基于雷达回波强度面积谱识别降水云类型

基于谱分析原理提出了雷达回波强度面积谱的概念及算法,利用宁夏银川多普勒天气雷达回波资料,分析了不同性质降水云的雷达回波强度面积谱,并根据不同性质降水云雷达回波强度面积谱特征,提出了基于雷达回波强度面积谱识别降水云类型的方法,利用强回波面积（回波强度不小于40 dBZ的回波面积）占总回波面积百分比和基本降水回波面积（回波强度不小于20 dBZ的回波面积）占总回波面积百分比作为降水云类型判别的主要因子,提炼出基于雷达回波强度面积谱特征参数的层状云、积层混合云、对流云等不同类型降水云的判别指标,建立了基于雷达回波的降水云类型自动判识模型。利用该模型对2016-2017年6次强降水过程进行了降水云类型判别试验,模型准确判别出6次强降水过程中2次为对流云降水、4次为混合云降水,判别结果较好地反映了降水云类型,验证了判识方法的可行性。     

使用雷达回波三维信息自动识别降水类型的方法

提出了一种使用雷达回波三维信息（反射率因子的水平梯度、垂直递减率、垂直廓线变化特征以及回波顶高等）自动识别降水类型的方法,该方法可将雷达回波划分为热带降水类型、大陆强对流云降水类型和层状云降水类型。基于广州雷达于2008年5—8月观测到的7次强降水过程,在使用本方法识别降水类型的基础上,对不同降水类型使用不同的Z-R关系来测量降水量,即对热带降水类型使用Z=230R^1.25,对大陆强对流云降水使用Z=300R^1.4。以及对层状云降水使用Z=230R^1.6,并以雨量计观测的降水量为真值,与仅区分对流云降水和层状云降水类型并使用双Z-R关系测量降水量的方法进行了比较。结果表明,本方法可以有效地自动识别降水类型的分布区域,并且可以提高雷达定量测量降水的精度。     

基于深度学习的天气雷达回波序列外推及效果分析

天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。      

三维云场分布诊断方法的研究

利用2007-2008年Cloudsat云检测产品与ECMWF再分析资料的相对湿度进行统计分析,得出了中国云内外相对湿度判别阈值及其随高度的变化,提出了基于再分析资料的三维云场分布诊断方法,应用于实例三维云场诊断,并与卫星、雷达、地面云降水观测等资料进行了对比分析,得到的主要结论有:(1)Cloudsat云判别有效值20的云区位置与Cloudsat辅助产品给出的ECWMF再分析资料的相对湿度高值区有较好的时空对应;(2)不同高度范围的云内相对湿度都呈单峰型分布,峰值在相对湿度100%附近,晴空相对湿度受当地大气环境影响,各地各高度都有差别;(3)通过相对湿度对云区和晴空的TS评分测试,得出了诊断云区的相对湿度阈值及其垂直分布;(4)利用NCEP再分析资料对中国三维云场的分布进行个例诊断应用,与卫星、雷达和地面云降水观测的对比表明,云区附近的湿度梯度大,相对湿度阈值法诊断的云区总体比较稳定;(5)诊断的云区与上升气流区对应较好,云区和晴空的分布与卫星TBB观测大致对应,云厚(即云格点总数)与光学厚度和地面降水的分布比较一致;(6)云场垂直剖面可以清晰地看出其分布同天气系统的关系,诊断的云区与地面云观测比较一致,云层密实深厚的区域通常对应着地面降水;(7)单点的云垂直结构随时间演变与当地的雷达和地面云降水观测都比较一致。     

基于气象卫星资料的天气雷达非降水回波消除方法

在分析天气雷达回波与卫星云图的基础上,利用"点对块"的匹配方式对雷达、卫星资料空间一致性进行处理,提出了基于气象卫星(Himawari-8)高时空分辨率资料的天气雷达非降水回波消除方法,并选取晴空非降水回波分布较广的华北、华中和长江中下游地区为研究范围,以地面气象观测的降水资料为标准,对降水和非降水条件下卫星资料红外亮温(TBB)特性值进行统计分析,得到TBB的概率分布,采用红外亮温阈值法进行天气雷达非降水回波的消除。选取2016年7月1—30日地面气象观测资料对该方法消除效果进行检验评估,该方法的正确识别率达88.5%。个例效果检验表明:该方法能够有效地识别消除大部分非降水回波,在基于现有天气雷达资料质量控制方法的基础上可进一步提高雷达数据质量;该方法对无云条件的非降水识别率较高,对降水回波误判率较低,但对有云条件下的非降水回波识别率较低。     

