C-FMCW雷达反演飑线大气垂直速度和雨滴谱

陈绍婕, 郑佳锋, 杨吉, 车玉章, 任涛, 黄轩

陈绍婕, 郑佳锋, 杨吉, 等. C-FMCW雷达反演飑线大气垂直速度和雨滴谱. 应用气象学报, 2022, 33(4): 429-441. DOI: 10.11898/1001-7313.20220404.
引用本文: 陈绍婕, 郑佳锋, 杨吉, 等. C-FMCW雷达反演飑线大气垂直速度和雨滴谱. 应用气象学报, 2022, 33(4): 429-441. DOI: 10.11898/1001-7313.20220404.
Chen Shaojie, Zheng Jiafeng, Yang Ji, et al. Retrieval of air vertical velocity and droplet size distribution in squall line precipitation using C-FMCW radar. J Appl Meteor Sci, 2022, 33(4): 429-441. DOI: 10.11898/1001-7313.20220404.
Citation: Chen Shaojie, Zheng Jiafeng, Yang Ji, et al. Retrieval of air vertical velocity and droplet size distribution in squall line precipitation using C-FMCW radar. J Appl Meteor Sci, 2022, 33(4): 429-441. DOI: 10.11898/1001-7313.20220404.

C-FMCW雷达反演飑线大气垂直速度和雨滴谱

资助项目: 

国家重点研发计划 2018YFC1507005

江苏省气象科学研究所北极阁基金项目 BJG201901

成都信息工程大学人才引进项目 KYTZ201728

详细信息
    通信作者:

    郑佳锋, 通信作者, 邮箱: zjf1988@cuit.edu.cn

Retrieval of Air Vertical Velocity and Droplet Size Distribution in Squall Line Precipitation Using C-FMCW Radar

  • 摘要: 垂直指向探测的C波段调频连续波雷达具有高灵敏度和高时空分辨率等特点, 以2016年5月广东两次飑线降水为例, 结合同址K波段微雨雷达和地面激光雨滴谱仪, 探究C波段调频连续波雷达两种反演大气垂直速度(Va)和雨滴谱的方法:粒子平均下落末速度(Vt)-反射率因子(Ze)关系法(简称经验关系法)和小粒子示踪法(简称示踪法)。结果表明:经验关系法和示踪法反演的上升和下沉气流的时空分布基本一致;当地面雨强R≤1 mm·h-1, 经验关系法反演的雨滴谱与雨滴谱仪观测结果更接近;当1<R≤10 mm·h-1时, 两种方法反演的雨滴谱均与雨滴谱仪观测及微雨雷达产品较吻合;当R>10 mm·h-1时, 两种方法反演的中雨滴数浓度与雨滴谱仪观测结果接近, 但大雨滴数浓度较低;从各物理量时序变化看, 经验关系法反演结果更接近雨滴谱仪观测结果。
    Abstract: The zenith C-band frequency modulation continuous wave(C-FMCW) radar has good detection capability with high temporary-spatial resolution and large dynamic range. The Doppler spectral density data of two squall lines precipitation cases at Longmen of Guangdong are utilized to retrieve the air vertical velocity (Va) in clouds and droplet size distribution (DSD). The empirical relation method (checking relationship between mean particle falling velocity (Vt) and reflectivity factor) and the small-particle-trace method are explored to retrieve the air vertical velocity in clouds. And then the droplet size distribution is retrieved from the translated Doppler spectral density by a velocity-diameter relation. The retrieved DSD of two squall lines are then compared and validated with the observation of K-band micro rain radar and second-generation Parsivel disdrometer. The retrieved Va by the empirical relation method is slightly smaller for strong monomer than that by the small-particle-trace method and slightly larger for weak convective precipitation, but Vt is the opposite. The absolute value of Vt negative velocity by the empirical relation method and the small-particle-trace method corresponds to the moment of large particles and heavy rain observed by Parsivel disdrometer, indicating that Va of two methods is basically reliable. The comparison in DSD retrieval show that the number of small droplets observed by radar is higher, but Parsivel disdrometer may underestimate it. The results of the empirical relation method are closer to micro rain radar and Parsivel disdrometer when rain rate is below 1 mm·h-1. The medium droplets obtained by radar retrieval are consistent with Parsivel disdrometer measurements, but the concentration of large droplets is low when rain rate is stronger than 10 mm·h-1. The retrieval results of both methods are close to Parsivel disdrometer and micro rain radar when rain rate is between 1 mm·h-1 and 10 mm·h-1. The strong convection makes droplets rupture severer in the peak area of heavy precipitation in the squall line, resulting in smaller mass-weighted mean diameter (Dm) and larger generalized intercept parameter Nw of the empirical relation method and the small-particle-trace method retrieval. For weak convective precipitation at the back of the squall line, the value of empirical relation method is quite close to Parsivel disdrometer. Under different rain rate, μ value of C-FMCW radar is less than 10 and the fluctuation is smaller, indicating that the results of C-FMCW radar is even more reliable than Parsivel disdrometer and micro rain radar.
  • 大气垂直速度和雨滴谱是备受关注的云-降水动力和微物理参数, 大气垂直速度直接影响云雨发展和物理特征, 而雨滴谱则可反映降水微观特征的基本信息。因此, 这两个参数的探测对云-降水物理研究和数值模式发展至关重要。

