基于TRMM/PR的长江下游地基雷达一致性订正

我国有近200部地基多普勒天气雷达,已经积累了近20年的观测数据,这些数据对雷达气候学研究非常重要。但由于不同雷达的标定误差不同,雷达之间存在观测值不一致性的现象（与美国的地基雷达类似）,有的反射率因子差异超过了3 dB。这种不一致影响了多雷达联合降水估计的精度和雷达组网临近预报的效果。为此,采用筛选比较法对地基雷达与TRMM/PR（Tropical Rainfall Measuring Mission/Precipitation Radar）进行空间匹配和异常数据剔除,以TRMM/PR为参照计算并订正地基雷达偏差。对2013年5—9月长江下游7部S波段雷达数据订正后,结果表明:订正后7部雷达之间的平均反射率因子差异从1.8 dB降至0.5 dB,任意两部雷达之间的差异均小于1.0 dB,多雷达的观测一致性和空间连续性有明显改善。与传统的几何匹配法比较,筛选比较法订正结果相对稳定,不存在过量订正的问题。     

苏南三部地基雷达反射率因子一致性和偏差订正个例研究

中国新一代天气雷达可以进行较大范围降水的定量估测,但相邻站雷达之间的资料可能存在不一致性而影响组网应用效果。将热带降雨测量卫星TRMM(Tropical Rainfall Measuring Mission)上携带的降水雷达PR(Precipitation Radar)作为统一的参照,针对2010年5-8月份长江中下游降水天气期间PR与苏南三部(南京、常州、南通)雷达的7次匹配事件的资料进行一致性分析,并利用经质量控制后得到的比较适宜于对比分析的数据集建立订正关系,进行偏差订正,分析订正效果,并详细比较其中两次事件订正前后地基雷达数据之间的差异。结果表明:(1)南京雷达反射率因子强度比常州雷达低3.5 d B左右,常州比南通低0.9 d B左右,3 km高度的回波强度拼图存在明显不连续;(2)将TRM M PR作为参照,利用预处理后的雷达观测数据样本,计算得出南京、常州、南通各地基雷达与PR的差值,并进行偏差订正后,南京与常州、常州与南通之间的反射率因子差值减小成为0.3和0.2,拼图效果也明显改善。     

星载雷达与地基雷达数据的个例对比分析

采用几何匹配法将TRMM(Tropical Rainfall Measuring Mission)卫星搭载的测雨雷达(Precipitation Radar,PR)和上海地基雷达(Ground-based Radar,GR)有效照射体积的观测数据进行时空匹配,得到了2007年下半年3个时次上海地区的降水个例。考虑到PR与GR工作频率的不同,本文将S波段GR探测到的回波强度值调整为Ku波段PR探测到的回波强度值(称为Ku调整),进而比较PR和GR测量的反射率因子数值差异,并分析了不同降水类型和不同高度层的PR-GR偏差。结果表明:(1)PR和GR探测到的降水回波分布型大体一致,但PR探测到的降水回波强度普遍比GR探测到的大;(2)在零度层亮带以内及以下的PR与GR反射率因子资料具有较好的相关性;(3)由于GR的波束充塞效应及回波衰减,高层PR-GR平均偏差比低层大;(4)GR和PR的回波强度变化特征一致性在层云降水情况下优于对流降水情况;(5)整体而言,Ku调整使GR和PR数据更接近。     

TRMM星载测雨雷达和地基雷达反射率因子数据的三维融合

TRMM卫星上的测雨雷达(TRMMPR)探测资料分布均匀且具有很高的垂直分辨率,但灵敏度较低;地基雷达(GR)水平分辨率较高且具有较高的灵敏度,但其垂直分辨率低。通过将TRMM PR与GR反射率因子数据的三维数据融合,得到了更优的反射率因子图像。测雨雷达与地基雷达三维数据融合主要分为以下几步:测雨雷达与地基雷达数据预处理——如去杂波、衰减校正;测雨雷达与地基雷达时空匹配;选取和应用合适的三维图像融合算法;对融合后的图像进行效果评估。试验结果表明:融合后的图像不仅增大了信息量,更好地检测弱降水,还提高了空间三维(3D)分辨率,能更好地反映降水区域细节,且使得数据总体上具有更高的完整性和可靠性。此外,还将基于雷达资料估测的降水数据与地面雨量计数据进行对比,估计反射率因子数据融合在降水测量上的有效性。      