基于飞机观测资料的降水粒子反射率因子阈值分析

降水粒子对云的生消和演化有非常重要的影响。毫米波雷达适合观测非降水云和弱降水云。利用毫米波雷达数据判断云内降水粒子生成与否有很高的实用价值。本文利用飞机观测的云滴谱数据计算云的反射率因子。将其与雷达探测值进行比对,发现两者有较好的一致性。因此利用滴谱计算的降水粒子反射率因子阈值可以作为雷达判断降水粒子生成的指标。通过分析滴谱计算云滴和降水粒子的反射率因子的概率密度函数可以得到用于区分云滴和降水粒子的反射率因子阈值。通常,云滴的反射率因子不超过-5dBz,降水粒子的反射率因子高于-20dBz,-15~-12dBz可作为判断降水粒子出现的阈值。     

多波段双偏振天气雷达识别降水类型的模拟研究

采用T矩阵法,通过建立降水粒子雷达探测模型,模拟不同相态单个粒子以及粒子群在入射波的波长、入射仰角,降水粒子类型、大小、形状、粒子谱分布以及下落过程中粒子的取向等不同条件下,雷达反射率因子Z、差分反射率因子ZDR、比差分相移KDP和零延迟相关系数CC等偏振参量特征,探讨利用多波长偏振雷达联合观测手段识别降水类型的方法,研究表明可用冰雹指数ZHH,S-ZHH,X、各偏振参量的取值范围及其在不同波长下的对比差异来识别降水粒子类型,为提高雷达对强对流天气下降水类型的识别能力,反演强对流系统降水相态的三维精细结构提供了有效的方法。     

青藏高原东部玉树地区雨滴谱特征及云微物理结构分析

利用青藏高原东部玉树地区的雨滴谱仪和云雷达观测资料,研究了高原东部地区三类云降水微物理特征参量并且拟合出积雨云降水、混合云降水和层状云降水的雨滴谱分布参数,拟合分析参数斜率因子λ与形状因子μ之间的关系。研究不同雷达反射率因子Z和降雨强度R的关系,分析Ka波段云雷达观测下三类降水云的结构特征。得到的结论如下:玉树地区主要降水类型为层状云降水,降雨量小,持续时间短,降雨次数多;三类云降水在玉树地区的Gamma分布拟合模拟较好的粒径在0.562～5.5 mm;利用μ-λ的经验关系分析,层状云雨滴谱浓度分布中小粒径占主要贡献且谱宽最窄,而混合云与积雨云的雨滴谱浓度分布主要贡献粒径分布均匀且谱宽较宽;对三类云降水进行了Z-R关系拟合,B值从积雨云、混合云到层状云是逐渐递减的,有助于参数本地化;云雷达分析降水结构,积雨云和混合云发生发展旺盛,最高云高可达13 km,但混合云降水平均持续时间短于积雨云;层状云发展较为平稳,云高在6～7 km,平均降水持续时间最短。     

2014年青藏高原云和降水多种雷达综合观测试验及云特征初步分析结果

加密外场试验可提供云降水物理过程新的数据。2014年7月1日—8月31日,第3次青藏高原大气科学试验项目组在那曲开展了水汽、云和降水的综合观测,使用了中国最先进的Ka波段毫米波云雷达、Ku波段微降水雷达、C波段连续波雷达和激光雷达,并配以微波辐射计、雨滴谱仪等设备,获取了高时空分辨率的云和降水宏微观垂直结构特征数据;利用C波段双线偏振雷达与新一代天气雷达配对,进行双多普勒雷达观测,获取青藏高原对流云三维风场和降水粒子相态的结构和演变数据。文中简单介绍了本次试验的情况,并利用这次观测的云雷达数据对那曲地区夏季云的云顶和云底高度、云厚、云量、云层数等特征的日变化进行了初步统计分析,对不同类型云的宏观特征进行了讨论。结果表明:本次外场试验首次成功获取到了多种雷达的云观测数据。那曲地区夏季云主要集中在6 km(距地面高度,下同)以上和4 km以下;总云量、高云的云顶、云量和云厚等云的统计参数有明显的日变化,10时(北京时)为云发展最弱的时段,20时云发展最为旺盛;初生的积云和层云常常出现在3 km高度上,这一高度上常常存在明显的上升气流;深对流系统高度可达16.5 km,同时存在上升气流和下沉气流,对流中可能存在过冷水。这些数据和初步结果为进一步开展高原云和降水机理、云和降水物理过程参数化方案研究及卫星反演结果的订正提供了基础。     

