改進(jìn)氣象雷達(dá)TITAN算法在災(zāi)害性天氣預(yù)警中的應(yīng)用研究

侯正俊 潘多 王磊

摘要提出一種適用于我國(guó)不同季節(jié)、經(jīng)緯度和下墊面的改進(jìn)氣象雷達(dá)TITAN算法。建立天氣雷達(dá)數(shù)據(jù)格式轉(zhuǎn)換系統(tǒng)，將我國(guó)不同型號(hào)新一代天氣雷達(dá)基數(shù)據(jù)轉(zhuǎn)換成MDV格式雷達(dá)數(shù)據(jù)；按我國(guó)不同氣候類型、經(jīng)緯度和海陸下墊面特征，統(tǒng)計(jì)獲取不同區(qū)域強(qiáng)風(fēng)暴天氣雷達(dá)特征指標(biāo)參數(shù)閾值。利用云貴高原和海南地區(qū)不同下墊面的兩次典型超級(jí)單體強(qiáng)風(fēng)暴天氣雷達(dá)實(shí)況數(shù)據(jù)與改進(jìn)的TITAN算法進(jìn)行實(shí)驗(yàn)對(duì)比分析。分析結(jié)果指出，采用改進(jìn)TITAN算法識(shí)別、跟蹤和預(yù)測(cè)05～1 h后的強(qiáng)風(fēng)暴天氣誤差較小，可信度較高，有助于識(shí)別預(yù)警災(zāi)害性天氣和人影指揮作業(yè)。

關(guān)鍵詞多普勒氣象雷達(dá)；TITAN算法；區(qū)域生長(zhǎng)法；三維插值

多單體、超級(jí)單體和颮線等強(qiáng)風(fēng)暴引發(fā)的冰雹、下?lián)舯┝鞯葹?zāi)害性天氣，具有空間尺度小、突發(fā)性強(qiáng)、發(fā)展演變迅速、破壞力大等特點(diǎn)，危及人民的生命財(cái)產(chǎn)及農(nóng)作物生產(chǎn)安全。新一代多普勒氣象雷達(dá)以其高時(shí)空分辨率和快速掃描機(jī)制，成為實(shí)時(shí)探測(cè)中小尺度災(zāi)害性天氣最為獨(dú)特而有效的手段（楊金紅等，2008）。此外，僅僅依靠新一代多普勒天氣雷達(dá)探測(cè)的基數(shù)據(jù)，無(wú)法為人工消雹作業(yè)提供強(qiáng)風(fēng)暴冰雹云的生長(zhǎng)、發(fā)展、消亡及移動(dòng)路徑的準(zhǔn)確信息，這將導(dǎo)致在防雹作業(yè)中無(wú)法確定最佳作業(yè)時(shí)機(jī)、作業(yè)部位和作業(yè)量。早在20世紀(jì)80年代，美國(guó)WSR88D強(qiáng)風(fēng)暴實(shí)驗(yàn)室就給出了基于雷達(dá)基數(shù)據(jù)的SCIT風(fēng)暴識(shí)別算法（Klazura and Imy，1993）。而TITAN系統(tǒng)（Dixon and Wiener，1993）則是近年來(lái)美國(guó)國(guó)家大氣研究中心基于雷達(dá)觀測(cè)體系開(kāi)發(fā)的用于風(fēng)暴識(shí)別、跟蹤、分析和預(yù)報(bào)的完整系統(tǒng)。TITAN系統(tǒng)的主要算法在美國(guó)及世界上其他國(guó)家和地區(qū)得到了廣泛應(yīng)用。2008年北京市氣象局首次引進(jìn)TITAN系統(tǒng)，用于奧運(yùn)氣象保障服務(wù)（周毓荃等，2009）。國(guó)外，Eilts et al.（1996）采用多個(gè)氣象雷達(dá)回波特征參數(shù)聯(lián)合判定識(shí)別超級(jí)單體強(qiáng)風(fēng)暴，包括：一個(gè)迅速下降的反射率因子核、強(qiáng)且深厚的中層輻合（地面上2～6 km）以及較高的回波頂高（王芬和李腹廣，2009）。李紅斌和張洪勝（2010）基于多普勒氣象雷達(dá)二次產(chǎn)品和線性回歸外推法，獲取風(fēng)暴移速和方向，從而為防雹作業(yè)提供決策依據(jù)。安林和張強(qiáng)（2006）指出不同地區(qū)的雷達(dá)雹云識(shí)別指標(biāo)特征參數(shù)是不同的。

