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。     

名山站探空资料与风廓线雷达资料的对比分析

应用四川省名山站2015~2017年6月21日~7月31日每日四个时次的西南涡加密探空资料与风廓线雷达资料,对比分析了在对流层低层风探测上两种资料的差异。结果表明:名山站风廓线雷达资料有效探测高度约为4200m;风廓线雷达和探空测得的风场廓线形状总体接近,两者的风速偏差较小,仅在个别层次和时次偏差大,风速的偏差大小与风廓线风速大小存在正相关关系,除少数情况外风廓线雷达测得的风速均大于探空;两者风向差值随高度的变化规律与风速相反,在中高层较小,低层较大;除01:15时次的500m高度外,其余时次自低层到高层两者观测到的主风向均由偏东北风变为偏西南风,一致性较好;U风和V风散点分布主要沿对角线呈棒槌型,V风质量优于U风,19:15这一时次的风廓线雷达探测U风相对探空资料存在明显系统性正偏差;风廓线雷达探测高度受降水影响较大,在07:15和13:15时次有降水时其探测高度明显高于无降水时。      

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。      

北京城市复杂下垫面条件下三种边界层测风资料对比

利用2016年8月28日至9月2日北京市朝阳区气象观测站激光测风雷达、风廓线雷达和GPS探空仪同步观测数据,对比分析三种测风仪在城市复杂下垫面条件下边界层不同高度处的测风性能。结果表明:(1)激光测风雷达与GPS探空仪测风结果具有较好一致性,风速、风向的相关系数分别为0. 66～0. 96、0. 71～0. 98,其中风速平均绝对误差小于2 m·s-1,风向误差在20°之内。(2)风廓线雷达资料的精度相对较差,与GPS探空仪的风速、风向相关系数分别为0. 66～0. 91、0. 55～0. 86,误差随高度呈现先减后增的垂直分布特征。其中,400～1000 m高度范围两种资料的吻合度最高,相关系数在0. 80以上,为仪器最佳测量范围;此外,风廓线雷达的风速整体高于GPS探空仪,两者最大偏差可达4 m·s-1左右,风向平均误差最大可达30°。(3) GPS探空仪的工作方式及测量结果也存在不足,一是观测频次较低,难以详细、精准地描述边界层风场结构的变化过程;二是当存在垂直风切变时,探测初期具有明显滞后性,由当前状态转变为真实的风场示踪物需要一定时间。     

两种垂直风廓线的对比及应用Ⅰ:一致性分析

利用2013年1—9月重庆多普勒天气雷达(CINRAD/SA)和风廓线雷达(TWP8-L)观测到的垂直风廓线数据,就不同高度、不同时间及不同降水条件下二者的一致性进行了分析。研究结果表明:(1)多普勒雷达探测的风廓线资料与同期的风廓线雷达资料在垂直分布和时间变化上表现出较一致的变化趋势,两者探测的风向和风速的相关系数分别为0.90和0.75;(2)风廓线雷达和多普勒雷达探测的风向相关性(标准误差)随高度增加(降低)而逐渐增加(降低),两者间的一致性随高度不断增强。风速间的相关性也随高度增加而增加,但标准误差变化不大,稳定在2~4 m·s-1之间。在不同月份表现出类似的特征,特别是在汛期(6—9月)风切变从底层到高空具有很好的一致性,呈顺时针旋转;(3)两种探测资料间的一致性受降水影响明显,相对于降水偏少的冬季(1月和2月),在以小到中雨为主的春季(3—4月)以及中到大雨的主汛期(6—9月),多普勒天气雷达和风廓线雷达探测风廓线间的一致性得到明显增强,特别是在主汛期两者间的一致性是最高的;(4)多普勒雷达和风廓线雷达各高度层平均风向随高度的变化一致性较好,在低层(4 km)和高层(5 km)风向均随高度顺时针旋转。     

