多普勒雷达与L波段雷达垂直风廓线对比分析北大核心

利用2012-2017年阜阳多普勒雷达与L波段雷达测风数据进行对比分析,统计两者的相关性和测量误差,进一步了解多普勒雷达风廓线产品的准确性和可信度。结果表明:两者测风结果一致性较好,风向和风速相关系数分别为0.97和0.94,标准差分别为19.5°和2.65 m·s^(-1)。多普勒雷达风速总体上在同一高度比L波段雷达风速偏小,两者风速相对偏差平均为24.48%;风速标准差随高度增高呈增大趋势,在降水期间对比差值小于非降水;风向标准差在7 km以下呈递减趋势,8 km以上有小幅增加趋势;风速相关系数随高度增加呈增大趋势,除低空偏低以外,其他高度相关系数均较高。     

不同季节天气条件下风廓线雷达测风精度分析

采用建瓯风廓线雷达(CFL-06)观测资料,分析不同季节天气条件下风廓线雷达的测风精度,同时还选取了永安风廓线雷达(CFL-03)数据进行了对比分析。结果表明,四个季节在探测高度低于4 km时,获得的对称波束水平风分量差值的平均值很小,且小于0.5m·s~(-1),标准差值也比较一致,且小于10 m·s~(-1),探测精度均较好。当探测高度超过4 km后,春、冬两季对称波束水平风分量差值的平均值和标准差值开始增大,在7.1 km高度平均值和标准差值达到最大,分别为9 m·s~(-1)和28 m·s~(-1),夏、秋两季探测精度高于春、冬两季的。在探测高度低于4 km时,不同季节4种方法计算的垂直速度基本一致,以春季大气最为均匀,其次是冬季的,夏、秋两季的最差。在探测高度超过5 km后,春、冬两季4种方法计算的垂直速度偏差增加较快,最大分别为0.9 m·s~(-1)和1.0 m·s~(-1),夏季4种方法计算的垂直速度偏差较小。夏、冬季水平风向和风速测量精度优于春、秋两季的,秋季测量精度最低,水平风速标准差值在0.0～1.5 m·s~(-1)和水平风向标准差值在0～15°范围内所占比例分别只有51.6%和54.0%。总的来说,风向和风速测量精度普遍不高,需要进一步改进算法,减少计算误差,提高探测性能。     

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。     

上海组网风廓线雷达数据质量评估

利用2014年6月美国国家环境预报中心(NCEP)的全球模式分析资料,对上海及周边地区组网的七部边界层风廓线雷达的水平测风数据进行了初步分析和比较。由于NCEP全球模式分析资料并未使用上海13:15加密观测探空秒间隔数据,首先用该数据对NCEP分析资料的准确性和代表性进行了检验。结果表明,两者平均偏差与均方根误差均较小,故认为NCEP分析资料可用于客观检验上海及周边地区组网的七部边界层风廓线雷达的水平测风数据。对比分析风廓线雷达与NCEP分析资料表明总体上,风廓线雷达与NCEP分析资料的平均风场风速偏差为-0.14 m·s~(-1),均方根误差为2.72 m·s~(-1),风向偏差为-4.28°。上海组网风廓线雷达测风资料质量与探空观测水平接近,有较高的可用性。     

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。     

基于风廓线雷达的湖北梅雨期暴雨中小尺度特征

针对2016年湖北梅雨期3次(“6·19”、“7·5”和“7·19”)暴雨过程,首先对比了汉口站探空数据与汉口、咸宁两个风廓线雷达站水平风速、风向,发现“6·19”和“7·5”过程汉口风廓线雷达站3 km以下水平风速和探空数据较为接近,而3次过程中咸宁风廓线雷达站8 km以下水平风向、风速和汉口站探空数据基本吻合。在此基础上利用风廓线雷达资料并结合常规、加密自动气象站资料,对3次过程中水平风场、平均垂直速度及其变率、水平风速垂直切变、大气折射率结构常数(C_(n)^(2))等进行分析。结果表明:(1)降水开始前西南风速明显增大,中层干冷空气入侵和地面冷池形成的中尺度偏东气流是“6·19”过程50站出现大于等于17.2 m·s^(-1)大风的主要原因,“7·5”和“7·19”过程西南急流长时间维持及1 km以下的偏东气流则是短时强降水持续时间较长的诱因;(2)梅雨期暴雨期间风廓线雷达观测的水平风速垂直切变、平均垂直速度及其变率随高度变化较小,较强上升运动区域主要集中在4 km高度以下;(3)C_(n)^(2)显示强降水发生前大气水汽含量有一增加过程,且整层水汽含量深厚,C_(n)^(2)大值区的消失对应降水结束。     