    由于大气垂直运动通常较弱, 比水平运动小1~2个量级。因此, 目前多通过气象雷达观测反演得到云雨内部大气垂直运动速度。如多普勒天气雷达可采用速度方位显示(velocity azimuth display, VAD)和速度体积处理(volume velocity processing, VVP)等方法反演三维风场[1], 但因该雷达体扫时空分辨率低、使用的数理模型或经验公式与实际存在偏差, 导致反演结果存在较大不确定性[2-3]。风廓线雷达利用湍流回波信号可直接测量大气垂直速度, 但受灵敏度限制和湍流影响, 风廓线雷达很难用于观测云和弱降水;此外, 风廓线雷达测速误差和较宽的波束宽度也影响反演精度[4]

    近年垂直探测的毫米波雷达和调频连续波雷达逐渐被用于云-降水的微观结构和物理特征观测,如美国大气辐射测量计划的Ka和W波段毫米波雷达[5], 我国华南季风-台风云降水观测试验和第三次青藏高原大气科学试验的Ka波段毫米波雷达和C波段调频连续波雷达等[6]。由于垂直探测返回的多普勒信息不受水平运动干扰, 多普勒速度谱与大气垂直运动和粒子沉降运动的关系更为紧密, 加之短波长和窄脉冲使得雷达灵敏度、时空分辨率和速度分辨率等更高, 因此毫米波云雷达和调频连续波雷达在云-降水的大气垂直速度和雨滴谱反演方面表现出更大潜力。如小粒子示踪法将毫米波雷达可测最小粒子视为随风而动, 在功率谱中示踪这些最小粒子的信号反演得到大气垂直速度[7], 并在北极层积云和青藏高原对流云研究中证实了该方法的有效性[8-9]。又如粒子群平均下落末速度Vt与反射率因子Ze关系法将高灵敏度雷达探测的湍流谱和降水谱分离, 建立粒子群平均下落末速度Vt与雷达反射率因子Ze关系, 利用该关系反演整个降水层的大气垂直速度[10]。大气垂直速度得到后, 通常可从雷达功率谱中进一步直接反演出雨滴谱。人们分别利用垂直探测的Ka波段毫米波雷达和C波段调频连续波雷达功率谱资料, 反演华南和青藏高原降水云的雨滴谱, 证明雷达近地面反演结果与地面雨滴谱仪观测结果均有较好的一致性[6, 11-12]

    2013年中国气象科学研究院联合安徽四创电子股份有限公司研制了一部垂直指向的C波段调频连续波雷达, 并先后在安徽、广东和西藏等地开展多次外场观测试验。试验结果表明[6, 13]:该雷达能够获取秒级观测资料, 空间分辨率达30 m, 能够较好兼顾从弱云到强降水的观测。然而, 从国内气象雷达的发展和应用看, 该型号雷达仍处于发展阶段,以科研用途为主。在关于该雷达反演大气垂直速度和雨滴谱可行性和可靠性方面, 仍未见相关验证和评估。因此, 以该型号雷达资料处理和质量控制为基础, 利用华南飑线降水个例, 详细探究和对比两种大气垂直速度和雨滴谱反演方法, 结合同址K波段微雨雷达产品和地面激光雨滴谱仪观测结果, 对两种反演方法的可靠性和适用性展开对比和验证,旨在为该型号雷达在云-降水观测和研究中的应用提供参考。

    本研究使用的设备为垂直指向的C波段调频连续波雷达(C-band frequency modulation continuous wave, C-FMCW), 同址观测的设备还包括1部德国METEK公司研制的K波段微雨雷达和1部德国OTT公司研制的第2代Parsivel激光雨滴谱仪。3个设备布设于广东省惠州市龙门县, 站点海拔为86 m, 位置为23.7°N,114.2°E。

