新的可视化工具可帮助天气预报员和研究人员更轻松地识别和研究大雪带

预测冬季风暴带来的降雪非常棘手，这在很大程度上是因为大雪和混合降水区域在天气雷达图像中看起来非常相似。混合降水是雨、冻雨、雨夹雪和雪的混合物，在雷达图像上可能被误认为是大雪，同时意味着地面积雪较少。

来自天气雷达的有关降水颗粒形状和大小一致性的信息可以帮助气象学家区分均匀降水和混合降水。但是传统上很难将其可视化，尤其是当冬季风暴中的降水特征以复杂的方式移动时，会随着时间的推移而变化，并随着盛行风穿越景观。

为了解决这个问题，北卡罗来纳州立大学的研究人员开发了一种新方法，可以无缝集成标准天气雷达图像和有关降水类型的信息，以便天气预报员和大气科学家可以快速轻松地区分大雪和混合降水，并提高对降水类型的了解冬季风暴的动力学。

这种称为“图像屏蔽”的新技术减少了移动雷达图像中混合降水的视觉突出，从而使只有雪或只有雨的区域更加明显。对于研究冬季风暴降雪的科学家来说，图像屏蔽有助于确保他们“分析正确的特征”，北卡罗来纳州立大学地理空间分析中心的博士候选人、该研究的主要作者劳拉·汤姆金斯 (Laura Tomkins) 解释说。她的新方法依赖于将两种信息源整合到一个视觉显示中，在这种情况下，是雷达反射率和相关系数。

“反射率”(以分贝为单位，dBZ)表示雷达探测到的降水强度，较高的反射率对应较重的雨、雪等。相关系数值表示风暴中降水粒子形状和大小的一致性;仅下雨或仅下雪的区域的相关系数约为 1，而混合降水类型的区域具有较低的值。

但是，反射率和相关系数值通常映射为单独的产品。“现在的工作方式是预报员在反射率和相关系数之间来回切换，以查看混合降水的位置，”汤姆金斯说。虽然在地图之间反复切换已经够麻烦了，但“跟踪移动物体不断变化的形状尤其具有挑战性，”她和她的合著者解释道。

为了减轻随着风暴随时间和空间的变化而在心理上比较反射率和相关系数值的负担，汤姆金斯和她的团队创造了一种方法来识别具有混合降水特征值的冬季风暴区域(反射率大于 20 dBZ 和相关系数小于 0.97)。然后，他们改变了这些区域在标准移动反射率地图中的显示方式，将它们设置为灰度，而地图的其余部分保持色盲友好的色标，指示降水强度(参见下面视频的右下方面板)。

“我们不想完全摆脱 [从地图上] 的融化，只是减少它的视觉突出度，”Tomkins 说。“这让我们有信心说，我们知道这不是大雪，因为它被融化污染了。”

“天气预报员对降雪量和降雪时间很感兴趣，但混合降雪也很危险，”汤姆金斯解释道。因此，使用灰度级简单地消除混合降水的重要性，而不是将其从地图中移除。她的技术专为分析冬季风暴期间的降雪而开发，将帮助大气科学家更好地了解“雪带出现的位置和原因，并且 [该研究将] 渗透到改进降雪预报中，”她说。“我们设计这个是为了我们自己的雪分析，但它也有可能用于天气预报员。”

对于查看天气图来计划他们的一天的普通人来说，Tomkins 说图像屏蔽将帮助他们更好地了解预计从雨夹雪到雪的过渡时间和地点。“现在可能正在下雨，”她说，“但会转为下雪吗?” 值得注意的是，她的方法使用有关雷达测量的降水粒子的信息，而不是温度观测值，而温度观测值通常用于推断天气图中的降水类型。

作为一种可视化技术，图像屏蔽可用于其他研究应用，例如减少与高度不确定性相关的数据的视觉突出，Tomkins 和她的团队已将他们的方法免费提供给其他人使用。支持制作图像静音地图的功能包含在 Python 大气辐射测量 (ARM) 雷达工具包 (Py-ART) 的 1.11.8 版中，这是一个由能源部开发的开源 Python 包。在线提供了如何使用该功能的示例。

这项名为“混合降水的图像静音以改进雷达数据中大雪区域的识别”的研究发表在大气测量技术上。