基于对流风暴结构的双偏振雷达ZDR_柱识别及应用研究

基于对流风暴结构的双偏振雷达Z
DR
柱识别及应用研究*
潘佳文1 徐鸣一2 吴举秀3 吴伟杰1 郑秀云1 彭 婕1 韩颂雨4 PAN Jiawen1 XU Mingyi2 WU Juxiu3 WU Weijie1 ZHENG Xiuyun1 PENG Jie1 Han Songyu4
1. 厦门市海峡气象开放重点实验室，厦门市气象局，厦门，361012
2. 中国气象局气象探测中心，北京，100081
3. 山东省气象防灾减灾重点实验室，山东省气象工程技术中心，济南，250031
4. 浙江省气象信息网络中心，杭州，310000
1. Xiamen Key Laboratory of Straits Meteorology，Xiamen Meteorological Bureau，Xiamen 361012，China
2. CMA Meteorological Observation Centre，Beijing 100081，China
3. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong，Shandong Meteorological Engineering Technology Center，Jinan 250031，China
4. Zhejiang Meteorological Information Network Center，Hangzhou 310000，China
2023-04-10收稿，2023-08-03改回.
潘佳文，徐鸣一，吴举秀，吴伟杰，郑秀云，彭婕，韩颂雨. 2023. 基于对流风暴结构的双偏振雷达Z DR柱识别及应用研究. 气象学报，81（6）：943-957
Pan Jiawen， Xu Mingyi， Wu Juxiu， Wu Weijie， Zheng Xiuyun， Peng Jie， Han Songyu. 2023. Identification of the Z DR column in dual polarization radar observations based on convective storm structure and related applications. Acta Meteorologica Sinica， 81（6）:943-957
Abstract Z
DR column, the quasi-vertical continuous column of enhanced differential reflectivity (i.e., Z
DR
≥1 dB) observed by dual-
polarization radar, can extend well above the environmental 0℃ level. Z
DR
column can provide information about the location and
intensity of convective storm updraft, which makes it a useful tool for analyzing the evolution of convective storms. This paper
introduces an automatic Z
DR
column identification algorithm, which is designed to provide diagnostic information pertinent to
convective storm warning. Based on the 3D structure characteristics of convective storms, the algorithm for Z
DR
column identification
is designed and its morphological parameters are calculated. The application of Z
DR
column morphological parameters in quantitative analysis of convective storms is explored by using Xiamen dual polarization radar and automatic weather station data. The study yields the following results. (1) Statistically significant differences exist between severe and non-severe storms in terms of
the Z
DR
column morphological parameters, indicating that these products can provide references for forecasters to distinguish the two
types of convective storms. Once the Z
DR
column depth reaches 1500 m, at least 60% of the volume scans are associated with severe
storms. Similarly, once the thresholds for Z
DR column volume, centroid height and maximum Z
DR
value reach 20 m3, 500 m and 3 dB,
respectively, at least 70%, 70% and 50% of the volume scans are associated with severe storms. (2) The evolution of Z
DR
columns is an appropriate index that can reflect the development of convective storms, and the peak values of its morphological parameters precede the occurrence of severe convective weather. During the continuous severe convective weather process, the re-development
of the Z
DR column is earlier than that of the convective storm. (3) Z
DR
columns can predict the merging and splitting process of
convective storms. The process of storm merging (splitting) is accompanied by the Z
DR column merging (splitting). Z
DR
column
merging (splitting) occurs earlier than that of the convective storm in 57% (69%) of the processes. (4) There is a correlation
* 资助课题：国家重点研发计划（2022YFC3004101）、福建省自然科学基金（2022J011080、2022J01443）、山东省自然科学基金（ZR2020MD052）、浙江省自然科学基金（LZJMY23D050006）、厦门市社会发展领域指导性项目（3502Z20214ZD4005）。