    C-FMCW雷达是我国第1部采用调频连续波体制的C波段垂直指向测雨雷达, 工作频率为5.53 GHz, 最大探测高度为15 km, 时间分辨率为3 s, 空间分辨率为30 m, 测速范围为-22.8~22.8 m·s-1, 速度分辨率为0.0895 m·s-1, 动态范围为82 dB。本研究使用该雷达功率谱SP(单位:dBmw)资料。阮征等[14]对比表明, 该雷达与CINRAD-SA的回波强度误差低于1 dB。

    K波段微雨雷达(简称微雨雷达)也是1部垂直探测的调频连续波雷达, 工作频率为24.1 GHz。时间分辨率为1 min, 空间分辨率为100 m, 最大探测高度为3.1 km。观测资料包括功率谱、反射率因子Ze(单位:dBZ)和雨滴谱等。雷达出厂已对资料进行衰减订正, 评估表明订正后该雷达探测中小强度降水造成的衰减误差非常小[15-16]

    第2代Parsivel激光雨滴谱仪(简称雨滴谱仪)是1部以光电技术为基础的雨滴谱测量传感器, 直接可获取地面雨滴的下落速度和等效粒子直径。采样面积为54 cm2, 采样时间为60 s,雨滴直径及下落速度的测量范围分别为0.312~25 mm和0.25~20.8 m·s-1。Loöffler-Mang等[17]将雨滴谱仪与多种地面探测资料对比, 结果表明其对雨滴直径和落速的测量精度为±5%。

    本研究使用2016年5月观测资料开展反演试验,结合微雨雷达和地面雨滴谱仪观测资料,验证C-FMCW雷达不同反演方法的可靠性和适用性。

    C-FMCW雷达功率谱资料处理和质量控制是准确得到雷达谱矩和后续反演的基础[18], 采用的方法和步骤如下:

    ①平滑:为减缓噪声和湍流信号脉动的影响, 对功率谱进行1 min时间平均和5个距离库的空间平均。

    ②剔除杂波信号:普查发现, 该雷达功率谱的零速度附近时常出现直流等杂波信号, 因此采用反距离权重插值法, 用临近值代替零速度信号。

    ③噪声电平计算:噪声电平指功率谱中雷达噪声的平均功率, 采用Monique等[19]提出的分段法计算。

    ④云雨信号提取:对高于噪声电平的连续信号段进行搜索, 由于云雨信号在宽度和强度均高于噪声, 因此设定谱点数阈值(阈值为5)[8]和信噪比阈值(阈值为-15 dB)[20]对连续信号段进行筛选, 并记录信号的起终点位置。

    ⑤谱矩计算:采用局部积分计算得到谱的各阶矩, 包括接收功率、平均多普勒速度和谱宽;将接收功率带入雷达气象方程得到反射率因子。

    对于垂直探测的C-FMCW雷达, 若已知大气垂直速度, 雷达返回的多普勒速度谱可转化为粒子下落末速度谱, 再根据下落末速度与雨滴直径关系和瑞利散射条件下反射率因子定义式, 即可反演得到雨滴谱。该反演过程难点在于如何先得到大气垂直速度。雷达直接测量的多普勒速度(VM, 单位:m·s-1)实际由粒子平均下落末速度(Vt, 单位:m·s-1)及大气垂直速度(Va, 单位:m·s-1)共同贡献, 即

    (1)

    本研究中, Va的反演采用目前较为可行的两种方法, 即粒子平均下落末速度(Vt)-反射率因子(Ze)关系法和小粒子示踪法。选择两种方法的目的是对比和探究它们的可靠性及适用性。

    Vt-Ze关系法(简称经验关系法)是利用C-FMCW雷达高灵敏度能够同时探测低层湍流回波和云雨回波的特点[14], 通过寻找具有湍流谱和云雨谱的双峰结构, 提取湍流谱作为大气垂直运动的示踪信号, 进而反演得到Va[10]。首先, 在功率谱中搜索功率高于两侧的局部谱峰, 并仅保留总功率排在前3位的谱峰;其次, 通过设置连续点阈值, 排除噪声等造成的虚假谱峰, 即仅保留连续点数超过9个且鞍点(两峰之间的最低点)功率低于次峰0.75倍的谱峰[8];最后, 将湍流谱峰对应的多普勒速度视作Va。由于双峰谱结构并非出现于全部降水层, 因此将反演的Va通过式(1)得到Vt;再通过非线性最小二乘法回归建立Vt-Ze幂函数关系;将该关系应用到全部降水层, 得到最终的VtVa

    小粒子示踪法(简称示踪法)是利用C-FMCW雷达高灵敏度特点, 假定其测量体积内的最小粒子下落末速度相较于对流运动速度可忽略(通常前者较后者低1~2个量级), 因此将这些最小粒子的多普勒速度近似为大气垂直速度[7-8]。首先, 在功率谱资料处理和质量控制基础上, 将高于噪声电平的第1个谱线示踪得到初步的大气垂直速度;其次, 对湍流、风切变等造成的反演误差进行修正得到最终的Va[20]

