三种方法确定济南夏季日最大边界层高度的对比研究

基于济南站边界层风廓线雷达（wind profile radar,WPR）观测的大气折射率结构常数（Cn2）,采用偏离度法确定夏季白天边界层高度（HBL）,分别与基于L波段雷达探空资料的干绝热曲线法、基于地面气象观测资料的国标法确定的HBL进行对比。结果表明：1）三种方法确定的25 d日最大HBL的平均值分别为2 500.0 m、2 529.1 m、2 469.9 m,总体一致;25 d同日期比较,偏离度法与后两者的标准偏差（σ）分别为337.1 m、636.7 m;前两方法结果的相关系数（R）较高为0.668,但两者与国标法的R分别为-0.130、-0.064,证实国标法HBL的均值准确度尚可但实时值准确度低。2）偏离度法确定的日最大HBL出现时间,25 d平均和最多均在15时,逐小时HBL07—15时呈缓慢增高态势、15—19时则快速降低;但国标法日最大HBL25 d平均和最多均出现在16时,且HBL在午后13—15时出现坍塌现象,与对流边界层午后峰值规律显著不同。3）前两种方法的HBL与地表温度、气温的相关性均较好,与风速的相关性则较差;而国标法HBL与风速的相关性较好,与地表温度、气温的相关性则较差;偏离度法日最大HBL对最高气温、最高地表温度的平均响应时间分别为1、2 h左右,符合太阳辐射—地表温度—气温—HBL的响应关系和次序,但国标法的日最大HBL未能反映这一响应。4）偏离度法HBL与各污染物的逐小时质量浓度均呈显著负相关,但国标法HBL的相关性较差。5）三种方法综合对比,偏离度法HBL准确度较高,且能给出时空演变;干绝热曲线法HBL准确度较高,但不能给出时空演变;国标法实时HBL准确度低,虽能给出时空演变但午后峰值偏差大。     

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。     

基于微波辐射计和气溶胶激光雷达的边界层高度研究及应用

分别基于微波辐射计温湿度廓线资料的气块法、位温法和比湿法,地面气象资料的罗氏法及气溶胶激光雷达数据的梯度法,计算得出广州地区大气边界层高度,对比分析5种边界层高度结果及其与气象条件、空气质量之间的关系,结合典型大气污染过程分析边界层高度对PM_2.5、O₃浓度的影响。结果显示:（1）利用位温法、气块法、罗氏法、比湿法和梯度法计算得出广州地区平均边界层高度分别为2 207 m、1 239 m、901 m、717 m和660 m,位温法显著高估了广州地区的边界层高度;（2）利用气块法得出的混合层高度日变化能够较好地表征白天大气边界层演变特征,利用气块法和比湿法得出的白天混合层高度与近地面O₃浓度有显著的正相关关系,相关系数在0.5以上,在O₃污染防治中,应同时考虑边界层内垂直输送的影响;（3）利用梯度法得出的边界层高度在污染天气时与PM_2.5浓度的相关性较好,能较好地表现出大气污染情况,在PM_2.5污染天气过程分析中具有较好的应用价值。      

济南边界层风廓线雷达与L波段雷达大风探空测风对比

基于相同站点的济南边界层风廓线雷达(WPR)和L波段雷达大风探空测风(以下简称LW)资料,采用相关、拟合、廓线分析等方法,系统地对比两者大风(≥10.8 m·s~(-1))数据的各统计特征、相关性、时空变化规律的异同。结果表明:(1)两者u分量、v分量、风向、风速的相关系数分别为0.973、0.965、0.994、0.665,标准偏差分别为2.04 m·s~(-1)、2.88 m·s~(-1)、10.82°、2.53 m·s~(-1),大风数据相关性总体较高,且相关系数风向优于风速的、降水样本优于非降水的,表明WPR观测大风数据可信、降水期间WPR水平大风数据可以使用。(2)两者大风风向、风速基本一致,但在低层差异较高层的大,尤其是340 m及以下高度层更显著,降水、非降水、全部样本在2980、1900、2740 m以下WPR风向值均略小于LW,而在1300、2740、1660 m以下WPR风速值均略大于LW。(3)两者资料互补性总体较好,大风风向、风速、v分量差值随高度变化符合对数律递增或递减规律,但u分量需分段拟合;在进行回归方程求算和资料互补时,应考虑差异随高度等的变化。     

