可业务化运行的L波段探空系统高空风改进算法

为进一步挖掘L波段高空气象探测业务系统原始资料潜力、优化改进现行测风业务算法,本文基于新疆博湖东岸L波段系统机动站累积的两年探空原始资料,提出了可业务化运行的高空风改进算法。该算法首先对雷达原始秒点坐标进行严格的质量控制,采用低通滤波、加权最小二乘法、线性补缺等方法去除探空仪摆动、雷达测量误差等对秒点坐标造成的扰动;然后采用逐秒点坐标滑动计算矢量平均风,通过与同球施放的GPS探空做比对分析得出,在全程使用50-60s计算时间窗口或前50分钟使用30-40s时间窗口、50分钟以后使用50-60s时间窗口条件下,雷达矢量平均风廓线与GPS矢量平均风廓线吻合较好;规定高度层风和固定垂直分辨率高度层风采用查找表方法确定,其结果不仅能在风场结构上与现行业务算法一致,同时能呈现出明显的风层脉动信息。     

L波段高空气象探测系统测风算法改进探讨

对我国高空气象观测业务中的平均风计算方法及其存在的问题进行了分析和探讨,提出了完全采用矢量平均风算法来求取高空规定层风的业务流程改进方案;用锡林浩特站和阳江站同球施放的RS92GPS探空仪与L波段雷达-GTS1探空仪的对比观测数据集,对20~200s时间窗口下的各种矢量平均风计算方案及其规定风层计算结果进行了分析比对,提出未来改进的L波段高空气象观测系统可以测试使用时间窗口为30~45s的矢量平均风、使得计算风层达到每150~350m高程一个,以便进一步提高与GPS测风结果的一致性、更好地满足预报服务部门对高空风垂直分辨率的应用需求。     

基于地心坐标系的卫星导航测风平滑算法

本文从高空风探测原理出发，提出可业务化运行的卫星导航探空系统高空风平滑计算方法。该算法首先根据北斗〖CD*2〗GPS（Global Positioning System）双模式探空仪提供的大地坐标秒间隔数据，基于地心坐标系计算原始高空风；然后，采用矢量滑动平均法对原始数据进行平滑处理。通过与同球施放的芬兰RS92探空系统做比对分析得出，滑动平均窗口在0～32 km高度范围内设置为34 s、在32 km高度以上设置为60 s条件下，卫星导航探空系统与RS92探空系统高空风测量结果吻合较好。该算法计算结果同基于站心坐标系计算的30 s滑动平均风基本相同，但其风速分量误差范围在32 km高度以下略优、在32 km高度以上减小明显，升空全程误差范围更为稳定。     

L波段探空系统高空风平滑计算方法探讨

在分析现行业务L波段探空系统测风原理的基础上,提出改进高空测风数据的平滑计算方法.首先比较了业务分钟风与滑动平均风两种高空测风数据的平滑计算办法,并与GPS RS92测风数据进行了对比分析和批统计处理,特别是对业务L波段雷达在1～21、22～42和43分钟及以后采取不同的时间隔计算风的规定给出了分时段以及低仰角、远距离和小风速的统计分析.结果显示,滑动平均法在选取合适的滑动平均窗口的条件下,其计算的高空风与GPS RS92测风结果一致性更好且动态误差小.建议未来改进业务L波段探空系统的高空风平滑计算方法时,采用窗口为1分钟的滑动平均方式或者前20分钟采用30秒,以后采用1分钟的分段滑动平均方法.     