本文在上述研究的基礎(chǔ)上，提出一種適用于我國(guó)不同季節(jié)、經(jīng)緯度和海陸下墊面的改進(jìn)TITAN算法，采用多個(gè)不同地區(qū)強(qiáng)風(fēng)暴天氣雷達(dá)實(shí)況數(shù)據(jù)，進(jìn)行改進(jìn)的氣象雷達(dá)TITAN算法識(shí)別跟蹤強(qiáng)風(fēng)暴天氣實(shí)驗(yàn)。結(jié)合雷達(dá)實(shí)況數(shù)據(jù)和地面自動(dòng)站數(shù)據(jù)進(jìn)行誤差分析，驗(yàn)證該算法的可行性，以期為自適應(yīng)識(shí)別預(yù)警災(zāi)害性天氣及人影作業(yè)提供決策參考。

1雷達(dá)數(shù)據(jù)格式轉(zhuǎn)換方法

使用地基氣象雷達(dá)基數(shù)據(jù)前，必須進(jìn)行雷達(dá)數(shù)據(jù)質(zhì)量控制，包括雜波抑制、噪聲去除和缺測(cè)數(shù)據(jù)的填補(bǔ)（Lakshmanan et al.，2003）。本研究所移植的TITAN算法系統(tǒng)前端采用MDV（Meteorological Data Volume）格式數(shù)據(jù)導(dǎo)入。該格式由文件頭、層文件頭和數(shù)據(jù)體3部分組成。表1給出MDV數(shù)據(jù)格式主要參數(shù)。

從表1可以看出，MDV格式是按照經(jīng)緯度和高度模式，由西向東、從南到北依次存儲(chǔ)雷達(dá)基數(shù)據(jù)的。而新一代天氣雷達(dá)基數(shù)據(jù)是以極坐標(biāo)形式存儲(chǔ)的，并且不同型號(hào)雷達(dá)數(shù)據(jù)格式不同，需要通過(guò)數(shù)據(jù)格式解析（梁海河和張沛源，2002）和三維格點(diǎn)插值（Zhang et al.，2005）轉(zhuǎn)換成MDV數(shù)據(jù)才能應(yīng)用于TITAN算法中。

目前我國(guó)新一代天氣雷達(dá)包括SA/SB/SC/CA/CB/CC/CD等多種型號(hào)。采用文件后綴名和文件長(zhǎng)度聯(lián)合匹配法，將混合雷達(dá)基數(shù)據(jù)分類成SA/SB/SC/CA/CB/CC/CD雷達(dá)數(shù)據(jù)，根據(jù)各自型號(hào)雷達(dá)數(shù)據(jù)文件格式，分類進(jìn)行解析。提取雷達(dá)基數(shù)據(jù)至三維極坐標(biāo)數(shù)組中，提取非雷達(dá)信息數(shù)據(jù)作為MDV文件頭中對(duì)應(yīng)的參數(shù)。對(duì)三維極坐標(biāo)數(shù)組雷達(dá)數(shù)據(jù)進(jìn)行反距離權(quán)重插值（彭霞云等，2007），獲得三維格點(diǎn)數(shù)據(jù)。整個(gè)雷達(dá)數(shù)據(jù)格式轉(zhuǎn)換流程如圖1和圖2所示。

設(shè)r、h分別為待求插值點(diǎn)距離雷達(dá)中心的水平距離和高度。Db、Df、Du、Dd分別為待求插值點(diǎn)Dr，h與相鄰仰角數(shù)據(jù)的4個(gè)交點(diǎn)（如圖1所示），rb、rf為點(diǎn)Db、Df距離雷達(dá)中心的水平距離，hu、hd為點(diǎn)Du、Dd所在高度，則待求Dr，h定義式如下：

