天氣雷達反射率因子圖像中三體散射自動識別

王 萍，杜雪峰，徐考基

(天津大學電氣與自動化工程學院，天津 300072)

天氣雷達反射率因子圖像中三體散射自動識別

王 萍，杜雪峰，徐考基

(天津大學電氣與自動化工程學院，天津 300072)

三體散射的準確識別可以有效降低強冰雹的誤警率、提高預報強冰雹的時效性．在詳細分析三體散射產生機理的基礎上，將三體散射按照其圖像特點定義成 2種類型．設計標準模板，在將搜索區(qū)域進行標準化變換的配合下成功解決了楔狀的、短的三體散射的自動識別；用鏈碼技術將走向一致的區(qū)域邊界的比例定量地描述出來，以此解決長直的三體散射的自動識別．實驗表明，該方法對短三體散射的區(qū)域斷裂和長三體散射的遠端粘連具有不敏感性，對三體散射的總擊中率達到94.8%，誤警率不足1%．

三體散射；楔狀識別；鏈碼特征提?。槐㈩A警

天氣雷達是對強對流天氣進行監(jiān)測和預警的主要工具之一．這種雷達按照預定的幾個仰角分別依次旋轉 360°向空中發(fā)射脈沖形式的電磁波，當電磁波遇到雪花、雨滴或冰雹等降水物質時，大部分能量會繼續(xù)前進，而有一小部分能量被降水物質向四面八方散射，其中，向后散射的能量被雷達接收[1]從而探測到這些降水物質的存在．為方便觀測，雷達系統提供一種反射率圖像以直觀展現探測到的所有數據信息．1987年，Zrnic[2]在雷達反射率圖像中首次發(fā)現了“三體散射(three-body scatter spike，TBSS)”現象，即一種與強冰雹回波相關的、出現在強回波外側、沿徑向向外延伸的、弱的、窄帶狀的回波，并稱其為“三體散射特征”，后來，Wilson等[3]稱其為“火焰回波(flare rcho)”、Lemon[4]稱其為“三體散射長釘”．根據 Zrnic[2]的理論，雷達發(fā)出的電磁波遇到強冰雹類降水物質時，向四周散射的能量會很強，于是使向下散射到地面的部分能量有能力返回到原降水物質再回射到雷達，從而使雷達誤認為在冰雹的徑向外側存在著弱的降水物，因此在強冰雹回波的徑向外延成虛假的、弱的回波．

國內外學者對三體散射與冰雹的關系做了深入的研究，廖玉芳等[5]對伴隨產生TBSS現象的中國11個強對流過程中的 23個強風暴進行了統計，每一個強風暴都產生了直徑超過 2,cm的強冰雹，其中有 4個強風暴產生了直徑 10,cm 以上的冰雹．因此得出“如果 S波段新一代天氣雷達產生三體散射現象，則降強冰雹的可能性幾乎是 100%，同時大多伴隨地面災害性大風”的重要結論．據湖南省北部的統計，在2002—2005年間的19個雹暴中，有16次出現了TBSS，占84%，且 16次所降冰雹的最大直徑均超過2,cm[5]．更重要的，TBSS的持續(xù)時間多為 30～60,min，其中的大部分時段位于地面降雹之前，因而使TBSS預警強冰雹具有時效性．另外，Hubbert等[6]計算了三體散射區(qū)域的偏差反射率，進而又通過對地面的反射建立了統計和解析模型，他們還獲得了冰雹單體的反射系數并對冰雹單體進行估計. Smallcomb[7]對三體散射速度圖進行了分析，說明了三體散射區(qū)域常常伴有較大的速度值，并且其并不是真正速度，有時會導致中氣旋算法的誤警，影響預報質量．Zrnic等[8]還證明三體散射與冰雹尺度有關．如此可見，及時撲捉到TBSS有利于提高強冰雹預警的水平和質量．

我國新一代天氣雷達的冰雹指數產品采用的是由美國開發(fā)的強冰雹預警算法，該算法主要借助擴展到0,℃層以上、達到或超過45,dBz的強反射率因子，累計計算一種“冰雹動能通量”[9]，再形成基于發(fā)生于美國的若干強冰雹實況的冰雹指數[10]．據統計，該冰雹指數在對強冰雹平均命中70%的同時，平均誤警率高達 49%[5]．究其原因，是因為這個冰雹指數考慮的因素并不主要為強冰雹所獨有，許多強降水回波也會因躍于 0°層甚至-20°高度以上而獲得很高的冰雹指數．

