夏季不同天气条件下风廓线雷达探测精度分析

利用2016年6—8月沈阳地区TWP8-L型风廓线雷达观测资料,判断大气的均匀性,计算风廓线雷达的探测精度,并与探空气球的观测资料进行对比分析,得到晴空和不同降水条件下的风廓线雷达探测精度随高度的变化情况。研究结果表明,1000m高度以下风廓线雷达的探测精度较高。在无降水和均匀降水条件下,风廓线雷达的水平探测范围内大气均匀稳定,东西波束和南北波束测得的径向风对称性较好,(U_W-U_E)和(V_S-V_N)的平均差和标准差值较小;与GTS1型探空仪风速精度相差小于2.9m/s,两者相关性较好,风廓线雷达探测水平风的准确性较高。在探测范围不均匀的降水条件下,大气在风廓线雷达的水平探测范围内不均匀,东西波束和南北波束测得的径向风的对称性较差,垂直速度变化差异较大;U_W-U_E和V_S-V_N平均差和标准差值较大;与GTS1型探空仪风速精度相差大于2.0m/s,两者相关性较差,风廓线雷达探测水平风的准确性较低,需要进一步改进算法,改善数据质量,提高探测性能。     

风廓线雷达自身对比精度分析

利用GLC-24型风廓线雷达的5波束观测数据,分析了在晴空和降水条件下风廓线雷达探测的准确性,得出结论如下:在晴空条件下大气均匀稳定、垂直速度很小,风廓线雷达测量水平风的准确性高;在均匀性降水条件下,虽然垂直速度很大,但大气在风廓线雷达5波束探测的水平范围内均匀,风廓线雷达测量水平风的准确性也较好;在非均匀性降水条件下,大气在风廓线雷达探测的水平范围内不均匀,不符合风廓线雷达计算水平风的假设条件,需要进一步改进算法,减少计算误差。     

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。     

风廓线雷达垂直径向速度应用初探

利用北京风廓线雷达五波束探测中的垂直波束资料,进行了垂直速度在预报中的应用研究。通过对垂直速度的分级显示,配合地面气象记录,对不同的天气个例进行分析,结果表明:平稳晴空的天气风廓线雷达所测量的垂直速度很小,基本上在±1m·s~(-1)范围内;而有降水时,风廓线雷达所测得边界层的垂直速度基本上都是朝向地面的,不同相态降水粒子的垂直下落速度有明显的差别。分析表明风廓线雷达垂直速度的探测对研究晴空大气的垂直运动、判断降水粒子相态和降水预报有应用价值。     

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。     

风的空间不均匀分布对风廓线雷达数据质量影响研究

风廓线雷达基于均匀风场假定条件计算水平风,在不考虑雷达系统测量误差的情况下,探测波束内风的不均匀性是影响雷达数据质量的主要因素。通过5波束风廓线雷达计算出两组独立的水平风分量Ue、Uw和Vn、Vs,利用旋转坐标系方法将风的水平速度不均匀分布和垂直速度水平不均匀分布对雷达测风的影响进行分离,对北京延庆CFL-08风廓线雷达2012年全年数据进行时间一致性平均质控处理,针对一小时分辨率数据分析了两种不均匀对测风数据质量的影响程度。结果表明：(1) 雷达波束空间内的水平不均匀和垂直不均匀对水平风测风数据的质量均有影响,影响程度与风速大小有关;(2) 晴空条件下垂直速度较小,水平不均匀是影响测风质量的主要因子,水平不均匀与垂直不均匀对测风质量影响比约为2:1;(3) 降水期间水平不均匀和垂直不均匀程度均大于晴空,二者对测风质量影响比约为1:1。本文分别分析了晴空和降水情况下风的空间不均匀分布对测风质量影响的可能原因,是改进水平风数据质量算法的预研究。     