广东省高空风观测资料融合技术的应用

以广东省气象局多普勒雷达VWP产品、风廓线雷达数据和常规探空资料为基础,抽取同一时间点、相同或相近高度层数据,将其融合为高时间(30 min)和空间分辨率(27/31站)的高空风观测数据集(Micaps第2类数据产品格式)。该方法直观、简单,忠实于原始观测,验证了该数据集的可用性、科学性和实用性。实时生成融合产品及各种物理量分析图。     

CFL-06型风廓线雷达与L波段探空雷达测风对比分析

为探讨风廓线雷达资料的准确性和可用性,将2016年5月2017年4月张家口的风廓线雷达与L波段探空雷达测风资料进行对比分析。结果表明:1)张家口站大多高度层二者风速呈显著正相关,00:00的相关性优于12:00的,8km以上未通过显著性检验。2)4.11km以下风廓线雷达较L波段探空雷达水平风速偏大,平均误差为0.00~1.50m/s;4.11km以上风廓线雷达较L波段探空雷达水平风速偏小,平均误差为0.00~22.13m/s,并随高度的增加而增大。3)水平风速有效样本率(风速差≤3m/s)整体随高度增加呈先增大后减小的趋势,中低层(1.23~3.63km)的有效样本率较高,为60.0%~70.0%。4)2.196.03km各高度层水平风向的有效样本率(风向差≤20°)较大,稳定在70%~80%,有降水时风向有效样本率随高度的增高而增大,且各高度层波动较大。两个时次风向有效样本多集中在风向差为10°的范围内,28km各高度层有效样本率(风向差≤10°)可达到40%~60%。     

风廓线雷达与L波段探空雷达测风资料的对比

为了探讨风廓线雷达资料的可用性,对2013年9月—2015年10月青岛站和济南站的风廓线雷达与L波段探空雷达测风数据进行相关、误差及有效样本比率分析。结果表明:(1)济南站和青岛站绝大多数高度层00:00和12:00风廓线雷达与L波段探空雷达的水平风速显著正相关,通过α=0.05及以上信度检验;(2)济南站00:00和12:00,晴天1.5 km以上及雨天0.64 km以上大多高度层风廓线雷达的水平风速比L波段探空雷达偏小约2 m·s~(-1),且当风廓线雷达与L波段探空雷达水平风向差≤20°时,有效样本比率基本在70%以上,资料质量很高;(3)青岛站00:00和12:00,6.48 km以下大多高度层风廓线雷达探测的水平风速比L波段探空雷达偏小2~4 m·s~(-1),水平风速资料可用,但当2部雷达风向差≤20°时,有效样本比率仅为20%,海陆风及2种仪器的布设距离是水平风向差异的主要原因。     

利用GPS定位资料分析L波段雷达测风性能

新研制的GPS探空仪是在我国高空站网上普遍使用的L波段雷达-数字探空仪系统中增加GPS定位模块,高空风数据不但可以通过GPS定位数据计算获得,同时还可以通过L波段雷达单测风方式进行计算,这样使其自身获得了多方面的动态比对试验。通过对23份对比施放记录分析发现:在一般情况下,经过同等的适当滑动平滑后,从L波段雷达和GPS定位两个独立系统得出的高空风廓线基本一致,说明L波段雷达的测风精度基本可以达到GPS测风水平。但在探空仪上升到高空小风速区且远离测站时,雷达测风精度明显较GPS测风精度低,需要对原始数据进行更大范围的平滑。对照分析表明:目前高空站的L波段雷达观测业务还有较大发展潜力。     

风廓线雷达与L波段雷达探空测风对比分析

为了解风廓线雷达探测的准确性,对北京南郊大气探测试验基地2006-2008年3年的观测资料与常规高空探测资料即L波段雷达探空测风数据进行了对比,计算并分析了不同高度、不同时次、不同风速条件下的对比结果,进行了相关性分析,计算了平均差和标准差。结果表明,二者测风结果有较好的一致性,半小时平均水平风u、v分量的标准差在2.3m/s左右,为风廓线雷达和L波段雷达探空共同的测量误差及不同采样空间和时间的水平风的差异。     