Dr，h=Db（r-rb）2+Df（rf-r）2+Dd（h-hd）2+Du（hu-h）21（r-rb）2+1（rf-r）2+1（h-hd）2+1（hu-h）2。

2強(qiáng)風(fēng)暴識(shí)別預(yù)警閾值設(shè)置

TITAN（Dixon and Wiener，1993；Johnson et al.，1998）是近年來(lái)美國(guó)國(guó)家大氣研究中心（NCAR）基于雷達(dá)觀測(cè)體系開(kāi)發(fā)的風(fēng)暴識(shí)別、跟蹤、分析和預(yù)報(bào)系統(tǒng)。因?yàn)槲覈?guó)大陸和海洋地區(qū)下墊面復(fù)雜，氣候類型分布多樣，不同經(jīng)緯度、季節(jié)和下墊面大氣環(huán)流特征有明顯差異，所產(chǎn)生的強(qiáng)對(duì)流天氣的雷達(dá)回波特征也不相同。所以強(qiáng)風(fēng)暴識(shí)別和跟蹤閾值在TITAN算法中需要根據(jù)不同地區(qū)進(jìn)行自適應(yīng)調(diào)整。表2給出TITAN算法中雷達(dá)特征指標(biāo)主要參數(shù)。

從表2可以看出，風(fēng)暴最大反射率因子、冰雹云垂直累積液態(tài)水含量、回波頂高以及風(fēng)暴質(zhì)心高度相對(duì)于0 ℃和-20 ℃等溫線高度的位置等參數(shù)的閾值是受季節(jié)變化、氣候類型和下墊面影響的（吳芳芳等，2010），不可直接采用TITAN算法中的默認(rèn)閾值。本文將我國(guó)按不同氣候類型、經(jīng)緯度和海陸下墊面劃分為14個(gè)特征區(qū)域（如圖3所示），在每個(gè)特征區(qū)域進(jìn)行大量的災(zāi)害性中小尺度強(qiáng)對(duì)流天氣雷達(dá)實(shí)況數(shù)據(jù)統(tǒng)計(jì)。從圖3中可以看出，我國(guó)4種氣候分布類型及分區(qū)大致有如下對(duì)應(yīng)關(guān)系：1、2、3、4、5區(qū)屬于溫帶大陸性氣候；6、10、11區(qū)屬于溫帶季風(fēng)氣候；7、8、9區(qū)屬于高原山地氣候；12、13、14區(qū)屬于亞熱帶季風(fēng)氣候，其中有些區(qū)域兼有兩類氣候分布。

海南省海洋面積占比最大，此地區(qū)影響風(fēng)暴閾值的關(guān)鍵就是海洋和陸地的下墊面差異。海陸交界區(qū)域的雷暴，具有明顯的下墊面特征。海南省強(qiáng)對(duì)流天氣引起的閃電活動(dòng)主要發(fā)生回波強(qiáng)度大于50 dBz的區(qū)域邊緣，其他強(qiáng)回波區(qū)域（回波強(qiáng)度大于35 dBz的區(qū)域）基本上無(wú)閃電發(fā)生。云頂高度達(dá)到12 km，強(qiáng)回波中心高度4 km左右。

9區(qū)和10區(qū)兩類氣候類型交界位置的甘肅永登，統(tǒng)計(jì)其不同月份對(duì)流風(fēng)暴雷達(dá)回波主要參數(shù)。雹云內(nèi)反射率存在高空極大值，其多在離地面6～9 km的高度上，隨著高度的增加反射率數(shù)值逐漸減少；不同類型的冰雹云，其反射率變化有很大的區(qū)別；當(dāng)回波強(qiáng)中心50 dBz并達(dá)到4 km高度以上，降雹隨即產(chǎn)生。