作者简介：潘佳文，主要从事雷达气象研究。

E-mail：358465603@
通信作者：徐鸣一，主要从事强对流和临近预警技术。

E-mail：104068199@
doi:10.11676/qxxb2023.20230050气象学报
betweenthe position of the Z
DR
column and subsequent propagation direction of the convective storm, which can provide a reference for improving the prediction of the movement path of convective storm.
Key words Dual-polarization radar， Z
DR
column， Identification algorithm， Convective storm
摘 要 双偏振雷达观测到的垂直伸展至环境0℃层之上的柱状差分反射率因子增强区（即Z
DR ≥1 dB），被称为Z
DR
柱。

Z DR柱可
以提供对流风暴上升气流的位置和强度信息，是分析对流风暴演变的有力工具。

为了实现对Z DR柱的自动识别并提供用于对流风暴预警的诊断信息，基于对流风暴的三维形态特征，使用厦门双偏振雷达观测数据设计了Z DR柱识别算法，并提取Z DR柱形态参数。

结合地面观测资料，探索Z DR柱形态参数在对流风暴定量化分析领域的应用。

研究表明：（1）强风暴和非强风暴在Z DR柱形态参数上存在统计学上的明显差异，这为预报员据此判别两类对流风暴提供了参考依据。

当Z DR柱深度达到1500 m 后，至少有60%的雷达体扫个数与强风暴相关。

Z DR柱体积、质心高度和最大Z DR值的阈值达到20 m3、500 m和3 dB时，这一比例分别达到70%、70%和50%。

（2）Z DR柱的演变可较好地指示对流风暴的发展过程，其形态参数的极值早于强对流天气现象出现。

在连续性强对流天气过程中，Z DR柱的再度发展预示着对流风暴的再次增强。

（3） Z DR柱对于风暴的合并与分裂过程具有预示性。

在风暴合并（分裂）过程中伴有Z DR柱合并（分裂）的现象，其中有57%（69%）的过程Z DR柱提前于对流风暴发生合并（分裂）。

（4）Z DR柱的位置与对流风暴的后续传播方向存在相关，可为改善对流风暴移动路径的预测提供参考依据。

关键词双偏振雷达， Z
DR
柱， 识别算法， 对流风暴
中图法分类号 P412.25
1 引　言
强对流天气具有空间尺度小、突发性强、发展演变迅速的特点，防御难度大且破坏力强。

针对引发强对流天气的对流风暴进行识别，提取其形态特征，能有效提高对强对流天气的预报、预警水平，对于防灾、减灾意义重大。

天气雷达作为一种主动探测设备，以其高时、空分辨率的特点成为研究对流风暴的极佳观测手段。

随着天气雷达技术的不断发展，气象学家关于对流风暴的认知也不断加深和完善。

早在20世纪60 年代，Browning（1962）就根据天气雷达的反射率因子特征定义了超级单体的概念，并指出超级单体的反射率因子具有弱回波区或有界弱回波区等形态特征。

与此同时，基于反射率因子的风暴识别、跟踪与预报算法经过数十年的发展，也日渐成熟（Dixon，et al，1993；Johnson，et al，1998），其中最具代表的算法包括SCIT（Storm Cell Identification and Tracking）和TITAN（Thunderstorm Identifica-tion，Tracking，Analysis，and Nowcasting），目前SCIT 算法已广泛应用于中国新一代天气雷达系统中。

然而，上述风暴识别、追踪与预报算法的预报模块都是基于外推算法，其结果常与风暴的实际演变存在偏差，这仍是制约短时临近预报准确率的瓶颈问题。

张培昌等（2001）指出，用于描述对流风暴演变的反射率因子及其二次产品并不一定与对流风暴的演变趋势保持一致，如风暴在发展到最强盛阶段后，上升运动明显减弱，其上部的大冰雹开始下落并融化，雷达观测到的冰雹反射率因子数值却明显增大，这与风暴整体减弱的趋势正好相反。

