上海组网风廓线雷达数据质量评估

利用2014年6月美国国家环境预报中心(NCEP)的全球模式分析资料,对上海及周边地区组网的七部边界层风廓线雷达的水平测风数据进行了初步分析和比较。由于NCEP全球模式分析资料并未使用上海13:15加密观测探空秒间隔数据,首先用该数据对NCEP分析资料的准确性和代表性进行了检验。结果表明,两者平均偏差与均方根误差均较小,故认为NCEP分析资料可用于客观检验上海及周边地区组网的七部边界层风廓线雷达的水平测风数据。对比分析风廓线雷达与NCEP分析资料表明总体上,风廓线雷达与NCEP分析资料的平均风场风速偏差为-0.14 m·s~(-1),均方根误差为2.72 m·s~(-1),风向偏差为-4.28°。上海组网风廓线雷达测风资料质量与探空观测水平接近,有较高的可用性。     

高原地区风廓线雷达资料评估

在简述风廓线雷达原理的基础上,将风廓线雷达探测资料与探空资料进行对比分析,发现风速风向一致性较好,温度一致性较差。对风廓线资料总的数据获取率及不同天气条件下的数据获取率进行了统计,大理风廓线雷达边界层高度的数据获取率大于80%,在对流层低层以及边界层的探测能力要远远大于高层,高空雨季后的探测高度大于雨季前的探测高度。不同天气条件下低空的数据获取率差别不大,高空阴雨天的数据获取率大于晴天的数据获取率,阴雨天的探测高度大于晴天的探测高度。     

测风激光雷达与风廓线雷达的探测性能评估及数据融合

测风激光雷达和风廓线雷达作为L波段探空测风的有效补充,均可以提供高时空分辨率的大气风场信息,然而由于工作原理和适用条件存在明显差异,在探测性能上各有优缺点,单一设备的探测数据已不能满足精细化预报的要求。本研究使用2020年1—5月北京南郊观象台的L波段探空资料对同址观测的测风激光雷达和风廓线雷达进行了数据质量评估,结果表明测风激光雷达与探空的一致性较高,U、V分量的相关系数分别为0.97和0.98,均方根误差分别为1.1和0.95 m·s-1,然而在2 km以上数据获取率较低且偏差较大;风廓线雷达与探空相比,U、V分量的相关系数分别为0.94和0.93,均方根误差分别为2.94和2.91 m·s-1,风廓线雷达的探测距离虽然更远,但在0.5 km以下和6 km以上的测量偏差较大。考虑到两种测风雷达在不同探测高度上的性能优缺点,提出分段曲面拟合法对两者的水平风资料进行融合处理,并选取个例对融合效果进行验证,结果表明,融合后的风廓线与融合前相比,风向和风速的一致性均得到明显提升。     

风廓线雷达产品数据置信度研究

随着风廓线雷达技术的发展,高空风探测参量越来越多,数据精度不断提高,探测能力得到了极大提升。评估风廓线雷达数据置信度是风廓线雷达应用中需要解决的重要问题。本文基于径向数据和风场合成两个阶段,在风廓线雷达数据反演过程中形成数据置信度算法,并引入噪声电平。同时,利用南京同站址风廓线雷达和探空1 a的资料进行匹配比对,对置信度算法性能进行评估,结果表明该置信度算法可行。将置信度算法植入风廓线雷达数据处理软件中,能实时输出含置信度的风廓线雷达产品数据,有利于预报人员合理使用置信度较高的风廓线雷达产品数据。对于置信度较差的产品数据进行分析,可有助于及时发现雷达的潜在故障。     

不同天气条件下微波辐射计和风廓线雷达探测数据误差特征分析

为探讨微波辐射计和风廓线雷达探测数据的准确性和可用性,利用天津全运会期间获取的GPS探空资料,分析不同天气条件下微波辐射计探测温湿度、风廓线雷达测风的误差特征。结果表明：晴天、云天和雨天条件下,微波辐射计反演低空温度廓线效果均较好,反演高空温度廓线误差较大,云天条件下,反演的整层温度廓线与探空实测值相关性最优;3种天气条件下,微波辐射计反演相对湿度廓线的误差均较大,与探空实测值的相关性也较差;晴天和云天条件下,风廓线雷达探测风向、风速的误差均较小,雨天风廓线雷达测风效果较差;晴天和云天条件下1750 m以上,雨天3000 m以上,风廓线雷达探测风速数据与探空实测值相关性较好,低空探测风速与探空相关性较差;3500 m以下,3种天气条件下风廓线雷达探测风向与探空实测值相关性较差,3500 m以上相关性较好,数值在0.6—1.0之间波动变化。     

