星载双频测雨雷达航空校飞试验降水反演分析

2010年9月6日到10月20日,在江苏东台黄海附近进行了中国首次星载双频(Ku和Ka波段)测雨雷达的外场校飞试验,获得了宝贵的机载雷达数据。利用所探测的有效降水资料,对机载雷达的降水探测能力进行了性能分析。对比机载测雨雷达和同步星载测雨雷达(Precipation Radar,PR)探测的反射率因子廓线可以发现,机载雷达反射率因子廓线在1.55 km高度的探测结果和PR较为一致,尤其是融化层一致性更好,表明机载雷达有探测降水垂直结构的能力。为了进行Ka波段机载雷达的降水反演,利用卫星数据模拟器(Satellite Data Simulator Unit,SDSU)计算了k-Z_e和R-Z_e关系的系数,并在此基础上进行了衰减订正以及雨强的反演。结果表明,Ku和Ka波段反演的雨强廓线基本一致,证实了反演系数的合理性。     

立体雷达方法在星载测雨雷达上的应用

星载测雨雷达的应用,必须满足一些主要条件：高的空间分辨率、宽阔的覆盖范围、大的动态降雨测量范围以及精确的点测量等。由于技术条件的限制,满足这些条件的雷达工作在被雨衰减的频率段,因此必须修正由于衰减所导致的误差。立体雷达方法利用雷达从两个不同角度对雨团的观测来进行衰减效应的订正并实现整个观察区域的雷达反射率因子和比衰减因子场的反演。通过数值实验研究了星载特性的引入造成的不均匀性束内填充效应对立体雷达方法的影响     

双偏振雷达和双频测雨雷达反射率因子对比

为了研究星载测雨雷达和地基雷达探测数据存在差异的本质原因,将GPM（Global Precipitation Measurement Mission）星载双频测雨雷达（dual-frequency precipitation radar,DPR）和南京信息工程大学C波段双偏振雷达（CDP）的反射率因子进行时空匹配,并基于水凝物分类定量分析两者探测的相似性和差异性。结果表明:GPM DPR与CDP探测的反射率因子整体一致性较好,经过衰减订正和波段修正,两者的相关系数约为0.86,达到0.001显著性水平,均方根误差约为3.33 dB。基于T-矩阵法拟合C和Ku波段探测不同水凝物等效反射率因子的波段修正公式,在衰减订正基础上针对不同水凝物类型的回波进行波段修正,二者探测湿雪、霰、大滴和中雨回波的相关性较好;受干雪几何形状影响,探测干雪回波的相关性较低;探测大雨和冰晶回波的相关性较差。DPR中NS和HS模式探测存在差异,DPR NS模式对强回波敏感,而DPR HS模式对弱回波敏感。     

X波段双偏振天气雷达衰减订正方法及效果检验

X波段双偏振天气雷达在观测强降水时衰减较大,双偏振雷达的相位参数因衰减较小可用于反射率的衰减订正。自适应算法和差传播相移率K_(DP)订正法是应用较多的两种衰减订正算法,这两种方法均采用了差分参数实现衰减订正。自适应算法实现因难,但能够根据不同降水类型对订正系数进行调整,而K_(DP)订正法则无法实现。本文在自适应算法和K_(DP)订正法衰减订正的基础上提出了K_(DP)综合分类法,该算法实现简单,并分别采用三种方法完成衰减订正,然后对订正效果进行了比较分析,并与S波段雷达进行了对比。最后将订正前后的反射率联合地面降水资料进行对比研究,结果显示订正后反射率更适合观测降水及反演雨强。     

网络化多普勒天气雷达反射率因子的衰减订正

利用国内第一个网络化雷达试验平台的观测资料,基于网络化雷达反射率因子衰减订正算法,对观测数据进行衰减订正。并与单部雷达自适应约束算法和常州S波段雷达观测资料进行比较分析,结果显示订正方案合理。个例分析表明,经过雨区后单部雷达探测的回波强度较弱甚至探测不到,而网络化雷达可以利用多部雷达的共同观测,弥补单部雷达探测上的不足,体现出网络化雷达衰减订正的优势。     