南京雷达数据的一致性分析和订正

运用几何匹配法处理了南京雷达和热带测雨卫星(Tropical Rainfall Measuring Mission,TRMM)上搭载的测雨雷达(Precipitation Radar,PR)的反射率因子探测资料,统计分析了2008—2013年共245个时次的匹配数据。 以TRMM PR工作多年持续稳定特征为参照,揭示了南京雷达6 a的探测资料情况。结果表明,南京雷达和TRMM PR探测降水具有较强的一致性,6 a时间里南京雷达存在一定的运行不稳定情况,南京雷达0℃层以下数据存在“3段特征”:时段Ⅰ2008年1月—2010年3月,时段Ⅱ2010年3月—2013年5月,时段Ⅲ2013年5—10月。3个时段之间整体回波强度有差异,时段Ⅱ整体回波强度比时段Ⅰ、Ⅲ偏小2—3 dB;而3个时段内的回波整体保持相对的稳定,南京雷达与TRMM PR的回波强度差值随回波强度的变化呈线性关系;在中低回波值时TRMM PR比南京雷达大,在中高回波值时南京雷达比TRMM PR大。基于两种雷达回波强度值的拟合关系,对南京雷达的反射率因子进行分段线性订正,有效地改善了南京雷达的一致性:3个时段回波强度的整体差异减小到0.75 dB以内;在245个匹配时次和105894个匹配点上南京雷达和TRMM PR的反射率因子的相关系数增大,南京雷达-TRMM PR值的标准差减小。     

天气雷达反射率资料订正前后在ARPS模式中的同化试验对比

以TRMM/PR反射率资料作参照,对常州、南京天气雷达反射率资料进行一致性订正,再利用中尺度模式ARPS及其数据同化系统ADAS对订正前、后的天气雷达反射率因子进行同化,模拟2013年6月25日和2010年8月24日江苏地区两次暴雨过程。两次暴雨过程均包括3组试验:控制试验和雷达资料订正前、后的同化试验。结果表明:(1)雷达反射率因子的同化很好地改进了模式初始湿度场,使降水预报在分布和强度上更接近实况;(2)雷达资料的订正进一步改进了反射率因子同化试验,并且通过调整初始湿度场和上升运动场(调整作用主要体现在前2~3 h内)改善了对降水的模拟预报,其结果证明雷达反射率因子的订正改善了雷达资料的质量。     

广州相控阵天气雷达组网站址分析

X波段双偏振相控阵天气雷达在观测中小尺度天气系统方面具有优势,然而在反射率因子超过一定值之后,有效探测距离会急剧下降。利用雷达组网建设,能确保有效探测,提高观测数据质量。根据相关文献资料,结合2018年5月7日广州暴雨过程,得出组网观测系统中的X波段相控阵天气雷达彼此间隔为35～45 km,基于此间距,通过综合分析,明确广州X波段双偏振相控阵天气雷达组网建设站址。     

星载双频测雨雷达航空校飞试验降水反演分析

2010年9月6日到10月20日,在江苏东台黄海附近进行了中国首次星载双频(Ku和Ka波段)测雨雷达的外场校飞试验,获得了宝贵的机载雷达数据。利用所探测的有效降水资料,对机载雷达的降水探测能力进行了性能分析。对比机载测雨雷达和同步星载测雨雷达(Precipation Radar,PR)探测的反射率因子廓线可以发现,机载雷达反射率因子廓线在1.55 km高度的探测结果和PR较为一致,尤其是融化层一致性更好,表明机载雷达有探测降水垂直结构的能力。为了进行Ka波段机载雷达的降水反演,利用卫星数据模拟器(Satellite Data Simulator Unit,SDSU)计算了k-Z_e和R-Z_e关系的系数,并在此基础上进行了衰减订正以及雨强的反演。结果表明,Ku和Ka波段反演的雨强廓线基本一致,证实了反演系数的合理性。     

