深圳S波段与X波段双偏振雷达在定量降水估计中的应用

双偏振多普勒天气雷达的一个重要应用是进行定量降水估计（QPE）,它可以获得反射率（Z_H）、差分反射率（Z_DR）和差传播相移率（K_dp）这些与降水粒子有关的信息,常用的双偏振雷达降水估计方法有基于Z_H的R（Z_H）、基于Z_H和Z_DR的R（Z_H,Z_DR）、基于K_dp的R（K_dp）和基于K_dp与Z_DR的R（K_dp,Z_DR）这4种。文中利用深圳市S波段和X波段双偏振多普勒雷达探测资料,结合高精度地形数据和雨滴谱仪观测数据,设计了基于双偏振量的定量降水估计方法:首先利用地形数据和雷达地理信息,分析了雷达的遮挡状况,形成了这两部雷达的复合平面扫描仰角信息;随后利用雨滴谱仪观测资料,使用T矩阵方法统计得到了深圳地区的上述4种降水反演方法的参数;最后设计了混合降水反演方法,基于双偏振信号（即K_dp和Z_DR）的强弱,使用不同的降水反演方法进行定量降水估计。基于12个降水个例,利用各反演方法产生的定量降水估计结果与雨量计观测资料比较。结果表明,混合降水反演方法在降水反演的准确度和稳定性上均优于任何一种单一定量降水估计反演方法。基于文中介绍的定量降水估计方法,使用深圳S波段和X波段雷达产生了定量降水估计产品,并与深圳目前业务定量降水估计产品进行对比评估。结果表明,使用本方法产生的定量降水估计产品在准确度和稳定性上要优于目前的业务产品。此外,X波段雷达的定量降水估计产品性能要略高于S波段雷达的定量降水估计产品,这说明高时、空分辨率的X波段雷达可以提高定量降水估计精度。但由于雷达扫描平面内双偏振雷达对融化层和冰区的偏振量观测与降水的关系尚未明确,因此,本方法仅适用于雷达扫描平面内液态降水区。      

C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究

基于南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP)的观测资料,结合南京龙王山SA天气雷达数据、南京信息工程大学大气综合观测基地的OTT Parsivel雨滴谱仪数据、南京市地面雨量计数据,分析NUIST-CDP探测资料的质量及定量降水估计(QPE)精度情况。将NUIST-CDP与SA雷达的回波强度数据进行了对比,发现NUIST-CDP回波强度偏弱;将滴谱仪上方NUIST-CDP测量的反射率因子Z_H、差分反射率因子Z_DR与滴谱仪数据对比,雷达参量Z_H、Z_DR与滴谱仪数据变化趋势一致,但整体略偏小;比较差分传播相移率K_DP与Z_H的变化情况,由差分传播相移Φ_DP经最小二乘法计算得到的K_DP与Z_H数据一致性很好。利用南京地区2015年夏季(5—8月)收集的滴谱数据计算偏振雷达参数,拟合测雨方程,进行两次降水过程个例的QPE分析,并与南京地区雨量计数据进行了对比。结果表明:R(K_DP)测雨精度最高,R(K_DP,Z_DR)次之,使用偏振参量能明显提高降雨估算精度;R(Z_H)、R(Z_H,Z_DR)方法测雨反演结果低于地面雨量计雨量值,且低于SA雷达反演结果。      

广州X波段双偏振相控阵天气雷达数据质量初步分析及应用

为提高X波段双偏振相控阵雷达(XPAR-D)数据质量,采用自适应约束订正方法对反射率因子Z_H、差分反射率因子Z_DR进行质量控制;利用广州S波段双偏振雷达(CINRAD/SAD)和地面二维雨滴谱观测对XPAR-D雷达的数据质量进行分析,结果表明XPAR-D雷达与CINRAD/SAD雷达的回波强度基本一致,由于XPAR-D雷达灵敏度较低,导致对弱回波的探测能力低于CINRAD/SAD雷达。将XPAR-D雷达测量的反射率因子Z_H与雨滴谱仪反演的Z_H对比,两者相变化趋势基本一致;XPAR-D雷达差分反射率Z_DR、差分相移率K_DP与Z_H的一致性较好,其中K_DP约是CINRAD/SAD雷达的3.3倍;XPAR-D雷达偏振参量能有效反映融化层的偏振特征;一次局地性强降水的观测结果表明相控阵雷达能够精细监测降水的触发、演变过程以及不同降水强度的微物理特征。      