此外，当风暴的强度再度增强时，可发现风暴体内的上升气流有再次增强的现象（王俊等， 2011； 潘佳文等， 2021）。

因此，戴建华（2013）认为刻画风暴演变的关键在于获取上升运动及其变化的信息。

双偏振雷达通过发射水平和垂直两种偏振电磁波，除获得反射率因子（Z H）外，还可得到差分反射率因子（Z DR）、差分传播相移率（K DP）和相关系数（CC）等双偏振参数。

这些参数与降水粒子的相态、形状、空间取向和分布等密切相关，可用于识别特定的微物理和动力过程。

其中，Z DR柱作为对流风暴中最显著的双偏振雷达特征之一，其发展演变与对流风暴内部的动力与微物理结构存在密切关系，对于对流风暴的发展演变具有重要的指示意义。

在对流风暴的上升气流中存在正浮力和正温度扰动，使得风暴内的温度明显高于环境温度，因此液态水滴可被抬升至环境0℃层之上。

此外，液态水在0℃之下不会立即冻结（Bigg，1953；Smith，et al，1999），且小雨滴的冻结速度要大于大雨滴（Pruppacher，et al，1997）。

大雨滴具有较大的Z DR 值，这就使得环境0℃层之上出现垂直分布的Z DR大值区。

Hall等（1980）就观测到Z DR柱现象。

Bringi等（1991）和Brandes等（1995）通过飞机观测证实Z DR
944Acta Meteorologica Sinica　气象学报　2023，81（6）
柱位于上升气流附近，且在Z DR 柱内存在非常大的雨滴（直径达8 mm ）。

Kumjian 等（2014）利用云模式模拟分析了对流风暴的Z DR 柱的演变，发现Z DR 柱的深度与上升气流存在正相关，可作为判别风暴强度的指标之一。

Snyder 等（2015）发现Z DR 柱的深度与最强上升气流相关，且其深度的变化要领先于最大上升气流。

目前中国正在进行天气雷达网的双偏振体制升级，以进一步提高对冰雹、雷暴大风和短时强降水等强对流天气的监测、预报、预警能力。

在此基础上，中国针对Z DR 柱的研究也方兴未艾，取得了诸多成果。

潘佳文等（2020a ）利用双多普勒雷达风场反演结果发现当降水粒子增长到一定程度，其下落速度与上升气流速度达到匹配，就会在对流风暴中滞留形成自上而下的Z DR 大值区，因此Z DR 柱可用于指示上升气流的存在。

潘佳文等（2020b ）的研究指出，Z DR 柱的存在可为冰雹的形成和湿增长提供有利条件。

此外，Z DR 柱伸展高度的演变对于降雹（刁秀广等，2021；高丽等，2021；潘佳文等，2021；吴举秀等，2023a ）和短时强降水（潘佳文等，2022）事件的发展具有预示性，其发展高度极值对于这两类
强对流事件的发生具有提前量。

然而上述研究结果多以定性分析为主，缺乏定量化分析，这在一定程度上是因为现有的雷达业务系统并未增加基于双偏振参数的客观定量化产品，尚未能充分体现双偏振雷达的特点和优势。

本研究针对中国双偏振雷达二次产品的空缺，基于对流风暴的三维形态特征，实现对双偏振天气雷达Z DR 柱特征的客观和自动识别，并输出相应的三维形态结构参数以实现定量化分析，为对流风暴的监测、预警提供有力手段。

鉴于厦门S 波段双偏振雷达2016年投入使用，积累了较大样本的冰雹、雷暴大风和短时强降水等强对流天气过程观测数据，可为探索本算法在强对流监测领域的应用提供数据支撑。

2 雷达探测数据及强对流天气过程资料
2.1 雷达数据
文中所用雷达探测数据来自厦门S 波段双偏振雷达（24.5°N ，118°E ，海拔高度398 m ），雷达站点位置如图1所示。

