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。     

风廓线雷达资料与探空资料的对比分析

对咸宁市黑山观测站风廓线雷达资料与加密探空资料进行了对比分析,定义两者风向偏差在20°以内或风速偏差在3 m/s范围的样本为有效样本,分别用EV和Ed表示风速有效样本比率（风速有效样本数/总样本数）和风向有效样本比率（风向有效样本数/总样本数）.结果发现:(1)比较时段内（比较开始半小时内）无降水产生时,Ev大于Ed,...     

名山站探空资料与风廓线雷达资料的对比分析

应用四川省名山站2015~2017年6月21日~7月31日每日四个时次的西南涡加密探空资料与风廓线雷达资料,对比分析了在对流层低层风探测上两种资料的差异。结果表明：名山站风廓线雷达资料有效探测高度约为4200m;风廓线雷达和探空测得的风场廓线形状总体接近,两者的风速偏差较小,仅在个别层次和时次偏差大,风速的偏差大小与风廓线风速大小存在正相关关系,除少数情况外风廓线雷达测得的风速均大于探空;两者风向差值随高度的变化规律与风速相反,在中高层较小,低层较大;除01:15时次的500m高度外,其余时次自低层到高层两者观测到的主风向均由偏东北风变为偏西南风,一致性较好;U风和V风散点分布主要沿对角线呈棒槌型,V风质量优于U风,19:15这一时次的风廓线雷达探测U风相对探空资料存在明显系统性正偏差;风廓线雷达探测高度受降水影响较大,在07:15和13:15时次有降水时其探测高度明显高于无降水时。     

伊犁河谷初冬降水条件下风廓线雷达评估分析

对伊犁河谷地区初冬降水条件下风廓线雷达资料评估其数据获取率并与探空资料进行对比分析,定义两者风向偏差在10°以内或风速偏差在1 m/s范围的样本为有效样本,分别用E_v和E_d表示风速有效样本比率(风速有效样本数/总样本数)和风向有效样本比率(风向有效样本数/总样本数)。结果显示:超过80%数据获取率的高度,降雨时为3000 m,降雪时达到预设2000 m;降雪时E_v和E_d均比无降水时高,且降雪量大小与风廓线的探测高度呈正相关,降雪量大小对E_d有明显影响,对E_v无明显影响;比较不同高度数据,降雪时0～3 km范围的E_v和E_d值均比无降水时高30%左右,无降水时3～5 km范围的E_d接近100%。     

新一代雷达风廓线与探空风廓线资料相关分析

利用南昌新一代多普勒天气雷达获取的2002～2005年37次（共计614组样本）完整风廓线资料,与同期探空风廓线进行相关分析。结果表明：探空风廓线与雷达风廓线之间具有比较好的相关性。风向相关系数R≥0．6次数占总数78％,其中R≥0．8次数占总数60％。风速相关系数R≥0．6次数占总数81％,其中R≥0．8次数占总数57％。随着高度增加,探空风向与雷达风向的相关度明显降低,风速的相关变化不大。     

闽北地区边界层移动风廓线雷达对比试验评估

为了更好地把握风廓线雷达的探测性能和数据精度,对移动风廓线雷达与L波段探空雷达资料进行对比统计分析,结果表明：移动风廓线雷达的有效数据获取率达到80％的高度为3500m,符合边界层风廓线雷达的有效探测高度。移动风廓线的径向速度平均差和标准差随着高度的增加而增加,东西方向的径向速度误差比南北方向的高约0．5—1．0m／s。风廓线雷达自身数据的准确性良好,但是降雨对数据的准确性影响比较大。这次对比试验结果表明,对比试验应该选择比较平稳的天气过程。由于秋冬季节大气环流比较稳定,降雨类型多为层状云降雨,因而风廓线雷达数据可靠性高;对流性降雨过程往往造成风廓线雷达资料可靠性降低。     

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。      

CFL-03型风廓线雷达收发对接技术的改进

在风廓线雷达的数据应用过程中,雷达获取数据的准确性至关重要,而风廓线雷达的收发对接过程又直接影响获取数据的准确性,因此,对雷达的收发对接技术进行研究非常重要。一般来说,对于该类型风廓线雷达的对接方法采用一种间接测试的方法,对接过程中要反复调整频综脉冲、发射脉冲、收发开关脉冲、封闭脉冲等的波形作用时间和脉宽。另外,收发开关脉冲的后沿并非标准矩形脉冲的后沿,位置难以确定,其后沿设置的位置离发射脉冲太近会产生高频头被击穿烧毁的现象,太远则会影响低层风的测风质量。以CFL-03型风廓线雷达为例,介绍了风廓线雷达的一般收发对接技术和改进的对接技术,以及频综、发射脉冲、收发开关脉冲、封闭脉冲等相关时序的确定方法。经过实践验证,两种对接技术都满足了设备的使用要求,而改进的收发对接技术,更直观形象,易于操作。     

