热带气象学报  2018, Vol. 34 Issue (4): 460-471  DOI: 10.16032/j.issn.1004-4965.2018.04.003
0

引用本文  

寇蕾蕾, 李应超, 楚志刚, 等. C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究[J]. 热带气象学报, 2018, 34(4): 460-471. DOI: 10.16032/j.issn.1004-4965.2018.04.003.
KOU Lei-lei, LI Ying-chao, CHU Zhi-gang, et al. C-band dual-polarization doppler weather radar data analysis and its application in quantitative precipitation estimation[J]. JOURNAL OF TROPICAL METEOROLOGY, 2018, 34(4): 460-471. DOI: 10.16032/j.issn.1004-4965.2018.04.003.

基金项目

江苏省自然科学基金面上基金(BK20171457);公益性行业科研专项(GYHY201306078);国家自然科学基金(41301399);江苏高校优势学科建设工程资助项目(PAPD)共同资助

通讯作者

寇蕾蕾, 女,湖北省人,副教授,现主要从事气象雷达数据处理和应用研究。E-mail:cassie320@163.com

文章历史

收稿日期:2017-04-28
修订日期:2018-02-18
C波段双偏振多普勒天气雷达资料分析及在定量估计降水中的应用研究
寇蕾蕾 1,2, 李应超 2, 楚志刚 1,2, 徐芬 3     
1. 南京信息工程大学气象灾害预警与评估协同创新中心/气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/中国气象局气溶胶与云降水重点实验室,江苏 南京 210044;
2. 南京信息工程大学大气物理学院,江苏 南京 210044;
3. 江苏省气象局,江苏 南京 210009
摘要:基于南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP)的观测资料,结合南京龙王山SA天气雷达数据、南京信息工程大学大气综合观测基地的OTT Parsivel雨滴谱仪数据、南京市地面雨量计数据,分析NUIST-CDP探测资料的质量及定量降水估计(QPE)精度情况。将NUIST-CDP与SA雷达的回波强度数据进行了对比,发现NUIST-CDP回波强度偏弱;将滴谱仪上方NUIST-CDP测量的反射率因子ZH、差分反射率因子ZDR与滴谱仪数据对比,雷达参量ZHZDR与滴谱仪数据变化趋势一致,但整体略偏小;比较差分传播相移率KDPZH的变化情况,由差分传播相移ΦDP经最小二乘法计算得到的KDPZH数据一致性很好。利用南京地区2015年夏季(5—8月)收集的滴谱数据计算偏振雷达参数,拟合测雨方程,进行两次降水过程个例的QPE分析,并与南京地区雨量计数据进行了对比。结果表明:R(KDP)测雨精度最高,R(KDPZDR)次之,使用偏振参量能明显提高降雨估算精度;R(ZH)、R(ZHZDR)方法测雨反演结果低于地面雨量计雨量值,且低于SA雷达反演结果。
关键词C波段双线偏振多普勒天气雷达    雨滴谱    数据质量分析    定量降水估计(QPE)    
C-BAND DUAL-POLARIZATION DOPPLER WEATHER RADAR DATA ANALYSIS AND ITS APPLICATION IN QUANTITATIVE PRECIPITATION ESTIMATION
KOU Lei-lei 1,2, LI Ying-chao 2, CHU Zhi-gang 1,2, XU Fen 3     
1. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters (CIC-FEMD)/Key Laboratory of Meteorological Disaster, Ministry of Education (KLME)/Joint International Research Laboratory of Climate and Environment Change (ILCEC), Nanjing University of Information Science & Technology, Nanjing 210044, China;
2. School of Atmospheric Physics, Nanjing University of Information Science & Technology, Nanjing 210044, China;
3. Meteorological Bureau of Jiangsu Province, Nanjing 210009, China
Abstract: Based on observation data of two precipitation events in Nanjing on July 2015, the data quality of a C-band dual-linear polarimetric weather radar in Nanjing University of Information Science and Technology (NUSIT-CDP) and its capability of quantitative precipitation estimation (QPE) are presented, using the data from an SA weather radar on Longwang Mountain in Nanjing, an OTT Parsivel disdrometer at a NUIST student observing station, and rain gauges of Nanjing. Compared with the data from the SA radar, the reflectivity factor ZH of NUIST-CDP is smaller due to attenuation. The data of ZH and differential reflectivity ZDR observed by NUIST-CDP, in contrast with the data from the disdrometer, agree well as a whole but are slightly smaller. In addition, the variation trends of ZDR and KDP are consistent with that of ZH, which can effectively present the characteristics of precipitation particles. By using raindrop size distribution data of Nanjing in the summer of 2015 from OTT Parsival, the rainfall estimation equations are fitted, and the validity of the rainfall estimation are tested by comparing the rainfall retrieving results with the rain gauge data. The findings show that the rain rate estimated from R(KDP) is most accurate and R(ZH, ZDR) is less accurate, which means that using dual polarization parameters can improve the rainfall estimation. The rain rate estimated from R (ZH) and R (ZH, ZDR) of the C-band radar are much less than the rain gauge result, and less than the results retrieved with the SA radar.
Key words: C-band dual-linear polarimetric weather radar    raindrop size distribution    data quality analysis    quantitative precipitation estimation (QPE)    
1 引言

