降水时风廓线雷达风场反演效果评估

风廓线雷达（wind profile radar,WPR）因具有高时空分辨率特点,成为当前短时临近预报的重要参考工具。降水时WPR同时接收大气湍流回波和降水粒子散射回波,现有技术不能有效分离叠加在一起的湍流信号和降水信号,导致降水期间风廓线雷达反演的风场数据严重缺失或失真。根据风廓线雷达探测技术原理及降水天气的功率谱特点,提出了降水天气时风廓线雷达湍流信号提取方法（WPR-HW）,并选取2015—2018年天津10次降水过程对WPR-HW方法进行模式检验及个例效果评估。结果表明:WPR-HW方法对改善降水期间风廓线雷达风场数据缺失问题效果明显,在选取的10次降水过程中,目前通用的风廓线雷达风场反演方法（WIND）风场数据平均缺失率为25.4%,WPR-HW方法未出现风场数据缺失现象;WPR-HW方法较WIND方法反演风场数据可信度有显著提高,反演数据与再分析数据的风速均方根误差由WIND方法的2.3 m·s-1降至WPR-HW方法的1.6 m·s-1,风向均方根误差由WIND方法的45°降至WPR-HW方法的22°,从而验证WPR-HW方法在降水期间适用。     

基于双高斯拟合的风廓线雷达反演雨滴谱

在降水条件下,风廓线雷达返回信号是湍流信号和降水信号的叠加,其功率谱数据中通常会出现双峰结构。该文通过双高斯拟合方法区分大气湍流信号功率谱和降水信号功率谱,去除大气湍流对降水信号谱的影响,反演得到较为精确的雨滴谱分布。研究表明:在风廓线雷达估算雨滴谱的过程中,双高斯拟合可将两峰有效分离,利用处理后的降水谱反演得到的雨滴谱均呈指数分布。选取北京延庆地区2006年和2012年具有代表性的降水资料,对比反演得到的不同强度和不同类型降雨的雨滴谱资料显示,这种估算雨滴谱的方法可行且可靠,利用双高斯拟合将双峰分离,可以达到风廓线雷达数据质量控制的目的,对于风廓线雷达在更为复杂的天气条件下应用具有借鉴意义。     

结合毫米波雷达提取降水条件下风廓线雷达大气垂直速度的研究

风廓线雷达主要是利用大气湍流对电磁波的散射作用,在晴空条件下对大气风场等进行探测。在降水天气下,风廓线雷达能同时接收到大气湍流回波和雨滴的散射回波信号,其探测到的回波功率谱中降水信号谱和大气湍流信号谱叠加在一起,使得大气的运动被雨滴的运动信息所掩盖,给后续的大气风场反演带来误差。而毫米波云雷达在降水天气下仅能探测到云雨粒子的回波而无法探测到大气湍流回波,基于这一差异结合毫米波云雷达资料对风廓线雷达功率谱数据进行订正,剔除其中的降水回波信息,进而获取正确的大气运动垂直速度。通过一次典型弱降水天气过程的雷达资料对该方法进行了可行性验证,并将计算得出的大气垂直速度与传统双峰法提取的大气运动垂直速度及原始风廓线雷达垂直速度进行了对比分析,显示在弱降水天气下该方法能有效消除降水对风廓线雷达垂直速度测量的影响,提高弱降水天气下测速准确率,并且在湍流谱极其微弱的情况下该方法也能准确地获取到大气运动垂直速度信息。但是云雷达回波在降水时会有衰减,虽然是弱降水也会导致在高层距离库上的订正效果变差,故目前只适用于弱降水时低距库处的降水订正。      

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

基于模糊逻辑的风廓线雷达功率谱数据质量控制研究

随着风廓线雷达组网观测系统建设的推进,质量控制是提高风廓线雷达观测资料应用效益的重要环节。通过介绍风廓线雷达回波信号的产生机理、信号与数据处理流程,研究了风廓线雷达多普勒功率谱的湍流回波与干扰回波的特征,给出了功率谱的特征量,提出了基于模糊逻辑提取大气湍流回波信息的质量控制方法,改进了多普勒速度估算的准确性。为检验质量控制方法的可靠性,以合肥2008年6月4日10:42:16(北京时,下同)东波束和8日10:36:20西波束的多普勒功率谱数据处理为例开展了风廓线观测资料质量控制的个例试验分析,结果表明处理后观测资料的可用性较好。     

基于K means聚类分析的风廓线雷达降水数据判别方法

在降水环境下,风廓线雷达获得的多普勒信息主要是降水质点运动的结果,从而对大气风场的计算造成很大误差,因此,判断雷达回波信号是否受到降水干扰是很有必要的.采用一种基于K-means聚类算法思想的集合分析法对晴空和降水条件下的数据进行了聚类分析,得到随信噪比变化的垂直速度阈值,再根据该速度阈值对风廓线雷达数据是否受到降水干扰进行判别.采用此方法对南京边界层风廓线雷达2011年8-12月及2012年3-4月的部分观测数据进行了计算分析,结果表明,该方法可在不同的高度区分晴空和降水数据,能有效判别回波信号是否受到降水干扰.     