統(tǒng)計(jì)分析14區(qū)的安徽，10區(qū)的山西榆林和6區(qū)的黑龍江颮線雷暴的雷達(dá)回波垂直剖面結(jié)構(gòu)。安徽大范圍颮線過(guò)程的雷達(dá)回波的垂直剖面上，50 dBz的強(qiáng)回波一直擴(kuò)展到12 km，位于-20 ℃等溫線（87 km）以上；從圖6b可以看出，山西的這次大范圍颮線過(guò)程，雷達(dá)最大回波強(qiáng)度在47～63 dBz，垂直剖面上顯示風(fēng)暴頂在18 km以上，50 dBz以上強(qiáng)回波的高度一直擴(kuò)散到6 km以上，位于0 ℃層（4 km）以上，-20 ℃層（約7 km）以下；從圖6c可見(jiàn)，黑龍江省西部颮線過(guò)程的發(fā)展強(qiáng)烈時(shí)段回波強(qiáng)度超過(guò)35 dBz的部分水平尺度長(zhǎng)達(dá)150 km左右，寬為20 km左右。雷達(dá)回波上的颮線特征明顯，在移動(dòng)過(guò)程中呈南北向的帶狀分布，12：00前后颮線達(dá)到最強(qiáng)，強(qiáng)中心強(qiáng)度超過(guò)60 dBz。

綜上所述，表3給出14個(gè)區(qū)域強(qiáng)風(fēng)暴天氣觀測(cè)雷達(dá)的型號(hào)、統(tǒng)計(jì)樣本數(shù)和雷達(dá)特征指標(biāo)閾值。依據(jù)表3給出的強(qiáng)風(fēng)暴雷達(dá)特征指標(biāo)閾值和GPS定位系統(tǒng)可自適應(yīng)的調(diào)節(jié)TITAN強(qiáng)風(fēng)暴識(shí)別預(yù)警參數(shù)閾值，提高TITAN算法在不同地區(qū)識(shí)別預(yù)警強(qiáng)風(fēng)暴的精度。

3實(shí)況天氣數(shù)據(jù)實(shí)驗(yàn)分析

選取分別發(fā)生于云南、貴州和浙江的冰雹、颮線等強(qiáng)風(fēng)暴天氣的新一代天氣雷達(dá)實(shí)況數(shù)據(jù)作為改進(jìn)TITAN算法的實(shí)驗(yàn)數(shù)據(jù)。根據(jù)前述雷達(dá)數(shù)據(jù)格式轉(zhuǎn)換算法和強(qiáng)風(fēng)暴閾值自適應(yīng)調(diào)整方法進(jìn)行強(qiáng)風(fēng)暴天氣識(shí)別預(yù)警實(shí)驗(yàn)。

31云南災(zāi)害性冰雹天氣實(shí)驗(yàn)分析

從昆明站2016年7月10日16：13的雷達(dá)實(shí)況來(lái)看（圖4），距離雷達(dá)中心約50～60 km，方位約105°（以正北為0°，下同）附近有明顯的強(qiáng)對(duì)流單體生成（白色圓圈內(nèi)），其南北長(zhǎng)約128 km，東西寬約5 km，內(nèi)部存在3個(gè)反射率因子超過(guò)50 dBz的強(qiáng)風(fēng)暴核。沿強(qiáng)風(fēng)暴核做任意剖面可以看出此刻風(fēng)暴單體回波頂高達(dá)12 km，35 dBz強(qiáng)回波頂高超過(guò)8 km，45 dBz強(qiáng)回波頂高超過(guò)6 km，50 dBz以上的風(fēng)暴強(qiáng)中心回波頂高超過(guò)4 km，整個(gè)強(qiáng)回波迅速發(fā)展，這種結(jié)構(gòu)極易產(chǎn)生冰雹等災(zāi)害性天氣。

當(dāng)日17：00（圖5），距離雷達(dá)中心約50～60 km，方位約110°附近存在一明顯的強(qiáng)風(fēng)暴單體（白色圓圈內(nèi)），其水平最大長(zhǎng)度達(dá)10 km，最大寬度約45 km，內(nèi)部存在一個(gè)反射率因子超過(guò)55 dBz的超強(qiáng)風(fēng)暴核。沿此強(qiáng)風(fēng)暴做任意剖面可以看出，此強(qiáng)風(fēng)暴單體回波頂高為8 km左右，35 dBz強(qiáng)回波頂高約為6 km，55 dBz以上的強(qiáng)風(fēng)暴強(qiáng)中心回波頂高低于3 km，整個(gè)強(qiáng)回波中心及地，風(fēng)暴內(nèi)多下沉氣流。這表明強(qiáng)風(fēng)暴單體內(nèi)有大的降水粒子下落，并逐漸消亡，此時(shí)對(duì)應(yīng)該位置的馬軍村委會(huì)5個(gè)村小組發(fā)生了冰雹災(zāi)害性天氣。