不同台风降水强度下风廓线雷达适用性

以2019年8月在浙江舟山对1909号超强台风“利奇马”的移动观测试验为基础,利用同一地点释放的9次GPS探空气球,对比了风廓线雷达和多普勒激光测风雷达与GPS探空的吻合程度,并利用车载雨滴谱仪对风廓线雷达在不同台风降水强度下的适用性进行了研究。结果表明,在100~300 m高度范围内激光测风雷达观测风速比风廓线雷达更准确。由水平风速对比结果可知,风廓线雷达在3~4 km高度范围内偏差最小(3.59 m/s),相关性最高(0.86),而在1 km高度下偏差最大(6.39 m/s),相关性最低(0.54);在中雨及大雨条件下适用性最差,最大风速偏差约为18 m/s。由水平风向对比结果可知,风廓线雷达与GPS探空总体上吻合较好,相关系数均大于0.85,均方根偏差均小于11 °。另外,降水强度对风廓线雷达的风向观测影响较小,风向偏差随降水强度的变化总体趋于平稳,基本分布在-20 °~20 °之间。      

一次多相态天气过程的风廓线雷达探测资料特征分析

利用国产对流层Ⅱ型风廓线雷达资料对2012年3月17日北京地区经历的雾霾雨雪多相态天气过程进行了诊断分析,结果表明风廓线雷达探测产品能够很好地判别上述天气的发展转变过程,可以揭示降水过程的细节变化。雾霾维持时,风廓线雷达一般能够探测到非常弱的水平风和大气垂直运动,大气折射率参数很小,而近地面层信噪比则表现出较强的信号,高度一般在850 hPa以下,其上层大气的信噪比很弱,表现为晴空状态,上下对比度非常明显。同时,风廓线频谱高度图表现为无降水特征。降水发生前,对流层的信噪比会明显增强,风廓线雷达垂直波束的径向速度V_r首先在中高层出现正值,反映出下沉运动的不断增强现象,同时其他两对对称波束V_r不再维持对称形态。降水发生时,5个波束V_r自地面向上均转变为正值,且最大速度一般位于近地面层,同时最大V_r也不集中在垂直波束,反映了降雨过程中存在着风的影响。此时,谱宽一般稳定维持在1~2 m·s~(-1)。当降水发生相态转变时,谱宽会有明显的减小,信噪比增强,频谱图中V_r有所减弱,这种变化通常发生在整个边界层到对流层。降水结束时,上述现象成相反变化,谱宽增加,信噪比减弱,5个波束V_r呈对称形态。     

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。     

风廓线雷达测风精度评估

采用风廓线雷达5波束探测模式的数据对测风精度进行评估分析,用垂直波束和其中两个相邻倾斜波束的探测数据构成一对计算因子,通过对同一距离高度上的4对计算因子进行误差分析,评估风廓线雷达的测风精度,得到水平风在垂直指向连续高度上的精度。对北京延庆CFL-08风廓线雷达2010年3,6,9,12月4个典型代表月份逐日连续探测资料进行了处理分析,结果表明:该雷达满足风速误差不大于1.5 m·s-1、风向误差不大于10°探测精度要求的最大探测高度6月、9月为8 km,3月、12月为6 km,基本符合该雷达探测高度的设计要求。信噪比、大气风场的不均匀性是影响雷达测风精度的主要因素:信噪比影响了高空的测风精度,-15 dB可以作为判断雷达测风可信数据最大探测高度的阈值;晴空大气出现的风场不均匀性对风廓线雷达的测风精度影响不大,降水出现时环境风场不均匀性造成水平风向、风速的测量误差较大,不能满足测风精度要求,特别是对流性降水发生前的1~2 h,水平风向、风速的方差增长迅速,可以作为强降水出现的预警指标。     