为确保双偏振雷达数据的可
11724
25
26°N
119118120°E
冰雹
短时强降水雷暴大风探空站雷达
30
—
15
0 k
m
龙岩
图 1 厦门S 波段双偏振雷达周边强对流天气报告及相关观测仪器分布
Fig . 1 Distribution of severe convective weather reports by Xiamen S-band dual polarization radar and observation stations
潘佳文等：基于对流风暴结构的双偏振雷达Z DR 柱识别及应用研究945
靠，参考吴翀（2018）提出的质量控制算法，使用相关系数及信噪比对非气象回波进行了剔除。

2.2 强对流天气过程资料
为了分析对流风暴的Z DR柱特征及其在强对流天气监测、预警中的应用可行性，选取2016—2022年厦门S波段双偏振雷达观测范围内的强对流天气事件进行分析，并按天气现象将其分为3类：冰雹、雷暴大风和短时强降水，三者的分布如图1所示。

由于降雹事件具有局地性强、持续时间短、落区分散等特点，且缺乏有效的自动观测手段。

文中采用潘佳文等（2021）的方法，通过气象部门的冰雹灾情直报信息和相关媒体报道收集降雹事件。

雷暴大风和短时强降水事件则基于地面自动气象站的观测数据进行收集整理，二者的阈值分别为风速达到17.2 m/s和雨强达到20 mm/h。

在此基础上参考樊李苗等（2020）的方法，对台风大风、冷空气大风和高山站点的大风观测记录予以剔除。

针对收集到的3类强对流天气事件，使用天气雷达观测数据做进一步的验证，确保上述强对流天气事件是由孤立的对流风暴所致，并以SCIT算法的识别结果作为判别依据。

同时，根据Z DR柱识别算法的需要，从中选取风暴移动路径位于厦门雷达30—150 km观测范围内的风暴。

最终获得30个导致强对流天气现象的对流风暴，文中将此类风暴称为强风暴。

此外，选取了30个位于强风暴周边且未引发强对流天气现象的对流风暴用于对比分析，在文中将此类风暴称为非强风暴。

在图1所示的研究范围内共有874个地面自动气象站，各自动气象站之间的平均间隔为3 km，文中所选取的非强风暴均位于自动气象站周边，可在一定程度上避免由于地面观测站密度问题而导致的误判。

各类型风暴的数量如表1所示。

表 1 各类型风暴数量及其体扫数
Table 1 Number of storms and volume scans analyzed for
various storm types
风暴类型风暴数量（个）体扫数（个）
强风暴30619
非强风暴30367
冰雹强风暴10231
雷暴大风强风暴10216
短时强降水强风暴10172
此外，选取距离对流风暴最近的探空数据以获得算法所需的环境0℃层高度，共涉及厦门、福州、龙岩和汕头4个探空站，站点位置如图1所示。

3 算法描述
3.1 生成三维格点数据
天气雷达进行立体扫描时，雷达波束沿着各仰角进行锥面扫描，所以雷达基数据通常以球坐标形式存储（仰角、方位角和径向距离），这就导致雷达基数据的空间分辨率不均匀。

例如，业务天气雷达常用的VCP21体扫模式中，0.5°—19.5°仅有9层仰角，且雷达波束宽度约为1°，各仰角层的波束在垂直方向上会存在一定的间隙，不能充满整个探测空间，使得雷达回波的空间连续性降低。