基于高分辨率高程数据统计分析新一代天气雷达组网的地形遮挡影响

新一代天气雷达由于受到地形限制产生波束遮挡导致波束能量衰减,从而造成雷达探测回波强度偏弱、雷达定量估测降水结果失真,因此对于雷达波束遮挡情况的统计和分析是一项重要的基础研究工作。利用SRTM （Shuttle Radar Topography Mission）数字高程数据对中国目前业务运行的212部新一代天气雷达波束遮挡情况进行模拟计算分析。计算结果包括雷达单站遮蔽角、VCP21模式0.5°、1.5°、2.4°、3.4°、4.3°仰角波束遮挡率、混合扫描及分区混合扫描波束遮挡率、雷达单站探测范围覆盖情况;计算并绘制全国天气雷达组网遮挡率拼图,统计全国天气雷达组网遮挡情况;利用2019年8月广东省11部天气雷达基数据对比验证单站及组网遮挡计算结果。结果表明雷达组网探测面积覆盖率超过70%,整体覆盖效果较好,遮挡计算结果与实际数据对比验证结果高度一致,对雷达数据订正、降水估测等产品具有正贡献。      

星载雷达在订正地基天气雷达标定误差中的应用

在雷达反射率数据定量应用中,标定误差是导致结果产生偏差的重要原因之一。星载雷达（TRMM PR）长期工作的稳定性和连续性已被验证,本文将星载雷达数据转换到S波段,通过对比星载雷达和南京雷达同时段不同高度（相对于融化层的位置）不同降水类型（层云降水或对流降水）的数据,得到两部雷达对融化层以下层云降水的观测相关性高,差异稳定。通过对比分析星载雷达和南京雷达同时段零度层以下层状云降水的观测数据,得出两部雷达反射率因子值的回归关系式。以星载雷达观测数据为基准,使用该关系式对南京雷达反射率数据进行订正,并通过雨量计数据对订正结果进行验证,结果显示使用本文订正关系式订正后雷达估计的降雨量更接近雨量计的观测值。     

强对流天气雷达回波强度相关性对比分析

为了提高山区复杂地形条件下局地强对流天气监测预警能力,有效减小天气雷达之间对降水目标物回波的测量误差,选取贵阳、毕节、遵义三部多普勒天气雷达同步观测体扫资料,以贵阳多普勒天气雷达站为基准,对比分析了强对流天气的雷达回波强度的变化特征。初步分析结果表明:贵阳与遵义、毕节雷达之间观测的回波强度具有一致性的波动特征,且存在较大的相关性;贵阳雷达观测的回波强度总体低于毕节、遵义雷达观测数据结果;两部雷达之间回波强度差异主要是由云和降水对雷达波的衰减所产生。     

Three-dimensional Fusion of Spaceborne and Ground Radar Reflectivity Data Using a Neural Network–Based Approach

The spaceborne precipitation radar onboard the Tropical Rainfall Measuring Mission satellite(TRMM PR) can provide good measurement of the vertical structure of reflectivity, while ground radar(GR) has a relatively high horizontal resolution and greater sensitivity. Fusion of TRMM PR and GR reflectivity data may maximize the advantages from both instruments.In this paper, TRMM PR and GR reflectivity data are fused using a neural network(NN)–based approach. The main steps included are: quality control of TRMM PR and GR reflectivity data; spatiotemporal matchup; GR calibration bias correction;conversion of TRMM PR data from Ku to S band; fusion of TRMM PR and GR reflectivity data with an NN method;interpolation of reflectivity data that are below PR's sensitivity; blind areas compensation with a distance weighting–based merging approach; combination of three types of data: data with the NN method, data below PR's sensitivity and data within compensated blind areas. During the NN fusion step, the TRMM PR data are taken as targets of the training NNs, and gridded GR data after horizontal downsampling at different heights are used as the input. The trained NNs are then used to obtain 3D high-resolution reflectivity from the original GR gridded data. After 3 D fusion of the TRMM PR and GR reflectivity data, a more complete and finer-scale 3D radar reflectivity dataset incorporating characteristics from both the TRMM PR and GR observations can be obtained. The fused reflectivity data are evaluated based on a convective precipitation event through comparison with the high resolution TRMM PR and GR data with an interpolation algorithm.     