双偏振多普勒天气雷达是常规多普勒天气雷达的发展趋势,具有测量不同偏振方向上回波功率的特征,可提供比常规多普勒天气雷达更多的回波信息,如差分反射率因子ZDR,差分传播相移ΦDP和差分传播相移率KDP。利用这些偏振参量不仅可以识别水凝物的相态、空间取向、降水类型等信息,且可提高降水强度的估测精度,改善雷达测量单点和流域的降水强度及降水总量效[1-6]。但在实际探测中,雷达资料易受系统及环境噪声、信号衰减等因素的影响而制约双偏振雷达参量的应用效果[7-9]。因此,获取双偏振雷达资料后,分析资料质量并研究其在降水估计方面的应用效果具有重要意义。

国外对双偏振雷达研究较早,且已取得很好的研究结果,2013年美国已经全面完成了多普勒雷达改造成双线偏振雷达的偏振改造工作,于2014年完成偏振雷达组网,并投入业务使用。我国第一台双线偏振天气雷达由原中国科学院兰州高原大气物理研究所在713天气雷达上改装完成,投入运行后取得了一些有意义的研究成果[10]。随后,许多科研单位或雷达厂家开展了双偏振雷达的研制或研究工作,如中国气象科学研究院研制的C波段双偏振多普勒雷达、北京敏视达公司改造完成的双发双收的双偏振天气雷达等。利用这些雷达观测数据,国内外许多专家学者及气象业务工作人员开展了双线偏振雷达的数据质量控制方法及应用研究,如降水粒子相态识别、双偏振雷达降水估测方法和效果分析等[11-16]。吴林林等[17]分析了C波段车载双偏振雷达ZDR数据质量,并介绍了ZDR数据业务使用时预处理方法。曹杨等[18]分析了C波段双线偏振多普勒雷达差分相位质量,肖艳娇等[19]提出了差分相位数据质量控制方法。魏庆等[20]对安徽省移动式C波段双偏振雷达ZH数据进行衰减订正,并对ΦDP进行小波分析处理后,指出在大雨时利用R(ZH, KDP)能明显提高降水测量精度。胡志群等[9]分析了C波段车载双偏振雷达的系统误差及来源进行分析,并研究了资料质量对降水估计精度的影响。

南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP)由北京敏视达有限公司制造,2014年3月完成雷达的出厂测试,5月现场安装调试完毕,之后开始试运行,到现在为止已收集大量雷达基数据。自NUIST-CDP安装完成试运行以来,中间经过数次测试、调试、校正。从信号测试结果和多个个例数据的定性分析结果来看,NUIST-CDP总体性能良好[21]。姚晓娟等[22]利用南京信息工程大学C波段双偏振雷达,重点研究和分析了各偏振参数融化层回波的探测敏感性,指出相关系数对亮带特征最敏感,其次是差分反射率因子。贺金瑞[23]基于南京信息工程大学C波段双偏振雷达和S波段雷达联合观测资料,分析了C波段雷达衰减订正方法应用效果。但基于NUIST-CDP观测资料的雷达定量估测降水应用效果还有待于评估和验证。