风廓线雷达探测降水云体中雨滴谱的试验研究

对风廓线雷达探测降水时出现的双峰型功率谱密度分布的回波,进行大气返回信号和降水返回信号的剥离,由大气返回信号求出环境大气的垂直运动,导出降水质点下降末速度的功率谱密度分布,进而求出云体中的雨滴谱分布。对两次降水进行了雨滴谱反演试验,提取了不同高度上30多份雨滴谱分布,雨滴谱分布基本上呈现出指数分布形式。指数拟合后求出雨滴谱的浓度参数N0由几百到几千m-3mm-1,尺度参数λ为3.8～4.5 mm-1。试验中,还由反演的雨滴谱估算出云中含水量,得出降水云体中含水量随高度的分布,与附近多普勒天气雷达观测进行了比较。风廓线雷达与多普勒天气雷达探测到的回波强度随高度分布基本一致,云中含水量估算的均值基本相同,而风廓线雷达由雨滴谱估算出的含水量随高度分布可以反映出雨滴谱变化的影响,随高度分布更为精细。     

基于功率谱的风廓线雷达回波强度定标方法

风廓线雷达已在我国得到大范围的业务布网应用,现有业务产品主要为风场信息。为了充分发挥风廓线雷达的作用,获取更多的天气过程信息,该文提出仅使用风廓线雷达返回信号功率谱进行数据定标（DCNP）的方法。使用雷达系统噪声功率对返回信号功率谱单位幅度进行标校计算,基于标校后的雷达探测功率谱分布数据计算回波强度功率谱密度分布、回波强度、大气折射率结构常数。利用2017年北京风廓线雷达、2016年南京风廓线雷达和2018年梅州风廓线雷达观测数据,对我国业务运行的3种主要型号风廓线雷达进行算法评估试验。定标方法的计算结果稳定,风廓线雷达不同探测模式之间的一致性较好。使用每个测站定标结果与相邻天气雷达数据进行比较,风廓线雷达回波强度定标结果与天气雷达也有较好的一致性。DCNP方法与基于信噪比（SNR）的强度计算方法进行比较,与SNR方法相比,DCNP方法定标结果更加稳定可靠。     

长沙机场阵列天气雷达风场验证

利用2019年4—9月高时空分辨率的长沙机场阵列天气雷达资料开展三维变分（three-dimensional variational data assimilation,3DVAR）风场反演研究。为验证该算法的反演效果,选取外场试验中10次降水过程,在阵列天气雷达的三维精细探测区内,采用阵列天气雷达合成风场和1部L波段边界层风廓线雷达产品作为参考值对阵列反演风场进行验证评估。结果表明:在稳定性降水条件下,阵列反演风场与阵列合成风场、风廓线雷达产品的结果较为一致;在对流性降水条件下,由于不均匀性会造成风廓线测风精度下降,风廓线雷达产品与阵列反演风场和阵列合成风场差异较大。阵列反演风场与阵列合成风场在稳定性、对流性降水条件下水平风速相对偏差分别低于19%,29%,水平风向差分别低于14.92°,26.35°,稳定性降水条件下阵列反演风场更优,误差在可接受范围内。两种算法得到的风场结构符合各类天气系统的基本特征,水平风场空间分布和风速、风向非常接近。     

毫米波云雷达功率谱密度数据的检验和 在弱降水滴谱反演中的应用研究

本文首先利用数值模拟的方法,分析了利用毫米波云雷达功率谱密度反演雨滴谱时,降水粒子米散射效应、空气湍流、空气上升速度等对雨滴谱和液态水含量等参数反演的影响;建立了功率谱密度处理及其直接反演雨滴谱、液态水含量、降水强度和空气上升速度的方法;并利用2012年7月在云南腾冲观测的二次弱降水数据,采用毫米波雷达和Ku波段微降水雷达观测的回波强度、径向速度垂直廓线以及780 m高度上的功率谱密度对比的方法,以及毫米波云雷达观测的780 m高度上功率谱密度、回波强度与地面雨滴谱计算得到的这些量的对比方法,分析了毫米波雷达数据的可靠性;并将780 m高度上毫米波雷达反演的雨滴谱与地面雨滴谱数据进行了对比,分析了毫米波雷达反演的雨滴谱的准确性;分析了毫米波雷达回波强度偏弱的原因,讨论了该高度以下降水对毫米波雷达衰减的影响。结果表明:空气湍流对弱降水微物理参数反演影响不大,而空气上升速度和米散射效应均对反演结果有一定影响;毫米波雷达观测到的径向速度和功率谱密度与微降水雷达比较一致,回波强度的垂直廓线的形状与微降水雷达也比较一致,但毫米波雷达观测的回波强度偏弱;与雨滴谱计算值相比,毫米波雷达观测的低层的回波强度也偏弱,天线上的积水是造成毫米波雷达回波强度变弱的主要原因。毫米波雷达观测的低层的功率谱密度与地面雨滴谱观测的数据形状比较一致,但有一定的位移。毫米波雷达反演的雨滴谱与地面观测的谱型和粒子大小也比较一致。这些结果初步验证了毫米波雷达观测的功率谱密度及其反演方法的可靠性。     