降水粒子空间取向对双线偏振雷达观测影响模拟研究

该文从降水粒子散射和衰减理论出发, 采用数值模拟方法, 分析了雷达波束通过均匀雨区时, 双发双收偏振模式与单发单收偏振模式下, 水平、垂直偏振波之间的耦合关系, 比较了两种收发模式下, 由于雨滴倾斜引起的水平反射率因子Z_H及其误差ΔZ_H, 差分反射率因子Z_DR及其误差ΔZ_DR, 差传播相移Υ_DP、差传播相移率K_DP及其在不同偏振模式下的差异ΔK_DP随距离的变化情况。结果表明:因实际大气中雨滴倾斜角较小, 雨滴倾斜引起的模式间Z_H, Z_DP的差别不大; 而受雨滴倾斜影响, 单发单收模式的K_DP要大于双发双收模式。该文还提出了Z_H, Z_DR真值的两种定义方式, 分别为考虑与未考虑雨滴倾斜对散射效果的影响。未考虑雨滴倾斜的真值代表了雨滴实际的微物理结构, 剔除了传播效应的影响, 更能精确反映雨滴的实际大小, 在定量估测降水等雷达资料的应用中具有更好的代表性, 因此以未考虑雨滴倾斜作为Z_H, Z_DR真值较为合理。     

两种雨滴谱仪观测对比及对雷达降水估测精度影响研究北大核心CSCD

利用广东龙门、新丰和佛冈布设的二维视频雨滴谱仪(2D-video-disdrometer,2DVD)和HY-P1000激光雨滴谱仪观测资料,分析了相同地点和相同时间两类雨滴谱仪降水滴谱观测和降水反演精度的差异。根据收集的2018年和2019年的雨滴谱观测数据,拟合了双偏振雷达定量降水估测基本关系式,并应用于S波段双偏振雷达(CINRAD/SAD)定量降水估测(quantitive precipitation estimation,QPE)优化组合方案中。结果表明:较HY-P1000雨滴谱仪而言,2DVD可观测到更多的1 mm以下的小粒子降水,但观测到的大于3.5 mm的雨滴数明显少于HY-P1000雨滴谱仪;对比由2DVD和HY-P1000观测数据计算得到的双偏振参数与CINRAD-SAD 0.5°仰角观测得到的双偏振参数,发现参数间均存在一定的差别,其中差分反射率因子差别相对较大;此外,利用2DVD观测数据可整体提升双偏振雷达QPE精度,对中雨及以下量级精度提升尤为明显。     

乌鲁木齐两种类型降水的雨滴谱特征

利用乌鲁木齐2018年1—12月雨滴谱仪观测数据,分析了两种类型降水(雨、雨加雪)滴谱的微物理参量,以探究乌鲁木齐不同类型降水的雨滴谱特征,此外,对总粒子数浓度与降水强度(Nt-R)、雷达反射率因子与降水强度(Z-R)等关系也进行了研究。结果表明:(1)两种类型降水的雨滴谱均为单峰分布,粒子数浓度峰值均在低谱段,雨夹雪的滴谱宽度为0.31～7.50 mm,雨的谱宽为0.31～5.50 mm。(2)雨的平均粒子尺度参数(如质量加权平均直径Dm)和降水强度R均略大于雨夹雪,而雨夹雪的平均总粒子数浓度Nt比雨的约大23.7%。(3)文中拟合得到的雨、雨加雪Z-R关系分别为Z=181.7R1.45、Z=205.4R1.27。     

