鲁德金 吴欢 袁野 吴林林 金祺

(1 安徽省气象局 人工影响天气办公室，合肥 230031；2 中国气象局 气象干部培训学院安徽分院，合肥 230031)

引 言

新一代多普勒天气雷达具有时空分辨率高和覆盖范围广的优点，是目前探测对流云降水过程的重要工具。中国气象局于2008年研制了灾害天气短时临近预报系统(Severe Weather Automatic Nowcast System，SWAN)[1]。SWAN集合了多部多普勒天气雷达数据，相对于单站雷达探测范围更广。可以反演生成多种雷达基本产品，包括雷达三维拼图产品CAPPI、组合反射率因子(CR)、回波顶高(ET)、垂直累积液态含水量(VIL)等。

SWAN目前已广泛应用于短时强降水监测预报业务中。张勇等[2]基于SWAN雷达拼图产品，选取了组合反射率因子、回波顶高等参数，对暴雨过程中的对流云和层状云降水进行了分类，并在重庆的12次区域性暴雨天气过程验证了分类结果。胡胜等[3]用SWAN 系统分析了2010 年 5 月 7 日广州地区一次强对流天气过程中反射率、回波顶高等雷达特征量的变化特征。杨吉等[4]用相关法和面积重叠法设计了一种算法，能够用雷达拼图资料跟踪和预报中尺度对流系统。Crane[5]将多个二维空间的对流风暴单体相互关联，形成了早期的三维空间结构对流风暴。Johnson， et al[6]于1998年提出了风暴单体追踪识别算法(Storm Cell Identification and Tracking， SCIT)。SCIT算法通过多个反射率阈值来识别风暴结构体，可以较好地提取风暴的质心位置、最大反射率、单体VIL等空间结构特征。王芬等[7]通过降低风暴体反射率识别阈值等方式评估了SCIT算法对风暴单体识别、跟踪的效果。

SCIT算法能够识别30 dBZ以上的风暴体，包括了大部分对流云，在雷达探测业务中，容易达到这一阈值而被识别。……