[Japanese]
修士論文要旨(藤岡 比呂子)
地上観測に基づくXバンド偏波レーダの降水粒子判別法の改良
藤岡 比呂子
降水雲中には雨滴や雪片、霰などの様々な降水粒子が含まれる。気象用偏波レーダにより得られる偏波パラメータ（反射強度 Z h 、反射因子差 Z dr 、偏波間相関係数 ρ hv 、偏波間位相差変化率 K dp ）を用いて、降水粒子の種類を判別する手法（以降、粒子判別法）によりそれらの時空間的な分布を知ることができる。粒子判別法は落雷・強雨・突風等の激しい気象現象のメカニズムの解明や道路管理等の防災の面で利活用されている。
Kouketsu et al. (2015) は X バンド偏波レーダ用の粒子判別法を開発した。これは「あいまいさ」を表現するファジー理論を採用しており、可能性の大小をメンバーシップ関数（以降、MBF）を用いて表現する。これにより、レーダで観測された空間中の全 8種類の降水粒子の存在確率を評価する。そして、各降水粒子の存在確率をその粒子種毎の偏波パラメータの MBF の積として計算し、その値が最大の粒子を卓越降水粒子であると判別する。先行研究も判別結果と直接観測の比較・検証を行なったがその事例数は少ない。本研究では、金沢大学自然科学 2 号館屋上に設置された光学式ディスドロメータ（Laser Precipitation Monitor : LPM）を用いて地上観測から得た粒子判別結果を基に Xバンド粒子判別法の妥当性を検証し、改良を試みた。
地上観測から粒子を特定する手法として、LPM により観測される粒径と落下速度を2 次元座標上に散布図で表し、その質量フラックス中心（CMF : Center of Mass Fluxdistribution）を求める手法を用いた。2017 年冬季の金沢における降水事例を対象として、CMF 法から氷晶・雪片・霰に判別した結果と、XRAIN 能美レーダの最低仰角のPPI（Plan Position Indicator）をから取得される粒子判別法の結果を比較した。金沢地方気象台における風向・風速から地上観測点に到達するとレーダの観測領域（比較領域）を設定し、その 7 割以上の面積を占める粒子をレーダによる粒子判別結果とした。その結果、全 371 事例のうち、地上とレーダの粒子判別結果が一致したのは氷晶 6%、雪片
95%、霰 6%であった。
X バンド粒子判別法の改良の方法として、地上観測から特定した粒子の種類ごとの偏波パラメータの頻度分布を確認し、そこで得た知見を基にメンバーシップ関数の中央値や関数の幅、関数のすそ野部分の傾きである係数を変えることで改良を行った。
各偏波パラメータの出現頻度を比較したところ、地上で氷晶と判別された時の Z h を除き、他の粒子や偏波パラメータでは大きな違いは見られなかった。次に地上の判別結果とレーダの判別結果が一致している事例のみを比較することで、その結果から MBFの改良を行なった。改良後の地上とレーダの粒子判別結果の一致率は氷晶 71%、雪片61%、霰 45%と雪片の一致率は下がったものの、氷晶・霰で大きな向上が見られた。
今後、様々な降水事例（雨やみぞれ、弱い雪等）で偏波パラメータの頻度分布を作成し、MBF の改良を行うことで、様々な降水事例に対応した粒子判別法の改良が行える可能性を本研究の結果は示していると考えられる。
[戻る]
[English]
Improvement of hydrometeor classification method for X-band polarimetric radar based on ground observation
Hiroko Fujioka
Precipitation clouds contain a variety of hydrometeor. The spatiotemporal distributions of precipitation particles can be determined by polarimetric parameters; radar reflectivity (Z h ), differential reflectivity (Z dr ), correlation coeficient between horizontal and vertical polarization signals (ρ hv ), and specific differential phase (K dp ) that obtained by a polarimetric radar. Hydrometeor classification is important to understand mechanisms of severe weather phenomena.
Hydrometeor classification method for X-band polarimetric radar was developed in Kouketsu et al. (2015). This method uses fuzzy logic and expresses the size of the possibility using a membership function (MBF). In the previous study, they compared and verified the discrimination results with direct observations, but the number of cases was limited, and it did not verify the results for many cases. In this study, we attempted to validate and improve the X-band precipitation particle identification method based on the particle identification results obtained from ground-based observations using the Laser Precipitation Monitor (LPM) installed at Kanazawa University.
As a method to identify hydrometeor based on ground observations, we use the center of mass flux distribution (CMF) method on the coordinates of particle size and fall velocity in Ishizaka et al. (2013). Based on the results of discriminating ice crystals, snowflakes, and graupel from the CMF, snowfall cases were observed in Kanazawa in the winter of 2017 using the XRAIN Nomi radar at an elevation of 1.7 °. As a result, out of a total of 371 cases, the ground and radar particle discrimination results agreed in 6% for ice crystals, 95% for snowflakes, and 6% for graupel.
Hydrometeor classification method for X-band polarimetric radar is improved by checking the frequency distribution of polarization parameters for each particle identified from ground-based observations, and then changing the median value of MBF, the width, and the coefficient, which is the slope of the field part, based on the findings.
The frequency of occurrence of each polarization parameter was compared, and except for Z h , which was identified as ice crystal on the ground, there was almost no difference in other hydrometeor or polarization parameters. Therefore, we compared only the cases where the ground and radar discrimination results agreed, and considered the improvement of the MBF based on the results. The agreement between the ground and radar particle discrimination results after the improvement was 71% for ice crystals, 61% for snowflakes, and 45% for graupel.
This study shows the possibility of improving the hydrometeor discrimination method for all cases by creating frequency distributions of polarization parameters for more various precipitation cases (rain, sleet, weak snow, etc.) and improving the MBF.
[BACK]