李博勇，胡志群，郑佳锋，陈超

（1.成都信息工程大学大气科学学院，四川 成都610225；2.中国气象科学研究院灾害天气国家重点实验室，北京100081；3.广东省气象台，广东 广州510641）

1 引 言

冰雹灾害是由强对流天气系统引起的一种剧烈的气象灾害，它突发性强，常伴随着狂风、强降水等灾害性天气过程，易给农业、建筑、通讯、电力、交通以及人民的生命财产安全带来较大的损失。由于冰雹过程具有突发性、局地性强以及生命周期短的特点，其预报效果长期以来都不理想，哪怕只是提前半小时的临近预报，其进展也十分缓慢，其中最大的困难就在冰雹回波的识别上[1]。因此，国内外学者对冰雹的识别做了大量的研究，在粒子的微观形态方面，Hyang 等[2]对模糊逻辑分类算法进行了一些修改和改进，发现了液态水凝物和固态水凝物之间的区别，提高了分类的准确率。Ryzhkvo 等[3]研究了融化冰雹的衰减，并提出了一种在冰雹存在下进行极化衰减订正的新技术。Zhang 等[4]对朴素贝叶斯的出色分类性能进出了新颖的解释。Manzato等[5]研究了1992年4—9 月的意大利北部Friuli Venezia Giulia 地区平原上收集的冰雹数据，使用线性和非线性方法进行多元预测分析，并通过神经网络集成方法，增加了冰雹预测的准确率。美国国家灾害风暴实验室研究了冰雹的雷达和环境属性，在此基础上Marzban等[6]利用贝叶斯神经网络方法开发用于预测冰雹尺寸和预测冰雹大小分类的两个神经网络。Marzano等[7]还通过贝叶斯方法，使用C-Band双偏振雷达对水凝物相态进行分类，区分水、冰和混合相的10种不同水凝物类别。……