双线偏振雷达测量精度的统计分析与降水估测

通过对双线偏振雷达１９８８－１９９０年一些观测资料的统计分析，我们发现：空间相关系数ρＶ、时序相关系数ρＴ、差示反射率因子ＺρＲ及其均方差σＤＲ各自遵从一定的统计分布规律；σＤＲ（ｄＢ）与ρＴ之间近似呈线性负相关；选择３２对预平均处理取样模型为最佳；当ρＴ＞０．９５，预平均本数为３２时σＤＲ可降到０．２ｄＢ以下。这些结论为我们提高双线偏振雷达的性能和探讨系统的气象应用提供了依据。另外，在选择最佳采     

利用卷积神经网络开展偏振雷达定量降水估测研究

利用偏振升级改造后的广州新一代天气雷达（CINRAD/SAD）水平反射率ZH、差分传播相移率KDP、差分反射率因子ZDR和广东佛山219个地面气象自动站雨量数据,形成不同偏振量组合的8个数据集。基于卷积神经网络（CNN）,建立雷达定量降水估测网络架构QPEnet, 并将该架构用于雷达定量降水估测（QPE）,评估结果表明：数据集通道数N的增加可降低QPEnet的定量降雨估测的均方根误差（RMSE）,并提高相关系数（CORR）;对于由ZH形成的数据集Z、Z_1~3 km和Z_6 min,随着通道数N的增加,数据集Z、Z_1~3 km和Z_6 min的性能逐步得到提高,数据集Z_1~3 km和Z_6 min的均方根误差（RMSE）分别是4.71和3.78,比数值集Z分别降低了1.3%和18.7%;数据集Z_1~3 km和Z_6 min的CORR分别是0.82和0.88,比数据集Z分别提高了2.5%和10.0%;对于ZH、KDP和ZDR偏振量组成的数据集里面,数据集Z_ZDR_KDP的拟合性能最好,RMSE为3.97,比数据集Z的RMSE降低了14.6%,CORR是0.86,比数据集Z提高了7.5%;分别对0.6～5 mm、5～10 mm、10～20 mm、20～30 mm、30～40 mm、40～50 mm和50 mm以上的7个降水量级的均方根误差（RMSE）、平均偏差比（MBR）、平均误差（AE）和相对误差（RE）等的统计结果表明,数据集Z_6 min降雨精度最高。     

X波段双线偏振雷达不同衰减订正方法对比及其对降水估测影响研究

本文分析了X波段双线偏振雷达衰减订正各种方法的特点,考虑到差传播相移率 作为衰减订正的一种有效途径,以及由于 值较小,数据质量不稳定,往往导致订正误差较大,因此提出了同时利用水平反射率因子 与差传播相移率 进行衰减订正的 综合法。基于同样的考虑,在随后利用 、 进行降水估测时,提出了 综合估测方法。利用中国科学院寒区旱区环境与工程研究所和成都锦江电子系统工程有限公司,在研制3.2cm波长同时收发式多普勒偏振天气雷达过程中,2005年8月在平凉外场试验取得了一批观测资料,对提出的衰减订正综合法及降水估测综合法的效果进行了分析检验,结果表明, 综合法对 、 有稳定的订正效果,并且订正速度快,能够达到实时运行的要求。2005年8月11日从15:08:03--22:05:46,间隔5-12分钟不等,雷达开机取得了连续的观测资料,通过对这次降水过程的对比分析表明, 综合估测法比单因子 法、 关系法,适用估测的降水强度变化范围广,与自动雨量记的观测结果较为吻合。 关系法中,利用订正后的 值,比利用订正前的 值,降水估测值与雨量记实测值的误差明显减小,说明衰减订正后的雷达数据质量有明显的改善。     

双线偏振雷达的降水估测：II.误差分类分析

详细地定量地分析了降水估测中的Ｚ－Ｒ关系和各类误差。由此可知,指数函数形式与幂函数形式的Ｚ－Ｒ关系之间无明显差别,ＺＨ的参数因子ＡＨ不能太大,双线偏振雷达的测量误差导致的降雨强度估测误差在各类误差中最小,Ｚ－Ｒ关系的不可拟合误差之标准差约为０．２１５,因而不容忽视。降雨强度的估测误差可人为呈一偏差逼近０而标准差约为０．２６５的近正态分布,这对提高区域降水的估测精度尤为重要。     

双线偏振雷达的降水估测：I.排序配对逼近法

提出使用新的途径－排序配对逼近法得出的双线偏振雷达降水估测Ｚ－Ｒ关系参数因子比线性拟合法具有更好的代表性,且能体现提高区域降水估测精度,也能根据实际情形采用其它的误差类型作获取及衡量参数的标准,对指数函数形式的Ｚ－Ｒ关系来说,其参数因子Ａ０,ＡＨ及ＡＤＲ分别为０．０１６８４,０．０９６和－０．４１６５。该方法可以推广以多个变元及参数因子的复杂函数中。     