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。     

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。     

风廓线雷达垂直径向速度应用初探

利用北京风廓线雷达五波束探测中的垂直波束资料,进行了垂直速度在预报中的应用研究。通过对垂直速度的分级显示,配合地面气象记录,对不同的天气个例进行分析,结果表明:平稳晴空的天气风廓线雷达所测量的垂直速度很小,基本上在±1m·s~(-1)范围内;而有降水时,风廓线雷达所测得边界层的垂直速度基本上都是朝向地面的,不同相态降水粒子的垂直下落速度有明显的差别。分析表明风廓线雷达垂直速度的探测对研究晴空大气的垂直运动、判断降水粒子相态和降水预报有应用价值。     

风廓线雷达简介

风廓线雷达包括边界层风廓线雷达、对流层风廓线雷达、可移动风廓线雷达等系列产品 ,在气象、军事、航空、航天及全球变化研究等方面具有广泛的用途。其中边界层风廓线雷达在大气边界层空气质量、中尺度天气预报、垂直风切变、湍流、尾涡流研究等方面发挥着很好的作用 ,特别是在对飞行有严重影响的低空风切变、下击暴流的研究方面 ,目前还没有其它可替代的探测产品。边界层风廓线雷达是多普勒雷达的一个分支 ,它能可靠地提供从近地面到高空约 3公里高度处连续的实时水平风分量、垂直风分量、水平风分量垂直剖面图以及从近地面到高空约 1 5公…     

利用波束轮转技术提高风廓线雷达时间分辨率

时间分辨率是风廓线雷达的一个重要指标。根据风廓线雷达工作原理和时间分辨率计算方法,提出一种利用波束轮转技术来提高风廓线雷达时间分辨率的新方法。风廓线雷达使用该方法进行探测时,采用波束优先顺序进行观测,当雷达完成一次完整的观测后,每完成一个波束的观测,将该波束的观测数据替代之前观测数据中该波束的数据,其它波束使用之前的观测数据,组合成一个新的数据后,再进行后续处理。2018年10月1—31日利用L波段风廓线雷达开展了相关观测试验,并将根据两种模式所得结果与探空数据结果进行对比。试验结果表明,使用波束轮转技术可以将风廓线雷达的时间分辨率由6 min提升至1 min,在反演得到的风廓线结果上能够看到明显的变化过程;从与探空数据的对比结果看,使用波束轮转技术得到的大气风场实际情况更加吻合。     

风廓线雷达与多普勒天气雷达风矢产品对比及相关分析

利用成都地区2010年8月和北京沙河地区2011年7—8月风廓线雷达以及多普勒天气雷达的风廓线探测资料,结合对应时段的天气现象相关记录,通过对比分析得到以下结论:①弱降水条件下,在300~2100m高度内,风廓线雷达与多普勒天气雷达探测具有很好的相关性,风向相关系数平均值为0.596,风速相关系数平均值为0.736,在做预报时两者可以同时应用,互为补充;②强降水天气条件下,风廓线雷达与多普勒天气雷达探测的风向、风速变化趋势基本一致,特别是在300~2100m之间各个高度上风向、风速相关性较好,风向相关系数平均值为0.573,风速相关系数为0.508,且风廓线雷达比多普勒天气雷达探测到的各层风向、风速变化更为详细、直观;③阴天条件下风廓线雷达与多普勒天气雷达的风向、风速相关性低层比高层好;④晴天条件下,风廓线雷达更适合用于预报和监测天气。     