CFL-03型风廓线雷达故障分析诊断技巧

现在风廓线雷达已被广泛应用在局地天气预报、空中管制、大气污染预防等方面,对国民经济的发展具有重要的意义。随着雷达使用年限的增加,雷达设备故障率也在增加。由于CFL-03型风廓线雷达已经实现了全固态、模块化设计,许多气象局都订购了相关的备件,因此只要对设备进行故障诊断,判断出故障的位置,进行备件更换,设备就可以恢复正常工作。按照CFL-03型风廓线雷达的组成,对故障部位进行分析,结果表明,常见故障发生的地方一是监控组合的监控板,二是故障发生点为接收机的标频组件、基准组件等,三是故障发生点为发射机的功合部分、波控的波束转换板,四是故障点为天线的一分六公分器。在故障判断过程中,最简单的方法就是利用分机组合上的故障指示灯和软件界面上的故障信息指示表来判断。此外,利用三用表、示波器、频谱仪和矢量网络分析仪等可以进一步判断故障。     

多普勒雷达风廓线资料可用性评估

利用阳江大气探测基地拥有多普勒雷达、L波段探空雷达和地面观测站于一体的条件,将多普勒雷达高密度的VAD风廓线资料与L波段雷达资料进行对比,分析其相关性,得出多普勒VAD风廓线资料在探测资料齐全时,与L波段雷达资料变化趋势一致;一般情况,多普勒风廓线探测值比同一层的探空风偏小;多普勒风廓线RMS误差资料代表多普勒风廓线资料与探空资料的一种差异趋势。     

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。     

济南边界层风廓线雷达与L波段雷达探空测风资料对比研究

采用统计、相关分析等方法,对2014年济南站边界层风廓线雷达观测资料和L波段雷达探空资料进行了长期时空变化规律的对比,进而研究了地面无降雨、有降雨时段两者的风向、风速数据的相关关系及差值。结果得出全年有降雨、无降雨时段两者的风向、风速总体一致性较好,相关性较高,并具有较好可比性和互补性的结论,对了解固定式边界层风廓线雷达探测的准确性,改进观测资料质量控制方法等具有很好的参考价值。     

风廓线雷达资料在重庆暴雨过程中应用分析

本文首先利用2013年沙坪坝探空站资料与沙坪坝风廓线雷达资料进行对比分析,计算出逐月不同高度上两种资料中风速、风向均方根偏差,验证风廓线雷达资料的可用性。计算结果表明,风廓线雷达资料与探空资料风速、风向的均方根偏差在500hPa以下层次较小,资料具有较高的可用性。但随着高度继续增加,两者风速、风向偏差均增大,资料可用性降低。在此基础上,选取2013年6月8～9日重庆一次暴雨天气过程,对比分析中低层影响系统在探空观测和风廓线雷达观测中的演变,结果表明,降水过程前后,探空资料可显示有低槽、切变线、冷锋过境,但受时间分辨率限制,无法揭示具体过境时间和演变细节。而风廓线雷达资料能更为细致的显示低槽、切变线、锋面具体过境时间以及西南气流强度变化,为降水预报提供更多可参考信息。     

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。     

风廓线雷达在一次短时暴雨过程中的应用

利用2014年8月24日天津地区一次短时暴雨天气的3部风廓线雷达资料和降水实况资料,对比分析降水发生、维持和消亡期间风廓线雷达资料的变化特征,以探讨风廓线雷达对降水天气的监测能力。结果表明:1)风廓线雷达不仅能够反映大气层结上冷下暖的结构,并且能够探测到切变线的存在,对风的垂直结构有较强的探测能力。2)当降水出现时,垂直速度和大气折射率结构常数明显增大。4 m·s~(-1)的垂直速度出现和消失时刻,对应降水的开始和结束时刻;降水期间,4000 m高度以下的垂直速度越大降水越强。西青、静海站的折射率结构常数与降水强度之间有很好的对应关系,但不同地区的大气折射率结构常数值对降水强度的指示标准并不一致。3)在降水最强阶段,风廓线雷达数据获取率明显下降,因此低的数据获取率对强降水有一定的指示意义。     

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。     

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。     

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。