高空气象观测规范改进及雷达元数据应用

对我国高空气象观测业务规范存在的纰漏和现行业务软件算法对观测秒数据利用率不高,导致计算结果精度不足等问题进行了分析,并就如何扩展应用L波段雷达〖CD*2〗GTS1电子探空仪系统元数据来解决相关问题进行了探讨。结果表明：测风秒数据的最大利用价值在于优化和调整量得风层的计算厚度（时间间隔）,可将L波段系统测风精度提高到与RS92 GPS探空系统同一数量级,基本满足业务部门对高空风的观测精度要求;通过对气球下沉记录处理流程的调整改进可实现相关记录数据段的妥善保存;引入探空和测风秒数据的野值综合判别、自动剔除和拟合补缺算法,可在提高秒数据利用率的同时进一步提升业务系统的智能化、自动化水平。上述新技术、新方法的采用,都须以对现行高空气象观测规范中的相关业务规定进行调整、改进作为前提。     

科尔沁边界层风廓线雷达探测性能评估

利用2016～2017年科尔沁边界层风廓线雷达每6min的风场资料评估雷达探测性能,主要针对风廓线雷达数据获取率、风廓线雷达与常规探空探测风的相关性等进行了分析。结果表明：风廓线雷达平均数据获取率随高度的增加先增大后减小,3000米以下平均数据获取率都在60%以上。雷达探测数据存在日出后数据缺测率高,午后缺测率低的变化趋势。各层数据获取率与气温和比湿的相关系数分别在0.45和0.35左右。对比风廓线与常规高空探测数据发现：二者v分量的相关系数大于u分量；各高度层中400米到1900米的u分量的相关系数在0.4以上,500米到3400米的v分量的相关系数都在0.6以上；风廓线雷达与常规探空数据u分量相关系数随风速的增大时而减小,从春季到冬季u、v分量相关系数都呈减小趋势。各个季节中风廓线雷达与常规探空数据风速平均偏差春季最小、冬季最大。     

长安风廓线雷达测风资料的可靠性验证

利用2014—2015年陕西西安泾河站L波段探空数据和ERA-Interim再分析资料,与同期长安站风廓线雷达数据进行对比分析,确定风廓线雷达数据的可靠性。结果显示风廓线雷达资料与L波段探空资料、ERA-interim再分析资料整体上相关性较好,相关系数随高度的增高而增大,在1 500~2 500 m之间达到显著相关。不同时刻数据对比结果显示风廓线雷达白天观测结果整体上优于夜间。从平均状态来看,风廓线雷达在描述平均态过程中与探空和再分析资料基本一致,即风廓线雷达数据可用于实际应用和研究。     

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。     

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。      

风廓线仪与气球测风资料的对比分析

利用风廓线仪和气球同步探测风场资料对比,分析了风廓线仪探测风场资料的可靠性。结果表明：在稳定天气过程中,由于风廓线仪的探测盲区和地物杂波的影响,自地面至高空200m范围内,廓线仪探测的风向、风速与气球探测的风向风速值有一定偏差,200m高度以上风廓线仪和气球探空所测得的风场廓线具有很好的相关性;在复杂天气过程中风场廓线形状出现较大偏差,主要原因是由于气球探空资料在各高度层之间的整体连续性方面存在明显不足,而风廓线仪的观测资料无论在各高度层之间还是整体连续性方面都明显好于气球探空。这与在较高海拔地区,气球观测期间的大气局部不稳定有关。由于气球在经过某高度层时的取值明显受到当时大气层局部小湍流活动或者较强的下沉或上升气流影响,使气球经过该点时的位移与其相邻两点之间出现明显的飘逸,从而造成气球在某个高度范围内的风资料观测值出现较大偏离。但由于探空气球的资料不连续,无法准确判断气流扰动情况,而风廓线仪获取的不同高度上的风资料是10min内的平均观测值,一般不受小范围的空气扰动而出现较大偏离,另外,风廓线仪的观测是连续的,每组观测值之间只存在10min的时间差,通过对前后几组数据的对比分析,可以明显看出当时气流的扰动情况。因此,风廓线仪探测在资料的连续性和分析气流扰动情况,尤其是大尺度湍流活动方面更有探空气球不可替代的作用,风廓线仪观测资料的可靠性具有良好的应用价值。     