    从原理上讲, 经验关系法仅适用于中低空湍流信号较明显的液态降水层, 示踪法则没有高度和粒子相态的限制,但示踪法依赖于云体内可测的最小粒子尺寸, 且与雷达灵敏度密切相关。在上述两种方法反演得到Va后, 均可采用以下方法得到雨滴谱。

    将功率谱按照Va平移得到静止空气条件下的粒子下落末速度谱, 根据Gunn等[21]的雨滴下落末速度-直径理论关系, 得到雨滴直径, 公式如下:

    (2)

    (3)

    式(2)~(3)中, D(vt, h)为粒子直径(单位:mm), vt为粒子的下落末速度(单位:m·s-1), h为高度(单位:m), δv(h)为vt在不同高度上关于空气密度的修正因子[22]。已知雨滴直径后, 根据瑞利散射条件下反射率因子定义式计算到雨滴数浓度:

    (4)

    式(4)中, Z(vt, h)为反射率因子(单位:mm6·m-3), N(D, h)为粒子数浓度(单位:m-3)。为了将两种方法反演结果与微雨雷达产品和雨滴谱仪观测结果对比,利用雨滴谱计算雨强R(单位:mm·h-1)、平均质量加权直径Dm、广义截距参数Nw(单位:m-3·mm-1)、雨滴谱Gamma分布的形状参数μ和斜率参数λ(单位:mm-1)[23]

    为探究两种C-FMCW雷达反演方法在对流降水中的可靠性和适用性, 利用华南前汛期两次不同飑线降水个例(广东省惠州市龙门县2016年5月15日飑线后部弱对流降水和2016年5月6日飑线过境强对流降水), 结合同址微雨雷达产品和雨滴谱仪观测结果, 展开对比。

    2016年5月15日在低压槽控制下, 粤西开始出现中尺度对流系统, 随后其演变成飑线并东移至龙门站上空。C-FMCW雷达于19:00—22:00(北京时, 下同)探测到飑线后部的弱对流降水。从河源站SA雷达(距离龙门站45 km)的PPI回波图(图略)可见,19:00飑线强对流已移过龙门站,龙门站上空回波较弱,最强仅为35 dBZ左右。

    图 1为5月15日飑线后部弱对流降水观测及反演结果, 其中图 1a为C-FMCW雷达的Ze图 1b1d为经验关系法反演的VaVt(因该方法仅适用于液态降水层, 因此仅给出亮带以下结果),图 1c图 1e为示踪法反演的VaVt图 1g为雨滴谱仪观测的雨滴谱和分钟雨强R。由图 1可见, 飑线降水云发展深厚, 云顶接近12 km高度,对流较弱,有明显亮带结构,高度约4 km;地面降水产生在19:40—21:20,降水较弱,雨强最大仅为2.7 mm·h-1,以D<2 mm的中小雨滴为主。两种方法反演的Va与地面R相关, 在近地面1 km内,R较小时由上升气流主导,R较大时则由下沉气流主导,与董佳阳等[24]结论一致。雨滴谱仪观测的偏大粒子和偏大雨强出现时刻较反演的Vt负速度大值区(代表雨滴落速快)延后3~5 min,这可能是对流倾斜结构导致。在Va量级上,经验关系法反演结果在1 km高度以下较示踪法略小,但1 km高度以上则略大,这可能是因为示踪法在低层一定程度受到湍流或悬浮物信号的影响[11]

    图  1  2016年5月15日飑线后部弱对流降水观测及反演结果
    (a)C-FMCW雷达反射率因子Ze, (b)经验关系法反演的大气垂直速度Va, (c)示踪法反演的大气垂直速度Va, (d)经验关系法反演的粒子群平均下落末速度Vt, (e)示踪法反演的粒子群平均下落末速度Vt, (f)雨滴谱仪观测的雨滴谱和雨强R
    Figure  1.  Weak convective precipitation after the squall line passing on 15 May 2016
    (a)C-FMCW reflectivity factor(Ze), (b)air vertical velocity(Va) retrieved by the empirical relation method, (c)air vertical velocity retrieved(Va) by the small-particle-trace method, (d)mean particle falling velocity(Vt) retrieved by the empirical relation method, (e)mean particle falling velocity(Vt) retrieved by the small-particle-trace method, (f)droplet size distribution and rain rate(R) measured by disdrometer