C波段双线偏振雷达反射率因子的衰减订正及对降雨估测精度的改进

C波段双线偏振雷达反射率因子易受衰减的影响,为了提高降雨的准确性,需要对雷达反射率因子进行衰减订正。K_(DP)是能够用于衰减订正的一个有效因子,本文采用小波分析法对Ф_(DP)数据进行预处理,再将处理后的数据拟合得到相对准确的K_(DP)。为了验证衰减订正的效果,利用S波段雷达反射率因子作为参考,对比分析了衰减订正前后C波段双线偏振雷达反射率因子的变化,结果表明:经过衰减订正后的Z_H更接近于S波段雷达的反射率因子。在进行降雨估测时,不同方案估测降雨的差异较大,当C波段双线偏振雷达与S波段雷达均采用Z-R关系估测降雨时,S波段雷达的效果更好。当C波段双线偏振雷达采用衰减订正后的R(Z_H,K_(DP))法估测降雨时,效果优于S波段雷达的R(Z)方案。当降雨强度10 mm·h~(-1)时,雷达估测的雨量普遍低于地面雨量计的雨量,经过雨量计校准后,可以进一步提高降雨估测精度。     

热带测雨卫星的星载雷达和地基雷达探测云回波强度及结构误差的模拟分析

为了揭示热带测雨卫星上的测雨雷达热带测雨卫星的星载雷达与X波段多普勒雷达在探测云的反射率因子的大小和结构方面的差异 ,用散射模式和数值模拟的方法讨论了这两种雷达的波长、雷达波入射方向、波瓣宽度等参量对反射率因子的大小和结构的影响 ,并利用所得结果讨论了两种雷达实际观测的差异。结果表明 :雷达波长和入射方向的不同引起的两种雷达测量的反射率因子的差异在 2 .0dBz以内 ,TRMMPR可在强回波中心探测到更大的反射率因子 ,并在很大程度上平滑了回波的结构 ,在强回波和弱回波区分别低估和高估 3～ 5dBz,造成了观测的云的面积增大、平均回波强度减小、面积积分降水量增大。这些理论结果还不能完全揭示两种雷达实际观测结果的差异 ,看来星载雷达和地基雷达探测结果的对比问题很复杂 ,其中雷达波的衰减问题是必须考虑的。     

网络化衰减订正方法在北京X波段网络化雷达中的应用

衰减是影响X波段雷达数据质量的主要因素之一,直接影响到X波段雷达在强对流监测预警中的应用效果。文中在分析中、外雷达衰减订正方法的基础上,选择并改进了一种利用雷达网中不同雷达相互订正的方法,该方法通过不断迭代运算,使订正误差达到最小,形成了适合于网络化X波段雷达的反射率因子衰减订正方法。订正结果与原始雷达数据以及差分相位（${\phi _{{}_{{\rm{DP}}}}}$）订正法结果进行对比,并且还同时与北京S波段雷达观测数据进行了对比。结果表明：衰减订正对X波段雷达穿透强降水后的回波以及探测距离较远的回波效果比较明显,订正后的回波与S波段雷达观测结果比较吻合。     

星载雷达DPR与地基雷达CR的匹配对比及系统偏差初探

将GPM(Global Precipitation Measurement)卫星搭载的双频降水雷达DPR(Dual-frequency Precipitation Radar)和广东龙门观测站的地基Ka/Ku双波段雷达CR(Cloud Rader)在2019年4—9月的观测数据进行时空匹配,结合微雨雷达MRR (Micro Rain Rader)的雨滴谱数据对CR衰减订正处理,比较DPR与CR探测回波强度差异,最后对两者的系统偏差进行分析。结果表明:(1) DPR和CR探测到的回波强度随高度变化的趋势大体一致,零度层亮带高度基本一致,同样高度下DPR探测到的回波强度明显大于CR。(2)统计弱的非降水云算得CR双频系统偏差约为3.1 dBz。(3)雨强越强,CR天线罩水膜厚度越大,回波衰减越大。(4)逐库订正过程中利用雨滴谱数据计算衰减系数,CR在Ka与Ku波段的反射率因子订正量不超过4 dBz。(5)综合所有适配数据,CR与DPR的反射率因子在Ka波段内订正后平均系统偏差为15.7 dBz,在Ku波段内订正后平均系统偏差为14.4 dBz。虽然经订正处理后两部雷达间的系统偏差偏大,但对改善地基Ka/Ku双波段雷达的数据质量有明显的改善。     

机载雷达定量测雨中衰减效应的订正研究

星载测雨雷达的应用,必须满足一些主要条件:高的空间分辨率、宽阔的覆盖范围、大的动态降雨测量范围以及精确的点测量等。由于技术条件的限制,满足这些条件的雷达工作在被雨衰减的频率段,因此必须修正由于衰减所导致的误差。对于单波束单频雷达,kZS（衰减系数-雷达反射因子-海表反射率）算法在一个较大的雨强范围内对衰减效应的订正效果较好。本文将kZS应用到在西太平洋进行的国际大型科学考察实验TOGA/COARE中1993年1月和2月间取得机载雷达（和星载雷达频率相近）实测数据,进行雨空间分布的研究,取得了和模拟研究预期相吻合的结果。     