深圳气象梯度塔与测风激光雷达观测对比分析

为了更好的了解WindView 10多普勒风廓线激光雷达的准确性,2017年7月在深圳石岩气象综合观测基地进行了一次成功的风速风向观测对比试验(时间为2017年7月20—30日),利用356 m气象梯度塔与测风激光雷达测得的风数据进行了不同时次和不同高度(40、80、100和150 m)的对比,结果表明:梯度塔和雷达在300 m以下高度范围内风速风向的观测结果比较一致,各层风速风向结果的标准差、最小最大值、均值、中位数都非常接近。风速的均值偏差最小为-0.000 09 m/s,标准差偏差最小为0.002 63 m/s,风向均值偏差最小为0.169 83°,标准差偏差最小为-1.304 83°。4层高度风速风向的相关系数都很高,风速的相关系数普遍在0.95以上,风向由于360°的过零问题导致相关系数较低,但也普遍大于0.75。同时,激光雷达测得的风速均值普遍小于梯度塔,风向均值在低层小于梯度塔,在高层则偏大。验证结果表明,该型多普勒测风激光雷达是一款观测结果可靠的低层大气风廓线测量仪器。     

多普勒雷达与L波段雷达垂直风廓线对比分析北大核心

利用2012-2017年阜阳多普勒雷达与L波段雷达测风数据进行对比分析,统计两者的相关性和测量误差,进一步了解多普勒雷达风廓线产品的准确性和可信度。结果表明:两者测风结果一致性较好,风向和风速相关系数分别为0.97和0.94,标准差分别为19.5°和2.65 m·s^(-1)。多普勒雷达风速总体上在同一高度比L波段雷达风速偏小,两者风速相对偏差平均为24.48%;风速标准差随高度增高呈增大趋势,在降水期间对比差值小于非降水;风向标准差在7 km以下呈递减趋势,8 km以上有小幅增加趋势;风速相关系数随高度增加呈增大趋势,除低空偏低以外,其他高度相关系数均较高。     

乌鲁木齐风廓线雷达探测能力评估

利用乌鲁木齐市2011年12月—2013年3月CFL-03风廓线雷达的风探测数据与同期的常规探空数据,对风廓线雷达探测数据的可靠性和探测能力给予了评估。结果表明,受乌鲁木齐四季不同的气候背景影响,风廓线雷达的数据获取率在夏季最高,在冬季最低,80%的数据获取率等值线在夏季、冬季各自达到的高度分别为4500 m和1980 m;240 m以下风廓线雷达探测的风速误差较大,240 m以上风廓线雷达四季探测的风速普遍小于实况,误差在-1~0 m/s之间的出现频率最高,介于28.8%~31.8%,且最大频率在四季出现的高度有所差异,总体来看夏季风速误差相对较小;风向误差总体在-22.5°~0°之间的出现频率最高,且随着高度增加频率增加;风廓线雷达对风速的探测能力优于风向,二者与实况的相关系数各自为0.9左右和0.6~0.8;通过对长时间序列的风速、风向资料的比较,说明风廓线雷达能够较为准确地反映冬季天气过程的演变,且能够较为精细地刻画夏季短时强降水天气过程中高低空气流的变化特点。在综合考虑低空地物回波、探测盲区因素以及高空气球探空飘移等多种因素影响的情况下,可见风廓线雷达对乌鲁木齐大气环境和天气过程拥有较可靠的监测能力。     

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。     

夏季不同天气条件下风廓线雷达探测精度分析

利用2016年6—8月沈阳地区TWP8-L型风廓线雷达观测资料,判断大气的均匀性,计算风廓线雷达的探测精度,并与探空气球的观测资料进行对比分析,得到晴空和不同降水条件下的风廓线雷达探测精度随高度的变化情况。研究结果表明,1000m高度以下风廓线雷达的探测精度较高。在无降水和均匀降水条件下,风廓线雷达的水平探测范围内大气均匀稳定,东西波束和南北波束测得的径向风对称性较好,(U_W-U_E)和(V_S-V_N)的平均差和标准差值较小;与GTS1型探空仪风速精度相差小于2.9m/s,两者相关性较好,风廓线雷达探测水平风的准确性较高。在探测范围不均匀的降水条件下,大气在风廓线雷达的水平探测范围内不均匀,东西波束和南北波束测得的径向风的对称性较差,垂直速度变化差异较大;U_W-U_E和V_S-V_N平均差和标准差值较大;与GTS1型探空仪风速精度相差大于2.0m/s,两者相关性较差,风廓线雷达探测水平风的准确性较低,需要进一步改进算法,改善数据质量,提高探测性能。     

