2005/05

AMSでmicro rain radarを検索

doi: 10.1175/1520-0450(1982)021<1089:TUOTCT>2.0.CO;2

Journal of Applied Meteorology: Vol. 21, No. 8, pp. 1089–1110.

The Use of Trace Chemistry to Estimate Seeding Effects in the National Hail Research Experiment

J. A. Warburton, G. O. Linkletter, and R. Stone

[Abstract]

航空機より排出されるAgIによって、降雨セルが発達し、降水の時間、空間分布が限定されるという仮説がある。4つの降雨を対象にこの仮説を検討した。(5/11’5)

AMSでclassification rain snowを検索

次の5件がヒット。

• Hongping Liu and V. Chandrasekar. 2000: Classification of Hydrometeors Based on Polarimetric Radar Measurements: Development of Fuzzy Logic and Neuro-Fuzzy Systems, and In Situ Verification. Journal of Atmospheric and Oceanic Technology: Vol. 17, No. 2, pp. 140–164. Weather and Forecasting: Vol. 16, No. 2, pp. 248–259.

[Abstract] [Full-text Article] [Print Version]

偏波レーダを利用した雲･降水粒子の分類に、ファジー理論とニューロ・ファジーシステムを応用した。ファジー理論は降水粒子の分類に、ニューロはファジーの係数を変更するために用いている。5つのレーダによる観測値、水平偏波による反射強度因子ZH、反射強度因子差ZDR、位相差KDP、相関係数ρHV(0)、線形偏波比LDR、および高度をニューロの入力値とした。ニューロシステムの出力値は1)霧雨、2)雨、3)乾いた低密度の雪、4)乾いた高密度の雪、5)湿った融解中の雪、6)乾いた霰、7)湿った霰、8) 小さい雹、9)大きな雹、10)雨と雹の混合　である。ニューロ・ファジーシステムの利点は、アルゴリズムの透明性と、過去のデータにより学習ができることである。降水粒子の分類をいくつかの事例に応用し、結果を同時観測のデータと比較した。5/18’5

• J. Dustin Hux, Paul C. Knappenberger, Patrick J. Michaels, Philip J. Stenger, Hugh D. Cobb III and Michael P. Rusnak. 2001: Development of a Discriminant Analysis Mixed Precipitation (DAMP) Forecast Model for Mid-Atlantic Winter Storms. Weather and Forecasting: Vol. 16, No. 2, pp. 248–259.

[Abstract] [Full-text Article] [Print Version]

「冬の混合」降水はアメリカの中部大西洋地区でかなり見ることができる。さまざまな降水のタイプが冬に見られるが、適切な予測は難しい。ダラス空港とグリーンスブロ空港で観測された高層気象観測を元に、降水の分類について調べる。0度の温度線が上空で何度見ることができるか、がひとつの変数である。0度の観測回数によって4つの計算式を提出する。判別は気候的な判断、判別式(discriminant)による判断を行っている。降水タイプの分類は86〜99％の的中率がある。雨が99％、混合降水が85％くらい。(後解析であれば、このくらいは可能、ということか)

• Gregory A. Zielinski. 2002: A Classification Scheme for Winter Storms in the Eastern and Central United States with an emphasis on Nor'easters. Bulletin of the American Meteorological Society: Vol. 83, No. 1, pp. 37–51.

[Abstract] [Print Version]

冬季、北米東海岸の低気圧の分類に関する論文。中心気圧と発達度で5つのカテゴリに分けている。雨雪判別の文献ではない。

• Zhaoxia Zeng, Sandra E. Yuter, Robert A. Houze Jr. and David E. Kingsmill. 2001: Microphysics of the Rapid Development of Heavy Convective Precipitation. Monthly Weather Review: Vol. 129, No. 8, pp. 1882–1904.

