青藏高原对流云的偏振雷达观测研究

利用可移动式C波段双偏振雷达（C-POL）,以及那曲新一代天气雷达（CINRAD/CD）于2014年7月30日和8月5日在西藏那曲地区的观测资料,并通过双多普勒雷达风场反演、偏振雷达相态识别,清晰展示了这两次高原冰雹云发生发展的动力、微物理、热力结构特征。结果表明:青藏高原地区的对流云多在午后出现,水平及垂直尺度不大,但是对流云发生频繁、生消快,一般持续几十分钟。从RHI扫描的水平偏振反射率因子（Z_H）、差分反射率因子（Z_DR）,以及反演的相态（Class）分布上可以明显看出,粒子跟随"0线"抬高,不断增长,回波强度也越来越大,并最终超过主上升气流从另一侧降落,形成冰雹墙的整个动力与微物理过程。从连续时次的RHI上还观测到一次对流单体发生、发展过程中相态从湿雪到冰雹的变化,单体刚刚触发时,回波高度不高,强度还很弱,但是却出现成片的湿雪区域,说明上升气流非常旺盛,将本来落到0℃层以下的未完全融化的湿雪重新带到0℃层以上,通过凝华、凇附、攀附等物理过程,仅仅10多分钟,这些湿雪就能够迅速增长成为冰雹。这些湿雪重新凝结过程中,释放潜热,进一步促进了不稳定结构,加强了上升气流和下沉气流。因此,如果某个刚刚生成的弱回波区域内,在融化层以上出现大量的湿雪,往往预示着该区域上升气流强劲,会迅速发展成强回波单体。      

南京地区雨滴谱参数的详细统计分析及其在天气雷达探测中的应用

雨滴谱包含了降雨的丰富信息,不仅能反映雨滴群的微物理特性,也能反映降雨类型、降雨强度等宏观特性,并且在雷达气象领域也有重要的价值。论文对2015和2016年度南京地区32次降雨过程的雨滴谱资料进行了处理、并对多种雨滴参数进行了详细的统计和分析,拟合了层状云降雨、对流云降雨以及积层混合云降雨的雨滴谱Gamma分布参数。另外,还基于雨滴谱数据拟合了雷达反射率因子Z与降雨强度R的Z-R关系,计算了差分反射率Z_DR、相位常数K_DP以及衰减参数,并利用衰减参数进行了C波段雷达回波的衰减订正试验。结果表明:（1）层状云降雨的各微物理参数比较稳定,积雨云的变化剧烈;层云降雨和积层混合云降雨的中雨滴、积雨云降雨的大雨滴对雷达反射率因子的贡献最大。（2）积雨云降雨的滴谱最宽,层状云降雨的最窄。（3）利用依据雨滴谱数据拟合的三类降雨Z-R关系,可以一定程度地提高雷达估测降雨的精度。（4）利用基于雨滴谱数据拟合的衰减系数,有效地进行了C波段双偏振雷达回波强度的衰减订正,体现了统计参数和拟合参数准确性。     

基于深度学习的天气雷达回波序列外推及效果分析

天气雷达探测资料是进行强对流天气临近预报的主要参考数据。针对传统雷达回波外推方法中存在资料信息利用率不足和外推时效有限的问题,文中利用神经网络进行雷达回波的外推、利用预测神经网络模型进行2 h以内的回波变化预报。回波外推问题的关键是回波时、空序列预测问题,该网络具有解决时间记忆问题的长、短时记忆单元（Long Short-Term Memory,LSTM）和提取空间特征的卷积模块。应用福建、江苏和河南多年的雷达探测资料构造训练和测试数据集。为消除降水的不平衡和提高对强回波的预报准确率,网络采用带权重的损失函数进行训练。对光流法和预测神经网络进行测试集检验以及个例分析,结果表明,在相同外推时效和检验反射率阈值的情况下,预测神经网络的临界成功指数、命中率均高于光流法,虚警率低于光流法。不同类型降水预测神经网络的SSIM值（structural similarity）均高于光流法,且层状云降水的SSIM值比对流云降水的大。因此,预测神经网络对强回波的预报能力高于光流法;在预报时效性上,预测神经网络模型具有一定的优越性;预测神经网络对层状云降水预报的准确率比对流云降水的高。      

一次雷暴前后大气折射率的多普勒天气雷达测量试验及结果

由温度、气压和水汽压决定的大气折射率会影响天气雷达电磁波的传播路径和目标回波的相位。因此,通过测量目标回波相位的变化能够算出大气折射率的变化,进而得到水汽信息,为研究局地对流天气和水汽平流提供资料。本文阐述了多普勒天气雷达反演大气折射率的原理和方法,并利用江苏省气象台的S波段多普勒天气雷达反演了一次雷暴过程前后的大气折射率,表明了雷达探测大气折射率的可靠性。这项工作有望为研究水汽变化和天气过程提供高分辨率的遥感资料,也可以为数值模式提供水汽场辅助数据,有良好的应用前景。     