不同天气条件下脉冲激光风廓线仪测风性能

将2012年5月21日-8月16日广东省湛江市东海岛气象观测站内脉冲激光风廓线仪WINDCUBE V2与气象站内的100 m测风塔进行同步观测试验,在经过观测数据同步性调整、有效性检验和代表性样本筛选基础上,分大小风和有无降雨天气过程,对杯式测风仪、超声风速仪与激光风廓线仪的同步测风数据进行比较,结果显示:脉冲激光风廓线仪与杯式测风仪测量水平风参数的相关性较好,10 min平均风速、风向的线性拟合度均大于0.99,3 s阵风风速的拟合度大于0.96,湍流强度的拟合度大于0.67,风速标准差的拟合度大于0.79;大风情况下,激光风廓线仪对风参数的测量效果更佳。无降雨情况下,激光风廓线仪的测量效果较降雨时略好,10 min降水量小于15 mm的降雨对这款激光风廓线仪的风速、风向、湍流强度、3 s阵风风速的测量没有显著影响,对风速标准差有一定影响。当水平风速增大和有降雨时,激光风廓线仪对垂直速度的测量效果欠佳。该对比分析可为激光风廓线仪观测数据的可靠性提供参考。     

2016年7月华北特大暴雨过程河北南部垂直风切变观测特征

利用气象观测站小时雨量、不同探测手段得到的高空风资料,对2016年7月19—20日华北特大暴雨过程中河北南部降雨不同阶段水平风的垂直变化特征进行分析。结果表明：（1）在河北南部,太行山沿山一带到山前平原、平原东部分布着两片短时强降雨区,而前者强度更强,体现了地形迎风坡对降雨的增幅作用。（2）本次过程中,三种探测手段计算的深层垂直风切变具有一致的变化规律。西部山区和山前平原降雨显著增强阶段,环境风维持强深层垂直风切变,相应的u风差也显著增强,利于迎风坡降雨增强;降雨结束时,深层垂直风切变为弱垂直风切变。（3）强降雨阶段,水平风垂直切变矢量基本上呈现单一方向顺时针切变,且低层风垂直切变较大;降雨结束阶段,水平风垂直切变矢量方向变化复杂。（4）太行山脉高度以下的东风不断增强,最大东风分量达到8～28 m?s-1,利于山区和山前降雨的增强。     

一次基于风廓线雷达观测的北京夏季降水的垂直观测研究

本文利用风廓线雷达数据反演了降水云体的大气垂直速度、雨滴下落末速度等云动力特征和云水混合比、雨水混合比等云微物理参数,并结合天气雷达、探空、自动站、雨滴谱仪和微波辐射计等数据对2020年5月7～8日发生在北京市海淀区的一次夏季降水过程进行垂直综合观测.结果表明:垂直探测仪器观测及其反演的数据可以获得降水云体的详细动力参...     

同化风廓线雷达资料对浙江降水预报改进评估

采用中尺度模式WRF和美国俄克拉荷马大学风暴分析预测中心的资料同化系统开展中国东部地区35部风廓线雷达资料同化试验研究,在同化1 h平均采样产品前,对其进行气候极值检查、一致性检查、垂直稀疏化等质量控制,选取2014年5月16-17日暴雨过程评估同化风廓线雷达资料对降水预报的影响,探讨其对初始场改进作用,之后,通过批量试验再次确认同化风廓线雷达资料可有效提高降水预报能力。个例同化试验对比分析表明:同化风廓线雷达资料后,暴雨区及其上游地区850 hPa的风速增强20%~30%,水汽通量增加30%~50%,大气层结不稳定性增强,小雨和大雨TS评分分别提高0.06和0.07,暴雨漏报率和空报率分别降低0.04和0.05,降水预报得到改进。     