本文在分析和评估NUIST-CDP资料质量情况的基础上,讨论了利用NUIST-CDP偏振参量定量降水估测(QPE)的精度和性能。首先,将双偏振雷达的回波强度数据ZH与南京龙王山S波段天气雷达数据进行对比,分析NUIST-CDP回波强度数据情况。随后,基于南京信息工程大学大气综合观测基地的OTT Parsivel雨滴谱仪数据,利用T矩阵法计算双偏振参数ZHZDRKDP,与NUIST-CDP数据对比,评估NUIST-CDP数据质量,并分析雷达观测资料ZDRKDPZH数据的一致性。最后,基于滴谱仪数据计算偏振参数拟合测雨方程,针对2015年6月2—3日和6月26—28日两次降水过程进行降水反演,并与南京市地面雨量计数据对比,检验和评估该双偏振雷达定量估测降水的性能。

2 NUIST-CDP数据质量分析

南京信息工程大学C波段双偏振雷达全称为C波段双线偏振全相参脉冲多普勒天气雷达系统,英文简称为NUIST-CDP。该雷达于2014年安装完成,位于南京信息工程大学气象楼顶。雷达天线直径为8.5 m,水平和垂直波束宽度不超过0.54 °,距离分辨率可达75 m(0.5 μs),因此具有窄波束、多脉冲宽度、高分辨率的特点。为了更好地说明NUIST-CDP定量估测降水精度情况,我们在进行降水反演之前,首先对NUIST-CDP观测资料进行了分析和评估。由于本文主要讨论NUIST-CDP测量降水的应用效果情况,这里主要分析和应用了水平反射率因子ZH、差分反射率因子ZDR和差分传播相移/差分传播相移率ΦDP/KDP这几个偏振参量。

2.1 与SA雷达对比

南信大C波段双偏振雷达与南京龙王山S波段雷达相距2.5 km左右,雷达高度相差50 m左右,观测地点很接近。S波段雷达6分钟完成一次体扫,C波段雷达每次体扫需要7~8分钟,两者扫描时间有一定差距,比较时选取了两者开始体扫时间尽可能接近的资料。图 1a图 1b分别为南信大C波段雷达和龙王山S波段雷达(简称SA雷达)0.5 °仰角的反射率因子原图,其中南信大C波段雷达体扫起始时间为2016年6月27日12:41(北京时,下同),SA雷达此次体扫的时间为2016年6月27日12:42,图像显示范围均为离雷达中心144 km距离内;两者的回波形状很类似,NUIST-CDP由于采用0.5 °左右方位分辨率和75 m径向分辨率回波结构更清晰,但C波段雷达回波强度明显偏小。为更好地进行定量对比,须使NUIST-CDP与SA雷达空间分辨率基本一致,因此量化对比时将NUIST-CDP数据进行了13或14个距离库的平均,使径向分辨率变为1 km,方位向进行了最近邻点插值,使方位分辨率变为0.5 °左右。图 1c是两部雷达时空匹配后的反射率因子散点图,NUIST-CDP回波观测值整体偏弱于S波段雷达,平均偏差(SA-CDP)达3.7 dB左右。图 1d是匹配后NUIST-CDP与SA雷达连线延伸线上(即47 °方位角)的反射率因子距离廓线图。由于两部雷达相距近2 km,图中SA雷达数据在距离向上进行了2个像素的偏移。由距离廓线图可看出,两者的变化趋势一致,但NUIST-CDP的ZH值几乎一直位于SA雷达以下,NUIST-CDP的回波强度值总体比SA雷达偏弱,一方面可能存在一定的系统偏差,另外,C波段雷达受衰减影响较严重,衰减量随着距离的增大而增大,在距离140 km左右,两者相差达8 dB左右。

图 1 2016年6月27日12:42 0.5 °仰角C波段(a)和S波段(b) ZH PPI图,两者ZH的散点图(c),及47 °方位角上ZH距离廓线对比图(d)

为了更好说明两部雷达之间的偏差,将两部雷达数据进行了等高平面显示(CAPPI)处理,并统计了多个体扫数据的两者平均偏差。图 2是2015年6月27日9:00—16:00之间将近53个体扫数据3 km CAPPI反射率因子的平均偏差波动图。2015年6月27日,南京地区持续大雨,部分地区暴雨甚至大暴雨,因此这段期间内C波段雷达衰减比较严重。NUIST-CDP的反射率因子值相较于SA雷达平均偏差处于2.5~5.5 dB之间,53个体扫的偏差的平均值约为3.8 dB。

