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。     

风廓线雷达风场资料质量控制初探

基于2016年2月和8月江西宜春风廓线雷达探测水平风场数据,分别利用扩展经验正交函数(EOF)分析重构法和高斯滤波法对其进行质量控制。结果发现,相比原始观测风场,EOF分析重构法和高斯滤波法均能有效过滤风廓线雷达原始风场的高频脉动。两种方法对比分析发现,对于空间尺度的瞬时扰动,EOF分析重构法质控效果优于高斯滤波法;对于时间尺度的瞬时扰动,高斯滤波法质控效果优于EOF方法。     

降水条件下风廓线雷达数据质量分析及处理

风廓线雷达是当前获取大气三维风场信息的有效途径,但受其本身探测原理的约束,降水时的观测数据(尤其是边界层风廓线雷达的观测数据)将受到较大影响。为提高降水时边界层风廓线雷达数据的可信度,依据五波束探测和三波束探测原理,结合风廓线雷达功率谱再分析,建立了风廓线雷达数据筛选、填补的重处理方法,通过选取不同降水强度下的从化、潮州、阳江三个边界层风廓线雷达站的观测数据,开展了基于该方法的数据质量评估。研究结果指出:降水时虽能提高风廓线雷达的数据获取率,但风场数据质量并不一定较好(尤其是在特大暴雨时数据质量较差);经过数据重处理后,风廓线雷达的有效数据获取率得到提高,且内陆站点提升的幅度超过沿海站点;降水对2 km以下的观测数据影响较小,对于2 km以上的数据,若降水只是对部分高度造成数据缺失,则经过重处理后数据质量仍可以保持较好,但若连续多个高度数据缺失,则经过数据重处理后也不能较好地提高数据质量。     

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。     

风廓线雷达资料质量控制及其同化应用

为更好地同化风廓线雷达观测资料开展了相应的质量控制与同化应用研究。针对2013年5月广东地区13部风廓线雷达的观测数据,采用经验正交函数(EOF) 分析方法对其进行质量控制。相比原始观测,经过质量控制的风场提高(降低)了来自时空大(小)尺度的贡献,较好地滤除了小尺度高频脉动,也较好地保留了大尺度平均状态与局地中小尺度系统的共同影响,并且更加接近ECMWF再分析场。此外,还对质量控制后的数据进行了垂直稀疏化。分别计算了质量控制前、后风廓线雷达观测与NCEP 6 h预报场的差值,对比差值的特征发现,经过质量控制的数据的观测增量更好地满足了高斯分布与无偏假设。针对一个实际天气个例,基于GRAPES 3D-Var同化系统,分析了质量控制后的风廓线雷达资料对模式分析与预报的影响。试验表明,在循环同化过程中加入风廓线雷达资料可以更好地描述模式初始场低层风场的特征,从而对强降水的位置与强度做出更好的预报。针对2013年5月的批量试验表明,同化风廓线雷达资料使短期降水预报有明显的改善。     

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。     

两种面向数值同化的风廓线雷达资料质量控制方法比较分析北大核心

本文利用2018年2月2—11日福建9部CFL-06风廓线雷达小时风场与ECMWF模式背景再分析资料观测增量数据,首先制定了基于迭代加权最小协方差行列式(IRMCD)和双权重标准差(BSD)方法在处理观测增量数据时获得最优参数的判定指标峰偏值KS,然后对两种方法在处理风场离群值的性能和特性上展开比较分析。结果表明:总体上来说,两种方法在判定风廓线雷达风场数据的离群值都具有良好的效果,但是从波形指标、统计指标、概率密度分布、Q-Q图上看IRMCD比BSD方法能判定更多的离群值,各项指标都更接近于正态分布;从散点分布上看,IRMCD方法获得的非离群值的分布近似“椭圆形”特征,BSD方法获得的非离群值分布近似“方形”特征,同时BSD方法在判定离群值的“方形”四个角中存在一定量的误判,这是由各自机理所决定的,IRMCD方法能够同时处理二维向量并具有防止假阳性误判的机制,而BSD方法在处理二维向量时只能分别进行判定离群值;在风羽图的分析中也能看出IRMCD方法能够有效剔除与实际大气不合理的高低空风。因此,IRMCD方法更适合应用于循环数值同化的风廓线雷达水平风质量控制。     