垂直指向测雨雷达的误差模拟及相互校准

基于马歇尔—帕米尔(M-P)分布的雨滴谱和下落末速—降雨算法, 模拟了垂直气流和雷达垂直倾角对垂直指向测雨雷达雨强测量的影响。同时在外场, 与雨量计观测相结合, 比较了五部垂直指向测雨雷达之间的差异, 对其进行了校准。结果表明: 模拟的上升气流对雨强测量的影响大于下沉气流, 垂直气流速率越大雨强测量误差愈显著; 当雷达垂直倾角<1.5°, 或在低风速下 (水平风速<2 m/s) 且倾角<9°, 对雨强测量的影响均小于10%; 强对流性降雨过程中, 垂直气流对雨强测量的影响大于垂直倾角。另外, 通过挑选层状云降雨过程, 对比雷达与共置雨量计测量的降雨量、 对比雷达间测量的降雨量均可获取较合理的归一化斜率; 但对比雷达间测量的降雨量法更优, 利用该斜率可降低雷达间的仪器误差; 在限定雷达间反射率因子差值的条件下, 比较雷达间全部降雨过程的反射率因子也可反映仪器间的系统误差趋势。     

2013年华中区域中尺度业务数值预报的客观检验

利用经过质量控制的风廓线雷达组网资料（以下简称观测）对华中区域中尺度业务模式（WHMM）水平风场的预报能力进行检验评估,分别从总体、不同高度、不同风速以及单站等方面对全风速（wspd）、纬向风（u）、经向风（v）进行1个月（2013年5月）的统计分析。结果表明：（1）WHMM对风场具有较好的预报能力。其12 h和24 h的预报与观测的相关系数在0.6以上,通过α=0.01的显著性检验,12 h相关系数大于24 h的,预报风速整体存在负偏差,较观测偏小。随预报时效延长,风场的预报误差增大。u和wspd的预报能力好于v。（2）在垂直方向上,WHMM的wspd、u和v预报的均方根误差（RMSE）随高度先增加后减小,在1~2 km高度预报误差较大,4~5 km的预报误差较小。（3）按照风廓线雷达测风wspd间隔5 m·s^-1将模式预报分组,在30 m·s^-1以下不同速度分组中,WHMM 12 h预报的wspd、u和v与观测值的相关系数均大于24 h的,且通过α=0.01的显著性检验,12 h预报的RMSE大于24 h的,并随风速增加而增大。（4）从单站的风廓线来看,模式可以预报出站点上空风场随高度的变化趋势,广州站预报效果好于芜湖和秭归站。

     

风廓线雷达探测降水过程的初步研究

为利用风廓线雷达 (WPR) 开展降水研究, 分析了2006年8月25-26日北京延庆WPR探测降水个例。降水前高空出现持续时间长达10h以上的水平风垂直切变; 在信噪比 (SNR) 时间序列资料中出现比较清晰的SNR极值层, SNR极值层所处高度与水平风垂直切变高度相吻合。降水期间及前后, 水平风探测高度明显增高2km以上。随地面降水的临近, 下降速度所处高度逐渐降低, 从高空一直延伸到低空, 持续时间长达10h。资料分析表明:国产WPR可以在降水天气工作, 其探测资料能及时反映大尺度流场的变化。通过WPR提供的功率谱密度、SNR、水平速度、垂直速度等多种资料, 可从多种角度了解降水过程; 特别是WPR可以同时探测垂直气流速度、粒子落速及其高度分布, 进而可以估计降水粒子尺度谱及其高度分布, 便于开展更深层次的降水物理过程研究。     

基于K means聚类分析的风廓线雷达降水数据判别方法

在降水环境下,风廓线雷达获得的多普勒信息主要是降水质点运动的结果,从而对大气风场的计算造成很大误差,因此,判断雷达回波信号是否受到降水干扰是很有必要的.采用一种基于K-means聚类算法思想的集合分析法对晴空和降水条件下的数据进行了聚类分析,得到随信噪比变化的垂直速度阈值,再根据该速度阈值对风廓线雷达数据是否受到降水干扰进行判别.采用此方法对南京边界层风廓线雷达2011年8-12月及2012年3-4月的部分观测数据进行了计算分析,结果表明,该方法可在不同的高度区分晴空和降水数据,能有效判别回波信号是否受到降水干扰.     

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。