双线偏振多普勒雷达估算降水方法的比较研究

用美国KOUN双线偏振多普勒雷达2003年5～6月观测的两次强对流降水的天气过程资料，研究了从冰雹云降水回波中剔除冰雹回波得到液态降水区域的方法，冰雹回波剔除的结果保证了估测降水量不受冰雹的影响；分析了S波段双线偏振多普勒雷达几种估测降水强度方法的差异，并与地面雨量站资料进行对比，研究了KDP计算方法本身对降水估测的影响。结果表明：在实际的估测降水中，不同降水估测方法得到的结果有较大的差异，利用KDP估测降水的方法不适合小雨阶段的测量。     

双线偏振雷达的降水估测Ⅱ. 误差分类分析

详细地定量分析了降水估测中的ＺＲ关系和各类误差。由此可知,指数函数形式与幂函数形式的ＺＲ关系之间无明显差别;ＺＨ的参数因子ＡＨ不能太大;双线偏振雷达的测量误差导致的降雨强度估测误差在各类误差中最小;ＺＲ关系的不可拟合误差之标准差约为０．２１５,因而不容忽视。降雨强度的估测误差可认为呈一偏差逼近于０而标准差约为０．２６５的近正态分布,这对提高区域降水的估测精度尤为重要。     

双线偏振雷达的降水估测Ⅰ. 排序配对逼近法

提出使用新的途径──排序配对逼近法得出的双线偏振雷达降水估测ＺＲ关系参数因子比线性拟合法具有更好的代表性,且能体现提高区域降水估测精度,也能根据实际情形采用其它的误差类型作为获取及衡量参数的标准。对指数函数形式的ＺＲ关系来说,其参数因子Ａ０,ＡＨ及ＡＤＲ分别为０．０１６８４,０．０９６和－０．４１６５。该方法可以推广应用到多个变元及参数因子的复杂函数中。     

双线偏振雷达测雨效果的对比分析

本文根据1993、1994年15次层状云和12次对流云降雨过程的地面降雨资料和C波段双线偏振雷达资料，对双线偏振雷达和普通雷达测量不同强度降雨的效果进行了评估和比较。结果表明，从相对误差来看，双线偏振雷达使普通雷达的小雨高估、大雨低估的测量误差趋势减弱，它对小到中雨的测量结果优于普通雷达。双线偏振雷达大雨高估的现象可能与强对流性降雨中冰相粒子的存在有关。     

双偏振天气雷达测雨误差及水凝物识别分析

利用北京2011年12次降雨过程的C波段双偏振天气雷达资料和自动站雨量资料,统计了不同雨强下的差分反射率因子ZDR、差分传播相移率KDP、相关系数ρhv值分布,重点对4种雷达测雨方程的测雨效果和误差进行了分析,并运用实例分析了双偏振产品在水凝物识别中的应用。得到了如下结论:①随着雨量的增强,ZDR、KDP和ρhv逐渐变大;冰雹对应的ZDR为负值,KDP比大雨大但小于暴雨;小雨到暴雨ρhv都超过0.90,冰雹的平均ρhv最小,仅为0.804。②对于4种雷达测雨方程,在小中雨时均高估了雨强,在大雨时均低估了雨强,但3种含KDP、ZDR的测雨方程比I-ZH方程的低估误差要小,在短时暴雨时,这3种方程的估测效果有明显的提高,4个方程中I-KDP-ZDR方程的估测效果最优,稳定性最好。③水凝物识别实例分析表明,利用双偏振产品可以更直接有效地判断冰雹等水凝物,能清晰地揭示出零度层亮带上下的水凝物相态并判断出零度层亮带高度。     

双偏振相控阵雷达误差评估与相态识别方法

选取2020年3—9月深圳求雨坛的X波段双偏振相控阵雷达探测数据, 与同位置的S波段双偏振雷达进行对比。通过一定限制条件定量分析引入误差的原因, 发现反射率因子ZH和差分反射率ZDR的标定误差和随机误差较大, 其中ZH误差变化范围为-0.5~4.5 dB, ZDR误差变化范围为-0.7~0.2 dB。在上述较大误差影响下, 传统模糊逻辑相态识别方法的水凝物相态识别结果不可靠, 因此根据不同相态的雷达参量特征范围以及融化层高度建立基本结构为二叉树的决策树相态识别方法。针对上述方法的实际应用效果, 分别从水凝物相态识别结果对误差的敏感性和空间分布的合理性进行评估, 结果表明: 决策树相态识别方法的水凝物相态识别结果稳定性高于模糊逻辑相态识别方法, 且在对流云中的水凝物相态分布更加合理, 能够发挥X波段双偏振相控阵雷达在研究云内水凝物相态演变的优势。     