    为验证两种方法反演的Va和雨滴谱的可靠性,将C-FMCW 200 m高度反演结果分别与微雨雷达200 m高度产品和雨滴谱仪观测结果进行对比。为考察不同雨强下的差异, 对比时将R分为3个区间,即R≤0.2 mm·h-1,0.2<R≤1 mm·h-1R>1 mm·h-1,分别统计3个区间的平均雨滴谱,结果如图 2所示。由图 2可知,微雨雷达产品和两种方法反演的小雨滴(3个雨强区间D分别小于0.6,0.6,0.9 mm)数浓度相较于雨滴谱仪观测结果均不同程度偏高。可能原因有两个:首先是微雨雷达产品和两种方法反演结果距离地面200 m,部分小雨滴下落至地面的过程中会蒸发,因此小粒子浓度相对地面更多;其次是设备灵敏度差异,研究表明雨滴谱仪本身存在小雨滴浓度低估的问题[23, 25]。此外,C-FMCW雷达灵敏度较微雨雷达更高,可测量的雨滴更小、数浓度更高。当雨滴粒径增大(3个雨强区间D分别不小于0.6,0.6,0.9 mm),微雨雷达产品和两种方法反演结果与雨滴谱仪观测结果差异减小。两种反演方法相比,R≤1 mm·h-1时,经验关系法反演的雨滴谱与雨滴谱仪观测结果更接近;R>1 mm·h-1时,两种方法反演的雨滴谱均与微雨雷达产品和雨滴谱仪观测结果非常一致。整体上,两种方法反演结果与雨滴谱仪观测结果相比,经验关系法反演的雨滴谱与雨滴谱仪观测结果最为接近。

    图  2  2016年5月15日不同雨强下的平均雨滴谱
    (a)0<R≤0.2 mm·h-1,(b)0.2<R≤1 mm·h-1,(c)R>1 mm·h-1
    Figure  2.  Mean droplet size distribution under three rain rate conditions on 15 May 2016
    (a)0<R≤0.2 mm·h-1, (b)0.2<R≤1 mm·h-1, (c)R>1 mm·h-1

    为对比反演结果随时间变化的一致性,图 3给出3个设备VaRDmNwλμ的时序变化, 其中雷达参量仍然为200 m高度处。C-FMCW雷达、微雨雷达与雨滴谱仪观测的反射率因子的相关系数分别为0.85和0.97(均达到0.01显著性水平),平均偏差分别为1.88 dBZ和2.05 dBZ,均方根误差分别为2.42 dBZ和2.44 dBZ,说明3个设备的反射率因子时序变化趋势和强度都较为一致(图略)。由两种方法反演的大气垂直速度Va可知,降水峰值区两种反演结果接近,但随后经验关系法的Va明显较示踪法的更小。对于雨强R,19:55的降水峰值区附近, 示踪法的R明显被高估,微雨雷达的R则被低估,前者是因为高估了小雨滴数浓度, 后者则是因为低估了大雨滴的数浓度;经验关系法、示踪法反演结果与雨滴谱仪观测结果的相关系数分别为0.91,0.87(均达到0.01显著性水平),平均偏差分别为0.18 mm·h-1,0.28 mm·h-1,均方根误差分别为0.26 mm·h-1,0.51 mm·h-1,表明经验关系法相较于示踪法反演的R与雨滴谱仪观测结果更接近。从Dm看,在降水峰值区,两种方法反演的小雨滴数浓度远高于微雨雷达产品和雨滴谱仪观测结果,因此Dm更小;经验关系法和示踪法反演的Dm与雨滴谱仪反演的Dm相关系数分别为0.79,0.43(均达到0.01显著性水平),平均偏差分别为0.11 mm,0.20 mm,均方根误差分别为0.20 mm,0.25 mm,表明经验关系法比示踪法偏差更小、更稳定;文中的Dm取值区间与王烁等[26]飞机观测结果有较好的一致性。从Nw结果看,在降水峰值区两种方法反演的更高浓度的小雨滴使得Nw更大, 微雨雷达大雨滴数浓度更高导致整体Nw均比其他3种结果偏小。雨滴谱Gamma参数λμ分别反映雨滴谱斜率和形状,经验关系法、示踪法、微雨雷达、雨滴谱仪得到的λμ平均值分别为6.44 mm-1,4.80 mm-1,10.30 mm-1,13.08 mm-1和3.01,1.80,5.71,9.27,图 3结果表明小雨滴数浓度从高到低的差异决定了示踪法反演的λμ最小,雨滴谱仪的λμ最大,这与马宁堃[23]和霍朝阳[12]的结论一致。两种方法反演的λμ值更小、波动也更小,而国内外大量雨滴谱观测表明:稳定性降水和弱降水的λμ变化不会太大,且μ大部分数值集中在10以内[12, 25]

