一种新的单多普勒雷达风场反演方法

本文提出的 VPP(Velocity Plan Processing)方法是根据单位分析单元内部风场是均一的假定条件 ,通过变分的思想得到水平切向风场 ,进而转换成水平风场。文中对单位分析单元大小对反演风场误差的影响进行了分析 ,结果表明 :分析单元方位角跨度大于等于 6°时会得到较高的反演精度。为了验证 VPP的结果 ,进行了模拟及实例反演 ,文中给出了两个反演实例 ,第一实例为梅雨锋过程 ,第二个为中尺度雹暴过程。结果表明可以很好地反演中尺度系统     

713测雨雷达测定区域降水量初探

本文应用1983年7月14日、1984年8月30日和9月1日三次降水回波资料,初探了雷达探测区域降水量的可能性。试验表明:雷达测量能满足一定精度。若采用雷达—雨量计系统联合探测降水的方案,精度可进一步提高。如用Apple—Ⅱ微机与713测雨雷达联接组成的天气雷达探测与资料处理系统,还能实时提供区域降水量信息。     

晴空回波的大气风温湿结构及双偏振雷达参量分析

晴空回波有助于认识大气的风温湿结构,双偏振多普勒天气雷达为探测晴空大气提供了丰富信息。本文以2015年夏季南京信息工程大学C波段双偏振雷达探测的晴空回波为例,结合探空资料分析大气风温湿结构及晴空回波的影响因素,分析了晴空大气的反射率因子Z、径向速度Vr以及差分反射率因子ZDR回波特征。研究表明:大气温、压、湿梯度造成折射指数分布不均以及背景风场引起的湍流增强,均可造成晴空回波,其回波机理为湍流散射;差分反射率因子受到多普勒效应的影响;在风场及大气湍团干湿特性不同的情况下,晴空回波的差分反射率因子呈现不同的特征。研究结果有益于深入认识大气风温湿结构特征对雷达电磁波的散射的影响以及雷达资料质量控制。     

国内外W波段毫米波云雷达定标技术的研究进展

为了利用毫米波雷达的回波数据精确地反演得到云的宏微观物理特性,必须对研制的毫米波雷达进行定标.本文重点介绍了国外几种定标方法：单个系统各参数贡献的定标;大雨滴对毫米波雷达的定标;三角反射器以及金属球对毫米波雷达的定标;利用海洋表面后向散射技术的定标以及Cloudsat 作为雷达校准器的定标.这些定标方法对于国内毫米波雷达更好地应用于实际探测具有重要的研究价值.     

1522强台风“彩虹”螺旋雨带中衍生龙卷的超级单体演变与机理研究Ⅰ:谱宽和速度

为揭示多普勒雷达速度谱宽资料对1522号台风“彩虹”螺旋雨带中衍生龙卷的超级单体演变规律的指示作用,基于常规观测资料、多普勒雷达资料和ECWMF再分析资料,分析3个衍生龙卷的超级单体速度谱宽和中气旋速度演变特征。研究表明,速度谱宽可提前10~30 min预示强对流风暴的变化。根据速度谱宽σ与湍能耗散率ε的关系分析,提出了谱宽变化与超级单体内中气旋和龙卷发生发展关系的概念模型。当对流单体进入新的发展阶段时,谱宽值加大呈增强状态;当对流单体处于维持稳定阶段时,谱宽值减小则呈减弱状态。衍生汕尾海丰水龙卷的中气旋最大切向速度19.5 m/s,属中等强度中气旋。衍生顺德龙卷和番禺龙卷的中气旋最大切向速度＞27 m/s,均属强中气旋。用多普勒雷达中气旋算法识别的中气旋在距离较远（＞80 km）和较近(＜17 km)距离上有漏报现象,人工纠正有利于更正预报结果,更准确地指导防灾减灾。      

气象万千探本索源——南京信息工程大学“大气探测学科”发展历程回顾与展望

大气探测学科是大气科学学科重要的核心学科分支之一。我校大气探测学科从1973年创建至今,经47年的风雨征程,几代人的努力与执着,历经重组和调整,始终围绕学校发展目标,将专业建设与国家需求紧密接合,不断探索和加强人才培养、师资建设和提升科研水平,建立了特色鲜明的学科体系,为学校和中国气象事业的发展做出了重要贡献。本文概略介绍了大气探测学科内涵和我校大气探测学科概况,从初始建立、改革发展、发展提升等三个阶段描述学科沿革拓展、师资队伍壮大、实习实验设备、课程教材建设、基础理论技术研究、气象系统开发、学科建设成果及未来发展规划等。     