基于模糊逻辑的风廓线雷达功率谱数据质量控制研究

随着风廓线雷达组网观测系统建设的推进,质量控制是提高风廓线雷达观测资料应用效益的重要环节。通过介绍风廓线雷达回波信号的产生机理、信号与数据处理流程,研究了风廓线雷达多普勒功率谱的湍流回波与干扰回波的特征,给出了功率谱的特征量,提出了基于模糊逻辑提取大气湍流回波信息的质量控制方法,改进了多普勒速度估算的准确性。为检验质量控制方法的可靠性,以合肥2008年6月4日10:42:16(北京时,下同)东波束和8日10:36:20西波束的多普勒功率谱数据处理为例开展了风廓线观测资料质量控制的个例试验分析,结果表明处理后观测资料的可用性较好。     

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。     

风廓线雷达估测雨滴谱参数

文章提出两种风廓线雷达资料估测雨滴谱的方法。①利用五波束风廓线雷达，通过连续方程求得各层垂直空气运动速度，根据垂直指向波束测出的功率谱导出雨滴谱；②假定雨滴谱为г分布，根据垂直指向的多普勒雷达测得的回波强度、径向速度、多普勒谱宽求得雨滴谱的三个参数。文章进行了实例计算，比较了两种方法的计算结果，并且讨论了Z-M关系的不确定性。     

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。     

风廓线雷达简介

风廓线雷达包括边界层风廓线雷达、对流层风廓线雷达、可移动风廓线雷达等系列产品 ,在气象、军事、航空、航天及全球变化研究等方面具有广泛的用途。其中边界层风廓线雷达在大气边界层空气质量、中尺度天气预报、垂直风切变、湍流、尾涡流研究等方面发挥着很好的作用 ,特别是在对飞行有严重影响的低空风切变、下击暴流的研究方面 ,目前还没有其它可替代的探测产品。边界层风廓线雷达是多普勒雷达的一个分支 ,它能可靠地提供从近地面到高空约 3公里高度处连续的实时水平风分量、垂直风分量、水平风分量垂直剖面图以及从近地面到高空约 1 5公…     

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。     

风廓线雷达对降水相态变化的观测分析

利用北京延庆风廓线雷达资料对2012年11月3日地面由降雨转为降雪的过程进行宏观和微观结构分析。结果显示:风廓线雷达的强度和速度产品能够很好地监测、诊断降雨到降雪相态变化的持续时间。降雨发生前,风廓线雷达反射率、信噪比、谱宽等因子均表现为不连续特征;地面降雨发生时,800~1000 m高度上出现明显的反射亮带;随着亮带的消失,地面降雨转变为降雪。地面降雨阶段,回波功率密度谱图呈现分层结构,1300 m以上表现为固态粒子特征,700 m以下为液态粒子,分层的高度与温度存在密切的关系,一般在274~275 K的环境内为融化层,融化层功率谱密度变化最为明显。另外,北京近3年层状云降水条件下.降雨和降雪阶段的垂直径向速度和信噪比数据统计表明,降雨发生时径向速度的范围一般在3~6 m·s~(-1)之间,信噪比在15~25 dB;而降雪发生时垂直径向速度值较小,在0~1.5 m·s~(-1),信噪比在3~15 dB之间。     