L波段探空雷达秒数据在污染天气边界层分析中的应用

文章基于L波段探空雷达秒数据,采用总理查森数法、逆温法和位温梯度法3种方法,计算北京2014年11-12月的边界层高度,并与罗氏法进行对比。结合各类要素垂直廓线和同时段PM_(2.5)浓度数据,对2014年11月27日至12月1日、12月15-20日两次典型大气污染过程中上述4种方法边界层高度计算结果的异同点进行详细分析。研究结果表明:总理查森数法、逆温法和位温梯度法计算得出的北京地区平均边界层高度分别为653、1152和1296 m,且与PM_(2.5)浓度呈现出不同程度的负相关关系。通过概率分布统计分析发现,北京冬季大气边界层高度在0~500 m的概率分布最大,但在其他高度区间分布上存在一定差异。结合两次典型大气污染过程发现,不同方法存在一定适用性和局限性,需结合气象要素的垂直分布和污染物浓度等情况加以主观判断,从而得到大气真实的边界层高度。     

宜昌冬季两次降水过程大气边界层的观测分析

利用宜昌2007年12月10-25日的加密观测资料,分析了两次低值系统经过宜昌时大气边界层的温湿风廓线结构及其日变化特征。结果表明：位温廓线具有明显的日变化特征,对流边界层在白天出现和发展,其高度可达600m,而稳定边界层在夜间出现和发展,其高度可达300m,降水会抑制对流边界层和稳定边界层的发展;湿度廓线结构及其日变化与对流边界层的发展有关,总体上湿度随高度减小,贴近地面的薄层湿度随高度减小较快,而混合层内湿度随高度变化较小,出现降水时,近地层的湿度有明显增加,大气边界层内湿度随高度快速平稳减小;风速廓线结构比较复杂,总体上风速随高度增大,在大气边界层低层有时会出现一个风速极大值,风速廓线没有明显的日变化特征,大气边界层内风向变化较大,但以偏东风为主。     

浙江北部近海边界层风廓线特征分析

利用2010年12月至2014年5月宁波近海凉帽山370m高塔气象梯度风观测和浙江北部沿海自动气象站测风资料,对浙江北部近海风速垂直廓线进行分析,结果发现:受地形影响,偏南、偏北风时塔基风速一般比上一层风速大。不同天气系统影响下近地边界层风廓线不同,南风型320m以下风速基本遵从对数律。热带气旋影响型和北风型时风廓线可分为3段,常通量层内基本满足对数律,该层向上一段高度热带气旋影响型风速变化不大,北风型反而减小,再往上风速又继续增大。北风型风廓线的这种3段结构表现比热带气旋影响型更为清楚,约80~109m风速出现相对极大值,200~250m间存在风速极小值。满足对数律的近地边界层内小风比大风具有更好的拟合优度。浙江北部沿海自动气象站测风资料不同风型统计分析与高塔风廓线表现基本一致。     

气溶胶激光雷达和无线电探空观测边界层高度的对比分析

利用北京地区2017年11月至2018年1月连续3个月的激光雷达资料和无线电探空数据,按照清洁天、污染天和多云天3种天气条件,对大气边界层高度的计算方法和结果进行对比分析。结果表明,基于激光雷达消光系数的梯度法、标准差法和小波法都能够较好地提取边界层高度。清洁天标准差法计算的边界层高度高于梯度法和小波法,08:00（当地时间,下同）和20:00由无线电探空得到的清洁天边界层高度平均值分别为1176 m和1224 m。污染天标准差法的计算结果要低于梯度法和小波法,污染天无线电探空得到的边界层高度平均值约为956 m,和清洁天相比降低了两百多米,重污染时最低降低至562 m,逆温层高度和PM2.5浓度具有明显的反相关关系。有云时,梯度法和小波法确定的边界层高度和云高非常接近,标准差法计算的结果略低。总体而言,气溶胶激光雷达计算的边界层高度随着污染等级的提高没有明显的降低趋势,相反在重度污染情况下反而有所增加,这可能是由于污染物的不断堆积导致的。梯度法确定的边界层高度易受到污染物传输过程的影响,略高于逆温层高度。另外,激光雷达确定的边界层高度受到残留层影响时,也会高于逆温层。     