采用2016年7月10日16時(shí)01—13分3個(gè)時(shí)次昆明雷達(dá)實(shí)況數(shù)據(jù)作為TITAN系統(tǒng)識(shí)別預(yù)警強(qiáng)風(fēng)暴發(fā)展演變的初始數(shù)據(jù)。采用表3中12區(qū)的強(qiáng)風(fēng)暴雷達(dá)特征閾值和當(dāng)日08時(shí)昆明探空站TlnP給出的0 ℃等溫線（約為52 km），-20 ℃等溫線（接近9 km）高度數(shù)據(jù)替換TITAN默認(rèn)參數(shù)。圖8給出了17：00發(fā)生冰雹災(zāi)害的雷達(dá)實(shí)況，其強(qiáng)風(fēng)暴核心區(qū)距離雷達(dá)站607 km，方位為108°。圖6白色圓圈處是采用改進(jìn)的TITAN算法經(jīng)過(guò)1 h識(shí)別外推后的預(yù)警位置，其中心距離雷達(dá)站586 km，方位為1098°，與實(shí)況位置相比，整體平均誤差為26%，可信度較高。

32貴州畢節(jié)冰雹天氣實(shí)驗(yàn)分析

圖7a為2016年4月5日18：09的天氣雷達(dá)實(shí)況。圖7b為18：40貴州畢節(jié)發(fā)生冰雹天氣的雷達(dá)實(shí)況。圖7c為19：11同一地區(qū)發(fā)生冰雹天氣的雷達(dá)實(shí)況。圖8a和圖8b是基于18：09—18：21連續(xù)3個(gè)時(shí)次雷達(dá)實(shí)況數(shù)據(jù)、12區(qū)雷達(dá)特征指標(biāo)閾值以及當(dāng)日08時(shí)貴陽(yáng)站TlnP圖給出的0 ℃等溫線高度（約5 km）和-20 ℃等溫線高度（約75 km）進(jìn)行改進(jìn)TITAN識(shí)別預(yù)警30 min和1 h后的強(qiáng)對(duì)流單體位置。

從圖7b、8a中可以看出，經(jīng)30 min識(shí)別預(yù)警后和實(shí)況數(shù)據(jù)對(duì)比，原1號(hào)和2號(hào)單體強(qiáng)中心呈合并增強(qiáng)趨勢(shì)，位置平均相對(duì)誤差為5%，強(qiáng)度相對(duì)誤差為偏弱-44%，

預(yù)測(cè)位置和強(qiáng)度較為精確；原3號(hào)單體強(qiáng)中心實(shí)測(cè)為消亡，預(yù)測(cè)為持續(xù)存在，這主要是由于原3號(hào)單體強(qiáng)中心發(fā)展呈快速減弱消亡趨勢(shì)，導(dǎo)致預(yù)警失敗。

從圖7c、圖8b中可以看出，此次貴州省畢節(jié)市18時(shí)左右開(kāi)始的3個(gè)強(qiáng)中心核，經(jīng)1 h識(shí)別預(yù)警后和實(shí)況數(shù)據(jù)對(duì)比，實(shí)測(cè)的2個(gè)強(qiáng)中心經(jīng)過(guò)合并增強(qiáng)發(fā)展后又迅速分裂衰減，而預(yù)警結(jié)果為原合并單體持續(xù)發(fā)展，平均位置相對(duì)誤差為78%，強(qiáng)度相對(duì)誤差為偏強(qiáng)10%。原3號(hào)單體實(shí)測(cè)仍為消亡，而識(shí)別預(yù)警也出現(xiàn)錯(cuò)誤。由此可見(jiàn)，改進(jìn)的TITAN算法在對(duì)復(fù)雜單體的合并分裂和消亡的判斷上誤差很大。

