风廓线雷达与多普勒天气雷达风矢产品对比及相关分析

利用成都地区2010年8月和北京沙河地区2011年7—8月风廓线雷达以及多普勒天气雷达的风廓线探测资料,结合对应时段的天气现象相关记录,通过对比分析得到以下结论:①弱降水条件下,在300~2100m高度内,风廓线雷达与多普勒天气雷达探测具有很好的相关性,风向相关系数平均值为0.596,风速相关系数平均值为0.736,在做预报时两者可以同时应用,互为补充;②强降水天气条件下,风廓线雷达与多普勒天气雷达探测的风向、风速变化趋势基本一致,特别是在300~2100m之间各个高度上风向、风速相关性较好,风向相关系数平均值为0.573,风速相关系数为0.508,且风廓线雷达比多普勒天气雷达探测到的各层风向、风速变化更为详细、直观;③阴天条件下风廓线雷达与多普勒天气雷达的风向、风速相关性低层比高层好;④晴天条件下,风廓线雷达更适合用于预报和监测天气。     

风廓线雷达测量性能分析

从雷达探测理论出发,结合工作实践,从理论上计算了对流层风廓线雷达的探测高度范围、时空分辨率和测量误差,对数据获取率等方面的测量性能进行了分析.结果表明:通过对风廓线雷达的工作波形和工作模式进行恰当设计,对流层风廓线雷达的测量性能可以达到:最大探测高度12 km以上,最小探测高度150 m,高度分辨率75 m,时间分辨率...     

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。     

风廓线雷达与天气雷达风廓线数据的融合及应用

风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。     

风廓线雷达回波强度和速度标定问题研究

文章讨论了风廓线雷达标定系统中的两个问题。首先,在风廓线雷达回波强度标定原理的基础上,依据雷达气象方程,分析了发射功率变化和接收机增益变化对回波强度测量精度的影响,提出了通过实时测量每个脉冲重复周期内发射采样脉冲功率和回波功率在数字中频接收机的输出值,改善回波强度测量精度的方法。其次,在风廓线雷达速度标定原理的基础上,分析了速度标定中因I/Q信号的幅度、相位不平衡造成的镜像谱分量,提出了一种基于信号时域统计特性的订正方法,并利用I/Q信号数学模型进行了仿真实验,结果表明,该方法可以有效抑制I/Q信号幅相不平衡产生的镜像谱分量。     

济南边界层风廓线雷达与L波段雷达大风探空测风对比

基于相同站点的济南边界层风廓线雷达(WPR)和L波段雷达大风探空测风(以下简称LW)资料,采用相关、拟合、廓线分析等方法,系统地对比两者大风(≥10.8 m·s~(-1))数据的各统计特征、相关性、时空变化规律的异同。结果表明:(1)两者u分量、v分量、风向、风速的相关系数分别为0.973、0.965、0.994、0.665,标准偏差分别为2.04 m·s~(-1)、2.88 m·s~(-1)、10.82°、2.53 m·s~(-1),大风数据相关性总体较高,且相关系数风向优于风速的、降水样本优于非降水的,表明WPR观测大风数据可信、降水期间WPR水平大风数据可以使用。(2)两者大风风向、风速基本一致,但在低层差异较高层的大,尤其是340 m及以下高度层更显著,降水、非降水、全部样本在2980、1900、2740 m以下WPR风向值均略小于LW,而在1300、2740、1660 m以下WPR风速值均略大于LW。(3)两者资料互补性总体较好,大风风向、风速、v分量差值随高度变化符合对数律递增或递减规律,但u分量需分段拟合;在进行回归方程求算和资料互补时,应考虑差异随高度等的变化。     

边界层风廓线雷达测温系统设计

风廓线雷达在气象领域的应用越来越广泛，在风廓线雷达基础上增加电声测温系统（RASS）实现大气温度实时探测是一种经济有效的办法。文中介绍了已实现的某RASS系统设计，讨论了RASS测温的原理，针对RASS测温的精度、高度、影响因素等进行了性能分析，论述了系统的实现方案，最后给出了该RASS的实际测温结果和测温谱图，验证了该设计满足系统要求，能实现实时测温。     

