X波段双偏振雷达水凝物粒子相态识别应用研究

对云中水凝物粒子分类识别是双偏振雷达的主要应用之一。本文利用IAP-714XDP-A X波段双偏振雷达观测数据,在对其进行质量控制的基础上,利用滑动自适应订正算法对雷达反射率及差分反射率进行衰减订正,进而采用纹理参数SD（Z_H）和SD（?_DP）区分气象回波与非气象回波,最后建立基于X波段双偏振雷达偏振参量（Z_H、Z_DR、K_DP、ρ_HV）、环境温度T和纹理参数（SD（Z_H）、SD（?_DP））的模糊逻辑水凝物粒子分类识别算法。本文通过对2016年8月7日一次低仰角的观测,检验了纹理参数SD（Z_H）和SD（?_DP）对气象回波和非气象回波的识别效果,结果表明:SD（Z_H）与SD（?_DP）两者结合可有效区分气象回波和非气象回波;用2015年8月7日北京一次较大范围的降雹个例,对建立的模糊逻辑水凝物粒子分类识别算法进行效果验证,识别降雹落点与地面观测降雹落点一致,表明各种水凝物粒子对应偏振参量取值范围合理;对2016年9月14日一次处于不同发展阶段的多单体对流云进行水凝物粒子分类识别,结果显示处于发展阶段对流云中存在过冷水柱,其形成的微物理过程是对流云中强烈的上升气流将暖层的水滴抬升到0℃层之上形成过冷云雨水,进而冻结形成雹胚并发展成为冰雹。     

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。      

双偏振雷达水凝物相态识别算法的参数改进

双偏振雷达的水凝物相态识别算法基于模糊逻辑方法建立,针对方法的可靠性和稳定性问题,利用2016—2017年暖季广州S波段双偏振雷达数据,从3个方面找出影响识别效果的关键因素并改进。使用模糊逻辑的累加值为检验依据,找出不合理的模糊规则,通过相态特征统计和权重矩阵修改加以改进。使用误差敏感性检验法系统,评估误差对识别效果的影响,发现反射率因子的误差在-0.5~+0.5 dBZ、差分反射率因子的误差在-0.1~+0.1 dB、雷达相关系数的误差在0~0.02、差分相移率的误差在-0.3~+0.9 dB的范围内,识别结果稳定性较好。此外,相态时空分布统计中发现底层冰雹面积异常增加,通过空间一致性检验可订正异常结果。     

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。      

湛江2019年4次冰雹双偏振雷达产品应用分析

利用MICAPS高空地面资料和湛江S波段双偏振雷达资料对2019年3月6日、4月12日共4次雹暴云团造成的降雹天气过程进行分析。结果表明：1)4次过程均出现高悬强回波、三体散射长钉等降雹强风暴基本雷达特征；2)双偏振雷达基本参量的冰雹识别通常以高水平基本反射率Z_H、低的差分反射率Z_DR、协相关系数CC作为冰雹主要识别判据。3)4次雹暴云团在入流缺口处有明显的Z_DR环和Z_DR柱。成熟的雹暴云团强回波区对应Z_DR为趋近于0 dB的低值区，低于0.95的CC与趋近于0 (°)/km或为缺测的K_DP。4次过程中降雹前1～2 h,雹胚发展的强回波区域对应Z_DR常有低值窄带区下延接地。     

广州S波段双偏振雷达数据质量初步分析

广东省已经通过新布设或对CINRAD\SA雷达的升级改造完成5部S波段双偏振雷达的业务运行。受目前双偏振雷达技术水平限制,双偏振雷达偏振量很不稳定,因此偏振雷达资料使用前需要对数据可用性、偏振量的系统偏差等进行初步分析,以保证偏振雷达后续产品的可靠性。使用广州S波段双偏振雷达稳定运行后的2016年7—8月连续观测资料,分析了噪声对零滞后相关系数ρ_HV(0)及差分反射率因子Z_DR的影响和订正效果。结果表明:当SNR小于20.0 dB时,偏振参量ρ_HV(0)和Z_DR的稳定性变差,数据不可用;噪声订正后,数据可用的SNR阈值减小为17.0 dB。进一步分析了经过噪声订正后的Z_DR和Z_H之间的关系,并与雨滴谱反演结果及理论值进行对比。结果表明:广州雷达Z_DR较雨滴谱反演值和理论值均偏小,Z_DR观测值存在系统偏差。结合广州的气候特征,对偏振量系统误差估计的微雨滴法的指数进行了调整,基于此方法分析了Z_DR、初始相位Φ_DP (0)的系统误差随方位角的变化。结果表明:Z_DR系统误差随方位角在-0.29~0.22 dB之间波动,剔除遮挡后的平均偏差为-0.09 dB,与实测Z_DR值和雨滴谱反演值及理论值对比偏小的结论一致,但偏差大小有区别;同时,Φ_DP (0)随方位角有4 °左右的波动。分析还发现Z_DR、Φ_DP (0)系统误差有随时间波动的特征。最后挑选个例对Z_DR进行噪声和系统误差订正后发现,订正后的Z_DR得到改善。这些初步分析和结果对S波段双偏振雷达数据的使用有一定的参考意义。      