因此，文中将雷达基数据由球坐标形式内插到笛卡尔坐标下，形成水平和垂直分辨率均为250 m的均匀三维格点数据，以供后续识别算法使用。

此外，文中所识别的Z DR柱位于环境0℃层之上，当风暴距离雷达过近或过远时都将影响算法的识别效果。

因此，文中将距离雷达中心30—150 km 的区域作为Z DR柱识别算法的适用范围，如图1所示。

3.2 Z DR柱识别
由Z DR柱的定义可知，该Z DR大值区的三维空间形态表现为伸展至0℃层高度以上的柱状结构。

因此，对其进行识别主要基于以下3步：识别一维的Z DR段、将Z DR段合并为二维的Z DR分量，最终基于不同高度层的Z DR二维分量合成三维的Z DR柱。

具体步骤描述如下。

3.2.1 识别Z
DR
段
此处定义Z DR段为x轴方向上Z DR值达到一定阈值，具有一定长度的、中间无间断或间断距离很小的Z DR大值区。

如图2所示，识别算法沿着x轴方向搜索Z DR≥1 dB的格点，这些格点的持续长度需满足一定阈值（1 km）。

由于质量控制等原因可能导致风暴内部的Z DR段出现短暂的中断，当两个Z DR段之间的距离小于0.5 km时，则将二者合并为一个Z DR段。

针对所识别出来的Z DR段，计算并保存其特征量。

特征量包括Z DR段起始坐标、结束坐标、Z DR段长度、Z DR段内的最大值及其坐标。

946Acta Meteorologica Sinica　气象学报　2023，81（6）
3.2.2 识别Z
DR
二维分量
当Z DR段的识别工作完成后，按照一定的规律
及要求对Z DR段进行组合就可获得Z DR的二维分量。

如图3所示，识别算法沿着y轴方向搜索各
Z
DR
段以组成Z DR二维分量。

在y轴上相邻的两个
Z
DR
段之间需要有一定的重叠距离（0.5 km），一个
Z
DR
二维分量至少应包含一定数量（2个）的Z DR段，且二维分量的面积需达到一定的阈值（1 km2）。

针对所识别出来的Z DR二维分量，计算并保存以下特征量：Z DR二维分量的面积及其几何中心坐标、Z DR最大值及其坐标。

3.2.3 合成Z
DR
柱
Z
DR
柱的三维结构是由不同高度层上满足一定空间距离相关的Z DR二维分量组成。

因此，按一定的规则对各高度层的Z DR二维分量进行匹配即可获得Z DR柱的三维结构信息。

具体流程如下：从0℃层高度开始，自下而上检索各高度层的Z DR二维分量，对相邻高度层的二维分量进行关联检验。

以第一个二维分量的几何中心为中心，依次按3个搜索半径（分别为5.0 km、7.5 km、10.0 km）对上一高度
层的二维分量进行检索，当上一高度层的二维分量位于检索半径内，则认为二者存在关联。

彼此相互关联的Z DR二维分量组合在一起，即构成了三维的Z
DR
柱，图4是一个三维Z DR柱的结构简图，从垂直剖面可以看到该Z DR柱由5个Z DR二维分量组成，每个二维分量均位于不同的高度层上，且各个高度层之间存在相邻关系。

由俯视图则可看到每个二维分量的几何中心水平投影相隔不远，且其相互距离位于检索半径内，即可组成一个三维的Z DR柱。

此步骤需要计算的属性有：Z DR柱的体积、顶高、底高、垂直方向伸展高度、Z DR最大值及其所在的坐标。

3.3 流程图
综上所述，本研究的Z DR柱识别算法流程如图5所示，并可获得以下Z DR柱三维结构参数：
Z
DR
柱深度（0℃上的伸展高度）、体积、最大Z DR值及其位置、Z DR柱质心位置。