西昌发射场L波段雷达、风廓线雷达与GPS测风对比分析

对西昌发射场L波段雷达、风廓线雷达和GPS测风数据进行对比分析,对不同季节、不同风速条件、不同高度下的风向和风速数据进行相关性分析,结果表明:发射场干季风速数据相关性较高,风向数据相关性较低,雨季风速数据相关性较低,风向数据相关性较高;随风速变大,L波段雷达和GPS测风的数据相关性越来越高,二者与风廓线雷达测风数据的相关性明显变低;在各高度层风向相关性均较高,在低层风速相关性较低,在中高层风速相关性较高。      

风廓线雷达产品数据置信度研究

随着风廓线雷达技术的发展,高空风探测参量越来越多,数据精度不断提高,探测能力得到了极大提升。评估风廓线雷达数据置信度是风廓线雷达应用中需要解决的重要问题。本文基于径向数据和风场合成两个阶段,在风廓线雷达数据反演过程中形成数据置信度算法,并引入噪声电平。同时,利用南京同站址风廓线雷达和探空1 a的资料进行匹配比对,对置信度算法性能进行评估,结果表明该置信度算法可行。将置信度算法植入风廓线雷达数据处理软件中,能实时输出含置信度的风廓线雷达产品数据,有利于预报人员合理使用置信度较高的风廓线雷达产品数据。对于置信度较差的产品数据进行分析,可有助于及时发现雷达的潜在故障。     

利用波束轮转技术提高风廓线雷达时间分辨率

时间分辨率是风廓线雷达的一个重要指标。根据风廓线雷达工作原理和时间分辨率计算方法,提出一种利用波束轮转技术来提高风廓线雷达时间分辨率的新方法。风廓线雷达使用该方法进行探测时,采用波束优先顺序进行观测,当雷达完成一次完整的观测后,每完成一个波束的观测,将该波束的观测数据替代之前观测数据中该波束的数据,其它波束使用之前的观测数据,组合成一个新的数据后,再进行后续处理。2018年10月1—31日利用L波段风廓线雷达开展了相关观测试验,并将根据两种模式所得结果与探空数据结果进行对比。试验结果表明,使用波束轮转技术可以将风廓线雷达的时间分辨率由6 min提升至1 min,在反演得到的风廓线结果上能够看到明显的变化过程;从与探空数据的对比结果看,使用波束轮转技术得到的大气风场实际情况更加吻合。     

用GPS定位数据研究L波段雷达数字探空仪系统的测高误差

我国高空站网已普遍推广L波段雷达-数字探空仪系统,但业务上作为测风使用的L波段雷达设备的探测精度只经过了近距离静态目标的标定,缺乏相关的动态检验.为了解该系统的动态探测性能,作者在数字探空仪上增加了GPS定位模块,以获得的GPS高度数据作标准,分析了2006年5月至6月上海和南京探空站23份施放记录,结果表明: L波段雷达设备由于水平标定精度不够,造成测高误差较大,100hPa高度以下最大系统误差达到几百米,而且每个站的误差带有系统性,但利用GPS高度数据与雷达测得高度的对比分析结果,来修正雷达仰角参数后,大幅度提高了L波段雷达的测高准确度,系统误差在100hPa高度以下不超过40m.因此在高空探测业务上以GPS定位资料作为L波段雷达定标的参考标准具有可行性.     

国产GPS探空系统探测能力分析

实验室测试和外场比对试验表明,我国研制的GPS探空系统采用卫星导航测风体制进行测风,GPS高度反算气压取代气压传感器,较之雷达探空体制要更为准确和精确。其在电气性能和稳定性、可靠性方面满足CIMO的探空要求。实验室测试表明,在采用新型温、湿、压传感器和测试条件情况下,准确性误差分别在±0.1℃、±2%、±1hPa之内,满足WMO对常规高空探测要求。与RS92型探空系统相比,国产GPS探空仪的动态测量性能除相对湿度准确性方面由于技术和工艺水平仍有一定差距外,其余要素已接近RS92的水平,尤其与GPS定位相关的气压、位势高度、风向和风速,其一致性标准差已与RS92相当,达到了较高的水平。与我国现有高空探测业务使用的L波段探空系统相比,测量准确性方面已优于L波段探空系统。