加密自动气象站实时监控与查询显示系统

张家口于2005年建立首批60套雨量、温度两要素加密自动气象站,并于汛期投入应用.为有效利用加密 自动气象站资料,充分发挥加密自动气象站资料高时空分辨率的特点,结合日常业务运行流程和公众服务的需求, 研制了"加密自动气象站实时监控与查询显示系统".该系统集数据查询、统计计算、自动绘制雨量等值线图、文件 输出、报警监控等于一体,具有界面美观、易于操作、自动化程度高等特点.业务运行表明该系统功能实用、运行稳 定、查询速度快、输出图表清晰美观,适合在基层业务部门推广应用.     

利用空间相关性进行天气雷达波束阻挡数据的识别和订正

波束阻挡影响了天气雷达数据的质量,使雷达的导出产品存在误差。根据雷达观测数据的空间相关性,提出了不依赖于高精度数字高程模型的波束阻挡识别和订正算法,可以方便地用于天气雷达反射率因子的阻挡订正。对于部分阻挡或小范围完全阻挡造成的回波数据不准确情况,先进行阻挡识别,再进行线性插值处理,实现对阻挡数据的订正。论文建立了阻挡识别算法和阻挡订正算法,并利用雷达数据进行了对比验证。结果表明:利用本文的算法,可以有效地对阻挡数据进行订正,提高了雷达数据质量。     

上海TWP3型边界层风廓线雷达探测性能评估

在简述上海TWP3型风廓线雷达系统的基础上,从雷达运行情况、风数据获取率和产品资料分析3方面对该型号雷达探测性能进行评估。通过统计分析不同高度层上平均测风数据全年和逐月的数据获取率,发现TWP3风廓线雷达在3km以下具有较高的数据获取率,对于边界层的探测能力要远高于高层,且夏季的数据获取率明显高于冬季。利用风廓线雷达提供的信号噪声比SNR、垂直速度和折射率结构常数C2N等资料分析了一次弱降水探测过程,二次产品可以清晰地反映降水的始末时间,且降水期间探测高度增高2km左右。评估结果表明TWP3型边界层风廓线雷达具有较低的故障率和较好的探测性能,产品资料具有可靠性和应用价值。     

基于径向功率谱的风廓线雷达错误风数据处理

选取上海市世博园区站、金山站和嘉定F1赛车场站3个风廓线雷达站2012年3月7日凌晨一次降水过程生成的错误水平风场数据,通过对比该时段高、低模式扫描实时径向功率谱数据,指出在降水初期风廓线雷达软件质量控制出现错误的原因,并重新识别错误时段的功率谱,反演水平风场数据。分析表明:在降水初期由于风廓线雷达各波束探测的数据在空间上不一致,易导致雷达软件采用的质量控制算法并不能全部识别和消除降水对数据的干扰,从而出现偏差。基于风廓线雷达高时空分辨率径向功率谱数据的分析处理方法可有效验证雷达软件质量控制算法,且经过该方法反演后的水平风场更为合理。     

一种抑制降水对风廓线雷达水平风干扰的方法

降水条件下,风廓线雷达 (wind profiler radar,WPR) 能够同时接收到大气湍流回波和降水粒子的散射回波,降水信号谱与湍流信号谱叠加在一起。风廓线雷达计算水平风时,若采用叠加在一起的功率谱处理降水条件下的探测数据,必将导致后期水平风的合成严重失真。该文首先对原始功率谱数据进行插值和平滑处理,通过功率谱曲线极大值点的个数判断其是否受到降水影响。对于受到降水影响的功率谱,依据湍流谱和降水谱均趋于对称型的特点,用两种方法分别对不同特征的功率谱曲线进行湍流谱和降水谱的分离处理,继而利用分离出的湍流谱信号反演水平风场。研究选取广东省湛江站风廓线雷达2013年6月及7月两次实测降水过程,分析结果表明:用湍流谱代替原始功率谱反演的风场,一致性较处理前有明显提高,从而证明了该分离方法的可行性。     

利用雷达回波自动识别锋线的方法

运用Matlab软件对冷锋过境的多普勒雷达径向速度进行模拟,运用合成切变估算方法,采用多普勒雷达获取的速度基数据资料,探讨了自动识别锋线的判据,并以动态链接库的方式进行了多普勒雷达锋线自动识别模块的工程设计。对2002年5月13日湖南省入汛后首场大范围暴雨过程进行自动识别处理,对比模拟结果表明该模块对此次过程中的锋线有较好的识别能力。