机载云降水粒子成像仪(CIP,PIP)的数据处理方法研究及其应用

As an important probe for the cloud microphysical process measurement, the cloud and precipitation imaging probe (CIP,PIP) plays an important role in the cloud and precipitation physics and weather modification research. However, the cloud and precipitation imaging probe would be disturbed by the artificial particles, especially the breakup fragments during measurement, which leads to a great disagreement between the measurement results and the true value. Moreover, the cloud and precipitation imaging probe is not able to identify the particle shape, one of the important cloud microphysical parameters. This project will develop an automatic data processing method for the cloud and precipitation probe based on the pattern recognition technology, which will identify the artificial particles and the natural cloud and precipitation particles in the measurement data. After that the influences on the measurement and the cloud particle shape identification from the artificial particles will be analysed. Besides that, the data processing method will be used to study the distribution feature of the cloud particles' shape in the mixed-phase stratus cloud in the north China.We hope that this project will provide an assistant technology for the cloud and precipitation physics' airborne measurement data processing in our nation, which can make contribution to the development of the cloud and precipitation physics and the weather modification science.

作为云微物理过程探测的重要利器，机载云降水粒子成像仪(CIP,PIP)在云降水物理与人工影响天气研究中具有重要的作用。但是,机载云降水粒子成像仪在测量过程会受到伪粒子，尤其是破碎的伪粒子的干扰，导致从仪器测量所获取的云微物理参数值与实际情况有很大的偏差；此外，机载云降水粒子成像仪还无法自动给出云粒子形状这一重要的云微物理参数。本项目拟以模式识别技术为基础，提出一套自动的机载云降水粒子成像仪数据处理方法，实现对仪器所采集数据中伪粒子的识别和自然云降水粒子的形状识别，并在此基础上分析研究伪粒子对仪器测量结果的影响以及对云降水粒子形状识别结果的影响。此外，还将利用所提方法研究我国北方地区混合相层云中云降水粒子形状的分布特征。通过本项目的开展，期望能够为我国云降水物理飞机观测资料处理提供一个辅助的技术手段，从而为我国的云降水物理和人工影响天气学科的发展做出贡献。

作为云微物理过程探测的重要利器，机载云降水粒子成像仪(CIP,PIP)在云降水物理与人工影响天气研究中具有重要的作用。但是,机载云降水粒子成像仪在测量过程中会受到伪粒子，尤其是破碎的伪粒子的干扰，导致从仪器测量所获取的云微物理参数值与实际情况有很大的偏差；此外，机载云降水粒子成像仪还无法自动给出云粒子形状这一重要的云微物理参数。本项目的主要研究内容包括仪器所采集数据中伪粒子的识别和自然云降水粒子的形状识别及其应用两个方面的内容；经过四年的研究，提出了一套自动的机载云降水粒子成像仪数据处理方法，实现对仪器所采集数据中伪粒子的识别和自然云降水粒子的形状识别，并在此基础上分析研究伪粒子对仪器测量结果的影响。发现在云粒子谱测量影响上，伪粒子对粒子谱两端的影响较大，其中对小云粒子谱的影响主要是在400μm以下，对大云粒子端的影响主要是在1000 μm（CIP）和2000 μm（PIP）以上。在云降水粒子的形状识别方法上，本研究提出了一种改进的Holroyd云粒子形状识别方法，即先对云粒子形状进行预分类，然后针对预分类后的完整状粒子和可识别的部分状粒子，分别选出合适的参数及其阈值再进行具体的分类，最终可将云粒子形状分为微小状、线形状、聚合状、霰、球形状、板状、不规则状和枝状。经对比发现，改进的Holroyd方法在云粒子形状识别的准确性方面比原始的Holroyd方法有了较大的提高。将所提方法应用于山西太原地区一次降水性层状云的云微物理飞机观测资料以分析不同的降水阶段云中冰晶粒子的形状分布、增长机制、冰晶粒子数浓度以及冰水含量的垂直分布特征，所获取的云中冰晶粒子属性表明所提方法非常有助于云微物理分析。本项目的研究结果为我国云降水物理飞机观测资料处理提供了一个辅助的技术手段，可为我国的云降水物理和人工影响天气学科的发展做出贡献。