图 2 C波段雷达与SA雷达多个体扫的ZH平均偏差变化图
2.2 与雨滴谱仪对比

试验中的雨滴谱资料来源于一台OTT Parsivel雨滴谱仪,该雨滴谱仪位于南京信息工程大学大气综合观测基地,周边相对比较空旷,滴谱仪附近不受地物影响。滴谱仪距离NUIST-CDP雷达约1 800 m,相对雷达的方位角约为250 °。为说明NUIST-CDP数据质量情况,首先基于雨滴谱数据利用T矩阵法计算反射率因子ZH、差分反射率因子ZDR,然后与雨滴谱仪上方0.5 °仰角的雷达PPI数据ZHZDR进行了对比。若已知雨滴谱分布N(D),雷达反射率因子ZH, VZDR可用后向散射系数矩阵元素求得[24-25]

(1)
(2)
(3)

式中,下标“h”和“v”分别代表水平和垂直偏振方向,λ为雷达波长,|K|2为粒子的介电常数,f(π, D)为粒子的后向散射系数,n(D)dD表示单位体积内,雨滴直径处于D~D+dD之间的粒子数。计算不同偏振方向的散射系数时,所采用的轴比公式为文献[26]中在总结前人工作基础上提出的关系式:

(4)

其中D为等效粒子直径。雷达差分传播相移KDP则可用前向散射振幅fhhfvv得到:

(5)

式中,f(0, D)表示粒子的前向散射系数,Re表示取复数实部,其他参数定义和式(1)一致。公式(1)和公式(5)的后向和前向散射系数元素可用T矩阵算法计算得到。

基于2015年6月27日0:00—12:00雨滴谱仪收集的数据计算ZHZDR值,并将其与雷达测量值进行时间匹配后对比。图 3显示了ZHZDR与雷达测量数据的对比图,其中蓝线为由雨滴谱仪数据计算得到的ZH数据、ZDR数据,红线为雷达0.5°仰角PPI扫描探测到的雨滴谱仪上方对应的ZH数据、ZDR数据,ρ表示滴谱仪(DSD)和雷达(Radar)两者样本数据的统计相关系数,BIAS表示平均偏差(DSD-Radar),RMSE表示均方根误差,图中时间序列间隔为雷达体扫时间。由图 3a可看出,雷达测量得到的ZH数据和雨滴谱仪ZH数据的一致性很好,相关系数达0.8左右,数值大小整体稍偏小,但在时间序列15~40这段强回波区间内,雷达数据偏小程度较大。这一方面因为雷达与雨滴谱仪取样体积不一致,另一方面也可能受滴谱仪与雷达距离较近的影响。图 3b中,雷达ZDR数据和雨滴谱仪ZDR数据随时间的变化趋势大体一致,且与ZH情况类似,在时间序列15~40这段区间,雷达ZDR数据比滴谱仪ZDR数据偏小,但这种偏小与图 3中雷达观测值ZH的变化一致,ZDR很好地反映了ZH的变化。

图 3 雨滴谱仪数据与雷达测量值对比图 a. ZH; b. ZDR

为了更好地观察ZDRZH的变化情况,图 4给出了降水数据个例的ZH-ZDR散点分布图。图 4a4b分别是2015年6月27日00:05 0.5 °仰角ZHZDR PPI (Plane Position Indicator)图,图 4c4d分别对应图 4a中黑框和红框降水回波区域的ZH-ZDR散点图,其中黑框和红框区域分别代表图 4a回波中较强和稍弱的降水区域。由图 4c4d可看出,整体上ZDR随着回波强度ZH的增大而增大,变化趋势一致,且图 4cZH图 4dZH值整体更强,其对应的ZDRZH的上升变化趋势更明显。图 4c中大部分粒子的ZH值集中在30~45 dBz之间,其相应的ZDR在0.5~1.5 dB之间,图 4d中的降水粒子主要集中在15~30 dBz之间,其对应的ZDR主要在0~1 dB之间,这种对应关系与降水粒子的ZH-ZDR的理论变化关系相吻合。图 4c4d中部分小于20 dBz的粒子,其ZDR值在零值附近摆动,这些现象与图 1中雷达观测的ZDRZH的时间变化关系类似。这可能主要受低信噪比SNR的影响,在雷达实际测量中弱信号的ZDR容易出现较大偏差[3, 8, 17]图 4e4f给出了对应图 4a中黑框和红框降水回波区域的SNR-ZDR散点分布图。在SNR小于20 dB时,ZDR数据上下波动较大,说明在弱信号时ZDR不是很稳定,但随着SNR的增大,ZDR分布趋于平稳。