    图  3  2016年5月15日19:43—21:20 3个设备物理量对比
    Figure  3.  Comparison of physical parameters for three instruments from 1943 BT to 2120 BT on 15 May 2016

    2016年5月6日在低涡前部切变线控制下, 飑线系统在广西东北部生成并向东南移动进入广东, 龙门站C-FMCW雷达于18:00—22:00探测到飑线过境的强对流云。从河源站SA雷达的PPI回波图(图略)可见, 随着飑线系统向东南方向移动, C-FMCW雷达先探测到飑线强对流单体, 回波最强可达60 dBZ, 随后探测到飑线后部的积层混合云, 回波强度不超过45 dBZ。21:30后, 飑线系统移出龙门站。

    图 4给出5月6日飑线过境强对流降水观测及反演结果。由图 4可见,此次飑线云系发展更深厚,强单体(18:00—18:20)的云顶可达14 km高度,随后对流减弱,云顶下降至约12 km高度,与弱对流降水个例云顶高度相近,回波也有显著的亮带特征。该飑线个例在地面产生了更强的降水,时段为18:00—21:40;在强对流单体过境时,雨滴谱仪观测的R最大可达42.5 mm·h-1,雨滴直径D最大可超过5 mm;随后降水减弱,R基本低于10 mm·h-1,大部分D<3 mm,但仍然比弱对流降水个例降水强。两种方法反演的上升气流区和下沉气流区时空分布基本一致,强单体经过时(18:00—19:00), 低空出现上升气流;积层混合云过境时, 云中对流很弱, 亮带以下为下沉气流, 这与弱对流降水个例有所不同。此外, 由于产生降水更强, 低空的Vt负速度更小。整体上,经验关系法反演的Va在强单体过境时比示踪法结果略小,而在积层混合云时略大,Vt则相反;示踪法由于不受高度限制,能够反演得到飑线强单体过境时的强上升气流,最大上升速度可达8 m·s-1以上。

    图  4  2016年5月6日飑线过境强对流降水观测及反演结果
    (a)C-FMCW雷达的反射率因子Ze,(b)经验关系法反演的大气垂直速度Va,(c)示踪法反演的大气垂直速度Va,(d)经验关系法反演的粒子群平均下落末速度Vt,(e)示踪法反演的粒子群平均下落末速度Vt,(f)雨滴谱仪观测的雨滴谱和雨强R
    Figure  4.  Strong convective precipitation of the squall line passing on 6 May 2016
    (a)C-FMCW reflectivity factor(Ze), (b)air vertical velocity(Va) retrieved by the empirical relation method, (c)air vertical velocity(Va) retrieved by the small-particle-trace method, (d)mean particle falling velocity(Vt) retrieved by the empirical relation method, (e)mean particle falling velocity(Vt) retrieved by the small-particle-trace method, (f)droplet size distribution and rain rate(R) measured by disdrometer

    为验证该个例较强对流降水条件下C-FMCW雷达反演的Va和雨滴谱可靠性,同样将该雷达200 m高度反演结果分别与微雨雷达200 m高度产品和雨滴谱仪观测结果进行对比。为考察不同雨强条件下的差异,对比时将R分为3个区间,即R≤1 mm·h-1,1<R≤10 mm·h-1R>10 mm·h-1,分别统计3个区间的平均雨滴谱,结果如图 5所示。由图 5可知,微雨雷达产品和两种方法反演的小雨滴(3个雨强区间D分别小于0.81,0.9,1 mm)的数浓度相较于雨滴谱仪观测结果更高,可能原因如弱对流降水个例中所述。当雨滴粒径增大后,微雨雷达产品及两种方法反演结果与雨滴谱仪观测结果差距减小。当R≤1 mm·h-1时,微雨雷达产品与雨滴谱仪观测结果最接近,经验关系法反演结果次之。当1<R≤10 mm·h-1时,微雨雷达产品及两种方法反演的雨滴谱均与雨滴谱仪观测结果较为一致,其中经验关系法反演结果与雨滴谱仪观测结果最相近,微雨雷达因忽略了大气垂直运动,少部分极大雨滴(3个雨强区间D分别大于3.25,3.8,4.2 mm)的数浓度更高。当R>10 mm·h-1时,经验关系法和示踪法反演的雨滴谱几乎完全重合,且相较于微雨雷达产品更接近雨滴谱仪观测结果;两种方法反演的中雨滴数浓度(1<D≤2.4 mm)与雨滴谱仪观测结果差异很小,但当D>2.4 mm后,两种方法反演的数浓度明显均低于雨滴谱仪观测结果。