0y
x
1.0 1.5 1.8 1.5 1.00.90.7 1.0 1.2 1.3 1.1
Z DR段1Z DR段2
图 2 Z DR段识别示意
Fig. 2 Illustration of Z
DR
segment identification
y
x
Z DR柱1
Z DR柱2
Z DR柱3
1.0
1.0 1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0 1.0 1.0
1.0
1.0
2.0
1.0
1.0
1.0
1.0
1.0
1.0
1.0 1.0
1.0
1.0
1.0
1.1
1.1
1.1
1.1
1.2 1.5
1.5 1.5
1.5
1.5
1.5 1.5
1.5
1.6
1.8
1.8
1.8
1.2
1.2
1.2 1.2
1.2
1.2
1.2
1.2
1.3 1.4
1.3
1.3
图 3 Z DR二维分量识别示意
Fig. 3 Illustration of 2D Z
DR
component identification
潘佳文等：基于对流风暴结构的双偏振雷达Z DR柱识别及应用研究947
4 对流风暴的Z
DR
柱形态特征及其应用分析基于上述Z DR柱识别算法对2.2节所述的60个
对流风暴进行识别，提取其Z DR柱的深度、体积、质心位置、最大Z DR值等参数信息，从而获得相应的三维形态学特征。

在此基础上，对此类形态特征在强对流监测预警的应用可行性进行初步探索，具体如下。

4.1 对流风暴的Z DR柱基本形态特征
本研究的60个风暴共识别出688个Z DR柱，其
Z
DR
柱形态参数的直方图分布如图6所示。

由于不同对流风暴的环境0℃层高度存在差异，因此文中
Z
DR
柱质心高度为0℃层之上部分的伸展高度，以方便不同对流风暴进行比较分析。

由图6可知，在
Z
DR
柱的4个形态结构参数中仅有最大Z DR值表现为较集中的正态分布（图6d），其余3者都呈现出离散的偏态分布特征（图6a—c），即对流风暴的Z DR 柱深度、体积和质心高度更多集中于低值区，大值区频数较少且远离第90百分位。

相比非强风暴，强风暴往往具有更强的上升气流，因此可以预期其内部的Z DR柱也应具有更显著的Z DR形态特征。

为此，根据所导致的天气现象将上述688个Z DR柱分为强风暴和非强风暴两类，其中有466个Z DR柱来自强风暴，相同数量的非强风暴仅识别出222个Z DR柱，说明强风暴出现强上升气流的频数更多，且持续时间长于非强风暴。

两类风暴的Z DR柱形态参数的小提琴图分布如图7所示，可以发现强风暴的各个Z DR柱形态参数中位数均明显大于非强风暴，且在形态参数的概率密度分
开始
导入雷达基数据并进行质量控制
生成三维格点数据
从0℃层开始自下而上检索各高度层Z DR数据
沿x轴检索Z DR数据
是否满足Z DR段条件
识别为Z DR段
是否最后一行
沿y轴检索Z DR段
能否合成Z DR二维分量
识别为Z DR二维分量
是否最后一列
是否最后一个高度层
结束
合成Z DR柱
是
是
是
是
是
否
否
否
否
否
图 5 算法流程
Fig. 5 Flowchart of the algorithm
Cross section view
Top view 0℃
图 4 Z DR柱识别示意
Fig. 4 Illustration of Z
DR column identification
948Acta Meteorologica Sinica　气象学报　2023，81（6）
布上二者同样存在较明显差异：强风暴的Z DR 柱形态参数更多地分布于大值区域，非强风暴则更集中于低值区。

强风暴和非强风暴的Z DR 柱形态参数存在统计学上的明显差异，这就为预报员据此判别两类对流风暴提供了可能。

为此，进一步将两类风暴数据根据不同的参数阈值进行归类，如图8所示。

当Z DR 柱深度达到1500 m 后，至少有60%的雷达体扫个数与强风暴相关，这一比例随着阈值的增大而增加（图8a ）。

相应地，Z DR 柱体积（图8b ）、质心高度（图8c ）和最大Z DR 值（图8d ）具有类似的分布特征，当三者的阈值达到20 m 3、500 m 和3 dB 时，这一比例分别达到70%、70%和50%。

Z DR 柱形态参数的这一分布特征可为实际预报业务中判别强风暴和非强风暴提供依据。

4.2 强风暴的Z DR 柱演变
如上文所述，强风暴具有更显著的Z DR 柱形态特征，且此类风暴所导致的冰雹、雷暴大风、短时强降水等强对流天气现象具有更严重的危害性。