TBSS應該是強冰雹雷達回波所特有的現象．如何通過計算機自動捕捉三體散射現象在國內外都未找到相關報道，筆者從TBSS的形成機理和回波特點出發(fā)，利用圖像識別和計算機視覺技術構建并實現專用的TBSS識別算法，以代替人工憑借經驗的低效率查找，為提高具有TBSS現象的強冰雹的識別準確性和預警時效性提供重要的客觀依據．

1 三體散射現象及其圖像特點

根據 Zrnic[2]對三體散射的定義，三體散射的形成經過了3次反射，設雷達發(fā)射的電磁波在離開雷達徑向距離r后遇到強冰雹A，如圖1所示，此后，電磁波的大部分能量繼續(xù)向前傳輸，剩余部分向周圍散射，其中，散射波的一小部分返回雷達，以示探測到目標 A，另有一部分散射向地面，再形成返回波到達冰雹A，然后有部分能量經過A的反射又回到雷達．容易看出，當冰雹 A的強度、位置一定時，源于冰雹 A的散射波到達地面的路徑越長，回到冰雹 A的波的能量就越弱，設只有落到圖1中以BC或BD為半徑的圓形區(qū)域內的返回波剩余能量才能夠支撐其行進至雷達并不被解讀為噪聲，這時，雷達會將這部分途徑地面的返回波信號誤讀為在沿電磁波發(fā)出方向、遠離冰雹 A的一定距離范圍內存在著弱的降水物，而該距離理論上大于等于 A到地面距離 h，即有

圖1 TBSS形成原理示意Fig.1 Forming principle of TBSS

在雷達反射率因子圖像上，TBSS的特征是明顯的和有規(guī)律的，具體情況如下所述．

1.1 產生TBSS的風暴具有高反射率強度的核區(qū)

Lemon[4]指出要產生能夠分辨的 TBSS，風暴核反射率因子必須大于 63,dBz，文獻[5]通過對我國境內499例TBSS的統計，發(fā)現產生TBSS的風暴核反射率因子大于等于60,dBz的比例高達99.2%．

1.2 TBSS出現的位置具有規(guī)律性

根據圖1所示TBSS的形成機理，TBSS一定出現在雷達與風暴核區(qū)連線的延長線上，另據我國夏季多為西風或偏西風，產生TBSS的風暴大多位于探測雷達的西側或偏西側[3]．例如，圖2為2張實測的顯現TBSS的反射率圖像，其中，分別在圖2(a)第2象限(西北)和圖 2(b)第 3象限(西南)徑向射線上、高反射率核區(qū)外側的橢圓標記處出現了TBSS．

1.3 TBSS具有特定的形態(tài)

TBSS具有直-帶狀(見圖 2(a))或楔-帶狀(見圖2(b))的形態(tài)，其長度與風暴核區(qū)的反射率強度、面積以及地面條件有關，據文獻[5]統計，TBSS的長度通常小于15,km，超過3,km的比例高達91.6%．

圖2 TBSS圖像特點Fig.2 Image feature of TBSS

1.4 TBSS具有弱的反射率強度

由于雷達探測波能量歷經雷達-冰雹物-地面、再到冰雹物-雷達的較長路途的消耗，其反射率強度一般很低，據資料統計，TBSS的反射率強度不超過25,dBz，更多的低于20,dBz．

簡言之，TBSS是一塊位于強反射率風暴核區(qū)徑向外側的、直-帶狀或楔-帶狀的弱回波區(qū)域．

1.5 TBSS在徑向速度圖的特性

Lemon[4]提出沿著三體散射回波伸展方向的徑向速度是關于冰雹單體 A徑向和垂直運動的函數，這個函數接近 sinw uθ+ ，w為單體的垂直運動速度，u為散射位置的徑向速度分量，但是由于地面上物體的運動，三體散射的徑向速度圖會受到污染．冰雹的形成在零度層以上有大量的溫度很低的水汽時，強大的上升氣流促進了大冰雹的形成．

多數情況 w是負數，只有當有強大上升氣流時其才為正數，這樣，根據速度圖上三體散射的信息，可以看出此時冰雹是上升還是下沉，文獻[11]對這 2種情況進行了詳細的討論，并且說明了三體散射可能產生速度模糊．一般情況下，三體散射長釘上都會形成比較大的負速度，圖3(b)為2012年4月16日廣東的基數據中三體散射的徑向速度圖，可以看到部分核區(qū)及部分三體散射區(qū)域相對周圍有明顯的負速度．

圖3 TBSS的雷達反射率、徑向速度及其剖面Fig.3 Reflectivity，radial velocity and their sections of TBSS

1.6 TBSS在徑向速度圖和反射率圖上剖面圖特征

圖 3(c)為圖 3(a)反射率圖的剖面圖，可以看到三體散射在4,km高度以上朝單體外側斜向上伸出，并且隨著與核中心距離的增加，其反射率值逐漸降低.