图 4 2015年6月27日00:05 0.5 °仰角ZH PPI图(a)、ZDR PPI图(b),和图a中黑框、红框区域对应的降水资料的ZH-ZDR散点图(c.黑框,d.红框),以及SNR-ZDR散点图(e.黑框,f.红框)

对于KDP数据情况,这里通过分析ZKDP数据的一致性来讨论和判断。图 5a是0.5 °仰角双偏振雷达的ZH图,图 5b是对应的ΦDP图。为了更好观看数据之间的对比效果,取出ZH和ΦDP的一条径向数据,即图中黑线所示。图 5c是原始ΦDP数据和经21点中值滤波后的ΦDP数据距离廓线图,离雷达附近约400个距离库(30 km)内,ΦDP数据质量很差,波动非常厉害,这可能主要受地物杂波的影响。除近距离的抖动较大外,ΦDP随着距离库数的增加而增加的趋势很明显且连续性很好,数据质量较好。对ΦDP进行中值滤波后,消除了原始数据中一些小的高频噪声,数据变得平滑。

KDP由ΦDP数据经最小二乘法计算得到[27]

(6)
(7)
图 5 2015年6月27日00:05 0.5 °仰角ZH PPI图(a)、ΦDP PPI图(b)和图b中黑线对应的ΦDP距离廓线图(c),以及ZH数据和KDP数据的距离廓线对比图(d)

其中,H是最小二乘法距离库区间个数,是指所求点前后各H/2个距离库共H+1个距离库的平均值,r0H+1个距离库距离雷达的平均距离。图 5d为经过最小二乘法计算得到的KDP数据和原始ZH数据的对比图,除了近距离外,KDPZH数据的总体变化趋势一致,说明了其值能较好反映探测区域的降水粒子分布情况。但在弱降水区,即图中ZH值约为15~25 dBz之间时,KDP在0 °/km附近起伏,这可能主要由于弱降水区中降水粒子接近球形,导致KDP值在零值附近变化且呈现较凌乱分布。另外,雷达气象信号本身的涨落和降水系统演变也会造成雷达测量参数产生较大脉动,尤其在弱信号时影响较大,这也可能导致KDP值在回波强度较小时在零值附近抖动[18]。总的来说,NUIST-CDP的ΦDP/KDP数据与ZH值的一致性较好,能较有效反映降水粒子特性。

3 QPE个例分析

利用NUIST-CDP雷达和OTT Parsivel雨滴谱仪探测的数据对2015年6月2—3日和6月26—28日两次降水过程进行了QPE试验。首先基于南京地区2015年夏季(5—8月)的雨滴谱资料利用T矩阵法计算各偏振参数,拟合适合南京地区2015年夏季降水特征的雷达测量降水方程,其次利用拟合的测雨方程针对选取的两次降水过程进行雷达降水反演,最后以南京市雨量计数据为真值对雷达反演结果进行了检验。

3.1 QPE公式拟合

拟合时所用的滴谱数据为2015年5—8月滴谱仪收集到的每隔10 s一次的采样数据,拟合前对原始采样数据进行了如下预处理:一分钟的中值滤波(即6点中值滤波),删除降雨量为零的数据。预处理后的滴谱样本总数为22 494个。基于这些滴谱样本数据利用公式(1)~(5)进行偏振参量ZHZDRKDP的计算,然后结合雨滴谱仪输出的降水强度,采用一元非线性回归和多元非线性回归法进行了雷达测雨公式的拟合。图 6为各测雨公式拟合效果图,其中横坐标为雨滴谱仪雨量值,纵坐标为各测雨公式计算得到雨量值。表 1为对应的各测雨公式拟合系数,及拟合结果的性能参数如相关系数和方差。从图 6表 1可看出,R(KDPZDR)拟合测雨精度最高,R(KDP)次之。在加入了KDP的测雨公式中,拟合的相关系数较高,方差较小,说明了KDP测量降水的优越性。这一方面由于KDP与降水粒子直径的3次方成正比,而降水量也大致与降水粒子直径的三次方成正比,这就意味着KDP与降水量成线性关系,说明用KDP来测量降水受雨滴谱型变化很小,另外,KDP基本不受雷达标定、回波衰减的影响。

图 6 测雨公式拟合结果与观测值散点图 a. R=0.051 8ZH0.604 2; b. R=0.032 4ZH0.657 3ZDR-0.211 9; c. R=21.132 4KDP0.910 6; d. R=21.489 4ZDR-0.074 8KDP0.936 5
表 1 测雨公式拟合结果测雨公式
3.2 2015年6月2—3日降水个例QPE分析