基于功率谱的风廓线雷达回波强度定标方法

风廓线雷达已在我国得到大范围的业务布网应用,现有业务产品主要为风场信息。为了充分发挥风廓线雷达的作用,获取更多的天气过程信息,该文提出仅使用风廓线雷达返回信号功率谱进行数据定标（DCNP）的方法。使用雷达系统噪声功率对返回信号功率谱单位幅度进行标校计算,基于标校后的雷达探测功率谱分布数据计算回波强度功率谱密度分布、回波强度、大气折射率结构常数。利用2017年北京风廓线雷达、2016年南京风廓线雷达和2018年梅州风廓线雷达观测数据,对我国业务运行的3种主要型号风廓线雷达进行算法评估试验。定标方法的计算结果稳定,风廓线雷达不同探测模式之间的一致性较好。使用每个测站定标结果与相邻天气雷达数据进行比较,风廓线雷达回波强度定标结果与天气雷达也有较好的一致性。DCNP方法与基于信噪比（SNR）的强度计算方法进行比较,与SNR方法相比,DCNP方法定标结果更加稳定可靠。     

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。     

风廓线雷达资料在GRAPES-Meso模式中的同化应用研究

以未来业务化应用为目标,本文进行了业务数值预报模式GRAPES_Meso（Global/Regional Assimilation and Prediction System）中的风廓线雷达资料同化应用研究。基于2015年7月的全国风廓线雷达观测数据,首先建立了面向同化应用的风廓线雷达资料两步质量控制方案。通过对比分析质量控制前后风廓线雷达观测资料集与欧洲中心再分析资料ERA-Interim的差值场特征,论证了质量控制方案的合理性,两步质控后风场误差显著减小,同时观测背景差更接近高斯分布,符合数值同化应用假设。将质量控制后的风廓线雷达资料应用于GRAPES-3DVAR系统,开展有、无风廓线雷达资料同化的对比试验,通过批量试验和台风“莲花”个例分析来探讨风廓线雷达资料同化对数值预报的影响。研究表明:在循环同化过程中加入风廓线雷达资料对数值模式初始场有一定改善,风场、温度场、湿度场的分析误差均有减小,从而使短期降水（0～12 h）的预报技巧得以提高。针对台风暴雨个例分析结果表明,风廓线雷达资料同化能有效地调整台风降水区的动力结构和水汽分布,在模式中形成更有利于对流发展的环境条件,从而更好地预报降水的位置与强度。     

风廓线雷达探测大气返回信号谱的仿真模拟

利用2008年1—9月北京延庆地区对流层CFL-08风廓线雷达和2009年7—12月广东东莞地区边界层CFL-03风廓线雷达晴空大气探测资料,对大气返回信号功率谱密度分布及雷达系统噪声幅度统计特征进行分析。基于大气返回信号的谱分布符合高斯分布的统计结果,采用高斯模型对大气返回信号谱进行模拟;雷达系统噪声是白噪声,其谱线幅度的统计特征呈高斯分布,在此基础上,通过生成高斯分布随机函数对雷达探测输出信号进行信号谱分布的仿真模拟,并采用雷达探测信号的谱参数对仿真模拟进行检验,效果较好。该文应用仿真模拟的数据,对风廓线雷达信息处理方法及其处理精度进行了初步试验和分析。     