基于Ka波段毫米波云雷达资料对水凝物相态的识别研究

利用不同水凝物相态下反射率因子、多普勒径向速度、谱宽、线性退偏比等云雷达探测参量以及温度的阈值,采用不对称的T型成员函数,建立了识别水凝物相态的模糊逻辑算法,可识别的水凝物类型包括雪花、冰晶、混合相态、液态云滴、毛毛雨滴、雨滴。利用分级逐库订正法衰减订正后的Ka波段双偏振雷达探测数据和ECMWF再分析资料温度廓线数据对水凝物相态进行了识别研究。结果表明,识别出的水凝物相态结果基本合理,反映出了空中水凝物相态的演变过程,可进一步应用于降水微物理过程研究和人工影响降水应用研究。     

聚类分析在X波段双偏振雷达相态识别中的应用

X波段双偏振雷达在降水相态识别方面有较大优势,目前较为常用的方法为模糊逻辑算法,具有较好的识别能力,该方法主要依赖于水凝物的成员函数,但是对于不同雷达的系统老化问题,需要调整相对应的成员函数。针对此问题,本文提出采用聚类分析的方法进行降水相态识别,在完成相态识别后,可以统计不同水凝物雷达参数的分布特征,重新构建适合该雷达的成员函数。聚类分析方法在相态识别实验中表现良好,但仍存在一定的问题,在不引入温度的情况下部分水凝物无法识别。     

X波段双偏振雷达相态识别与拼图的关键技术

X波段双偏振雷达具有时空分辨率高、易于布网的特点,但散射特性差异和衰减影响使现有S波段雷达的相态识别和拼图算法不适用于X波段双偏振雷达。该文针对X波段相态识别及拼图产品的关键技术开展研究,提出基于准垂直剖面的融化层识别方法、基于数据质量的置信度阈值调整方法、基于统计的隶属函数参数改进方法和基于衰减程度的拼图融合方法。通过对比改进后可有效提升水凝物相态识别结果的可靠性和多雷达拼图结果的合理性。在2016年汛期北京典型个例中,融合后的X波段雷达网与当地S波段业务雷达相比能够提供更精细的回波结构和水凝物相态分布,有效缓解S波段雷达在近处探测能力降低的问题,识别的降雹区与地面观测相符。     

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。     

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...     

基于雷达观测的2021年6月珠江口一次水龙卷过程分析

利用常规地面和探空资料、珠海S波段双偏振多普勒天气雷达和珠海横琴X波段相控阵雷达资料对2021年6月1日发生在珠江口的水龙卷过程进行分析。研究表明:此次水龙卷过程发生在高层强辐散、中层短波槽影响、低层西南风的背景场下;极低的抬升凝结高度、较大的0~1 km风矢量差、超过超级单体发生阈值的风暴相对螺旋度,为龙卷的发生提供了较好的动力条件。两部雷达均观测到超级单体结构特征,最强反射率因子超过65 dBZ。X波段相控阵雷达资料能够清晰展现水龙卷超级单体风暴精细化演变特征,0.9 °仰角首先出现风切变,随后风切变出现高度逐渐增高,并加强为中气旋,切变最高高度达到17.1 °仰角,随后高度逐渐降低,龙卷减弱。三维反射率因子图清楚地反映了龙卷母体风暴穹窿结构形成过程,以及强反射率因子区向上延伸,变细加强,龙卷触及水面后变粗的过程。S波段雷达探测到在龙卷发生前,出现Z_DR低值眼区和ρ_HV弧,这对于预报员提前预警以及识别龙卷具有一定帮助。      