    图  5  2016年5月6日不同雨强下的平均雨滴谱
    (a)0<R≤1 mm·h-1,(b)1<R≤10 mm·h-1,(c)R>10 mm·h-1
    Figure  5.  Mean droplet size distribution under three rain rate conditions on 6 May 2016
    (a)0<R≤1 mm·h-1, (b)1<R≤10 mm·h-1, (c)R>10 mm·h-1

    图 6为3个设备VaRDmNwλμ的时序结果, 其中微雨雷达产品和两种方法反演结果仍然为200 m高度处。3个设备反射率因子Ze对比结果基本与弱对流降水个例类似(图略)。由Va反演结果看, 两种方法反演的Va相关系数为0.72(达到0.01显著性水平)、平均偏差为0.66 m·s-1、均方根误差为0.87 m·s-1,说明两种结果基本一致。从R看, 单体过境(18:08左右)时, 微雨雷达产品和两种方法反演的R均被高估,随后(18:20以后)的积层混合云降水经验关系法反演的R与雨滴谱仪观测结果最接近,而示踪法反演的R和微雨雷达产品在部分时刻还有一定程度高估,这些高估由小雨滴数浓度高估所致(图 5)。值得注意的是,微雨雷达产品在降水峰值区可达220 mm·h-1,远高于两种方法反演结果,说明微雨雷达在反演强对流降水云时的误差大于C-FMCW雷达。从Dm看, 经验关系法反演的Dm整体与雨滴谱仪观测结果接近(平均偏差0.26 mm,均方根误差0.39 mm),示踪法反演的Dm大部分时刻较雨滴谱仪观测结果偏小(平均偏差0.37 mm,均方根误差0.49 mm),而微雨雷达的Dm大部分时刻较雨滴谱仪观测结果偏高(平均偏差0.33 mm,均方根误差0.46 mm);在强单体降水峰值区, 两种雷达的Dm偏小,这是雷达小雨滴数浓度远高于雨滴谱仪观测结果所致。霍朝阳[12]指出,在强对流降水时,大气垂直运动增强导致降水雨滴破裂加剧,使得小雨滴数浓度剧增。Nw结果显示,在强单体降水峰值区, 经验关系法和示踪法反演的更高浓度的小雨滴使Nw更大,其中经验关系法反演结果整体接近雨滴谱仪观测结果,示踪法反演的Nw大部分时刻较雨滴谱仪观测结果偏高,微雨雷达高估大雨滴数浓度导致Nw偏低。从λμ看,经验关系法、示踪法、微雨雷达、雨滴谱仪得到的λμ平均值分别为3.72 mm-1,3.58 mm-1,4.86 mm-1,7.42mm-1和1.24,0.81,3.78,5.82,微雨雷达产品与雨滴谱仪观测结果较接近;而两种方法反演结果更小、波动也更小,μ的数值均集中在10以内,更符合前人研究结果[12, 25]

    图  6  2016年5月6日18:00—21:41 3个设备物理量对比
    Figure  6.  Comparison of physical parameters for three instruments from 1800 BT to 2141 BT on 6 May 2016

    本研究利用C-FMCW雷达功率谱资料,以资料处理和质量控制为基础,评估了目前两种较可行的大气垂直速度和雨滴谱反演方法,并以广东龙门两次飑线对流降水为例,联合同址微雨雷达产品和地面雨滴谱仪观测结果,展开详细对比,得到以下主要结论:

    1) 经验关系法和示踪法反演的大气垂直速度Va与雨滴谱仪观测雨强R关系密切,有弱上升运动时,雨强略小;而有下沉气流时,雨强略大。在量级上, 经验关系法反演的Va在强单体时比示踪法的反演结果略小,而在弱对流降水时略大,Vt则相反。两种方法反演的Vt负速度绝对值大值区与雨滴谱仪观测的偏大粒子和偏大雨强出现时刻较为对应,表明两种方法反演的Va基本可靠。

    2) 雨滴谱对比结果显示:微雨雷达产品和两种方法反演的小雨滴数浓度更高,这是雨滴谱仪低估小雨滴数浓度所致。不同雨强下的结果对比表明:当R≤1 mm·h-1时,经验关系法反演的雨滴谱与微雨雷达产品和雨滴谱仪观测结果更接近;当1<R≤10 mm·h-1时,两种方法反演结果均与雨滴谱仪观测结果和微雨雷达产品接近;当R>10 mm·h-1时,微雨雷达产品和两种方法反演的中雨滴数浓度与雨滴谱仪观测结果一致,但大雨滴数浓度较低。

    3) 3个设备物理量的时序变化对比显示,飑线单体强降水峰值区中强烈对流使雨滴破裂加剧,导致经验关系法和示踪法反演的Dm较雨滴谱仪观测结果偏小、RNw偏大;而对飑线后部弱对流降水,经验关系法反演结果整体最接近雨滴谱仪观测结果。在不同强度降水条件下, 两种方法反演的μ集中在10以下且波动更小。