基于激光云高仪反演全天边界层高度的两步曲线拟合法

大气边界层高度是天气、气候、大气环境研究中的一个重要参数,目前尚缺少基于激光雷达探测系统反演全天边界层高度的有效方法。文中利用北京朝阳站、大兴站的激光云高仪数据,首先评估了梯度法、标准偏差法、曲线拟合法和小波协方差法反演边界层高度的适用性和局限性,发现梯度法容易受环境噪声的影响,曲线拟合法稳定性较好,但在夜间弱湍流条件下会将残留层高度误判为夜间边界层高度。提出两步曲线拟合法,将一天中边界层结构划分为白天的对流边界层、夜间的残留层和稳定边界层,通过用不同的理想曲线对其进行两步拟合,获取全天边界层高度的变化。将两步曲线拟合法的反演结果与基于L波段探空雷达的位温梯度法的探测结果进行比较发现:两者相关系数为0.91,证明了两步曲线拟合法的可行性以及激光云高仪探测边界层高度的应用潜力。采用该方法反演2017年5—6月朝阳站与大兴站边界层高度,对比发现:城区特殊的下垫面性质使朝阳站日间对流边界层发展更早,边界层高度更高,全天朝阳站边界层高度的变化在308—1391 m,大兴站在197—1302 m。      

稻麦轮作农田区大气边界层高度的日变化和季节特征

利用2015年7月至2016年5月寿县稻麦轮作农田区观测站地基多通道微波辐射计观测的高时间分辨率温度廓线资料,结合位温梯度法,计算了该站点的大气边界层高度,分析了边界层高度的日、月和季节演变规律。结果显示,晴朗天气情况下,边界层高度具备典型的日变化特征,随着地面温度的升高边界层高度不断增大。其最大平均值通常出现在午后,8月平均高度最高,超过1520m,1月最低,只有520m。而且边界层高度具有季节变化趋势,春季(3—5月)、夏季(6—8月)、秋季(9—11月)和冬季(12月至次年2月)平均高度分别为436m,499m,377m和322m。将边界层高度结果与FNL和ERA-Interim数据进行对比,发现在白天时间段(08:00—19:00)FNL和ERA-Interim比观测平均值分别高258m,346m,夜间时间段(19:00至次日08:00)比观测平均值分别低144m,102m。     

科尔沁边界层风廓线雷达探测性能评估

利用2016～2017年科尔沁边界层风廓线雷达每6min的风场资料评估雷达探测性能,主要针对风廓线雷达数据获取率、风廓线雷达与常规探空探测风的相关性等进行了分析。结果表明：风廓线雷达平均数据获取率随高度的增加先增大后减小,3000米以下平均数据获取率都在60%以上。雷达探测数据存在日出后数据缺测率高,午后缺测率低的变化趋势。各层数据获取率与气温和比湿的相关系数分别在0.45和0.35左右。对比风廓线与常规高空探测数据发现：二者v分量的相关系数大于u分量；各高度层中400米到1900米的u分量的相关系数在0.4以上,500米到3400米的v分量的相关系数都在0.6以上；风廓线雷达与常规探空数据u分量相关系数随风速的增大时而减小,从春季到冬季u、v分量相关系数都呈减小趋势。各个季节中风廓线雷达与常规探空数据风速平均偏差春季最小、冬季最大。     

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。     

不同台风降水强度下风廓线雷达适用性

以2019年8月在浙江舟山对1909号超强台风“利奇马”的移动观测试验为基础,利用同一地点释放的9次GPS探空气球,对比了风廓线雷达和多普勒激光测风雷达与GPS探空的吻合程度,并利用车载雨滴谱仪对风廓线雷达在不同台风降水强度下的适用性进行了研究。结果表明,在100~300 m高度范围内激光测风雷达观测风速比风廓线雷达更准确。由水平风速对比结果可知,风廓线雷达在3~4 km高度范围内偏差最小(3.59 m/s),相关性最高(0.86),而在1 km高度下偏差最大(6.39 m/s),相关性最低(0.54);在中雨及大雨条件下适用性最差,最大风速偏差约为18 m/s。由水平风向对比结果可知,风廓线雷达与GPS探空总体上吻合较好,相关系数均大于0.85,均方根偏差均小于11 °。另外,降水强度对风廓线雷达的风向观测影响较小,风向偏差随降水强度的变化总体趋于平稳,基本分布在-20 °~20 °之间。      

风廓线雷达对塔克拉玛干沙漠晴天边界层的探测分析

利用塔克拉玛干沙漠大气环境观测试验站2010年8和10月边界层风廓线雷达资料,分析了沙漠晴天边界层湍流、大气温度、水平风速风向以及垂直速度的发展演变特征和日变化规律。研究表明：（1）大气折射率结构常数（C_n~2）能较好地反映晴空湍流对电磁波的后向散射能力,可以详细刻画湍流发展旺盛区域的高度、强度及其演变特征;沙漠夏季白天湍流发展剧烈,旺盛区域顶部可达4000 m高度左右。（2）RASS系统对沙漠边界层大气温度的探测具有较好的可信度,其近地边界层温度符合一般的日变化规律,昼夜温差显著,白天高温维持时间长,升温过程相对滞后于近地表气温。（3）风廓线雷达对大气风场的探测结果与地面风速风向一致,沙漠晴天主要受东风和东北风控制,风速较小,平均在2.0～6.0 m·s~（-1）范围变化。（4）沙漠腹地大气垂直速度变化符合静力平衡理论,铅直方向运动很弱,一般在-1.0～1.0 m·s~（-1）范围波动。     