贵州威宁边界层风廓线雷达与L波段探空雷达的风向风速一致性初探

利用2019年6月至12月威宁县边界层风廓线雷达数据和威宁探空数据,预设二者风速偏差<=3m/s、风向偏差<=20°为有效数据样本,研究两者在不同风速、风向范围和不同高度、时次、降水条件下风向、风速数据对比及相关性分析。结果表明：（1）风廓线雷达和探空的风速、风向均具有较好的正向相关性;（2）在不同高度下,且无论有无降水或任意时次,风速有效样本比率大体上高于风向有效样本比率,500米左右高度以下有效样本比率总是最小（不足50%）,而中高层较大;（3）不同时次对风速、风向数据有效性影响不大;（4）有降水时风速、风向有效样本比率比无降水时偏小且变化剧烈;（5）除东北（20°-40°）和西南（200°-260°）风向外,其他方位风向数据一致性较差;（6）除大于24m/s的风速外其他大小风速均具有较好的一致性。     

一次暴雪天气中的风廓线雷达资料分析

利用CFL-03型边界层风廓线雷达资料,对2016年11月21-22日平顶山地区暴雪天气过程诊断分析,结果表明:风廓线雷达资料从时间、空间上能够更加准确、有效地对这次过程的天气系统及气团性质变化实现实时连续监测。对流层中、下层垂直速度大于1 m·s~(-1)(最大为2.4 m·s~(-1))、C■大于-134dB(最大为-110dB),是降水发生发展阶段,整个大气层大气湍流活动和空气上下运动有较好地对应关系。中、下层信噪比,能够很好地揭示降水发生、发展、结束时雷达接收到经目标散射后的信号强弱:信噪比大于20dB的范围和中心强度越大,降水越集中且强盛。对流层中层到下层谱宽由0.5 m·s~(-1)以上区,变为0.5 m·s~(-1)以下区,对应降水强盛时期,反之无降水。     

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。     

降水时风廓线雷达风场反演效果评估

风廓线雷达（wind profile radar,WPR）因具有高时空分辨率特点,成为当前短时临近预报的重要参考工具。降水时WPR同时接收大气湍流回波和降水粒子散射回波,现有技术不能有效分离叠加在一起的湍流信号和降水信号,导致降水期间风廓线雷达反演的风场数据严重缺失或失真。根据风廓线雷达探测技术原理及降水天气的功率谱特点,提出了降水天气时风廓线雷达湍流信号提取方法（WPR-HW）,并选取2015—2018年天津10次降水过程对WPR-HW方法进行模式检验及个例效果评估。结果表明:WPR-HW方法对改善降水期间风廓线雷达风场数据缺失问题效果明显,在选取的10次降水过程中,目前通用的风廓线雷达风场反演方法（WIND）风场数据平均缺失率为25.4%,WPR-HW方法未出现风场数据缺失现象;WPR-HW方法较WIND方法反演风场数据可信度有显著提高,反演数据与再分析数据的风速均方根误差由WIND方法的2.3 m·s-1降至WPR-HW方法的1.6 m·s-1,风向均方根误差由WIND方法的45°降至WPR-HW方法的22°,从而验证WPR-HW方法在降水期间适用。     

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。     

Spectrum Analysis of Wind Profiling Radar Measurements

Unlike previous studies on wind turbulence spectrum in the planetary boundary layer, this investigation focuses on high-altitude （1-5 km） wind energy spectrum and turbulence spectrum under various weather conditions. A fast Fourier transform （FFT） is used to calculate the wind energy and turbulence spectrum density at high altitudes （1-5 km） based on wind profiling radar （WPR） measurements. The turbulence spectrum under stable weather conditions at high altitudes is expressed in powers within a frequency range of 2 × 10-5-10-3 s-1, and the slope b is between -0.82 and -1.04, indicating that the turbulence is in the transition from the energetic area to the inertial sub-range. The features of strong weather are reflected less obviously in the wind energy spectrum than in the turbulence spectrum, with peaks showing up at different heights in the latter spectrum. Cold windy weather appears over a period of 1.5 days in the turbulence spectrum. Wide-range rainstorms exhibit two or three peaks in the spectrum over a period of 15-20 h, while in severe convective weather conditions, there are two peaks at 13 and 9 h. The results indicate that spectrum analysis of wind profiling radar measurements can be used as a supplemental and helpful method for weather analysis.     

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。     

登陆台风启德近地层强风特性观测研究

根据Airda3000Q型边界层风廓线雷达获取的台风启德(1213)强风观测数据,分析了强风条件下的近地层风廓线特征,发现以下观测事实:台风中心经过前后风速呈现尖耸的"M"形双峰变化,台风眼壁强风区风速最大,台风眼区经过前后100m高度极大10min平均风速分别为35.7、35.4m/s,眼区经过时出现最小风速为16.2m/s;而风廓线幂指数α则呈现比较平缓的"M"形双峰变化,风廓线幂指数α出现极大值的时间比风速出现极大值的时间分别提前约1h和延后3.5h,台风眼区经过时风廓线幂指数α接近最小,甚至出现负值;台风影响期间,风的垂直变化主要发生在200m以下的低空,风的垂直变化率有波动,最大值出现在台风眼壁强风区和台风中心过境后的外围大风区。     

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。     

双多普勒天气雷达反演大气三维风场的个例研究

根据笛卡尔坐标系下双多普勒天气雷达反演大气三维风场的理论，以2003年7月5日发生在安徽省的一次强降水过程为例，反演大气三维风场。结果表明：利用双多普勒天气雷达反演大气风场能够更加详细地反映出大气风场的三维结构。     

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。