圖 3(d)為圖 3(b)徑向速度圖的剖面圖，可以發(fā)現圖中三體散射區(qū)域速度跳變相對較大，且有較大的負速度點(淺綠色)，三體散射也同樣在 4,km以上伸出來．

2 TBSS識別算法

算法設計采用“在可能存在TBSS的區(qū)域內尋找滿足TBSS圖像特點的弱回波”的指導思想．

2.1 關注區(qū)域的確定

設天氣雷達采用九仰角的降水探測模式，鑒于6°及其以下探測仰角的反射率圖上均有發(fā)現 TBSS的報道，以下方法適合于 6°及其以下探測仰角的反射率圖．

分別在這些仰角(α)的反射率圖上，找到達到或超過60,dBz的區(qū)域，計算該區(qū)域中心的徑向距離r和距地面的高度h，用該區(qū)域中心徑向外側h之后的2段圓弧和向徑向線2側各偏離10°的2條射線圈定一個搜索 TBSS的扇形區(qū)域，如圖 4所示，其中，參數 h為風暴核區(qū)中心高度(nn× )、扇區(qū)厚度Δr依據統計值設定．

圖4 可能存在TBSS的范圍Fig.4 Area that TBSS probably exist

2.2 定義“楔-帶狀”和“直-帶狀”

TBSS大體形如帶狀．當其長度介于 3～10,km之間時，其根部相對較粗、頭部相對較尖(見圖 2(b))的特點突出出來，本文將其定義為“楔-帶狀”；而長度超過10,km的TBSS，其“直”且“等寬”的部分占主導(見圖 2(a))，本文稱其為“直-帶狀”．據文獻[3]統計，前者形狀的 TBSS占 54.5%，后者占37.1%，其余 8.4%的長度小于 3,km，這時，圖像上TBSS僅為 2個像素左右，“帶”狀特點已經消失，且易混淆于具有起伏特點的回波區(qū)域邊界之中，因此，本文從長度超過3,km以上TBSS的特點出發(fā)進行算法設計．

2.3 “楔-帶狀”TBSS識別算法

匹配法是檢測具有特定形狀的對象的常用方法，如模板匹配法[12]、基于特征點的頻率匹配法[13]等．其中，模板匹配通過計算相似度函數搜索圖像中對模板的最佳匹配點，鑒于氣象雷達的大數據量特點且快速運行的要求，不宜直接搬用已有模板或方法．為此，本文提出一種基于搜索區(qū)域標準化處理的楔狀模板匹配算法用于快速找到匹配點，判斷是否存在“楔-帶狀”的TBSS．

2.3.1 構建“楔-帶狀”標準模板

根據TBSS的長度范圍，設定正方形模板(nn× )的尺度為

圖5 標準模板Fig.5 Standard temp template

2.3.2 標準化搜索區(qū)域

為適應圖5所示的標準模板，首先將扇形的搜索區(qū)域二值化，即對區(qū)域內在0～25,dBz范圍內取值的像素點記為 1，其余的記為-1，形成區(qū)域 S的函數fS(i, j)；再對 fS(i, j)進行旋轉變換得到區(qū)域S′，描述函數為 fS′(i , j )，旋轉角度等于區(qū)域 S的主軸到正西向射線的夾角，如圖 6(a)所示；最后按照圖 6(b)方法將搜索區(qū)域S′標準化．

圖6 搜索區(qū)域旋轉變換及標準化搜索區(qū)域Fig.6 Target area transform to the standard searching

2.3.3 模板匹配

令模板 (,)g i j在區(qū)域BS′上按照式(2)進行遍歷搜索運算，得到判定值 (,)R x y，若存在滿足式(3)所述條件的判定值，則判定該區(qū)域出現“楔-帶狀”的TBSS．