差分反射率ZDR和反射率Ze测雨精度的对比分析

本文根据大量不同类型降雨的雨滴谱资料，分析了两种雷达测雨与滴尺度分布的关系，模拟计算了双线偏振雷达可测到的(R/ZH)-ZDR和常规天气雷达可测到的Z-R经验关系和它们在测量降雨率精度的对比分析。表明差分反射率ZDR对改进雷达测雨的精度有着明显的优势。     

雨区衰减对双线偏振雷达测雨的影响研究

以滴谱理论为基础，给出了双线偏振雷达各测雨式的雨区衰减订正公式和方法，并利用模拟的滴谱分布资料，分析了各波段双线偏振雷达各测雨式受雨区衰减的影响情况以及做衰减订正后的改进情况，提出了双线偏振雷达各测雨式在估测降雨中使用的建议。     

CINRAD-SA双偏振雷达资料在降水估测中的应用初探

对基于水平反射率ZH和差分传播相移率K_(DP)的降水估测综合法R(C)进行了改进,并对广州S波段双偏振雷达2016年2次飑线和2次台风降水过程的Φ_(DP)使用小波分析进行滤波处理,在此基础上使用变距最小二乘法拟合得到K_(DP)的值。分别使用R(C)和R(Z_H)法对2次飑线和2次台风降水过程进行降水估算,将估算结果和雨量计小时雨量进行了对比,并将两种方法的评估结果进行了对比。结果表明:(1)对于飑线类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度要好于R(Z_H)法,且降水率越大,R(C)法优势越明显,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均相对误差(RE)降低了17. 2%,平均绝对误差(AE)减少了1.89 mm,平均均方根误差(RMSE)减少了1.66 mm;(2)对于台风类型降水,R(C)法对5 mm·h~(-1)以上的降水估测精度也好于R(Z_H)法,当降水率≥20 mm·h~(-1)时,两次过程R(C)法比R(Z_H)法的平均RE降低了33. 19%,平均AE减少了3. 95 mm,平均RMSE减少了4.05 mm;(3)对于飑线和台风两种类型降水R(C)法都明显改善了降水率较大时的R(Z_H)法低估问题,但R(C)法在降水率10 mm·h~(-1)时也存在低估,可能是由雨滴谱资料观测误差导致拟合的系数偏小或雷达硬件造成的观测偏差等造成的。     

基于标准差分析法的S波段双偏振雷达数据质量评估

文章针对S波段双偏振天气雷达设计了一种改良的标准差分析方法,用以评估雷达数据质量,通过评估2022年2月-10月成都雷达基数据的数据质量,得到了如下结果：（1）对于正常雷达数据,改良的标准差计算方法与原始方法能得到相同趋势的标准差分布结果,计算异常雷达数据的标准差时,能得到更优的标准差分布结果。（2）成都雷达Zh数据质量存在较大波动,标准差低于SDZh标准值的比例仅43.67%。（3）成都雷达Zdr和CC数据质量较好,标准差低于SDZdr和SDCC标准值的比例分别为84.09%和87.10%,φdp的数据波动较大,标准差低于SDφdp上限的比例仅34.54%。     

双极化天气雷达的工作模式与极化隔离度

双极化天气雷达主要有两种工作模式,即同时发射同时接收模式和交替发射同时接收模式。比较了两种工作模式在谱参数估计精度、速度测量范围、地杂波抑制、信噪比等方面各自的优势和不足,并分析了天气雷达中的退极化现象及其对差分反射率产品的影响;以线性退极化比为例,讨论了极化参数的测量误差对双极化天气雷达系统极化隔离度的要求。理论分析和计算表明,精确的极化测量对双极化天气雷达的极化隔离度提出了非常严格的要求。     

利用深度学习填补双偏振雷达回波遮挡

广州S波段双偏振天气雷达低仰角多方位存在遮挡,高仰角也存在部分遮挡。基于卷积神经网络等深度学习方法,构建垂直填补（vertical echo-filling,VEF）和水平填补（horizontal echo-filling,HEF）网络架构,基于两种架构,利用无遮挡区的反射率因子ZH、差分反射率ZDR,差传播相移率KDP构建训练集,填补遮挡区的ZH和ZDR。针对仅0.5°仰角存在遮挡的区域,基于VEF架构,利用上层多个仰角、径向、距离库的三维数据,分距离段训练垂直填补模型。针对遮挡仰角较高的区域,则基于HEF架构,利用同一仰角左右相邻的多个径向、距离库的数据,分遮挡径向训练水平填补模型。根据解释方差、平均绝对偏差和相关系数3个指标和3个个例,对模型效果进行评估。结果表明：ZH填补模型的解释方差最大为0.92,平均绝对偏差最小为1.69 dB,相关系数最高为0.96;ZDR填补模型的解释方差最大为0.92,平均绝对偏差最小为0.12 dB,相关系数最高为0.96。利用该研究构建的深度学习填补架构,可有效填补偏振雷达遮挡区域回波,提高雷达数据质量。