辽宁省7～8月降水回波特征

为配合辽宁省夏季人工催化积云试验,沈阳、鞍山雷达和雨量站网在2002~2003年7~8月进行了系统的观测。本文利用雷达资料,分析了辽宁夏季降雨回波类型,并重点研究了积层混合云降水的主要特征。结果得出,辽宁夏季冷涡天气系统降水和江淮梅雨一样,以积层混合云降水为主,大到暴雨常属于强积层混合云降水。     

江西省对流云火箭增雨作业个例分析

利用基于日雨量和小时雨量资料的区域历史回归分析方法和基于雷达探测的作业云体单元和对比云体单元的时间序列对比分析方法对江西省两次对流云火箭增雨作业个例进行综合分析,结果表明:两次增雨作业的区域历史回归分析结果均为正效果,且均通过显著性水平检验,但使用日雨量资料和小时雨量资料分析得到的增雨效果差异较大,原因可能是两种雨量资料的时空分布差异较大,火箭作业期间两种雨量资料包含的时间长度不一致;利用雷达探测资料,基于相似理论找出与作业云体单元最相似的对比云体单元,对比分析作业云体单元和对比云体单元在作业前后雷达探测的5个物理量的时间序列变化发现,两次增雨作业中,作业云体单元的5个雷达探测物理量相对于对比云体单元出现了明显的正偏离现象,其中作业云体单元回波体积增加趋势最为突出,增雨效果的物理证据明显。两次对流云火箭增雨作业的雨量区域历史回归分析的正效果与雷达探测的作业云体单元和对比云体单元作业前后时间序列变化的正偏离现象互为印证,较好地展示了对流云火箭作业的增雨效果。     

基于多源探测资料的一次广州局地强对流垂直结构分析

基于X波段相控阵雷达、S波段双偏振雷达、微波辐射计、风廓线雷达、毫米波云雷达等多源高时空分辨率新型遥感探测资料,对广州后汛期一次局地强对流过程的大气热力、动力及云物理结构变化特征进行了综合分析。结果表明：(1)强对流前8小时前,局地LI、CAPE、SI等对流参数就达到并远远超过了短时强降水的阈值;临近降水大气层结仍向不稳定发展,水汽条件向有利的方向发展;(2)午后局地风形成辐合,上升气流加强,近地层出现弱垂直风切变和低空急流脉动,对强对流的发生发展有一定的指示意义;(3) CINRAD/SA-D雷达CR、DBZM HT、TOPS、VIL等变化与强降水和地面大风的发展有很好的对应关系,同时低层风场观测到阵风锋特征;XPAR-D雷达更高时空分辨率的探测可清晰显示对流发展旺盛阶段的Z_DR弧、K_DP柱、Z_DR柱、V型缺口等特征,为判断雷暴云团的发展程度和预警提供重要信息。     

High-intensity precipitation measurement using remote methods

Considered is a case of the cumulonimbus cloud development in the southwestern part of Saudi Arabia with a very high precipitation intensity. The height of the cloud top amounted to 14 km and the radar reflectivity, to 60 dBZ. Carried out is the comparison of remote methods of measuring the intensity of precipitation from the cloud under study: the radar (using the relationship between the reflectivity and precipitation intensity) and satellite IR-radiometric (based on the results of sounding with the SEVERI radiometer installed at the Meteosat-8 satellite) methods. A split-window technique was used for detecting the position of the cloud top from the radiometric observations. The analysis enabled to select the best relationships for estimating the precipitation intensity from the data of radar and satellite measurements. The computations based on these relationships correspond most closely to the ground-based measurements with the precipitation gage.     