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。     

同化风廓线雷达资料对浙江降水预报改进评估

采用中尺度模式WRF和美国俄克拉荷马大学风暴分析预测中心的资料同化系统开展中国东部地区35部风廓线雷达资料同化试验研究,在同化1 h平均采样产品前,对其进行气候极值检查、一致性检查、垂直稀疏化等质量控制,选取2014年5月16-17日暴雨过程评估同化风廓线雷达资料对降水预报的影响,探讨其对初始场改进作用,之后,通过批量试验再次确认同化风廓线雷达资料可有效提高降水预报能力。个例同化试验对比分析表明:同化风廓线雷达资料后,暴雨区及其上游地区850 hPa的风速增强20%~30%,水汽通量增加30%~50%,大气层结不稳定性增强,小雨和大雨TS评分分别提高0.06和0.07,暴雨漏报率和空报率分别降低0.04和0.05,降水预报得到改进。     

基于多普勒雷达VAD算法的业务应用讨论

多普勒天气雷达垂直风廓线（V WP ）产品在业务预报中已有较广泛的应用,并得到了风廓线的某些特征结构与雷暴及强对流之间的对应关系。由于对多普勒径向速度反演得到风廓线产品的VAD算法缺乏了解,目前对VWP 及速度方位显示（VAD）产品的应用还存在一些误区。文章由单多普勒雷达反演水平风场的基本原理入手,回顾了VWP 及VAD产品在暴雨与强对流临近预报中的应用,并重点对VWP及VAD产品的业务应用误区进行了讨论。     

风廓线雷达资料对GRAPES_MESO数值预报系统影响的初步研究

针对一个南方切变线系统降水个例,通过观测系统模拟试验(OSSEs)对我国拟建风廓线雷达观测网内的不同类型风廓线雷达观测资料在GRAPES_MESO系统中的影响、对风廓线雷达观测和探空观测及两者混合使用时在GRAPES_MESO系统中的影响差异进行了初步分析和讨论。试验结果表明,在GRAPES_MESO系统中,风廓线雷达资料对500 hPa高度以下水平风速分析场的修正作用明显优于探空资料;风廓线雷达资料对水平风速分析场的影响高度极限大约在300 hPa附近,经过6h的传播,其影响可以向上继续传播至250 hPa以上高度;在300 hPa高度以下,同化对流层Ⅱ型风廓线雷达资料对水平风速分析场的影响比边界层型风廓线雷达资料略大;单独同化风廓线雷达资料对降水预报的贡献较弱,与探空观测混合使用时有助改进降水预报。     

自适应阈值方法去除风廓线雷达地物杂波

风廓线雷达探测过程中电磁波传输会受到各类杂波的干扰,其中,地物是主要来源。从功率谱数据上看,地物杂波主要集中在零频附近,且幅度较高,不加以抑制会影响气象回波的识别。针对目前常用的小波阈值滤波法在处理近零频回波被杂波覆盖时效果不佳的情况,该文结合风廓线雷达特点,提出一种根据小波分解高频系数自适应确定阈值的方法,并通过模拟数据与风廓线雷达实测数据进行检验,结果表明:即便信号靠近零频,且被杂波覆盖,该方法也能快速准确识别信号回波。同时,该算法原理简单、计算量小、易于实现,在实际应用中能够增加谱峰识别准确率,可为改善风廓线雷达产品质量提供参考。     

Spectrum Analysis of Wind Profiling Radar Measurements

Unlike previous studies on wind turbulence spectrum in the planetary boundary layer, this investigation focuses on high-altitude （1-5 km） wind energy spectrum and turbulence spectrum under various weather conditions. A fast Fourier transform （FFT） is used to calculate the wind energy and turbulence spectrum density at high altitudes （1-5 km） based on wind profiling radar （WPR） measurements. The turbulence spectrum under stable weather conditions at high altitudes is expressed in powers within a frequency range of 2 × 10-5-10-3 s-1, and the slope b is between -0.82 and -1.04, indicating that the turbulence is in the transition from the energetic area to the inertial sub-range. The features of strong weather are reflected less obviously in the wind energy spectrum than in the turbulence spectrum, with peaks showing up at different heights in the latter spectrum. Cold windy weather appears over a period of 1.5 days in the turbulence spectrum. Wide-range rainstorms exhibit two or three peaks in the spectrum over a period of 15-20 h, while in severe convective weather conditions, there are two peaks at 13 and 9 h. The results indicate that spectrum analysis of wind profiling radar measurements can be used as a supplemental and helpful method for weather analysis.