因此，下文针对强风暴的Z DR 柱演变规律做进一步的分析研究。

4.2.1 时间演变
在以往的研究中发现，Z DR 柱的深度与雹暴的发展演变具有密切的联系（潘佳文等，2020b ；吴举秀等，2023b ）。

潘佳文等（2021）研究表明，Z DR 柱的伸展高度极值相对于降雹具有提前量，在大冰雹事件中这一提前量的中位数为24 min ，而在小冰雹事件中这一数值为11 min 。

本研究在此基础上针对导致冰雹、雷暴大风、短时强降水等3类强风暴进行分类统计，发现该规律在3类强风暴中同样适
40200
6080
10020000
1000300040005000
1500500250035004500Depth (m)
F r e q u e n c y
(a)500
3000
40200
6080
1201008000
400120016002000
600200100014001800Height (m)
F r e q u e n c y
F r e q u e n c y
F r e q u e n c y
(c)
129
823
40200
608012010040
2
6
8
3
1
5
7
Z DR (dB)
(d)
2.1
5.1
8040
120160320(b)
240200280
80
40
120160
60
20
100140V olume (km 3)
2.08
54.34
图 6 Z DR 柱深度 （a ）、体积 （b ）、质心高度 （c ） 和最大值 （d ） 的直方图 （虚线表示第10和第90百分位，并标注相应数值）Fig . 6 Histogram of Z DR column depth （a ），volume （b ），centroid height （c ） and maximum value （d ） （dotted lines indicate the
10th and 90th percentiles ，and the corresponding values are also listed ）
潘佳文等：基于对流风暴结构的双偏振雷达Z DR 柱识别及应用研究
949
用，4种Z DR 柱形态结构参数的极值均早于3类强对流天气现象发生（图9），但其间仍存在差异：雷暴大风类的强风暴具有更大的提前量，其中位数为19—22 min ；冰雹类强风暴次之，短时强降水类强风暴的提前量最小。

这可能是因为雹暴往往需要更长的酝酿时间，持续的上升气流和过冷水供应可以使冰雹得以持续增长。

此外，在本研究的强对流天气事件中，雷暴大风往往发生在降雹或短时强降水之后，说明强风暴内水凝物的拖拽作用及其在下落过程中所导致的融化和蒸发等微物理过程促进了雷暴大风的形成，因此其提前量要大于其余二者。