风廓线雷达测风精度评估

采用风廓线雷达5波束探测模式的数据对测风精度进行评估分析,用垂直波束和其中两个相邻倾斜波束的探测数据构成一对计算因子,通过对同一距离高度上的4对计算因子进行误差分析,评估风廓线雷达的测风精度,得到水平风在垂直指向连续高度上的精度。对北京延庆CFL-08风廓线雷达2010年3,6,9,12月4个典型代表月份逐日连续探测资料进行了处理分析,结果表明:该雷达满足风速误差不大于1.5 m·s-1、风向误差不大于10°探测精度要求的最大探测高度6月、9月为8 km,3月、12月为6 km,基本符合该雷达探测高度的设计要求。信噪比、大气风场的不均匀性是影响雷达测风精度的主要因素:信噪比影响了高空的测风精度,-15 dB可以作为判断雷达测风可信数据最大探测高度的阈值;晴空大气出现的风场不均匀性对风廓线雷达的测风精度影响不大,降水出现时环境风场不均匀性造成水平风向、风速的测量误差较大,不能满足测风精度要求,特别是对流性降水发生前的1~2 h,水平风向、风速的方差增长迅速,可以作为强降水出现的预警指标。     

确定风廓线雷达功率谱噪声功率方法

风廓线雷达以测风为主要目的设计,没有充分考虑强度的定量测量。如果能够实现强度定量测量将大大扩展风廓线雷达的应用范围。首要的扩展应用就是可以获取雨滴谱分布、解决降水定量测量准确性问题。若实现强度定量测量,需要解决的一个关键技术问题是如何由其功率谱数据准确计算噪声功率。该文根据风廓线雷达功率谱估计方法、依据噪声频域统计特性,提出了一种计算风廓线雷达功率谱噪声功率的方法,并利用风廓线雷达实测功率谱数据进行检验。检验结果表明:即便在有降水或存在地物时,该方法仍可以准确、快速分辨出噪声功率谱, 且客观有效。     

风廓线雷达探测降水过程的初步研究

为利用风廓线雷达 (WPR) 开展降水研究, 分析了2006年8月25-26日北京延庆WPR探测降水个例。降水前高空出现持续时间长达10h以上的水平风垂直切变; 在信噪比 (SNR) 时间序列资料中出现比较清晰的SNR极值层, SNR极值层所处高度与水平风垂直切变高度相吻合。降水期间及前后, 水平风探测高度明显增高2km以上。随地面降水的临近, 下降速度所处高度逐渐降低, 从高空一直延伸到低空, 持续时间长达10h。资料分析表明:国产WPR可以在降水天气工作, 其探测资料能及时反映大尺度流场的变化。通过WPR提供的功率谱密度、SNR、水平速度、垂直速度等多种资料, 可从多种角度了解降水过程; 特别是WPR可以同时探测垂直气流速度、粒子落速及其高度分布, 进而可以估计降水粒子尺度谱及其高度分布, 便于开展更深层次的降水物理过程研究。     

风廓线雷达数据质量影响因子及处理算法

风廓线雷达系统误差和探测数据时空代表性影响风的数据质量。针对五波束探测风廓线雷达,提出雷达系统误差检测方法并分析风的空间不均匀分布和时间代表性对风数据质量的影响。在此基础上,通过比较4组三波束计算的两组水平风u,v分量离差进行风的空间均匀性判别,并比较了一致性平均和数学平均两种时间代表性处理算法间的测风精度差异。利用广东风廓线雷达站网2014年3—5月10部雷达数据进行方法应用和评估。结果表明:稳定大气条件下,3种型号雷达 (LC,PB,PA) 的有效数据高度分别达到3,6 km和10 km的雷达系统功能设计需求。经空间均匀性检验与时间一致性平均处理的风数据在降水期间质量优于业务雷达数据,3—5月10部雷达获取的两组u,v分量离差标准差约为1 m·s-1,表明经过空间一致性检验和时间一致性平均处理后的数据质量较好。     

风廓线雷达反演大气比湿廓线的初步试验

基于湍流散射理论,运用边界层风廓线雷达 (WPR) 联合RASS (Radio Acoustic Sounding System), GPS/PWV (Global Position System/Precipitable Water Vapor) 进行全遥感系统的大气比湿廓线反演试验,并对影响因子进行分析。利用2011年8—9月云南大理综合探测试验数据的反演结果与探空数据进行比较分析,结果表明:WPR联合探空的温度廓线和起始边界比湿 (q₀) 反演大气比湿廓线,与探空大气比湿廓线相比具有相同的变化趋势,标准差为0.84 g·kg-1,误差随高度增加呈递增趋势;WPR联合RASS, GPS/PWV数据反演大气比湿廓线,与探空大气比湿廓线的标准差为0.85 g·kg-1。参加反演的数据中,折射指数结构常数C_n2与谱宽σ_turb2对反演影响最大,反演算法中大气折射指数梯度M符号的判断对反演精度也有较大影响。