受冷暖空气和江淮气旋的共同影响,2015年6月2日,南京市普降大暴雨,其中暴雨时间从2日凌晨3点左右一直持续到当晚20点左右,城区平均降雨约128.4 mm,最大降雨点为栖霞区国际赛马场附近,雨量约211.2 mm,赛马场站点小时降雨量达到53.4 mm。为验证NUIST-CDP雷达QPE效果,以南京市雨量站测量值为基准对此次降水个例的雷达QPE结果进行了对比分析。图 7是南京地区共124个雨量计站点的分布位置,其中坐标中心是NUIST-CDP雷达位置(▲),XY坐标是计算每个雨量站点到雷达的XY距离得到,●标记是龙王山SA雷达位置。

图 7 NUIST-CDP雷达位置(▲)、SA雷达位置(●)与雨量计站点分布(×)

对比时所用的资料均为小时降水量,由于雷达在一小时内平均有8次体扫数据,为将雷达数据与雨量计数据进行时间匹配,对雷达数据进行了一小时内的体扫数据平均。反演时雷达测量的ZDR经过中值滤波处理,KDP由雷达测量的ΦDP经最小二乘法计算得到。另外,由图 4图 5可看出双偏振雷达的ZDR数据在SNR较小时质量较差,KDP数据在近距离和弱回波区域质量不是很好,为了更好比较各测雨公式的测雨效果,降水反演时剔除了距离雷达30 km内、信噪比SNR小于20 dB且反射率因子ZH小于25 dBz的站点数据,同时也剔除了ZDRKDP小于零的站点数据。

图 8给出了2015年6月2—3日降水过程的C波段双偏振雷达各测雨公式的QPE结果与对应雨量计雨量的散点图,其中横坐标代表雨量计雨量值,纵坐标表示双偏振雷达测雨公式反演雨量值。图 9是相应的S波段雷达QPE结果与雨量计结果散点图,其中S波段雷达反演所用公式与C波段双偏振雷达R(ZH)一致。图 8图 9中所用的雷达数据均为6月2日00时—3日13时共37小时的数据。表 2是对应图 8图 9中降水反演的统计结果。由此次个例QPE结果可看出,R(KDP)测雨公式在实际降水反演中效果最好,R(KDPZDR)次之,再次验证了KDP在雷达定量测量降水中的优越性;R(ZH)和R(ZHZDR)降水反演结果均明显小于雨量计雨量值,且小于SA雷达反演结果,这可能主要由于C波段雷达的ZHZDR在传播过程中的衰减原因造成。

图 8 2015年6月2—3日C波段双偏振雷达QPE结果与雨量计结果对比 a. R(ZH); b. R(ZH, ZDR); c. R(KDP); d. R(KDP, ZDR)。
图 9 2015年6月2—3日SA雷达降水反演结果与雨量计结果对比
表 2 2015年6月2—3日雷达反演降水与雨量计测量结果的统计比较测雨公式
3.3 2015年6月26—28日降水个例QPE分析

2015年6月26—28日暴雨过程是典型的梅雨期暴雨,其中西风槽和热带低压倒槽的存在使冷暖空气在江苏中南部交汇是产生此次暴雨的重要系统。暴雨从26日晚上10点左右一直持续到27日晚10点左右,暴雨持续近24小时,南京24小时降雨量达到204.1 mm,降水持续到28日中午才渐止。进行此次降水个例的QPE分析时,所用的数据为6月26日22时—28日13时共39小时的数据。降水反演前,对雷达数据和雨量计数据进行了如2015年6月2—3日降水个例实验时类似的数据预处理和筛选。