94GHz云雷达回波及测云能力分析

重点利用英国的94 GHz Galileo测云雷达,结合35 GHz云雷达、地面雨滴谱仪、雨量计和探空资料等,分析了94 GHz 雷达的回波特征及测云能力。结果表明：（1）94 GHz云雷达能清楚反映出云及弱降水过程的云系结构变化和云内小尺度变化,可以探测到雾,雾的多普勒速度杂乱;（2）94 GHz云雷达区别于厘米波雷达的较显著的回波特征是层状云降水的0℃层亮带下面雷达反射率因子降低不明显或没有降低及0℃层亮带上面存在0℃层暗带,分别是因为雨滴较大及冰晶较大产生非瑞利散射引起的,暗带区域的宽度一般在600 m以下,暗带区域的许多冰晶聚合物最大尺度可超过3 mm,有些暗带区域的许多冰晶聚合物最大尺度可超过6.8 mm,多普勒速度及谱宽显著增大的地方是融化层顶;（3）与35 GHz测云雷达相比,由于衰减和非瑞利散射,降水时的94 GHz雷达反射率因子远小于35 GHz雷达反射率因子,使探测到的高云云顶高度偏低,但94 GHz云雷达抑制地物杂波的能力更高,在晴空低云探测方面具有优势。这些结果为中国正在研制的94 GHz云雷达回波可靠性分析提供了参考。94 GHz云雷达与其他探测手段结合,可揭示各种天气形成的物理机制,对天气预报、云物理的发展、人工影响天气、气候变化的研究均有重要意义。     

云南多普勒天气雷达网探测冰雹的覆盖能力

冰雹是常见的天气现象之一,天气雷达是探测冰雹的一种强有力工具。多普勒天气雷达网除体扫模式的局限外,复杂的山地地形对雷达波束造成的遮挡,对于雷达探测冰雹天气现象的不利影响非常大。针对雹云回波的垂直结构特征,考虑0℃、-20℃层高度和回波强中心高度几个关键参数,分析雷达探测雹云的区域覆盖能力。以位于低纬度高原的云南省C波段多普勒天气雷达网为对象,分析其探测雹云的覆盖情况,并按探测效果进行了区域分型。与实际降雹天气的对比表明,该评估方法衡量雹云探测范围较合理;云南多普勒天气雷达网雹云适合探测区约占全省面积的75%,约2%的面积部分遮挡,0.2%被完全遮挡,遮挡比较严重的区域主要位于昭通东北部和临沧东北部。云南省规划的9部雷达全部业务化运行后,理论上90%的地面降雹区能被雷达有效监测和识别,约有3%的地面冰雹区只有当雹云发展到8 km以上才能被识别,约6%只能探测8 km高度以下的回波,可能导致漏判、误判,约8.5%面积为冰雹识别的盲区。     

改进的精细分辨率雷达探测强对流效果评估

简要介绍了改进精细分辨率雷达所涉及的提高空间分辨率和智能化、快速扫描等技术。利用改进后的雷达精细分辨率数据和原始分辨率数据,对不同强天气类型的探测效果进行了对比分析,结果表明：精细分辨率数据可获得比原始分辨率数据更大的相对径向速度,辐合辐散和速度极值也更明显;获取更为清晰的超级单体结构以及龙卷涡旋特征和龙卷碎片特征等,更早识别出对流单体和雷暴云团;采用精细分辨率数据进行定量降水估计的精度与原始分辨率数据相当或略有提升。改进后精细分辨率数据具有更高的空间分辨率（双偏振）雷达观测特征,在对中小尺度强对流回波监测和识别的实际业务中具有较明显优势。     

X波段双偏振雷达相态识别与拼图的关键技术

X波段双偏振雷达具有时空分辨率高、易于布网的特点,但散射特性差异和衰减影响使现有S波段雷达的相态识别和拼图算法不适用于X波段双偏振雷达.该文针对X波段相态识别及拼图产品的关键技术开展研究,提出基于准垂直剖面的融化层识别方法、基于数据质量的置信度阈值调整方法、基于统计的隶属函数参数改进方法和基于衰减程度的拼图融合方法.通...