[Abstract] [Full-text Article] [Print Version]

アラバマ州で観測された急速に発達する、雹をもたらすような風雨についての研究。既往検討のある単一セルの風雨とマルチセル型のストーム内にある単一セルについて調べた。ともに10分間で効率よく雹が形成されている。

雹や霰の形成過程は単一セル、マルチセルストームのセルの場合ともよく似ている。急速な雲粒の併合過程(coalescence)による粒子成長が雲水の多い上昇流の中で卓越して、降水になる大きさの粒子を作る。この粒子は0℃高度より上に持ち上げられ、続いて凍結する。凍結粒子は雹や霰の芽となり、付着過程(accretion)によって成長を続ける。[併合、付着については次のURLを参照http://hydro.iis.u-tokyo.ac.jp/~koshida/review/0412.htm]過冷却の雨は、セルの発達の初期段階にのみ見ることができる。セルの発達段階は8-12分程度続く。空間的には0℃高度より上空1-2kmの広がりを持つ。雹と霰は過冷却の雨があった後、数分間見られた。霰の存在はより高い高度まであり、雹よりもストームの中で広い範囲を包含(encompass)している。過冷却の雨と雹や霰の落下の競争はほぼ同時に発生する。(5/26)

降水粒子の時間高度の統計、反射強度とドップラー速度の頻度解析(CFAD)によれば、風雨の力学的発達および微物理学的発達は密接に結びついている。個々のセルは単独の噴水として表現可能である。過去の研究では、マルチ型ストームにおいて単独の噴水の複合体(ensemble)は急速に微物理学的な特徴に向かうことが示されている。微物理学的特長とは、急速な昇華成長と層状域が、強い上昇流があっても見られることである。本研究では、個々の噴水の複合体と対照的に、個別の噴水について、力学的・微物理学的の発達が時間的に密接に結びついており、上昇流が弱まる前には昇華成長はさほど活発でないことが示されている。

2つの事例について調べているが、上層で潜熱の解放による上昇流の強化、下層での降水粒子による下向き加速が中層でセルを分離させるように働いている。過去の研究では、この働きに関連して中層の収束と収縮(convergence and constriction)が示されてきた。これらの結果、霰や雹をもたらすセルは雨だけを降らせるセルよりも衰弱が早いことが要求されている。

• Zhanyu Yao, Wanbiao Li, Yuanjing Zhu, Bolin Zhao and Yong Chen. 2001: Remote Sensing of Precipitation on the Tibetan Plateau Using the TRMM Microwave Imager. Journal of Applied Meteorology: Vol. 40, No. 8, pp. 1381–1392.

[Abstract] [Full-text Article] [Print Version]

チベット高原は地球規模の気候および中国の災害を研究するために独特の場所である。チベット高原の降水を研究するにはTRMMによるマイクロ波画像（TMI）が便利である。TMIの鉛直偏波85GHz輝度温度が地上降水量と負の相関を持つことが示されている。しかし、TB85Vの極小値はチベット高原の強降雨域と一致しない。

K-平均クラスター法を用いて地上の状況を次の5つに分類することができる。「乾燥土壌」「湿潤土壌」「水面」「層状の雨」「対流性の雨」である。

降水域は再現の前に分類によってふるいにかけている(screened)。降雨有りと無しの2つのデータセットが作られる。雨無の領域について、TB85VをTB10V、TB19V、TB21Vを用いて計算した。(5/30)雨ありの領域については、地上の散乱指数(scattering index＝SIL)が正の相関、偏波補正85GHzの輝度温度(polarization-corrected brightness temperature=PCT85)が負の相関を地上降水に対して示している。SILとPCT85およびその組み合わせを使って、3つのアルゴリズムを開発した。SILのアルゴリズムは弱い雨に対して、PCT85は中程度の雨に対して、両方を使ったアルゴリズムは強い雨に対して、有効であることがわかった。3つのアルゴリズムを使うにあたり、TB85Vの256Kと245Kの閾値が1998年のチベット高原観測計画で適用されている。TMIのアルゴリズムと17のマイクロ波のアルゴリズムを比較するとTMIはよい精度と誤差指標を示し、チベット高原の降水に適当であることが示された。(6/1)