基于卷积神经网络的飑线识别算法

为了探究深度学习用于飑线识别的可行性,基于2008—2020年河南省郑州和驻马店雷达数据,采用卷积神经网络（convolutional neural network,CNN）算法构建飑线识别模型,引用临界成功指数、公平风险评分、命中率和误判率定量评价模型的识别效果,对比不同样本组成比例和网络结构对飑线识别效果的影响。结果表明:建模所用的样本组成比例对飑线识别有一定影响,通过改变采样方式和优化网络结构均能够改善样本比例不平衡的问题,提高飑线识别效果,且后者提升的幅度更大,而两种方法的结合无明显提升。测试结果表明:该模型临界成功指数为0.66,公平风险评分为0.58,命中率为0.86,误判率为0.24。研究揭示了卷积神经网络能够提取并学习飑线和非飑线回波的图像特征,对飑线有一定识别能力。     

W波段毫米波云雷达技术的研究进展

毫米波雷达相比于厘米波雷达对非降水云的观测具有更高的灵敏度,因此世界发达国家已经广泛利用毫米波雷达进行云的观测实验。国内的毫米波云雷达受器件及加工工艺的限制仍处于发展阶段,在此背景下本文从地基、机载以及星载3个方面对国内外W波段毫米波云雷达进行总结,根据毫米波雷达的天线、发射电路、接收电路以及信号处理4个方面分析其原理框图及性能参数,最后利用英国Chilbolton观测场的94GHz Galileo雷达对2008年4月4日的非降水云进行回波数据的分析,结果表明Galileo毫米波雷达能够很好地对云以及雾进行探测,其结论为国内W波段毫米波云雷达的设计提供借鉴。     

2012年春季宜春地区降水期间高空风的频谱分析

利用地面和梯度塔的风连续观测数据进行的频谱分析已经开展很多,而受资料限制,高空风的频谱分析仍较欠缺。本文使用风廓线雷达获取的长时间序列连续测风数据,运用傅里叶变换的方法,计算了风的脉动谱密度。脉动谱能够反映不同频率的风速涨落对风动能的贡献。使用2012年4月江西宜春前汛期期间的高空风连续数据,结合地面降水资料进行了1 000～3 000 m高度区间的频谱分析,发现地处前汛期雨带上的宜春地区降水存在着两种不同时间周期的天气系统影响,脉动谱的分布表现出时间周期为5～7 d和2～3 d的峰值区。分别对两种不同时间周期的天气系统频谱进行了分析,并与平稳天气时的频谱进行比较。5～7 d周期峰区的脉动谱密度数值为2～3 d的4～5倍,脉动谱峰区在2 000～3 000 m高度上较强,峰值强度向下迅速降低;2～3 d周期的脉动谱峰区在低层比较明显,峰值强度较弱。风的脉动谱分布与地面降水的时间周期较为吻合。     

风廓线雷达数据质量影响因子及处理算法

风廓线雷达系统误差和探测数据时空代表性影响风的数据质量。针对五波束探测风廓线雷达,提出雷达系统误差检测方法并分析风的空间不均匀分布和时间代表性对风数据质量的影响。在此基础上,通过比较4组三波束计算的两组水平风u,v分量离差进行风的空间均匀性判别,并比较了一致性平均和数学平均两种时间代表性处理算法间的测风精度差异。利用广东风廓线雷达站网2014年3—5月10部雷达数据进行方法应用和评估。结果表明:稳定大气条件下,3种型号雷达 (LC,PB,PA) 的有效数据高度分别达到3,6 km和10 km的雷达系统功能设计需求。经空间均匀性检验与时间一致性平均处理的风数据在降水期间质量优于业务雷达数据,3—5月10部雷达获取的两组u,v分量离差标准差约为1 m·s-1,表明经过空间一致性检验和时间一致性平均处理后的数据质量较好。