由于可能存在 TBSS的區(qū)域被二值化和模板的三值化布局使得該模板遇到“楔-帶狀”的 TBSS時，對象部分和背景部分被同時反向加權，可獲得搜索效率的提升，且 (,)R x y越大，越接近理想的“楔-帶狀”，其中， (,)R x y的最大值為29，閾值M在理論分析和大量樣本統計的基礎上確定．

2.4 “直-帶狀”TBSS識別算法

當 TBSS較長時，由于其形狀趨于平直，使其區(qū)域邊界的多數元素呈現出與 TBSS方向相關的主流走向，因此，可以借助對邊界線的描述和對邊界線各元素“同方向數”的統計，實現對“直-帶狀”TBSS的識別．

2.4.1 提取區(qū)域邊界

首先對關注區(qū)域進行二值化和補空洞處理再用Canny算子提取出關注區(qū)域(0～25,dBz)聯通域的邊緣，這些邊緣將組成區(qū)域的邊界L．

2.4.2 描述區(qū)域邊界

取圖7所示的8方向基元組描述邊界線段，即順次掃描搜索區(qū)域BS′得到其邊界線的一個點，令該點為起點進行邊界線的追蹤，同時，以級聯的方式將相關基元不斷追加到L中，最終形成該區(qū)域邊界線的8方向鏈碼．

圖7 8方向鏈碼基元Fig.7 Chain code of eight directions

2.4.3 計算邊界鏈碼的方向數

設邊界線的鏈碼總長度為 NL，鏈碼中，設方向 i和j上的基元數分別為num(i)和num(j)，其中，方向i和j滿足關系式

則邊界線的i-j方向數ijN 定義為

式(5)中，方向i的選擇與搜索區(qū)域的主軸方向β(正北為0°)有關，即

當ijN 大于閾值(0.4)時表示 i-j方向的邊界元素占主導，這時判定該區(qū)域存在“直-帶狀”的TBSS．

2.5 算法流程

本文根據 TBSS的形狀特點提出 2種識別算法．考慮到“楔-帶狀”更具普遍性，采用首先使用“楔-帶狀”算法、再補充使用“直-帶狀”算法的 2級識別策略，如圖 8所示．如此，對于根部具有“楔”狀特點的“直-帶狀”TBSS，也只需經一級識別即可．

圖8 TBSS識別算法流程Fig.8 Flow chart of identification algorithm of TBSS

3 測試與分析

按照本文提出的方案和算法，對廣東、江西、天津共 144個含有三體散射的實例進行測試．在 144個實例中，涉及 0.5°～6.0° 6種仰角的反射率圖像，徑向范圍從25,km到200,km，包含“直-帶狀”TBSS共27個，占18.75%，“楔-帶狀”TBSS共117個，占81.25%．又隨機選擇了含有強核區(qū)但未出現TBSS的反射率圖像 150張，對本文算法展開反例樣本測試．總測試結果如表1所示，根據表1可得

識別TBSS的CSI評分：

圖9～圖12給出了測試示例．

圖9中的3組圖片是“楔-帶狀”算法的識別結果，小窗口展示的是尋找到目標區(qū)域并判別為三體散射的情況．圖 9(a)和(b)屬于楔狀 TBSS，前者較長、后者較短，均被正確識別出來；而圖 9(c)屬于“直-帶狀”的 TBSS，但從小窗口展示的關注區(qū)域看，其根部也呈現出楔狀，于是使模板匹配時獲得高值，因此對此類樣本無需再啟用“直-帶狀”算法，即可完成TBSS的識別．

表1 算法測試統計結果Tab.1 Statistics results of the test

圖9 “楔-帶狀”TBSS識別算法的識別結果示例Fig.9 Identification results of the cuneiform-banding TBSS

基于專用標準模板的匹配法除了能應對較短TBSS、根部呈楔狀的“直-帶狀”TBSS以外，對斷裂噪聲也具有一定的抵御能力，例如，圖10中的TBSS在尖端附近出現了斷裂，但其“楔-帶狀”未遭破壞，算法依然能將其識別出來．

圖10 有斷裂的“楔-帶狀”TBSS的識別結果Fig.10 Identification results of the breaking cuneiformbanding TBSS

圖 11反射率圖中出現的 TBSS顯然是“直-帶狀”的，由于其過長，并未完全被包含到所提取的關注區(qū)域中，其根據式(6)求出借助圖11給出的區(qū)域邊界鏈碼不難算出：于是判斷存在 TBSS，識別結果用方形框標注于圖 11鏈碼下面的圖中．