圖9和圖10分別給出表3中所有觀測(cè)的223例強(qiáng)風(fēng)暴冰雹、颮線天氣采用改進(jìn)TITAN算法和原始TITAN算法的30 min識(shí)別預(yù)警結(jié)果與實(shí)測(cè)結(jié)果的相對(duì)偏差分布。由圖9可見(jiàn)，改進(jìn)后的TITAN算法在識(shí)別預(yù)警前147個(gè)超級(jí)單體強(qiáng)風(fēng)暴時(shí)，預(yù)測(cè)位置和強(qiáng)度總體平均相對(duì)誤差較小，主要集中在±02以內(nèi)，只有極少數(shù)個(gè)例偏差較大；在識(shí)別預(yù)警76個(gè)強(qiáng)颮線天氣過(guò)程時(shí)，相對(duì)誤差偏差較大，有部分個(gè)例超過(guò)±1，這與強(qiáng)颮線天氣復(fù)雜的空間結(jié)構(gòu)，多強(qiáng)單體核的新生、分裂合并和發(fā)展消亡有關(guān)。從圖10可以看出，原始TITAN算法在識(shí)別預(yù)警強(qiáng)風(fēng)暴天氣時(shí)，無(wú)論是超級(jí)單體還是強(qiáng)颮線天氣，預(yù)測(cè)位置和強(qiáng)度總體平均相對(duì)誤差遠(yuǎn)高于改進(jìn)TITAN算法，很多個(gè)例出現(xiàn)±2～±3的極大誤差。由此看出，建立自適應(yīng)的不同經(jīng)緯度、季節(jié)和下墊面的雷達(dá)特征指標(biāo)閾值數(shù)據(jù)庫(kù)是十分必要的。

4結(jié)論

本文基于新一代天氣雷達(dá)的體掃反射率因子實(shí)況數(shù)據(jù)，采用改進(jìn)的TITAN識(shí)別預(yù)警算法，進(jìn)行強(qiáng)風(fēng)暴天氣的識(shí)別、跟蹤和預(yù)警實(shí)驗(yàn)。通過(guò)對(duì)大量強(qiáng)風(fēng)暴實(shí)況天氣實(shí)驗(yàn)分析得出以下幾點(diǎn)結(jié)論。

1）TITAN算法前端是基于MDV雷達(dá)數(shù)據(jù)格式，而新一代天氣雷達(dá)不僅基數(shù)據(jù)格式類型多樣，而且均采用極坐標(biāo)形式存儲(chǔ)，必須進(jìn)行雷達(dá)數(shù)據(jù)格式解析和三維格點(diǎn)插值，將天氣雷達(dá)基數(shù)據(jù)應(yīng)用于TITAN算法中。

2）在不同季節(jié)、經(jīng)緯度和下墊面條件下，強(qiáng)風(fēng)暴天氣雷達(dá)特征指標(biāo)識(shí)閾值標(biāo)準(zhǔn)不同，必須分類建立不同地區(qū)閾值數(shù)據(jù)庫(kù)，根據(jù)實(shí)時(shí)雷達(dá)站點(diǎn)GPS位置信息自適應(yīng)調(diào)整TITAN算法強(qiáng)風(fēng)暴雷達(dá)特征指標(biāo)參數(shù)閾值。

3）對(duì)于孤立持續(xù)發(fā)展的強(qiáng)風(fēng)暴單體，合并發(fā)展增強(qiáng)的強(qiáng)風(fēng)暴單體，改進(jìn)的TITAN識(shí)別預(yù)警算法在位置、強(qiáng)度預(yù)測(cè)的相對(duì)誤差明顯優(yōu)于原TITAN算法，尤其是30 min內(nèi)的識(shí)別預(yù)測(cè)結(jié)果較為準(zhǔn)確，接近實(shí)際發(fā)生區(qū)域。對(duì)于新生的單體、發(fā)展呈分裂減弱及消亡的單體，改進(jìn)TITAN算法和原TITAN算法都存在較大誤差，這是今后需要進(jìn)一步研究的內(nèi)容。

參考文獻(xiàn)（References）

安林，張強(qiáng)，2006.人工防雹消雹業(yè)務(wù)技術(shù)問(wèn)題的討論[J].干旱氣象，24（1）：5356.An L，Zhang Q，2006.Discussion on the technique of the hail suppression[J].Arid Meteorology，24（1）：5356.（in Chinese）.