图 10图 11表 3是对应2015年6月26—28日降水过程的反演结果,图像设置与6月2—3日降水过程的图像结果设置一致。由图 10表 3可看出,对于此次降水过程的反演结果,依然是R(KDP)测雨精度最高,R(KDPZDR)次之。对比图 8图 10两次降水过程的反演结果,图 8R(KDP)反演结果与雨量计结果更一致,相关系数达到0.8左右。这是由于两次降水过程中,6月2日的短时降水强度更大,有近40个雨量站点小时降雨量达到30 mm以上,而KDP在强降水时数据质量更高,反演降水的效果总体更好。与SA雷达的R(ZH)反演结果相比,C波段双偏振雷达R(ZH)与雨量计结果的相关系数稍优,但C波段雷达降水反演结果与雨量计的平均偏差比SA雷达的偏差明显偏大,再次说明C波段雷达受衰减效应的影响较严重。另外,对比R(ZHZDR)和R(ZH)测雨公式的反演结果以及R(KDPZDR)和R(KDP)测雨公式的反演结果发现,在加入了ZDR后,新测雨公式的测雨效果并没有优于原测雨公式的测雨效果,这可能受雷达ZDR数据质量、及衰减的影响。关于这一点,在今后的研究中将会对ZHZDR进行衰减校正等数据处理后,进一步分析和讨论。

图 10 2015年6月26—28日C波段双偏振雷达各测雨公式反演结果与雨量计结果对比 a. R(ZH); b. R(ZH, ZDR); c. R(KDP); d. R(KDP, ZDR)。
图 11 2015年6月26—28日SA雷达降水反演结果与雨量计结果对比
表 3 2015年6月26—28日雷达反演降水与雨量计测量结果的统计比较
4 结论

南京信息工程大学C波段双偏振雷达自2014年架设成功以来,已获得大量降水资料。通过对2015年南京两次降水过程的资料进行分析,得出如下结论。

(1) C波段双偏振雷达与SA雷达数据相比,C波段雷达的ZH值偏小,平均偏小3.8 dB左右,其反演的降水结果与雨量计数据的相关系数和SA雷达的统计结果相当,但平均偏差比SA反演降水结果偏小。关于ZH的偏差,在接下来的研究工作中将对ZH数据进行衰减订正后进一步分析和讨论。

(2) 南信大C波段双偏振雷达的偏振参量ZDR、ΦDP资料与滴谱仪数据以及随ZH数据变化的一致性较好,结果能较好反映降水粒子偏振特性,且数值大小与理论分析结果较吻合,资料质量较好。

(3) 基于滴谱仪数据拟合南京地区2015年夏季的降水反演公式,对两次降水过程中信噪比大于20 dB且反射率因子大于25 dBz的数据进行降水反演,并与雨量计数据对比,以及SA雷达反演结果对比,发现C波段双偏振雷达R(KDP)测雨公式测雨精度最高,使用偏振参量KDP能明显提高降雨估算精度。可能受ZDR本身系统误差和衰减效应的影响,加入ZDR参量后,R(KDPZDR)降水估测结果并没有优于R(KDP)结果。