山东北部一次夏末雹暴地面降水粒子谱特征

为了更好地认识雹暴等强对流降水的微物理特征,利用降水现象仪观测资料和CINRAD/SA-D双偏振天气雷达的粒子相态识别和反射率因子等产品,分析2019年8月16日出现在山东北部的一次雹暴降水的雨、冰粒子谱（包括直径2~5 mm的霰粒子和直径大于5 mm的冰雹）的识别以及雨滴谱的演变特征,结果显示:济南双偏振天气雷达0.5°仰角PPI上在德州和陵县观测点附近识别的粒子主要为雨滴,临邑为冰雹加大雨;安装在3个观测点的降水现象仪均识别出少量冰粒子,3个观测点的冰粒子谱数密度低、分布不连续。雹暴降水开始阶段,出现少量大雨滴,这是风的筛选和蒸发作用导致的雨滴谱,具有低的小粒子数密度和较多大雨滴;雹暴强降水增大阶段,雨滴谱特征是小雨滴数密度偏低、大雨滴较多,即总的雨滴浓度低、雷达反射率因子高;雨强减弱阶段,小雨滴数密度显著增大、大雨滴数密度偏少,即总的雨滴浓度显著增大,但雷达反射率因子偏低。     

基于雷达反射率因子的降水性层状云中雨滴谱参数的反演方法与检验研究

对基于雷达反射率因子观测数据的层状云降水粒子谱参数反演算法进行研究。（1）给出层状云降水粒子谱参数的反演理论和反演算法流程;（2）选取吉林省伊通县的一次降水层状云过程进行反演试验和验证分析,利用雷达反射率因子观测数据反演得到雨滴平均直径和数浓度参数,并用放置在伊通县气象局观测场中的Parsivel激光雨滴谱仪的实测数据与近地层反演结果进行对比。结果发现,通过反演算法计算得到的滴谱与实测滴谱的变化趋势基本相同,而且反演的雨滴平均直径和数浓度在量级和数值上的大小与实测数据具有良好的一致性,说明该反演方法用于从现有天气雷达回波强度数据中挖掘出降水性层状云的微物理参数是可行的。      

基于雷达—雨量计降水融合方法提高极端降水监测能力

高时空分辨率、高精度的降水产品对于极端降水的监测以及防灾减灾具有重要意义。地面雨量计提供点尺度降水精确观测,但无法精细化捕捉对流性强降水的空间分布。雷达观测可以精细地刻画降水的空间分布特征,但雷达定量估计降水（QPE,quantitative precipitation estimation）产品估测精度易受雷达观测偏差和Z–R（雷达反射率—降水率）关系等因素影响。因此,本文开展高时空分辨率的雷达—雨量计降水融合算法研究,集成雨量计观测和雷达定量估计降水产品各自的优点。该算法主要步骤包括:雨量站观测数据格点化、局地雨量计订正雷达QPE和雷达—雨量计降水融合三个部分。首先利用克里金插值方法,对雨量站观测的降水进行插值,得到格点降水信息;再通过局地雨量计订正方法系统性地订正雷达QPE产品,以提高雷达QPE产品精度;最后,结合降水类型,通过雷达—雨量计降水融合算法,产生高时空分辨率、高精度的雷达—雨量计降水融合产品。通过郑州“21·7”暴雨、台风“烟花”和2021年8月随州暴雨三个典型的极端降水个例,对雷达—雨量计降水融合算法产生的雷达—雨量计降水融合产品进行了系统地评估和分析。结果表明,在不同的极端降水个例和不同的降水时段,雷达—雨量计降水融合产品精度上优于雷达QPE产品,且在降水的空间分布上较雨量站观测格点插值产品更能精细地刻画降水的结构特征。表明算法得到的雷达—雨量计降水融合产品的准确性较高,对极端降水有较好地捕捉和监测能力。     

基于新型观测算子的双偏振雷达雨滴谱变分反演

提出一种基于变分理论的双偏振多普勒天气雷达反演雨滴谱方法,最优反演雨滴谱的同时可实现衰减订正。反演过程中使用一种新型观测算子,利用滴谱仪实测数据计算状态变量和双偏振参量,使观测算子更能代表本地降水特性。将新型观测算子、误差协方差矩阵和状态变量的先验估计用于代价函数中,基于高斯-牛顿迭代方法求解代价函数得到最优雨滴谱。利用理想模拟试验和南京信息工程大学C波段双偏振多普勒天气雷达实测个例对算法进行验证和评估。结果表明:算法反演得到的状态变量(液态水含量LWC和质量权重平均直径D_m)与滴谱仪数据计算结果的相关系数达到了0.96和0.80,相对偏差为25.19%和10.63%,均方根误差比常规反演结果改善了50%左右,比基于模拟观测算子的变分反演结果改善了30%左右,最优反演雨滴谱得到的降雨率R和雨量计数据相关系数达到0.89,相对偏差为14.78%。      

