风廓线雷达在一次短时暴雨过程中的应用

利用2014年8月24日天津地区一次短时暴雨天气的3部风廓线雷达资料和降水实况资料,对比分析降水发生、维持和消亡期间风廓线雷达资料的变化特征,以探讨风廓线雷达对降水天气的监测能力。结果表明:1)风廓线雷达不仅能够反映大气层结上冷下暖的结构,并且能够探测到切变线的存在,对风的垂直结构有较强的探测能力。2)当降水出现时,垂直速度和大气折射率结构常数明显增大。4 m·s~(-1)的垂直速度出现和消失时刻,对应降水的开始和结束时刻;降水期间,4000 m高度以下的垂直速度越大降水越强。西青、静海站的折射率结构常数与降水强度之间有很好的对应关系,但不同地区的大气折射率结构常数值对降水强度的指示标准并不一致。3)在降水最强阶段,风廓线雷达数据获取率明显下降,因此低的数据获取率对强降水有一定的指示意义。     

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。     

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。     

风廓线雷达资料在暴雪天气过程中的应用

通过对2010年12月15日湖州市暴雪过程的风廓线雷达资料分析发现: 风廓线雷达风资料可以清楚地展示暴雪过程风场变化特点,通过分析高低层冷暖平流的分布变化情况,进一步了解暴雪过程的大气层结结构;风廓线雷达探测到的垂直速度、折射率结构常数及探测高度等指标的变化能反映降雪的开始、结束以及降雪的强度,为精细化预报提供参考。     

风廓线雷达资料在暴雪天气过程中的应用

通过对2010年12月15日湖州市暴雪过程的风廓线雷达资料分析发现：风廓线雷达风资料可以清楚地展示暴雪过程风场变化特点,通过分析高低层冷暖平流的分布变化情况,进一步了解暴雪过程的大气层结结构;风廓线雷达探测到的垂直速度、折射率结构常数及探测高度等指标的变化能反映降雪的开始、结束以及降雪的强度,为精细化预报提供参考。     

雨滴谱仪与风廓线雷达反射率对比试验

针对风廓线雷达估算的反射率数据需要进行验证。开展雨滴谱仪与风廓线雷达反射率对比试验,通过两种不同探测设备观测数据的对比,以验证风廓线反射率数据的可靠性和可用性。结果表明:确定了以风廓线低模360~1440 m采样体积内的反射率与3 min雨滴谱反射率数据对比方法能最大程度的减少时空差异;在雨滴谱仪反射率小于40 dBz时,对应的风廓线雷达反射率数据是可靠和可用的;同时由于风廓线雷达有限的动态范围造成反射率低估的现象,使得风廓线雷达反射率在大气垂直结构以及微物理特性等方面应用受到一定的局限性。     

一次短时暴雨WP-3000边界层风廓线雷达回波分析

运用风廓线雷达产品等对2010年7月20日南京浦口区短时暴雨过程进行分析。结果表明：根据风廓线雷达产品和多普勒雷达产品在暴雨过程中的表现特征,发现在整个降水过程的不同时间段,风廓线雷达产品的水平风廓线、信号噪声比、垂直气流和折射率结构常数,以及多普勒雷达产品的基本反射率、风廓线等均表现出非常明显的特征,并且两者产品有着较好的对应关系。利用雷达回波图像可以直观反映降水过程中大气的变化情况,证明了风廓线雷达产品对暴雨等强对流天气预测作用显著。     

一次弱天气背景下极端短时强降水过程的风廓线雷达分析

基于风廓线雷达、多普勒天气雷达和分钟级自动气象站观测资料,分析了2022年8月3日成都一次极端短时强降水过程中水平风、垂直速度、大气折射率结构常数、低空急流指数和垂直风切变的演变特征,探讨了风廓线雷达对短时强降水天气的应用。结果表明：（1）此次极端短时强降水是在弱天气背景、本地水汽条件好的条件下,由低层东风脉动触发的降水效率极高的暖云降水。（2）风廓线雷达组网资料能够捕捉到大气环流中小尺度的变化,对本次短时强降水的发生及落区有较好的短临预报意义。（3）风廓线雷达测得的风场变化较降水发生时间更早,对降水预报有较好的指示价值。（4）垂直速度和大气折射率结构常数能够很好地反映降水的发生和结束。（5）低空急流指数和垂直风切变在降水发生前40 min出现明显增大。     

基于风廓线雷达资料的暴雪天气过程分析

通过对2010年12月15日湖州市暴雪过程的风廓线雷达资料分析发现,可以清楚地展示暴雪过程风场变化特点,通过分析高低层冷暖平流的分布变化情况,进一步了解暴雪过程的大气层结结构;风廓线雷达探测到的垂直速度、折射率结构常数及探测高度等指标的变化能反映降雪的开始、结束以及降雪的强度,为精细化预报提供参考。     

丘陵地区大气边界层风廓线雷达适用性分析

本文利用2010年夏季福建省三明市开展的大气扩散实验资料,研究了大气边界层风廓线雷达在福建丘陵地区的适用性,并探讨了风廓线雷达探测的误差特征和修正方法。结果表明：大气边界层风廓线雷达水平风场的探测结果在300~2 000 m高度范围的偏差与高度和风速具有一定统计关系;通过与100 m气象铁塔水平风场资料对比,说明风廓线雷达对丘陵地区低层大气风场的探测具有一定局限性。经过修正的风廓线雷达探测结果可以较好地反映实验区域大气边界层水平风场的垂直结构。     