SIMULATION AND ANALYSIS ON OBSERVATIONAL ERRORS OF CLOUD INTENSITY AND STRUCTURE WITH TRMM PR AND GROUND-BASED RADAR*

In order to explain theoretically the observational biases of reflectivity and structure of precipitation systems by TRMM Precipitation Radar (TRMM PR) and ground-based radar,the effects of wavelengths,incident direction of radar waves and radar beam width on the reflectivity observation are simulated.The results show that the error due to the different wavelength and incident direction of radar wave is within 2.0 dB,TRMM PR can observe a larger reflectivity than ground-based radar in echo center.TRMM PR smoothes the cloud structure,overestimates and underestimates reflectivity by 3-5 dB in strong and week echo areas,respectively.Beam width and long distance from TRMM PR to target cause it to overestimate the large echo area and area integrated rainfall amount,and to underestimate the averaged refleetivity.The theoretical results above can only explain part of observational facts,meaning that the comparison of observation results between TRMM PR and ground-based radar is complicated,the attenuation of radar wave within precipitation area is the main factor to affect the observed result.     

基于TRMM/PR的长江下游地基雷达一致性订正

我国有近200部地基多普勒天气雷达,已经积累了近20年的观测数据,这些数据对雷达气候学研究非常重要。但由于不同雷达的标定误差不同,雷达之间存在观测值不一致性的现象（与美国的地基雷达类似）,有的反射率因子差异超过了3 dB。这种不一致影响了多雷达联合降水估计的精度和雷达组网临近预报的效果。为此,采用筛选比较法对地基雷达与TRMM/PR（Tropical Rainfall Measuring Mission/Precipitation Radar）进行空间匹配和异常数据剔除,以TRMM/PR为参照计算并订正地基雷达偏差。对2013年5—9月长江下游7部S波段雷达数据订正后,结果表明:订正后7部雷达之间的平均反射率因子差异从1.8 dB降至0.5 dB,任意两部雷达之间的差异均小于1.0 dB,多雷达的观测一致性和空间连续性有明显改善。与传统的几何匹配法比较,筛选比较法订正结果相对稳定,不存在过量订正的问题。     

TRMM卫星与机载雷达在降雨反演中的数据对比个例研究

热带降水测量卫星（TRMM）上搭载的测雨雷达是第一部能够提供三维降水信息的星载雷达,机载雷达也能够对降雨进行实时观测。由于机载和星载雷达观测有很多共同点,所以选择机载、星载雷达数据进行对比。1998年8月26日NOAA/P3飞机对Bonnie飓风进行了一次观测飞行,与此同时TRMM卫星也同步扫过该区域,因此利用对Bonnie飓风的机、星观测数据对应点数值对比、差值对比、平均值对比等,对Bonnie飓风做了进一步分析。对比结果一致,印证了TRMM数据的可靠性,同时进一步验证了双束立体雷达算法的联合算法的可靠性。     

Ground-Based Radar Reflectivity Mosaic of Mei-yu Precipitation Systems over the Yangtze River–Huaihe River Basins

The 3D radar reflectivity produced by a mosaic software system, with measurements from 29 operational weather radars in the Yangtze River–Huaihe River Basins(YRHRB) during the mei-yu season of 2007, is compared to coincident TRMM PR observations in order to evaluate the value of the ground-based radar reflectivity mosaic in characterizing the 3D structures of mei-yu precipitation. Results show reasonable agreement in the composite radar reflectivity between the two datasets,with a correlation coefficient of 0.8 and a mean bias of -1 dB. The radar mosaic data at constant altitudes are reasonably consistent with the TRMM PR observations in the height range of 2–5 km, revealing essentially the same spatial distribution of radar echo and nearly identical histograms of reflectivity. However, at altitudes above 5 km, the mosaic data overestimate reflectivity and have slower decreasing rates with height compared to the TRMM PR observations. The areas of convective and stratiform precipitation, based on the mosaic reflectivity distribution at 3-km altitude, are highly correlated with the corresponding regions in the TRMM products, with correlation coefficients of 0.92 and 0.97 and mean relative differences of -7.9% and -2.5%, respectively. Finally, the usefulness of the mosaic reflectivity at 3-km altitude at 6-min intervals is illustrated using a mesoscale convective system that occurred over the YRHRB.     

