不同降水条件下风廓线仪水平风评价

利用北京市观象台2014—2018年风廓线仪资料和同期探空及MICAPS地面资料,对不同降水条件下风廓线仪水平风与探空资料的误差和相关性进行分析,为风廓线仪资料在降水预报中的深入应用提供参考。结果表明:(1)总体上,各高度层风廓线仪的U分量风均比探空资料偏小;有降水时U分量风误差小且相关性好,其在850 hPa的均方根误差和相关系数均有较大变化,说明云底对风廓线仪探测U分量风有一定影响。500 hPa以上U、V分量风误差较大。(2)风廓线仪探测的U分量风在降雨和雷阵雨时均比探空资料偏小,且在降雨时误差相对较小,相关性较好;阵雨(雪)时不同高度误差变幅大;雷阵雨时700 hPa平均误差绝对值最大,850 hPa次之,其他降水情况基本是高层误差大于低层。降雪时V分量风比探空资料偏大,且700 hPa高度以下均方根误差比降雨、阵雨(雪)和雷阵雨时小,700 hPa以上则相反;雷阵雨时700 hPa误差大,相关性较差;降雨时均方根误差、相关系数在各高度层变化幅度较小。     

风廓线雷达资料对华南区域模式预报的影响

设计基于GRAPES_Meso的不同试验模拟2014年3月28日-4月8日的广东前汛期降水过程,评估风廓线资料对同化和预报的影响。对资料同化后分析增量的分析表明:相比同化时仅使用自动气象站资料,风廓线雷达资料对1000 hPa到850 hPa纬向风增量均有贡献,在850 hPa,700 hPa高度以上贡献迅速减小。应用3个试验的预报结果计算探空站、风廓线雷达站预报值与观测值的11 d均方根误差发现,同化加入风廓线雷达资料对各预报要素的改善在850 hPa高度最明显,其中风速预报误差显著降低,为0.7 m·s-1。此外,风廓线雷达资料对700 hPa风速预报有一定改善,而在925 hPa高度模拟效果反而降低。通过对2014年3月30日12:00（世界时）的个例分析发现,同化加入风廓线雷达资料的风速预报均方根误差在大雨级别以上的降水落区更大,其原因还有待于进一步研究。     

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。     

面向CRA的中国风廓线雷达小时产品质量控制算法与评估

面向中国第一代全球大气/陆面再分析产品(CRA)的应用需求,针对中国风廓线雷达小时产品资料特点,在美国NCEP风廓线综合质量控制方法的基础上,提出一套适用于中国风廓线雷达逐小时水平风产品的质量控制方法。通过对比质量控制前后风廓线雷达资料与探空资料的相关系数、平均偏差及均方根误差,证明了质量控制方案的有效性。以ERA-Interim资料作为间接参考场,通过比较探空资料与不同型号、不同探测高度范围、不同观测时段、不同垂直层次风廓线雷达资料相对ERA-Interim再分析资料的偏差,分析了质量控制前后中国风廓线雷达资料的整体质量。结果表明,经该算法质量控制后,风廓线雷达与探空风场表现出了更好的一致性。不同雷达型号、不同探测高度资料的相关系数从0.17～0.82上升至0.79～0.98。在相对ERA-Interim与探空资料的偏差方面,质量控制后,除边界层风廓线雷达的u风分量在300 hPa以上仍有5 m·s~(-1)左右的偏差外,其他型号雷达的u、v风分量在各垂直层的平均偏差均在3m·s~(-1)以内,证明质量控制算法具有识别高层粗大误差数据的能力,能够使最大探测高度以上的数据得到有效利用。     

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。      

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。     

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。     

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。     

长安风廓线雷达测风资料的可靠性验证

利用2014—2015年陕西西安泾河站L波段探空数据和ERA-Interim再分析资料,与同期长安站风廓线雷达数据进行对比分析,确定风廓线雷达数据的可靠性。结果显示风廓线雷达资料与L波段探空资料、ERA-interim再分析资料整体上相关性较好,相关系数随高度的增高而增大,在1 500~2 500 m之间达到显著相关。不同时刻数据对比结果显示风廓线雷达白天观测结果整体上优于夜间。从平均状态来看,风廓线雷达在描述平均态过程中与探空和再分析资料基本一致,即风廓线雷达数据可用于实际应用和研究。     

风廓线与测风塔资料在地面风场预报中的应用研究

运用四维同化方法将风廓线雷达和测风塔资料应用到WRF模式中,通过对比资料同化前后模式对地面风场的预报效果可知,加入风廓线雷达和测风塔资料后模式对风速的预报效果有明显提高,对风向的预报也有一定程度的改善;资料同化结束后,模式预报在49h内对地面风场预报效果仍有明显改善,但随着模式预报时间的增加,在模式积分49h以后,同化资料前后模式对地面风场的预报效果无明显变化。另外,通过对资料同化前后模式对风速预报误差的分析可知,在对模式风场预报的改进中风廓线雷达资料的贡献大于测风塔资料的贡献。     