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。     

Comparison of Beijing MST Radar and Radiosonde Horizontal Wind Measurements

To determine the performance and data accuracy of the 50 MHz Beijing Mesosphere–Stratosphere–Troposphere(MST)radar,comparisons of radar measured horizontal winds in the height range 3–25 km with radiosonde observations were made during 2012.A total of 427 profiles and 15 210 data pairs were compared.There was very good agreement between the two types of measurement.Standard deviations of difference(mean difference)for wind direction,wind speed,zonal wind and meridional wind were 24.86?(0.77?),3.37(-0.44),3.33(-0.32)and 3.58(-0.25)m s~(~(-1)),respectively.The annual standard deviations of differences for wind speed were within 2.5–3 m s~(-1)at all heights apart from 10–15 km,the area of strong winds,where the values were 3–4 m s~(-1).The relatively larger differences were mainly due to wind field variations in height regions with larger wind speeds,stronger wind shear and the quasi-zero wind layer.A lower MST radar SNR and a lower percentage of data pairs compared will also result in larger inconsistencies.Importantly,this study found that differences between the MST radar and radiosonde observations did not simply increase when balloon drift resulted in an increase in the real-time distance between the two instruments,but also depended on spatiotemporal structures and their respective positions in the contemporary synoptic systems.In this sense,the MST radar was shown to be a unique observation facility for atmospheric dynamics studies,as well as an operational meteorological observation system with a high temporal and vertical resolution.     

风廓线雷达大气风场观测误差分析

依据风廓线雷达工作原理和风的计算公式,分析影响大气风场观测误差的主要因素,重点分析了雷达回波SNR对风的观测精度影响和GPS探空对比试验。结果表明:①风速观测精度主要取决于波束倾角、雷达技术参数和大气折射率结构常数C2n的垂直分布;风速及风速观测精度越大,风向观测精度越大。②在同种观测模式下,波束倾角与C2n越大,风场观测精度越高。③同一观测模式的SNR越大,风速观测误差越小;不同模式间的大气风场观测精度相差较大。④对比试验的风速风向相关性较好,但相对偏差较大,尤其低空更为明显。     

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。     

确定风廓线雷达功率谱噪声功率方法

风廓线雷达以测风为主要目的设计,没有充分考虑强度的定量测量。如果能够实现强度定量测量将大大扩展风廓线雷达的应用范围。首要的扩展应用就是可以获取雨滴谱分布、解决降水定量测量准确性问题。若实现强度定量测量,需要解决的一个关键技术问题是如何由其功率谱数据准确计算噪声功率。该文根据风廓线雷达功率谱估计方法、依据噪声频域统计特性,提出了一种计算风廓线雷达功率谱噪声功率的方法,并利用风廓线雷达实测功率谱数据进行检验。检验结果表明:即便在有降水或存在地物时,该方法仍可以准确、快速分辨出噪声功率谱, 且客观有效。     

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。     

基于极大似然算法的风廓线雷达谱矩估计

在风廓线雷达谱数据处理中,雷达低层取样体积探测的谱数据通常出现地物杂波、间歇性杂波、地磁杂波与大气回波谱混杂交叠的情况。为了有效抑制和去除杂波干扰,并且提高风廓线雷达探测范围和测量精度,必须对大气回波谱的谱矩进行有效的估计。通过对风廓线雷达多普勒回波功率谱分析,提出基于极大似然算法估计雷达回波谱谱数据的方法,并且进行了实际数据仿真分析,通过与常规方法进行对比分析,验证了算法的可行性和有效性,在低层取样体积谱矩估计得到了显著的改善。     

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。     

福建省风廓线雷达资料在一次强对流天气过程中的应用

利用福建省永安站的CFL-03边界层风廓线雷达提供的资料,分析了福建省永安市2012年4月1l～12日的一次强对流天气过程,结果表明：风廓线雷达水平风资料可以相对连续地反映测站上空风场垂直结构和变化特点,直观而精细地反映出天气过程的演变特征。风廓线实况中的风向风速变化,可指示高空槽和气旋配合过境的情况,判断中低空急流的强弱;强降水出现前风随高度的变化存在着明显不连续现象,风向风速切变明显。这些特征可作为对降水性质、落区、持续时间等作出短时或临近预报的依据。垂直风资料可反映出降水的开始、结束和降水的强度,其波动发展的高度成为判断对流发展强弱的一个重要指标。降水期间功率谱密度出现双峰谱甚至多峰谱,而降雹时间段波束图出现了速度模糊,证明强对流系统通过测站。风廓线雷达对天气发展趋势提供可靠的指示作用。