毫米波雷达云回波的自动分类技术研究

毫米波雷达在云探测方面比厘米波天气雷达和激光雷达具有显著优势,可获得更多的云粒子信息,是研究云特性的主要遥感探测设备。为了开展对毫米波雷达探测的云回波进行自动分类的研究,利用161次云回波的个例数据,统计得到了卷云、高层云、高积云、层云、层积云和积云6类云型的特征量和其他参量的数值范围,利用分级的多参数阈值判别方法,达到了自动分类的目标,通过与人工分类的初步验证,两种分类结果的一致性达到84%,其中,层云和积云的识别一致较低的原因在于样本数据有限,仅有6次层云和8次积云的个例样本数据。通过更多样本的处理,提取的特征参量更可靠,自动分类的准确率会得到提高,以便将基于毫米波雷达的云分类技术应用于将来的云观测自动化业务。      

结合风廓线雷达的毫米波衰减特性初步研究

使用中国气象局大气探测综合试验基地35 GHz毫米波云雷达和L波段风廓线雷达2016年5月1日-7月31日在降水条件下的观测数据,根据不同观测模式下两部雷达得到的数据,计算在一定高度区间内不同下落速度的降水粒子反射率因子变化量,初步分析不同下落速度的降水粒子对毫米波衰减的影响。结果表明:在持续时间较长的层状云降水且降水粒子在雷达观测范围内均匀分布条件下,毫米波衰减与降水粒子下落速度呈近似线性关系,且毫米波经过的路径长度越长,衰减越大;毫米波在经过1110~2430 m,1110~3510 m的高度区间时,下落速度处于3.5~7.5 m·s-1之间的降水粒子对毫米波的衰减作用导致毫米波云雷达所测的等效反射率因子分别减小约1~7 dB和2~11 dB。     

基于多尺度小波边缘检测的对流降水和闪电分析

为准确估测对流降水,提出了多尺度小波边缘检测算法,借鉴小波变换的多尺度分析和边缘检测原理,对雷达反射率数据进行处理,有效地识别出对流云回波区域,进而反演对流降水,精细化分析其和闪电的相关关系。选取了南京2009年7月6—7日的一次强雷暴降水过程中对流活动较剧烈的180 min为例,对采自南京龙王山雷达站的真实数据进行了算法识别分析,反演得到对流降水,统计6 min时间间隔内的闪电频数与同期降水进行相关分析,得到该时段中每次闪电所表征的降水量（RPF）的范围在7.47×106～4.46×107 kg,平     

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。     

降水条件下的云雷达与微波辐射计反演液态水含量对比分析

为了发展云雷达与微波辐射计联合反演液态水含量的方法, 利用2019年4—9月中国气象科学研究院在广东龙门开展的综合观测试验中的双波段云雷达和微波辐射计数据, 首先检验了在降水条件下微波辐射计天顶观测和斜路径观测两种探测模式反演温度(T)、相对湿度(RH)、液态水含量(LWC)和液态水路径(LWP)的合理性, 然后分析了两种探测设备反演LWC和LWP的差别。得到以下结论: (1)微波辐射计在斜路径观测模式下反演的产品受降水影响较小, 其反演结果明显优于天顶观测模式; (2)两种探测设备反演的LWP相关性较好且随时间变化较为一致, 但云雷达反演LWP与平均回波强度有明显相关, 随着雷达回波强度的增大, 云雷达与微波辐射计反演的LWP之比越大; (3)两种探测设备反演的LWC相关性较差且存在明显偏差, 在不考虑融化层的情况下单波段云雷达反演LWC与微波辐射计随高度变化趋势相近, 双波段云雷达反演LWC与微波辐射计反演结果在1 km及其以上区间存在明显差异。      

一次东北冷涡云降水垂直结构特征分析

利用辽宁阜新国家站(121.7458°E,42.0672°N)的毫米波云雷达(8 mm)和微雨雷达(12.5 mm)对2020年8月12-13日东北冷涡影响下的一次降水过程进行了观测,分析了云降水的垂直结构特征并探讨了降水机制。结果表明：本次过程中,云水平方向发展不均匀,以层状云和层积混合云为主,云内有时还嵌有对流泡。云降水阶段性变化明显,先后出现了层状云降水、层积混合云降水和对流云降水。层状云降水和层积混合云降水均表现出明显的亮带特征,但层积混合云降水的雷达回波强度、回波顶高和降水强度明显大于层状云降水。对流云降水的雷达回波会因强降水而产生明显衰减,因此回波顶高不能表示出实际的云顶情况。层状云降水阶段,云雷达反射率随高度降低增长缓慢,雨滴在下落过程中受蒸发和碰并的共同作用,反射率降低。与层状云降水相比,层积混合云降水的碰并效应强,且由于前期降水对近地面的增湿作用,使云下蒸发弱。对流云降水阶段,反射率的增长主要发生在冰水混合层,有利于大滴的产生,拓宽了云滴谱,提高了碰并效率。