓线与平和风廓线)显示“5.16”超级单体发生期间,风从低层的偏南风顺时针切变为中高层的偏西风,且4.6~7.9 km内风速均超过16 m/s。Dawson等 [12] 的数值模拟实验结果表明该粒子分选机制是,由于小粒子下落末速度较小,受环境风作用时间更长,超级单体低层的风垂直切变使小粒子比大粒子平流到更远离粒子源地的位置。综合所述,ZDR弧是由于垂直环境风切变造成不同粒子形成不同下落轨迹及落区进而出现粒子分类聚集的结果 [13]。

在中层6.0˚仰角(约4.07 km),ZDR弧后侧存在ZDR值约在正负1.5 dB之间,对应Z大于55 dBZ的强回波区域,而ρhv小于0.95,说明此处以冰雹为主,粒子识别结果为冰雹(图6)。中层可以观测到KDP柱,其对应低层的KDP可达2.5˚/km以上,低层高值区面积显著增加将其定义为KDP印(KDP foot)。近地面KDP印与Z大于50 dBZ的强回波区域重叠,但Z高值区和KDP印均包含雨滴,外包水膜的小冰雹,但Z高值区还包括外包水膜的大冰雹;同时,由于大冰雹不符合瑞丽散射 [4],大冰雹区域的KDP易出现缺值(图6),因而可用于判断大冰雹所在位置。ρhv谷从低层一直延伸至中层,速度图上对应着中气旋,说明入流结构较强。ρhv谷与部分ZDR及KDP缺值区域重叠,表明ρhv低值由冰雹和大雨滴共同构成,与粒子识别结果一致(图6)。

5.4. 高层双偏振回波特征

单体9.9˚仰角(约6.38 km)存在ρhv低值区,其对应Z大于55 dBZ强回波区及ZDR负值区。Picca和RyZkov [11] 基于统计研究表明ZDR负值与ρhv小于0.9的重叠区域存在大冰雹(图7),与粒子识别结果一致(图7),并且此处与KDP出现缺值。另外,该处的双程差分传播相位ΦDP变化范围在75.2˚~101.1˚,以干冰雹为主,满足干冰雹的变化幅度在25˚以内。

Figure 5. May 16, 2019 17:02 BT 0.5˚ elevation angle (a) Z, (b) ZDR, (c) KDP, (d) Vr, (e) ρhv, (f) HCA

图5. 2019年05月16日17:02 BT 0.5˚仰角(a) Z,(b) ZDR,(c) KDP,(d) Vr,(e) ρhv,(f) HCA

Figure 6. May 16, 2019 17:02 BT 6.0˚ elevation angle (a) Z, (b) ZDR, (c) KDP, (d) Vr, (e) ρhv, (f) HCA

图6. 2019年05月16日17:02 BT 6.0˚仰角(a) Z,(b) ZDR,(c) KDP,(d) Vr,(e) ρhv,(f) HCA

Figure 7. May 16, 2019 17:02 BT 9.9˚ elevation angle (a) Z, (b) ZDR, (c) KDP, (d) Vr, (e) ρhv, (f) HCA

图7. 2019年05月16日17:02 BT 9.9˚仰角(a) Z,(b) ZDR,(c) KDP,(d) Vr,(e) ρhv,(f) HCA

6. 风场反演

通过厦门、泉州双雷达发展和成熟阶段沿单体移动方向的剖面风场反演。发展阶段,风暴整体有上升气流控制,上升速度随高度增强。成熟阶段,强回波中心仍有上升气流,与两边的下沉气流形成垂直方向的两个环流,冰雹沿着环流上下翻滚,上升气流托不住冰雹则形成降雹,此时冰雹正在下落强回波柱的下沉气流对应降雹区。

发展阶段期间,16:39,厦门–泉州双雷达反演分析3000 m水平风场和涡度场和散度场,55 dBZ强回波西侧涡度值达4/s,散度值为−10/s,呈气旋性辐合。7500 m水平风场在65 dBZ强回波右侧涡度−18/s,散度值为6/s,呈反气旋性辐散。穿过强回波中心的东西、南北向垂直剖面风场结果显示,上升气流与下沉气流在65 dBZ强回波东西两侧形成两个垂直向的环流,有利于冰雹的发展,6~9 km的上升气流均大于10 m/s,比前一时刻明显增强,最大上升速度可达28 m/s。

成熟阶段,厦门海沧–泉州双雷达反演的2000 m、8500 m水平风场显示,与上个时刻相比,低层气旋性环流和高层反气旋性环流更加明显。穿过强回波中心的东西及南北垂直剖面风场中,强回波区出现下沉气流。在南北向剖面上,上升气流与下沉气流形成两个垂直向的环流,据此分析出冰雹可能出现的轨迹路线如图中蓝色箭头所示。在东西向剖面上,中低层上升气流难以拖住上下翻滚形成的大冰雹,强回波及地,表明已出现降雹。另外,这一时刻超级单体悬垂的上升气流依然强盛,最大垂直速度在悬垂约7.2 km高度处。