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。      

两次强冰雹超级单体风暴双偏振特征对比

利用S波段双偏振天气雷达资料、探空和地面常规气象观测资料及灾情调查, 对2020年6月25日河北省蠡县和2021年7月9日山东省章丘的两次特大冰雹超级单体风暴双偏振特征进行对比。结果表明:两次超级单体风暴均发生在西北气流形势下, 章丘风暴具有较强的对流有效位能、较大的湿度和较高的湿球0℃层高度。蠡县风暴强度明显大于章丘风暴, 但差分反射率柱和比差分相移柱高度明显低于章丘风暴。蠡县风暴弱回波区上方存在深厚的强度超过65 dBZ强回波悬垂, 即悬垂的冰粒子循环增长产生较大的冰雹粒子, 大的冰雹粒子进入下降通道后, 再次产生明显增长且更加不规则, 导致更强的水平极化反射率因子和更小的相关系数。湿度的垂直分布是风暴发展强度的关键环境因素之一。蠡县超级单体风暴的产生环境非常干, 章丘超级单体风暴的产生环境相对较湿。     

利用深度学习填补双偏振雷达回波遮挡

广州S波段双偏振天气雷达低仰角多方位存在遮挡,高仰角也存在部分遮挡。基于卷积神经网络等深度学习方法,构建垂直填补（vertical echo-filling,VEF）和水平填补（horizontal echo-filling,HEF）网络架构,基于两种架构,利用无遮挡区的反射率因子Z_H、差分反射率Z_DR,差传播相移率K_DP构建训练集,填补遮挡区的Z_H和Z_DR。针对仅0.5°仰角存在遮挡的区域,基于VEF架构,利用上层多个仰角、径向、距离库的三维数据,分距离段训练垂直填补模型。针对遮挡仰角较高的区域,则基于HEF架构,利用同一仰角左右相邻的多个径向、距离库的数据,分遮挡径向训练水平填补模型。根据解释方差、平均绝对偏差和相关系数3个指标和3个个例,对模型效果进行评估。结果表明:Z_H填补模型的解释方差最大为0.92,平均绝对偏差最小为1.69 dB,相关系数最高为0.96;Z_DR填补模型的解释方差最大为0.92,平均绝对偏差最小为0.12 dB,相关系数最高为0.96。利用该研究构建的深度学习填补架构,可有效填补偏振雷达遮挡区域回波,提高雷达数据质量。     

基于多源探测资料的“4.12”非典型冰雹特征分析

针对2020年4月12日发生在江苏苏州的一次大范围雷暴大风、局部伴有冰雹的强对流天气过程,基于常州S波段双线偏振多普勒天气雷达、湖州和青浦的单偏振雷达以及再分析资料,详细分析了此次过程的天气背景,不稳定机制、抬升条件和雷达回波及双偏振雷达参量演变特征,并结合双雷达风场反演技术分析超级单体的动力结构及云物理机制。结果表明此次过程发生在高空冷涡南掉、横槽南摆,上下层强烈不稳定的环流背景下,地面有辐合线提供了触发条件。苏南地面附近至600 hPa为θ_se随高度减小的对流不稳定层和0~6 km强烈的垂直风向切变分别为此次过程提供强热力和动力不稳定条件。此次降雹天气过程,雷达回波强度超过50 dBZ,有明显的三体散射、气旋式辐合、高层回波悬垂和强风暴顶辐散等特征;但是VIL和ET都很小,呈现非典型冰雹特征。双线偏振雷达各偏振参量(差分反射率Z_DR、差分相移率K_DP和相关系数CC)也都反映出冰雹云的典型特征:在Z_H大、Z_DR小、CC小的区域出现冰雹,Z_DR值通常为-1.0~0.2 dB,CC值普遍小于0.85。上述双偏振参量特征在强对流短时临近预报和冰雹识别方面具有很强的应用潜力。利用双雷达风场反演技术对降雹时段研究,发现1~5 km各层高度的风垂直切变、辐合的存在,有利于超级单体的发展和加强。双雷达能较好地反演雷暴大风的三维风场精细结构,有助于加深对冰雹云结构的认识进而提高冰雹等强对流天气的预报预警能力。