圖11 “直-帶狀”TBSS識別算法的識別結果示例Fig.11 Identification results of straight-banding TBSS

在9張漏識的TBSS中，基本涉及3種情況．其一，也是最主要的情況(約占6成)，就是TBSS較短且過粗，致使模板匹配時無法獲得高值，如圖 12(a)所示，或是 TBSS短到 3,km甚至 3,km以下，如圖12(b)所示；其二，就是TBSS與遠端降水回波發(fā)生混合粘連，導致識別失敗，如圖 12(c)、圖 12(d)所示；第3種情況僅出現了一例，就是TBSS不規(guī)范，既不像“楔-帶狀”、也不是“直-帶狀”，如圖 12(e)所示．但是在以上各例中仰角變化時，能夠找到可被算法識別的三體散射，產生預警，所以基于多仰角的算法探測有益于彌補上述單仰角對三體散射的漏識問題，被本文算法誤警為 TBSS的樣本如圖 12(f)所示，這是使用“楔-帶狀”算法的誤警結果．同時還可以通過其雷達反射率剖面圖以及徑向速度圖來輔助判斷是否為三體散射現象，見圖 13，發(fā)現其形狀向左伸出且又向上生長，與圖 3(c)相差較大，伸出的低反射率回波高度位于 3,km以下，不滿足三體散射雷達反射率剖面圖特性，并且其速度圖中，誤警區(qū)域速度不存在較大變化或絕對值很大的負向速度，可見其為誤識，所以通過對反射率剖面圖及速度圖的分析，可以協助進一步確認識別三體散射的正確性．

圖12 漏識和誤警Fig.12 Failure identification and false alarm

圖13 誤警產生時三體散射的反射率剖面和徑向速度Fig.13 Reflectivity section and radial velocity of the false alarm TBSS

4 結 語

TBSS是當天氣雷達探測到即將發(fā)生的強冰雹可能出現在反射率圖像中的特殊現象，其可能出現的條件是明確的，可能出現的部位是確定的，但其形狀、長短、強弱又是不嚴格一致的．本文就其自動識別問題做了以下工作．

將 TBSS歸納成兩類形狀，即“楔-帶狀”和“直-帶狀”，根據各自的特點設計不同的識別算法．但在使用時，并不首先做形狀識別，而是采用一種“主-協”識別策略，即“楔-帶狀”算法做“主”識別，這時，凡根部到中部呈現“楔狀”的TBSS，即便因 TBSS很長，其根部的楔狀特征已不突出的情況，也可將其識別出來，用作協助識別的“直-帶狀”算法旨在“楔-帶狀”算法無功而返的時候投入工作，將那些細長的TBSS識別出來．

為識別“楔-帶狀”TBSS，設計出專用的、反映這類 TBSS特點的、用于匹配搜索的標準模板，配合搜索區(qū)域的標準化處理，能夠 100%地將 3,km以上、未與其他回波發(fā)生粘連的“楔-帶狀”TBSS識別出來，同時能夠在一定程度上抵御斷裂、長度變化等干擾因素的影響．

當TBSS很長時，TBSS區(qū)域邊界的多數成分將與TBSS的取向一致，本文借助邊界鏈碼將這一特征定量地計算出來，由于該方法側重的是取向一致的比例，因此在識別“直-帶狀”類TBSS的時候，能夠抵御遠端處粘連上其他回波的干擾．

本文的方法計算速度快，時間復雜度為 ()O n，其中，模板和鏈碼的算法均為線性復雜度，且問題規(guī)模不大，即使在計算多個仰角的情況下，對一個時刻的處理也在毫秒級．這種綜合考慮各種情況的方法比單一使用模板判別或鏈碼判別有更高的識別率和魯棒性，且依據三體散射出現位置對其進行旋轉，簡單有效地解決了識別形狀的旋轉問題．

為說明本文方法的有效性，展開了一定規(guī)模的正反例樣本的算法測試．測試結果表明，本文方法能夠將不與其他回波粘連的“較短”TBSS及直的“較長”TBSS識別出來，滿足算法條件的個別降水回波形狀有可能被識別為三體散射，這時通過對雷達反射率和速度剖面圖的分析可以進一步判斷其真?zhèn)危?/p>

人工識別三體散射時，因為易受到預報員經驗水平、工作狀態(tài)及各種人為因素干擾，而造成識別不準確，工作效率低；自動識別的技術具有準確率高、工作效率高且節(jié)省人力等諸多優(yōu)勢．

［1］ 俞小鼎，姚秀萍，熊廷南，等. 多普勒天氣雷達與業(yè)務應用[M]. 北京：氣象出版社，2006.