重庆不同天气条件下地基微波辐射计探测特征

利用2012年1月至2014年8月重庆沙坪坝站的微波辐射计和探空数据,通过数值模拟检验微波辐射计的亮温精度,并统计分析晴空、有云和降水天气条件下微波辐射计反演产品的变化特征。结果表明:(1)有云时微波辐射计氧气通道53.85、54.00 GHz亮温与探空观测温度相关性较好;晴空和有云时MonoRTM模拟亮温与微波辐射计观测亮温相关性较好。(2)不同天气条件下,微波辐射计反演温度与探空观测值的相关性都较高,降水时4.0 km以下微波辐射计反演温度明显偏高,有云和晴空时3.8 km以下的温度平均绝对误差小于2℃。微波辐射计反演的相对湿度与探空观测值的相关性较同高度层温度的相关性差,有云时1.0~2.6 km高度反演的相对湿度平均误差很小,降水时4.5 km以下平均误差也较小且稳定。降水时4.0 km以下微波辐射计反演的水汽密度平均误差明显偏大,有云时多数高度层平均误差较小。(3)4.2 km以下降水时08:00微波辐射计反演温度的平均误差较大,有云时08:00微波辐射计反演温度和水汽密度的平均误差均较小。说明微波辐射计反演的大气廓线具有可用性,且在稳定大气环境中反演效果更好。     

基于一维变分算法的地基微波辐射计遥感大气温湿廓线研究

为研究地基微波辐射计遥感温、湿度廓线的一维变分算法的反演能力,用北京地区2010—2011年00和12时(世界时)的多通道地基微波辐射计亮温资料进行试验。首先,利用同时次的地面观测资料、红外亮温(由地基微波辐射计自带红外传感器测得)及探空观测数据,给出提取无云样本的方案,得到432个无云样本;再以辐射传输模式计算得到的模拟亮温为参考,对无云条件下的观测亮温进行质量控制;然后利用探空数据进行模拟试验,结果发现,一维变分算法对3 km以下的温度廓线有较大调整。使反演结果更加接近探空,而对湿度廓线在0—10 km都有不同程度的优化;最后利用一维变分算法对地基微波辐射计观测亮温进行大气温湿廓线反演,将结果与探空对比可以看出,温度廓线的均方根误差小于2.9 K,绝对湿度的均方根误差小于0.47 g/m~3;进一步与地基微波辐射计自带神经网络的反演结果比较表明,一维变分的反演结果更接近实际大气。     

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。     

利用NOAA-9卫星垂直探测资料反演大气湿度廓线的试验

本文介绍了利用NOAA系列卫星垂直探测器(TOVS)资料反演水汽廓线的方法,并给出了利用特征向量回归法由NOAA-9 TOVS资料反演水汽廊线的结果及其与常规探测资料的比较分析。比较结果表明,卫星反演水汽廓线与常规探测水汽廓线基本吻合。     

海南GPS网探测对流层水汽廓线的试验研究

介绍了2005年11月在海南地区进行的一次地基GPS小网观测试验。试验目的是研究利用组网的GPS倾斜路径观测进行对流层水汽层析反演, 给出站点上空水汽的垂直廓线结构信息。概述了试验中GPS原始数据处理方法以及层析反演的方法。将GPS层析得到的水汽垂直廓线与海口站探空观测的水汽廓线进行了对比, 结果表明:二者一致性较好, 均方根误差在0.5g·m-3左右, 层析结果较好地反映出试验期间水汽减少、大气变干的过程。另外, 采用3种不同的先验信息方案测试分析了GPS层析的结果, 表明GPS观测量对水汽先验信息有明显的调整作用。并对GPS水汽层析中可能存在的问题进行了讨论。试验证明高时间分辨率的GPS观测有能力层析出GPS测站上空水汽的廓线信息。     

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。     

利用探空资料验证GOME卫星臭氧数据

利用1996年3月-2003年6月部分时段拉萨、西宁、北京3个站的臭氧探空资料验证了GOME（Global Ozone Monitoring Experiment）卫星臭氧廓线及对流层臭氧柱总量。对比结果表明:在对流层中下层,拉萨和西宁两地GOME与探空的平均偏差小于5%,北京地区平均偏差小于10%;在对流层上层/平流层下层,拉萨和西宁平均偏差小于10%,北京小于20%;在平流层中上层3个站的平均偏差均小于5%。在对流层上层/平流层下层区域,GOME与臭氧探空的平均偏差在北京明显高于拉萨和西宁。3个地区对流层柱总量的平均偏差都在10%以内,表明该资料可用于研究我国对流层臭氧总量的变化规律。同时段的GOME最低层（0~2.5km）月平均臭氧浓度对比结果显示,GOME结果同地面臭氧观测值有很好的相关性,GOME臭氧浓度反映了拉萨、瓦里关、临安地面臭氧浓度的主要变化特征。     

Comparison of free atmosphere temperature series from radiosonde and satellite data

The series ofair temperature anomalies inthe free atmosphere from radiosonde and satellite data are compared. Along with the well-known datasets of leading foreign centers, the datasets are considered of monthly temperature anomalies for isobaric surfaces and tropospheric and lower tropospheric layers obtained in the All-Russian Research Institute of Hydrometeoroiogical Information-World Data Center (RIHMI-WDC) from the data of the global network of radiosonde observations. Following numerous literature sources, the study corroborates that it is impossible to detect the so called tropospheric amplification of warming in observational data. The results of the comparison of statistical parameters for different series of air temperature anomalies prove that the RIHMI-WDC dataset is appropriate for solving the problems of climate monitoring on the assessment of air temperature in the free atmosphere. A doubtless advantage of these datasets for the preparation of the data of monitoring and diagnosis of the current climate is that their operational update is possible by processing new monthly portions of radiosonde data for the global network. The other advantage is that they do not depend on the modes of series update in the foreign sources.     

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。