以往的研究（潘佳文等，2021；沈雨等，2023）还表明：在同一对流风暴所导致的多次降雹事件中Z DR 柱的伸展高度常发生反复。

文中分别选取导致持续短时强降水（图10a ）和雷暴大风（图10b ）的个
例进行分析，以验证该规律是否适用于其他两类强风暴。

由图10可知，在短时强降水（雷暴大风）发生前，Z DR 柱深度均达到极值后开始下降，且在下次短时强降水（雷暴大风）发生前Z DR 柱再度发展并出现新的极值。

Z DR 柱的再度发展说明对流风暴将再次增强，并预示着冰雹、短时强降水、雷暴大风等强对流天气现象的持续发生，具有一定的普适性。

4.2.2 风暴的合并与分裂
对流风暴内部的上升气流对其发展演变极为重要，Z DR 柱对于风暴内部的上升气流的指示作用使其可在一定程度上预示风暴的发展趋势。

图11给出了2018年5月23日厦门双偏振雷达观测到的一次雹暴合并过程，15时11分风暴单体A 与单体B 尚未发生合并，二者的强回波区彼此分离（图11a 1），径向速度场上可见彼此独立的上升
20001000
300040005000Nonsevere
Severe
Storm type
D e p t h (m )
(a)
10005000
15002000Nonsevere
Severe
Storm type
H e i g h t (m )
(c)
75500
25100125150Nonsevere
Severe
Storm type
V o l u m e (k m 3)
(b)
541
2367
8Nonsevere
Severe
Storm type
Z D R (d B )
(d)
图 7 Z DR 柱深度 （a ）、体积 （b ）、质心高度 （c ） 和最大值 （d ） 的小提琴图 （图中的蓝 （红） 色区域代表概率密度，其宽度越大则
出现的频率越高；图中的箱体为四分位间距框，白色点为中位数）
Fig . 7 Violin plots of Z DR column depth （a ），volume （b ）， centroid height （c ） and maximum value （d ） （areas shaded in blue
（red ） show the probability density ， and a greater width indicates a higher frequency of occurrence ； boxes in each plot mark the interquartile range ， and the white dot denotes the median value ）
950
Acta Meteorologica Sinica 气象学报　2023，81（6）
气流存在（图11a2），其Z DR大值区位于上升气流附近（图11a3），由Z DR柱识别结果可知此时两个单体具有各自独立的Z DR柱（图11a中的三角形）。

15时17分两者相互靠近并建立云桥连接（图11b
1
），径向速度场的上升气流也开始相互连接（图11b2），此时两个风暴的Z DR大值区已彼此融合（图11b3），二者的Z DR柱率先发生合并。

至15时23分两个风暴共同形成一个宽广的上升速度区（图11c2），但在Z H 图像上二者尚未完全合并（图11c1），基于Z H的SCIT 算法仍将该云团识别为2个彼此独立的风暴，说明此时二者的风暴云体在三维空间上并未完全合并。

直至下一个体扫，两个风暴才彻底完成合并过程（图略）。

图11揭示了对流风暴合并的演变过程：对流风暴的合并先导致水汽的大量集中，因此
Z
DR 柱率先出现合并现象，水汽和能量的集中促使
云内的浮力进一步增大，上升运动得以进一步发
展，上升气流的相互交融最终导致风暴云体的合并。

与对流风暴合并相对应，在对流风暴的分裂过
程中Z DR柱亦有所体现。

由于对流风暴的分裂现象
容易与其周边新生单体的发展过程相混淆，因此，
文中进一步定义对流风暴的分裂过程为：源自同一
对流风暴云体的多个对流风暴形成过程，且相应的
对流风暴均可被SCIT算法所识别。

图12为2018年7月31日厦门双偏振雷达观
测到的一次对流风暴分裂过程。

13时55分，在单
体A的北侧有一个强回波中心正在形成（图12a1），
并伴有独立的上升速度区（图12a2）和Z DR大值区
（图12a3）。

沿图12a1中线段ab所示的雷达径向做
垂直剖面，可以发现此时单体A处于成熟阶段，在
其内部同时存在上升和下沉气流（图13a2）。

单体40
20
60
80
100
2000
100030004000
1500
500250035004500
Depth (m)
P
e
r
c
e
n
t
(
%
)
(a)
Severe
Nonsevere
40
20
60
80
100
800
4001200
600
20010001400
Height (m)
P
e
r
c
e
n
t
(
%
)
P
e
r
c
e
n
t
(
%
)
P
e
r
c
e
n
t
(
%
)
(c)
Severe
Nonsevere
40
20
60
80
100
4
26
357
Z DR (dB)
(d)
Severe
Nonsevere
40
20
60
80
100
(b)
80
40120
60
20100140
V olume (km3)
Severe
Nonsevere
图 8 Z DR柱深度 （a）、体积 （b）、质心高度 （c） 和最大值 （d） 取不同阈值时强风暴和非强风暴的占比
Fig. 8 Percentages of all volume scans that are associated with severe and non-severe storms at various thresholds for Z
DR column depth （a），volume （b），centroid height （c） and maximum value （d）
潘佳文等：基于对流风暴结构的双偏振雷达Z DR柱识别及应用研究951。