Dixon M，Wiener G，1993.tITAN：Thunderstorm identification，tracking，analysis and nowcasting—A radar based methodology[J].J Atmos Oceanic Technol，10：785797.

Eilts M D，Johnson J T，Mitchell E D，1996.Damaging downburst prediction and detection algorithm for the WSR288D[C]//18th Conference on Severe Local Storms，American Meteorological Society：541545.

Lakshmanan V，Hondl K，Tumpf G，2003.Quality control of WSR88D data.Preprints[C]//31st International Conference on Radar Meterology.Seattle，WA：American Meteorological Society：522525.

李紅斌，張洪勝，2010.基于多普勒雷達(dá)研發(fā)的防雹作業(yè)決策指揮系統(tǒng)[J].安徽農(nóng)業(yè)科學(xué)，38（35）：2019320196.Li H B，Zhang H S，2010.Decisionmaking and commanding system for hail suppresion operation based on research of Doppler radar[J].Journal of Anhui Agricultural Sciences，38（35）：2019320196.（in Chinese）.

梁海河，張沛源，2002.全國(guó)天氣雷達(dá)數(shù)據(jù)處理系統(tǒng)[J].應(yīng)用氣象學(xué)報(bào)，13（6）：749754.Liang H H，Zhang P Y，2002.China operational weather radar data processing system[J].J Appl Meteor Sci，13（6）：749754.（in Chinese）.

Johnson J，Mackeen P，Witt A，et al.，1998.The storm cell identification and tracking algorithm：an enhanced WSR88D algorithm[J].Wea Forecasting，13：263276.

Klazura G E，Imy D A，1993.A description of the initial set of analysis products available from the NEXRAD WSR88D system[J].Bull Amer Meteor Soc，74（7）：12931312.

彭霞云，閔錦忠，周振波，2007.單多普勒雷達(dá)反演風(fēng)場(chǎng)的質(zhì)量控制[J].南京氣象學(xué)院學(xué)報(bào)，30（1）：7985.Peng X Y，Min J Z，Zhou Z B，2007.Quality control of single Doppler radar derived wind field[J].J Nanjing Inst Meteor，30（1）：7985.（in Chinese）.

王芬，李腹廣，2009.多普勒天氣雷達(dá)冰雹探測(cè)算法評(píng)估及檢驗(yàn)改進(jìn)[J].氣象科技，37（3）：345348.Wang F，Li F G，2009.Assesment and improvement of CINRAD/CD hail detection algorithm[J].Meteorological Science and Technology，37（3）：345348.（in Chinese）.

吳芳芳，俞小鼎，王慧，等，2010.一次強(qiáng)降水超級(jí)單體風(fēng)暴多普勒天氣雷達(dá)特征[J].大氣科學(xué)學(xué)報(bào)，33（3）：285298.Wu F F，Yu X D，Wang H，et al.，2010.A HP supercell case study with the data of Doppler weather radar detection[J].Trans Atmos Sci，33（3）：285298.（in Chinese）.

楊金紅，高玉春，程明虎，2008.相控陣天氣雷達(dá)與多普勒雷達(dá)的探測(cè)精度與探測(cè)能力對(duì)比研究[J].氣象，34（5）：4451.Yang J H，Gao Y C，Cheng M H，2008.A comparative study of detection precision and capacity between phased array weather radar and Doppler weather radar[J].Meteor Mon，34（5）：4451.（in Chinese）.

Zhang J，Howard K，Gourley J J，2005.Constructing threedimensional mutipleradar reflectivity mosaics：Example of convective storms stratiform rain echoes[J].J Atoms Oceanic Tech，22：3042.

周毓荃，潘留杰，張亞萍，2009.TITAN算法的移植開(kāi)發(fā)及個(gè)例應(yīng)用[J].大氣科學(xué)學(xué)報(bào)，32（6）：752764.Zhou Y Q，Pan L J，Zhang Y P，2009.Redevelopment of TITAN system and its case application[J].Trans Atmos Sci，32（6）：752764.（in Chinese）.