Yu Xiaoding，Yao Xiuping，Xiong Tingnan，et al. Doppler Radar and Business Applications[M]. Beijing：Meteorological Press，2006(in Chinese).

［2］ Zrnic D S. Three-body scattering produces precipitation signature of special diagnostic value[J]. Radio Science，1987，22(1)：76-86.

［3］ Wilson J B，Reum D. The flare echo：Reflectivity and velocity signature[J]. Journal of Atmospheric and Oceanic Technology，1988，5：197-205.

［4］ Lemon L R. The radar “three-body scatter spike”：An operational large-hail signature[J]. Weather and Forcast ing，1988，13：327-340.

［5］ 廖玉芳，俞小鼎，吳林林，等. 強雹暴雷達三體散射統計與個例分析[J]. 高原氣象，2007，26(4)：812-820.

Liao Yufang，Yu Xiaoding，Wu Linlin，et al. Statistic and case studies on radar three body scattering of severe hailstorm [J]. Plateau Meteorology，2007，26(4)：812-820(in Chinese).

［6］ Hubbert J C，Bringi V N. The effects of three-body scattering on differential reflectivity signatures[J]. Journal of Atmospheric and Oceanic Technology，2000，17(1)：51-61.

［7］ Smallcomb C. Hail spike impacts on Doppler radial velocity data during several recent lower Ohio Valley convective events[C]//23rd Conf on Severe Local Storms. St Louis，MO，USA，2006：1-22.

［8］ Zrnic D S，Zhang G. Three-body scattering and hail size[J]. Journal of Applied Meteorology and Climatology，2010，49(4)：687-700.

［9］ Waldvogel A，Schmid W，Federer B. The kinetic energy of hailfalls(part I)：Hailstone spectra[J]. Journal of Applied Meteorology，1978，17：515-520.

［10］ Donavon R A，Jungbluth K A. Evaluation of a technique for radar identification of large hail across the upper[J]. Weather and Forecasting，2007，22(10)：244-254.

［11］ Stan-Sion A. Three body scatter signature producing uncertainties on Doppler radial velocity structures [C]// 33rd Conference on Radar Meteorology. Australia，2007：5. 3.

［12］ 余立功，王 強，陳 純. 多尺度模板匹配算法[J].工程圖學學報，2005(3)：80-83.

Yu Ligong，Wang Qiang，Chen Chun. On the multilevel template match algorithm[J]. Journal of Engineering Graphics，2005(3)：80-83(in Chinese).

［13］ 劉 睿，姚素英，史再峰. 基于特征點的圖像配準子系統的研究與實現[J]. 電路與系統學報，2012，17(3)：10-14.

Liu Rui，Yao Suying，Shi Zaifeng. Image matching circuit subsystem based on the interest points[J]. Journal of Circuits and Systems，2012，17(3)：10-14(in Chinese).

(責任編輯：孫立華)

Automatic Identification of Three-Body Scatter Spike in the Doppler Radar Reflectivity Image

Wang Ping，Du Xuefeng，Xu Kaoji
(School of Electrical Engineering and Automation，Tianjin University，Tianjin 300072，China)

The accurate identification of three-body scatter spike(TBSS) can reduce the false alarm rate of strong hail and improve the timeliness of strong hail forecast. This paper provides a detailed analysis of the formation of the threebody scatter spike and then defines it into two classes. Designing the standard template，normatively transforming the target area solve the problem of short，cuneiform-shaped TBSS identification；and then the chain code is used to calculate the main direction of the boundary for identifying the long and straight TBSS. Test shows that the method is not good at the identification of the short TBSS with broken region or the long TBSS whose end is connected with others. Identification rate of TBSS is 94.8% and false alarm rate is less than 1%.

three-body scatter spike(TBSS)；cuneiform-shaped identification；feature extraction from the chain code；hail warning

TP391

A

0493-2137(2014)08-0711-08

10.11784/tdxbz201305037

2013-05-17；

2013-06-19.

中國氣象局氣象探測中心2012年新一代天氣雷達建設業(yè)務軟件系統開發(fā)及應用(ZQC-H12085).

王 萍（1955— ），女，教授，博士生導師，wangps@tju.edu.cn.

杜雪峰，dxf_friendship@sina.com.

時間：2013-09-11.

http：//www.cnki.net/kcms/detail/12.1127.N.20130911.0923.001.html.