一种抑制降水对风廓线雷达水平风干扰的方法

降水条件下,风廓线雷达 (wind profiler radar,WPR) 能够同时接收到大气湍流回波和降水粒子的散射回波,降水信号谱与湍流信号谱叠加在一起。风廓线雷达计算水平风时,若采用叠加在一起的功率谱处理降水条件下的探测数据,必将导致后期水平风的合成严重失真。该文首先对原始功率谱数据进行插值和平滑处理,通过功率谱曲线极大值点的个数判断其是否受到降水影响。对于受到降水影响的功率谱,依据湍流谱和降水谱均趋于对称型的特点,用两种方法分别对不同特征的功率谱曲线进行湍流谱和降水谱的分离处理,继而利用分离出的湍流谱信号反演水平风场。研究选取广东省湛江站风廓线雷达2013年6月及7月两次实测降水过程,分析结果表明:用湍流谱代替原始功率谱反演的风场,一致性较处理前有明显提高,从而证明了该分离方法的可行性。     

南京风廓线雷达测量性能评估及应用初探

对2012年以来南京市江宁区边界层风廓线雷达每6 min的风场资料质量进行了评估,并对其在暴雨、大雾以及风切变等灾害性天气监测的应用进行了探讨。研究表明:南京风廓线雷达自投入使用以来,能够连续、稳定地获取边界层风场,四季的大部分资料获取率达80%以上,但是自2013年秋季—2014年春季的580~1 130 m层次出现获取率相对较低区,并在2014年春、夏季在770 m高度以下获取出现隔层不连续的现象(获取率50%)。通过对比每日两次的探空资料发现,边界层风廓线雷达探测得到的水平风速与常规探空资料观测基本一致,两者的偏差标准差基本在2.5 m·s~(-1)附近。夏季两种资料的匹配度最高,而冬季匹配度最差,其中大风事件与低匹配度事件有一定的联系,有必要进一步进行质量控制以提升资料质量。进一步利用雷达风廓线资料计算了南京地区垂直风切变事件的季节变化,发现冬半年中度以上等级的垂直风切变事件发生频率明显大于夏半年,其中冬季严重事件发生频率能达3%。     

利用折射指数推算大气纬圈平均风场方法

鉴于地转风、梯度风和平衡风各自计算风场的特点,该文利用COSMIC掩星折射指数资料,根据大气折射指数与大气密度、风场之间的关系,选用梯度风方程,建立了推算20~60 km中层大气纬圈平均风场的方法,分别与ECMWF提供的ERA-interim及NASA/GMAO提供的MERRA再分析风场资料对比验证。选用2007年1,4,7月和10月的COSMIC掩星折射指数数据,按照构建的方法计算了大气纬圈平均风场,并简单分析了大气纬圈平均纬向风随纬度、高度的变化特征及规律。计算风场与ECMWF及MERRA再分析风场资料变化规律基本一致,符合效果很好, 能够正确反映出纬向平均风场特性。1月及7月不同高度标准偏差、最大偏差随高度增加而增大,标准偏差最大约为6 m/s,最大偏差不超过11 m/s,沿纬度方向相关系数有减小的趋势,但不低于0.98,4月及10月偏差稍小,最大偏差不超过8 m/s。结果表明:利用COSMIC掩星折射指数资料通过梯度风方程计算风场,是获取中层大气20~60 km纬圈平均风场的一种有效方法。     

风廓线雷达反演温度平流的应用

利用北京延庆站风廓线雷达水平风廓线资料进行大气温度平流的反演,详细分析2014年11月15日夜间冷空气入侵过程,并统计分析2015年9—11月6次冷空气入侵过程,同T639L60模式的预报风场及温度平流预报产品进行对比。结果表明:在一定预报时效内 (约6~12 h),风廓线雷达获取的水平风廓线与模式给出的预报风场有较好的一致性;由风廓线雷达反演的温度平流与模式给出的温度平流量级相同,温度平流属性一致;风廓线雷达6 min完成1次垂直高度分辨率为120 m的探测,高时空分辨率使风廓线雷达获取的温度平流较T639L60模式更能反映大气温度平流的细节。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。