边界层风廓线雷达测风精度分析

利用CLC-11-D型边界层风廓线雷达的5波束观测数据,对比分析了晴空、稳定性降水和对流性降水等不同类型气象条件下边界层风廓线雷达测风的准确性,并对2016年3月1日—2017年2月28日共计7300时次的晴空观测资料进行了测风质量评估,得出结论如下:在晴空条件下大气均匀稳定,水平风速和风向测量精度要优于稳定性降水和对流性降水天气,降水出现前后环境大气扰动较大是导致稳定性降水和对流性降水天气下测风精度较差的原因;150 m以下近地层高度的测风质量较差,与地杂波干扰较强有关;夏季有效探测高度最高可达6300 m左右,春秋季有效探测高度比较接近,分别为2000 m和2500 m左右,冬季有效探测高度最低,仅为1100 m左右;4个季节测风质量评估达标高度分别为900、4000、2200 m和1100 m,大气环境的湿度条件和水平风速、风向标准差的波动是影响测风质量评估的重要因素。     

包头地区风和风能资源

风能是地球表面空气流动所产生的动能,也是提供给人类的一种可利用的重要能源.文在第三次气候区划的基础上,对包头地区近40a(1971-2010)风及风能资源做了统计分析.结果表明,包头地区风能资源丰富,开发利用风能资源有着巨大的发展潜力.     

超声测风传感器在回路风洞中的测试

超声测风仪因启动风速小、无转动部件、不破坏风场、测量精度高等特点,适用于多种行业的测风需求。超声波测风的相关检定规程当前在国内尚未正式制定。本文借鉴风杯检定规程所选择的风速测试点,在HDF-720低速回路风洞中,对超声测风仪在不同角度下进行了测试数据统计分析。结果表明:超声测风仪可以安装在工作段面较大的风洞中进行测试,由于超声探头存在阴影效应,对于同一风速,不同角度上的测量结果稍有差异,而且不同风速对应的差异也不同。利用超声测风仪进行风速实时测量时,必须结合上述测试分析,按照超声传感器的安装角度,对测量值进行相应修正。     

风玫瑰图和风速直方图的制作

通过office办公软件的现有功能,利用WORD（EXCEL）文档快速制作风玫瑰图;风速直方图,解决手工制作精度不高和安装软件的麻烦,提高效率,满足社会各方面的需求。     

2014—2018年哈密巴里坤机场风特征分析

本文以大河气象站为代表站,对2014年7月～2018年6月巴里坤机场风的特征进行统计分析,结果表明：（1）巴里坤机场主导风向受地形影响,白天盛行W风,夜间盛行E风;（2）巴里坤机场风速具有明显的日变化和季节变化,白天风速大于夜间,春季风速大,冬季风速小;（3）巴里坤机场大风多出现在4-6月,风向频率多为偏西北风;（4）西北路径（经向型）和偏西路径（纬向型）的强冷空气造成巴里坤机场西北大风,冷平流强,气压梯度大,锋区明显。偏东大风时为“Ω”型环流,位于脊前出现东北大风,位于脊后出现东南大风,低层锋区不明显,东北大风时无明显冷暖平流,东南大风时暖平流较强。     

风电场资源测量系统

介绍了一种新型风电场风能资源测量系统。该系统采用模块化设计,利用现场总线结构的数据采集模块和无线通信技术,实现远程梯度测风,测量风电场风能资源评估所需的气象要素,生成符合国家标准的数据报告。通过1年的试用并对系统采集数据进行分析,证明该系统能有效地测量风能资源,具有提高气象部门拓展气象服务领域的能力。     

用于风电场功率预测的逐时风速预报

为满足风电场精细化风速预报的需要,利用MM5模式的格点输出数值预报产品以及福建沿海地区两座海上测风塔的逐时气象资料,采用逐步回归的统计方法,将MM5数值预报产品与测风塔实测气象资料要素指标值共同引入回归方程,拟合两座测风塔特定高度的逐小时风速预报方程,详细介绍了该方法的实现过程.通过一年的预报效果指标以及15日的独立样本效果检验,结果表明该方法对于逐小时风速的预报有一定的应用价值.     

风廓线雷达水平风数据质量控制

基于九龙站风廓线雷达实时水平风数据制定了水平风数据的质量控制方法，首先求取中位数水平风场，其次构建实际观测风场和中位数风场的差值序列，然后求取差值序列的均方差，再根据差值均方差得到质控判别式，最后试验求取质控判别式中的质控阈值。通过对九龙站2017年风廓线雷达水平风数据质量控制发现，实测风向数据有2044185个，25721个没有通过质控，未通过质控的风向数据占总观测的比例是1.258%，风向数据在近地层通过质控的数据最多，随高度增加通过质控的数据量有所下降。实测风速数据有2044185个，18296个没有通过质控，未通过质控的风速数据占总观测的比例是0.895%，风速数据在2000～4000 m出错的最少，近地层次之，4500～7000 m出错的数据最多。质控后风廓线雷达和探空观测风数据的均方根误差减小，相关系数增加，风向数据质量在500～7000 m提升明显，风速数据在1500～8000 m之间提升明显。     

利用10 m高度风速推算风机轮毂高度平均风功率密度

通过对华南地区27个测风塔为期1年的铁塔观测资料进行分析,发现平均风功率密度指数值均小于3倍的平均风速指数值,利用平均风速和形状参数随高度的变化的经验公式,推导出由10m风速资料推算风机可能的轮毂高度的平均风功率密度的新方法,应用该方法对现有铁塔资料进行交互拟合分析,其平均相对误差9.6%,可为无梯度测风观测站点由10m高度风速的频率分布推算风机可能的轮毂高度平均风功率密度提供参考。