参考文献
[1] BRINGI V N, CHANDRASEKAR V. Polarimetric Doppler weather radar: principles and applications[M]. Cambridge: Cambridge University Press, 2001.
[2] ZRNIC D S, RYZHKOV A. Advantages of rain measurements using specific differential phase[J]. J Atmos Oceanic Technol, 1996, 13(2): 454-464. DOI:10.1175/1520-0426(1996)013<0454:AORMUS>2.0.CO;2
[3] RYZHKOV A V, ZRNIC D S, BURGESS D, et al. Observation and classification of echoes with the polarimetric WSR-88D radar[R]. Report of National Severe Storms Laboratory, Norman, Oklahoma, 2003: 19-26.
[4] 刘黎平, 葛润生, 张沛源. 双线偏振多普勒天气雷达遥测降水强度和液态含水量的方法和精度研究[J]. 大气科学, 2002, 26(5): 709-720. DOI:10.3878/j.issn.1006-9895.2002.05.12
[5] 高晓荣, 梁建茵, 李春晖. 雷达定量降水估计技术及效果评估[J]. 热带气象学报, 2012, 28(1): 77-88. DOI:10.3969/j.issn.1004-4965.2012.01.009
[6] 高玉芳, 陈耀登, DAVID G, 等. JOPLE算法结合双偏振雷达在不同降水过程中的测雨效果分析[J]. 热带气象学报, 2014, 30(2): 361-367. DOI:10.3969/j.issn.1004-4965.2014.02.017
[7] 郭丽君, 王振会, 张培昌, 等. 扁椭球雨滴后向散射的Gans理论和T矩阵差异对雷达探测释义的影响[J]. 热带气象学报, 2014, 30(4): 755-762. DOI:10.3969/j.issn.1004-4965.2014.04.016
[8] 杜牧云, 刘黎平, 胡志群, 等. 双线偏振多普勒雷达资料质量分析[J]. 气象学报, 2013, 71(1): 146-158.
[9] 胡志群, 刘黎平, 王丽荣. C波段双线偏振雷达误差分析及降水估测精度研究[C]//第26届中国气象学会年会, 杭州, 2009.
[10] 刘黎平, 钱永甫, 王致君. 用双线偏振雷达研究云内降水粒子相态及尺度的空间分布[J]. 气象学报, 1996, 54(5): 590-598. DOI:10.3321/j.issn:0577-6619.1996.05.008
[11] MATROSOV S Y, CIFELLI R, PATRICK C, et al. A comparative study of rainfall retrievals based on specific differential phase shifts at X- and S-band radar frequencies[J]. J Atmos Oceanic Technol, 2006, 23(7): 952-963. DOI:10.1175/JTECH1887.1
[12] RYZHKOV A V, SCHUUR T J, BURGESS D W, et al. The Joint polarization experiment: polarimetric rainfall measurements and hydrometeor classification[J]. Bull Amer Meteor Soc, 2005, 86(6): 809-824. DOI:10.1175/BAMS-86-6-809
[13] 曹俊武, 刘黎平, 陈晓辉, 等. 3836C波段双线偏振多普勒雷达及其在一次降水过程中的应用研究[J]. 应用气象学报, 2006, 17(2): 192-201. DOI:10.3969/j.issn.1001-7313.2006.02.009
[14] 马学谦, 董万胜, 楚荣忠, 等. X波段双偏振多普勒天气雷达降水估算试验[J]. 高原气象, 2008, 27(2): 382-391.
[15] 王建林, 刘黎平, 曹俊武. 双线偏振多普勒雷达估算降水方法的比较研究[J]. 气象, 2005, 31(8): 25-41. DOI:10.3969/j.issn.1000-0526.2005.08.006
[16] 赵果, 楚荣忠, 张彤, 等. 偏振多普勒雷达定量测量降雨精度的改进[J]. 高原气象, 2011, 30(2): 498-507.
[17] 吴林林, 刘黎平, 袁野, 等. C波段车载双偏振雷达ZDR资料处理方法研究[J]. 高原气象, 2015, 34(1): 279-287.
[18] 曹杨, 苏德斌, 周筠珺, 等. C波段双线偏振多普勒雷达差分相位质量分析[J]. 高原气象, 2016, 35(2): 548-559.
[19] 肖艳娇, 王斌, 陈晓辉, 等. 移动X波段双线偏振多普勒天气雷达差分相位数据质量控制[J]. 高原气象, 2012, 31(1): 223-230.
[20] 魏庆, 胡志群, 刘黎平, 等. C波段偏振雷达数据预处理及在降水估计中的应用[J]. 高原气象, 2016, 35(1): 231-243.
[21] 楚志刚, 胡汉峰, 黄兴友, 等. 南京信息工程大学窄波束C波段双偏振多普勒天气雷达及其探测能力分析[J]. 高原气象, 2017, 36(4): 1 072-1 081.
[22] 姚晓娟. NUIST-C波段双线偏振多普勒雷达资料质量控制及回波特征分析[D].南京: 南京信息工程大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10300-1016194494.htm
[23] 贺金瑞. C波段双线偏振雷达衰减订正比对试验分析[D].南京: 南京信息工程大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10300-1016194507.htm
[24] VIVEKANANDAN J, ZHANG G F, BRANDES E. Polarimetric radar estimators based on a constrained gamma drop size distribution model[J]. J Appl Meteor, 2004, 43(2): 217-230. DOI:10.1175/1520-0450(2004)043<0217:PREBOA>2.0.CO;2
[25] ZHANG G F, VIVEKANANDAN J, BRANDES E. A method for estimating rain rate and drop size distribution from polarimetric radar messurements[J]. IEEE Trans Geosci Remote Sens, 2001, 39(4): 830-841. DOI:10.1109/36.917906
[26] BRANDES E A, ZHANG G F, VIVEKANANDAN J. Experiments in rainfall estimation with a polarimetric radar in a subtropical environment[J]. J Appl Meteor, 2002, 41(6): 674-685. DOI:10.1175/1520-0450(2002)041<0674:EIREWA>2.0.CO;2
[27] 胡鹏, 胡明宝, 张柽柽, 等. S波段双线偏振雷达KDP参数计算的初步研究[J]. 气象与环境学报, 2012, 28(1): 77-81. DOI:10.3969/j.issn.1673-503X.2012.01.013