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。     

风廓线雷达资料的应用:质量评估

利用FNL全球再分析资料(Final Operational Global Analysis)、探空资料对2019年6—9月位于中国华北地区20个站点共5种型号(CFL-06、GLC-24、TWP8-L、CFL-03、CLC-11-D)的边界层风廓线雷达资料进行了质量评估。结果表明:各型号雷达均具有较强的探测能力,但不同雷达在水平风资料数据获取率以及有效探测高度上差异极大。不区分天气状况时,所有型号雷达均为V风质量优于U风质量。TWP8-L雷达U风测风质量相对最佳,CFL-03雷达紧随其后,GLC-24雷达U风测风质量最差,V风质量则差异不大,U风数据使用前需进行偏差订正以及质量控制。风廓线雷达观测对于降水较为敏感,降水使各型号雷达数据获取率在底层减小,中高层增加,增幅最大达到53％,但探测能力加强并不代表测风质量增加,统计结果表明降水是造成U风平均误差以及均方根误差较高的重要原因,其中,GLC-24、CLC-11-D雷达对降水最为敏感,降水状态相较于非降水状态均方根误差增幅均达到了5.5 m/s以上,降水情况下的U风及V风资料需进行进一步质量控制才可使用。     

面向资料同化的风廓线雷达风场特征分析及其质控方法

With the 0.5°×0.5° analysis fields of the National Centers for Environmental Prediction/Global Forecast System (NCEP/GFS) as the numerical forecast background and using surface precipitation data aimed at data assimilation, in this study, we first analyzed the quality of wind products from 12 L-band wind-profiler radars in Fujian Province, including three CFL-03 radars and nine CFL-06 radars obtained at 0000 UTC, 0600 UTC, 1200 UTC, and 1800 UTC from January to December 2017. Then, we considered different quality control (QC) schemes and their effects. The results indicate that: (1) Winds detected by CFL-06 radars are obviously better than those by CFL-03 radars with respect to the maximum detection height, effective data availability, and horizontal wind quality at low levels. (2) Great differences exist in the horizontal winds detected by different wind-profiler radars in same series, including data availability, effective detection height, and the vertical distributions of the standard deviation, correlation coefficients, and bias. These differences have no direct relationship with the geographical locations of the wind-profiler radars, i.e., coastal area or inland, or their heights above sea level. (3) Wind-profiler radar products have obvious systematic negative biases relative to the GFS u-wind field, that is, the u winds detected by wind-profiler radars are lower than the GFS background field. This does not meet the no-bias requirement for data assimilation, so bias corrections are necessary in the data assimilation process. In contrast, the v-wind data are relatively better than u-wind data. (4) Precipitation has a great impact on the detection capability of wind-profiler radars. On precipitation days, the data availability is decreased in the middle-low levels but greatly enhanced in the middle-high levels. The standard deviations of u and v winds both increase in the middle-low levels, whereas the standard deviation of the v winds increase and those of u winds greatly decrease in the middle-high levels. (5) Two QC schemes, i.e., a scheme using different high-confidence ranges and a scheme using different effective detection heights are introduced to different wind-profiler radars to compare their results with those of the fixed effective detection height scheme. The results show that the two QC schemes both have obvious advantages. The QC effect of the different high-confidence range scheme is much more obvious, with the horizontal wind data of different radars more fully and effectively identified. This scheme reduces unnecessary loss of radar data, eliminates poor quality data, and achieves good results regarding the precipitation conditions. © 2021, Science Press. All right reserved.     

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.     

风廓线雷达对塔克拉玛干沙漠晴天边界层的探测分析

利用塔克拉玛干沙漠大气环境观测试验站2010年8和10月边界层风廓线雷达资料,分析了沙漠晴天边界层湍流、大气温度、水平风速风向以及垂直速度的发展演变特征和日变化规律。研究表明：（1）大气折射率结构常数（C_n~2）能较好地反映晴空湍流对电磁波的后向散射能力,可以详细刻画湍流发展旺盛区域的高度、强度及其演变特征;沙漠夏季白天湍流发展剧烈,旺盛区域顶部可达4000 m高度左右。（2）RASS系统对沙漠边界层大气温度的探测具有较好的可信度,其近地边界层温度符合一般的日变化规律,昼夜温差显著,白天高温维持时间长,升温过程相对滞后于近地表气温。（3）风廓线雷达对大气风场的探测结果与地面风速风向一致,沙漠晴天主要受东风和东北风控制,风速较小,平均在2.0～6.0 m·s~（-1）范围变化。（4）沙漠腹地大气垂直速度变化符合静力平衡理论,铅直方向运动很弱,一般在-1.0～1.0 m·s~（-1）范围波动。