利用TRMM/PR资料分析1998年GAME/HUBEX期间梅雨锋雨带结构(英)

结合1998年GAME/HUBEX试验期间的常规观测资料,利用TRMM/PR产品分析了一个梅雨锋面雨带的结构以及一些大气学特征。星载测雨雷达(PR)能够在一个广大的范围内提供锋面雨带的某些细节特征和内部结构。利用PR资料得出的结论与利用常规观测资料诊断分析的结果相当一致。以往根据地面雷达发展的雷达气象理论仍然适用,并且效果更加准确可靠。这说明在降水空间结构以及梅雨锋特征的分析中,PR有相当的优势和潜在的价值。     

青藏高原地面Doppler雷达与TRMM星载雷达测云比较

利用 1998年青藏高原地面Doppler雷达资料和TRMMPR资料进行对比分析 ,分别从不同角度出发 ,分析了Doppler雷达和TRMMPR所测云区在回波结构和回波强度等方面的相同和差异之处 ,以及产生误差的必然和可能的原因     

Three-dimensional Fusion of Spaceborne and Ground Radar Reflectivity Data Using a Neural Network–Based Approach

The spaceborne precipitation radar onboard the Tropical Rainfall Measuring Mission satellite(TRMM PR) can provide good measurement of the vertical structure of reflectivity, while ground radar(GR) has a relatively high horizontal resolution and greater sensitivity. Fusion of TRMM PR and GR reflectivity data may maximize the advantages from both instruments.In this paper, TRMM PR and GR reflectivity data are fused using a neural network(NN)–based approach. The main steps included are: quality control of TRMM PR and GR reflectivity data; spatiotemporal matchup; GR calibration bias correction;conversion of TRMM PR data from Ku to S band; fusion of TRMM PR and GR reflectivity data with an NN method;interpolation of reflectivity data that are below PR's sensitivity; blind areas compensation with a distance weighting–based merging approach; combination of three types of data: data with the NN method, data below PR's sensitivity and data within compensated blind areas. During the NN fusion step, the TRMM PR data are taken as targets of the training NNs, and gridded GR data after horizontal downsampling at different heights are used as the input. The trained NNs are then used to obtain 3D high-resolution reflectivity from the original GR gridded data. After 3 D fusion of the TRMM PR and GR reflectivity data, a more complete and finer-scale 3D radar reflectivity dataset incorporating characteristics from both the TRMM PR and GR observations can be obtained. The fused reflectivity data are evaluated based on a convective precipitation event through comparison with the high resolution TRMM PR and GR data with an interpolation algorithm.     

TRMM星载测雨雷达和地基雷达反射率因子数据的三维融合

TRMM卫星上的测雨雷达(TRMMPR)探测资料分布均匀且具有很高的垂直分辨率,但灵敏度较低;地基雷达(GR)水平分辨率较高且具有较高的灵敏度,但其垂直分辨率低。通过将TRMM PR与GR反射率因子数据的三维数据融合,得到了更优的反射率因子图像。测雨雷达与地基雷达三维数据融合主要分为以下几步:测雨雷达与地基雷达数据预处理——如去杂波、衰减校正;测雨雷达与地基雷达时空匹配;选取和应用合适的三维图像融合算法;对融合后的图像进行效果评估。试验结果表明:融合后的图像不仅增大了信息量,更好地检测弱降水,还提高了空间三维(3D)分辨率,能更好地反映降水区域细节,且使得数据总体上具有更高的完整性和可靠性。此外,还将基于雷达资料估测的降水数据与地面雨量计数据进行对比,估计反射率因子数据融合在降水测量上的有效性。      

星载雷达在订正地基天气雷达标定误差中的应用

在雷达反射率数据定量应用中,标定误差是导致结果产生偏差的重要原因之一。星载雷达（TRMM PR）长期工作的稳定性和连续性已被验证,本文将星载雷达数据转换到S波段,通过对比星载雷达和南京雷达同时段不同高度（相对于融化层的位置）不同降水类型（层云降水或对流降水）的数据,得到两部雷达对融化层以下层云降水的观测相关性高,差异稳定。通过对比分析星载雷达和南京雷达同时段零度层以下层状云降水的观测数据,得出两部雷达反射率因子值的回归关系式。以星载雷达观测数据为基准,使用该关系式对南京雷达反射率数据进行订正,并通过雨量计数据对订正结果进行验证,结果显示使用本文订正关系式订正后雷达估计的降雨量更接近雨量计的观测值。