基于S波段双极化雷达的变分法的定量降水估计算法

基于比差分传播相移(K_DP)的降水估计算法R(K_DP)相较于传统基于水平反射率因子(Z_H)的算法R(Z_H)的表现更优。在雷达实际运行中,由于随机误差和后向散射相位(backscattering phase)的影响,可能出现负的K_DP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(Φ_DP),用一种新的稳健的边界条件求解方法,在消除随机误差的同时获得非负的K_DP,进而进行降水估计。随后我们使用2017年5月7日广州S波段雷达的回波数据和地面雨量站观测数据进行验证,同时使用了六种不同的算法进行对比,结果显示,在1小时累计降水估计中,V-RQPE表现最好,在24小时累计降水估计中,V-RQPE和基于变分拟合的K_DP的降水估计算法(R-VKDP)表现最好,实验结果表明变分拟合方法对雷达降水估计能力有显著提升。      

C波段双偏振雷达降水估计的误差分析与建模

双线偏振雷达定量降水估计精度受多种因素影响,为了更好地应用双偏振雷达估计降水并进一步提高降雨估测精度,需对雷达降水估计进行误差分析和建模.基于2015—2016年南京信息工程大学C波段双偏振雷达、雨滴谱仪观测资料以及南京地区雨量计数据,统计分析雷达估测降水的误差分布,分离雨量计代表性误差,并对随机误差和系统误差量化建模...     

利用深度学习开展偏振雷达定量降水估测研究

利用2018—2020年经偏振升级改造后的广州S波段双偏振雷达（CINRAD/SAD）82892个体扫的0.5°仰角数据,以及雷达100 km探测范围内1109个雨量站共计538560个分钟雨量数据,分别构建了单参量、三参量雷达定量降水估测（QPE）深度学习网络架构（Z-Rnet、K_DP-Rnet、Pol-Rnet）,并以K_DP=0.5°/km为阈值分别训练得到大雨、小雨、总体等9个定量降水估测模型。在常用的均方误差作为损失函数的基础上,对不同降水强度采用不同权重提出了自定义损失函数,并利用比率偏差、相对偏差、均方差、平均绝对误差和平均相对误差作为评价指标对模型进行评估。通过对以积层混合云为主、以对流云为主和以层状云为主的3次降水过程的模型验证结果表明,利用深度学习训练的模型有较好的定量降水估测效果,区分雨强的小雨、大雨模型比不区分雨强的总体模型的效果要好。采用自定义损失函数模型效果更好,其均方差、平均绝对误差和平均相对误差分别较采用传统均方误差损失函数提升了8.62%、12.52%、16.34%。自定义损失函数中,采用Z_H-Z_DR-K_DP三参量网络架构训练得到的定量降水估测模型效果最好,其均方差、平均绝对误差和平均相对误差分别较采用Z_H的单参量Z-Rnet架构提升6.82%、8.43%、7.22%;较采用K_DP的单参量K_DP-Rnet架构提升12.33%、17.61%、17.26%。      

乌鲁木齐地区两种类型降水的雨滴谱特征

利用乌鲁木齐2018年1-12月雨滴谱仪观测数据，分析了两种类型降水（雨、雨加雪）滴谱的微物理参量，以探究乌鲁木齐不同类型降水的雨滴谱特征，此外，对Nt-R、Z-R等关系也进行了研究。结果表明：（1）两类降水的雨滴谱均为单峰分布，粒子浓度峰值均在低谱段，雨夹雪的滴谱宽度约为0.31~7.50 mm，雨的谱宽为0.31~5.50 mm。（2）雨的平均粒子尺度参数（如质量加权平均直径Dm）和降水强度R均略大于雨夹雪，而雨夹雪的平均总粒子数浓度Nt比雨的大23.7%。（3）文中拟合得到的雨、雨加雪Z-R关系分别为Z=181.7R1.45、Z=205.4R1.27，与传统天气雷达降水估测关系Z=300R1.4对比分析后，发现利用Z=300R1.4进行降水估测时存在低估现象，而对降雨的估测误差更大。     