7. 总结与讨论

本文基于厦门S波段双偏振雷达、汕头探空站、翔安及平和风廓线雷达等多源探测资料观测冰雹过程,分析其在发展和成熟阶段出现的双偏振参数特征,具体结论如下:

1) 超级单体发展阶段,低仰角能观测到ρhv谷处存在中气旋,中层仰角(0℃层附近)观测到ZDR柱和KDP柱;ZDR柱对应着大滴粒子。成熟阶段,随着低层Z增强,云体移动方向前侧观测到ZDR弧(可延伸至中层)以及KDP印,Z高值,ZDR低值以及KDP的缺值可以识别云中的大冰雹区,对应粒子识别结果也是雨加雹。由于入流强盛ρhv谷从低层一直延伸到中高层,在高层出现的ρhv低值,Z高值及ZDR负值区,该区域可以表征为冰雹区,与粒子识别算法结果一致。

2) 冰雹云发展阶段,低层水平流场出现气旋性辐合,云体内部形成较强的上升运动。冰雹云成熟降雹阶段,低层水平维持气旋性流场的同时,高层出现反气旋性流场。最大垂直速度达48 m/s,出现在超级单体悬垂部(约7 km高度处)。降雹时段,出现明显的下沉气流,强回波底及地。

基金项目

福建省气象局短临科技专项项目(2022D04)和福州市气象局指令性科研课题“基于相控阵雷达暴雨对流系统精细结构分析”共同资助。

参考文献

[1] Bringi, V.N., Chandrasekar, V. 偏振多普勒天气雷达原理和应用[M]. 李忱, 张越, 译. 北京: 气象出版社, 2010.
[2] Kikuchi, H., Suezawa, T., Ushio, T., et al. (2020) Initial Observations for Precipitation Cores with X-Band Dual Polarized Phased Array Weather Radar. IEEE Transactions on Geoscience and Remote Sensing, 58, 3657-3666.
https://doi.org/10.1109/TGRS.2019.2959628
[3] Heberling, W. and Frasier, S.J. (2018) Evaluation of Phased-Array Weather-Radar Polarimetry at X-Band. 2018 IEEE Radar Conference (RadarConf18), Oklahoma City, 23-27 April 2018, 851-855.
https://doi.org/10.1109/RADAR.2018.8378671
[4] Kikuchi, H., Ushio, T., Mizutani, F. and Wada, M. (2018) Improving the Accuracy of Rain Rate Estimates Using X-Band Phased-Array Weather Radar Network. IEEE Transactions on Geoscience and Remote Sensing, 56, 6986-6994.
https://doi.org/10.1109/TGRS.2018.2846818
[5] Kumjian, M.R. and Ryzhkov, A.V. (2008) Polarimetric Signatures in Supercell Thunderstorms. Journal of Applied Meteorology and Climatology, 47, 1940-1961.
https://doi.org/10.1175/2007JAMC1874.1
[6] 林文, 张深寿, 罗昌荣, 江慧远, 谢祖欣, 李丹, 等. 不同强度强对流云系s波段双偏振雷达观测分析[J]. 气象, 2020, 46(1): 63-72.
[7] 王洪, 吴乃庚, 万齐林, 詹棠. 一次华南超级单体风暴的s波段偏振雷达观测分析[J]. 气象学报, 2018, 76(1): 92-103.
[8] 潘佳文, 蒋璐璐, 魏鸣, 罗昌荣, 高丽, 郑秀云, 等. 一次强降水超级单体的双偏振雷达观测分析[J]. 气象学报, 2020, 78(1): 86-100.
[9] 韩颂雨, 罗昌荣, 魏鸣, 黄美金, 陈磊. 三雷达、双雷达反演降雹超级单体风暴三维风场结构特征研究[J]. 气象学报, 2017, 75(5): 757-770.
[10] 罗昌荣, 池艳珍, 周海光. 双雷达反演台风外围强带状回波风场结构特征研究[J]. 大气科学, 2012, 36(2): 247-258.
[11] Park, H.S., Ryzhkov, A.V., Zrnic, D.S., Kim, K.E., et al. (2009) The Hydrometeor Classification Algorithm for the Polarimetric WSR-88D: Description and Application to an MCS. Weather and Forecasting, 24, 730-748.
https://doi.org/10.1175/2008WAF2222205.1
[12] Dawson II, D.T., Mansell, E.R., Jung, Y., et al. (2014) Low-Level ZDR Signatures in Supercell Forward Flanks: The Role of Size Sorting and Melting of Hail. Journal of the Atmospheric Sciences, 71, 276-299.
https://doi.org/10.1175/JAS-D-13-0118.1
[13] Jung, Y., Xue, M. and Zhang, G. (2010) Simulations of Polarimetric Radar Signatures of a Supercell Storm Using a Two-Moment Bulk Microphysics Scheme. Journal of Applied Meteorology & Clima-tology, 49, 146-163.
https://doi.org/10.1175/2009JAMC2178.1