台风“山竹”期间深圳近地面水平风的垂直特征

基于深圳356 m气象梯度塔风速观测资料,采用统计分析的方法,以台风"山竹"为例分析了台风过程中深圳近地面水平风阵风因子、风廓线指数和湍流强度的垂直变化特征。结果表明:台风"山竹"影响期间,受城市下垫面影响近地面风湍流强度大于高层,阵风因子和湍流强度随高度变化符合指数规律,风速大于6级后逐渐趋于稳定;风廓线指数随高度增加、风速增大逐渐减小。此外,利用全部样本计算得到风廓线指数平均值约为0.23,符合《建筑结构荷载规范》的推荐范围,但利用该值推算近地面不同高度的风速值略大于实测值。     

风廓线雷达资料在重庆暴雨过程中应用分析

本文首先利用2013年沙坪坝探空站资料与沙坪坝风廓线雷达资料进行对比分析,计算出逐月不同高度上两种资料中风速、风向均方根偏差,验证风廓线雷达资料的可用性。计算结果表明,风廓线雷达资料与探空资料风速、风向的均方根偏差在500h Pa以下层次较小,资料具有较高的可用性。但随着高度继续增加,两者风速、风向偏差均增大,资料可用性降低。在此基础上,选取2013年6月8~9日重庆一次暴雨天气过程,对比分析中低层影响系统在探空观测和风廓线雷达观测中的演变,结果表明,降水过程前后,探空资料可显示有低槽、切变线、冷锋过境,但受时间分辨率限制,无法揭示具体过境时间和演变细节。而风廓线雷达资料能更为细致的显示低槽、切变线、锋面具体过境时间以及西南气流强度变化,为降水预报提供更多可参考信息。     

乌鲁木齐风廓线雷达的探测能力评估

利用2011年12月~2013年3月CFL－03型风廓线雷达在乌鲁木齐市的风探测数据与同期的常规探空数据开展了比对分析,从而对风廓线雷达探测数据的可靠性和探测能力给予了评估。结果表明,受乌鲁木齐四季不同的气候背景影响,CFL－03型风廓线雷达的数据获取率在夏季最高,在冬季最低,80%的数据获取率等值线夏季、冬季各自达到的高度分别为4500m和1980m;受低空地物回波、探测盲区等因素影响,240m以下风廓线雷达探测的风速误差较大,240m以上风廓线雷达四季探测的风速普遍小于实况,误差在-1~0m/s之间的出现频率最高,介于28.8%~31.8%,且在四季最大频率出现的高度有所差异,总体来看夏季风速误差相对较小;风向误差总体在-22.5°~0°之间的出现频率最高,且随着高度增加频率增加;风廓线雷达风速的探测能力优于风向,二者与实况的相关系数各自为0.9左右和0.6~0.8;通过长时间序列的风速、风向资料的比较,说明CFL－03型风廓线雷达能够较为准确地反映冬季天气过程的演变,且能够较为精细地刻画夏季短时强降水天气过程中高低空气流的变化特点。在综合考虑低空地物回波、探测盲区因素以及高空气球探空飘移等多种因素影响的情况下,可见CFL－03型风廓线雷达对乌鲁木齐大气环境和天气过程拥有较可靠的监测能力。     

风廓线雷达组网资料初步对比分析

以L波段探空雷达探测到的水平风为标准对全国风廓线雷达探测到的水平风的可信度进行评估,得到:风廓线雷达探测到的水平风在700 hPa高度以下与L波段探空雷达测风有较好的一致性;并且将风廓线雷达探测到的垂直速度与同址地面自动气象站观测到的1 h雨量进行相关性分析,得出垂直速度大小能很清楚地反映降水的开始、结束以及降水的强度;最后将全国风廓线雷达探测到的水平风进行组网对比分析,得出全国风廓线雷达探测得到的水平风在700 hPa高度下是可信的,风向可信度随探测高度的增加而增大。风速可信度随探测高度的增加而降低。     