Seasonal Variations of Observed Raindrop Size Distribution in East China

Seasonal variations of rainfall microphysics in East China are investigated using data from the observations of a twodimensional video disdrometer and a vertically pointing micro rain radar. The precipitation and rain drop size distribution(DSD) characteristics are revealed for different rain types and seasons. Summer rainfall is dominated by convective rain,while during the other seasons the contribution of stratiform rain to rainfall amount is equal to or even larger than that of convective rain. The mean mass-weighted diameter versus the generalized intercept parameter pairs of convective rain are plotted roughly around the "maritime" cluster, indicating a maritime nature of convective precipitation throughout the year in East China. The localized rainfall estimators, i.e., rainfall kinetic energy–rain rate, shape–slope, and radar reflectivity–rain rate relations are further derived. DSD variability is believed to be a major source of diversity of the aforementioned derived estimators. These newly derived relations would certainly improve the accuracy of rainfall kinetic energy estimation, DSD retrieval, and quantitative precipitation estimation in this specific region.     

双线偏振雷达测雨公式的对比分析

以滴谱理论为基础,用模拟雨滴谱分布的方法,讨论了雨滴主普变化以及降水强度变化对双线偏振雷达测雨式的影响,分析了双线偏振雷达测雨式优于普通雷达的原因,进而对回归所得双线偏振雷达各测雨式的测雨精度进行了对比分析,提出子双线偏振雷达各测雨式中的最佳测雨式。     

SWAN系统中QPE产品的应用评估

“灾害天气短时临近预报系统”(SWAN)在我国气象预报业务中已得到广泛应用。文章介绍其中雷达定量降水估算QPE算法 (RASIM方法)的技术与特点,选取湖北省6部S波段多普勒天气雷达在2012年探测的暴雨天气过程资料,系统性评估了SWAN系统中QPE产品实用性,初步分析了产生估算误差的原因。评估表明：整体而言该方法在湖北省使用效果较好,平均绝对误差率小于30%;探测距离的增加对S波段雷达QPE精度影响不大;各雷达对30 mm以上降水的估算平均绝对误差率较小,但估算结果较实况偏弱,随着雨量（雨强）增大,低估的比例也增大。就单部雷达而言,宜昌雷达估算降水误差最大,武汉雷达受附近建筑遮挡影响次之,恩施雷达估算降水误差最小。     

CINRAD-SA偏振雷达定量降水估测算法改进及应用评估

为了提高雷达定量降水估测的精度,建立一套高精度的双偏振雷达定量降水估测方法,并对其在业务应用中的表现进行评估。本文利用雨滴谱仪数据使用非球形粒子的散射模型（T-Matrix模型）进行不同偏振量的模拟计算,根据计算结果对实测雨滴谱数据（DSD）进行分类拟合,实现对CSU-HIDRO（Colorado State University-Hydrometeor Identification Rainfall Optimization）优化降水估测算法的改进。为了评估改进后CSU-HIDRO优化算法（简称CSU-HIDRO_I）的应用效果,本文选取2016～2017年两年汛期发生于中国华南地区的6次大范围强降水过程为评估对象,分别采用单偏振雷达定量降水估测的R(Z_H)关系法（WSR-88D Precipitation Processing System,简称PPS法）和CSU-HIDRO_I法进行小时降水量估测。按照不同降水率大小以及距离雷达20～60 km和60~100 km范围分别对两种降水估测方法进行评估,并将雷达估测的小时降水量同地面雨量计小时降水量资料进行对比,结果表明:（1）CSU-HIDRO_I法在应用评估过程中取得了较好的评估效果,其估测精度及稳定性均较好。（2）PPS法对小雨（降水率R<2.5 mm/h）存在一定的高估,对大雨及暴雨（R>8 mm/h）存在明显低估,而CSU-HIDRO_I法能够有效的降低强降水的低估情况,同时提高了小雨的估测精度。与PPS法相比,CSU-HIDRO_I法对小雨、中雨、大雨及暴雨的估测偏差分别降低了38%、24%、17%、15%。（3）PPS法在降水估测中对离雷达的距离更为敏感,相同降水率下不同距离处的相对误差波动较大,CSU-HIDRO_I法对距离敏感性较弱,相同降水率强度下,相对误差随距离的变化波动较小。