风廓线雷达资料在台风苏拉登陆过程中的应用初探

为了研究风廓线雷达在台风天气过程预报中的作用,对2012年8月2—4日在福建秦屿镇登陆的台风苏拉天气过程统计分析,结果表明：风廓线雷达在台风苏拉登陆期间4 km以上高空有效数据获取率明显提高,确定风廓线雷达的有效探测高度为4.8 km;通过信噪比和垂直速度数据统计分析出台风登陆前后带来间歇性的降雨,而台风眼登陆主要表现为无降水天气,仅有少量的降雨,这一结论进一步在小时降雨量统计中得到验证;通过水平风速数据统计分析出台风登陆前后在有效探测高度内水平风速在25 m·s-1左右,而台风眼登陆水平风速在0~3 m·s-1; 统计结果与台风登陆物理过程相吻合。     

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。     

两部近距离风廓线雷达资料的对比分析

在不同天气条件下,对大连市金州区固定式风廓线雷达和大连市新机场车载移动式风廓线雷达资料进行对比分析,研究结果表明:1)随着数据的可信程度越高,两组探测风速的相关性越好,标准差越小,两种风廓线雷达资料质量可信的风速数据,相关系数达到了0.92,标准差为4.31 m/s。2)质量可信的两组风速数据,绝对误差小于3 m/s的累计概率达到了92%。3)随着高度的增加,两部风廓线雷达探测的风速偏差增大,在1 km以下偏差增大的幅度较大,3 km以上增加的幅度较小。在1 km以下随着高度的增加,两组探测风速的相关系数明显的增大。4)在探测数据完整度和可信度高的情况下,在大风天气、气旋系统、强冷空气天气过程中,两部风廓线雷达的探测风速,均表现出了较高的一致性,随着高度的增加,这种一致性表现出减小的趋势,多表现在4 km以上一致性较差。     

登陆台风边界层风廓线特征的地基雷达观测

为了分析登陆台风边界层风廓线特征,利用2004—2013年中国东南沿海新一代多普勒天气雷达收集的17个登陆台风资料,采用飓风速度体积分析方法,反演登陆台风的边界层风场结构特征。与探空观测对比表明,利用雷达径向风场可以准确地反演登陆台风的边界层风场结构,其风速误差小于2 m/s,风向误差小于5°。所有登陆台风合成的边界层风廓线显示,在近地层(100 m)以上,边界层风廓线存在类似急流的最大切向风,其高度均在1 km以上,显著高于大西洋观测到的飓风边界层急流高度(低于1 km)。陆地边界层内低层入流强度也明显大于过去海上观测,这主要是由陆地上摩擦增大引起。越靠近台风中心,边界层风廓线离散度越大,其中,径向风廓线比全风速以及切向风廓线离散度更大。将风廓线相对台风移动方向分为4个象限,分析边界层风廓线非对称特征显示,台风移动前侧入流层明显高于移动后侧。最大切向风位于台风移动左后侧,而台风右后侧没有显著的急流特征,与过去理想模拟的海陆差异导致的台风非对称分布特征一致。     

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。     

旋翼无人机盐城试验观测资料分析及其在一次浓雾天气观测中的应用

2018年3月28—30日、6月20—26日和9月5—13日在江苏省盐城市射阳站开展了旋翼无人机大气边界层垂直结构观测试验,并与L波段雷达探空资料进行对比,验证无人机观测资料精度。结果表明无人机观测的温度、相对湿度、风向、风速廓线与探空观测资料具有较好的一致性。二者温度、相对湿度的相关系数均为0.98,温度绝对偏差为0.57℃,相对湿度绝对偏差为4.25%,风向相关系数为0.98,绝对偏差为11.5°,二者风速的相关系数为0.91,绝对偏差为1.88 m·s~(-1),且无人机探测的风速为对应高度上的瞬时风速,可以更好地反映出边界层内风速细节变化特征。试验期间,无人机观测到一次夏季浓雾过程边界层结构细致变化特征,其观测的雾的边界层结构特征和宏观特征与探空观测基本一致。验证结果表明无人机在边界层气象观测中具有很好的应用前景。