    本研究通过两个个例分析两种方法反演大气垂直速度和雨滴谱的结果,初步表明C-FMCW雷达具有较好的应用潜力。然而,限于验证手段,本研究仅从不同物理量的一致性以及与微雨雷达和雨滴谱仪开展对比。大气垂直速度的两种反演方法与雷达探测灵敏度密切相关,本文对雷达探测灵敏度进行定量分析且证实了方法的可行性,但未在文中展现。由于缺乏真值,关于C-FMCW雷达反演结果更细致的误差分析待将来有条件时进行。

  • 图  1   2016年5月15日飑线后部弱对流降水观测及反演结果

    (a)C-FMCW雷达反射率因子Ze, (b)经验关系法反演的大气垂直速度Va, (c)示踪法反演的大气垂直速度Va, (d)经验关系法反演的粒子群平均下落末速度Vt, (e)示踪法反演的粒子群平均下落末速度Vt, (f)雨滴谱仪观测的雨滴谱和雨强R

    Figure  1.   Weak convective precipitation after the squall line passing on 15 May 2016

    (a)C-FMCW reflectivity factor(Ze), (b)air vertical velocity(Va) retrieved by the empirical relation method, (c)air vertical velocity retrieved(Va) by the small-particle-trace method, (d)mean particle falling velocity(Vt) retrieved by the empirical relation method, (e)mean particle falling velocity(Vt) retrieved by the small-particle-trace method, (f)droplet size distribution and rain rate(R) measured by disdrometer

    图  2   2016年5月15日不同雨强下的平均雨滴谱

    (a)0<R≤0.2 mm·h-1,(b)0.2<R≤1 mm·h-1,(c)R>1 mm·h-1

    Figure  2.   Mean droplet size distribution under three rain rate conditions on 15 May 2016

    (a)0<R≤0.2 mm·h-1, (b)0.2<R≤1 mm·h-1, (c)R>1 mm·h-1

    图  3   2016年5月15日19:43—21:20 3个设备物理量对比

    Figure  3.   Comparison of physical parameters for three instruments from 1943 BT to 2120 BT on 15 May 2016

    图  4   2016年5月6日飑线过境强对流降水观测及反演结果

    (a)C-FMCW雷达的反射率因子Ze,(b)经验关系法反演的大气垂直速度Va,(c)示踪法反演的大气垂直速度Va,(d)经验关系法反演的粒子群平均下落末速度Vt,(e)示踪法反演的粒子群平均下落末速度Vt,(f)雨滴谱仪观测的雨滴谱和雨强R

    Figure  4.   Strong convective precipitation of the squall line passing on 6 May 2016

    (a)C-FMCW reflectivity factor(Ze), (b)air vertical velocity(Va) retrieved by the empirical relation method, (c)air vertical velocity(Va) retrieved by the small-particle-trace method, (d)mean particle falling velocity(Vt) retrieved by the empirical relation method, (e)mean particle falling velocity(Vt) retrieved by the small-particle-trace method, (f)droplet size distribution and rain rate(R) measured by disdrometer

    图  5   2016年5月6日不同雨强下的平均雨滴谱

    (a)0<R≤1 mm·h-1,(b)1<R≤10 mm·h-1,(c)R>10 mm·h-1

    Figure  5.   Mean droplet size distribution under three rain rate conditions on 6 May 2016

    (a)0<R≤1 mm·h-1, (b)1<R≤10 mm·h-1, (c)R>10 mm·h-1

    图  6   2016年5月6日18:00—21:41 3个设备物理量对比

    Figure  6.   Comparison of physical parameters for three instruments from 1800 BT to 2141 BT on 6 May 2016

  • [1]

    Waldteufel P, Corbin H. On the analysis of single-Doppler radar data.J Appl Meteor Climatol,1979,18(4):532-542. DOI: 10.1175/1520-0450(1979)018<0532:OTAOSD>2.0.CO;2

    [2] 李渝, 马舒庆, 杨玲, 等. 长沙机场阵列天气雷达风场验证. 应用气象学报, 2020, 31(6): 681-693. DOI: 10.11898/1001-7313.20200604

    Li Y, Ma S Q, Yang L, et al. Wind field verification for array weather radar at Changsha Airport. J Appl Meteor Sci, 2020, 31(6): 681-693. DOI: 10.11898/1001-7313.20200604

    [3] 管理, 戴建华, 陶岚, 等. QVP方法在双偏振雷达冬季降水观测中的应用. 应用气象学报, 2021, 32(1): 91-101. DOI: 10.11898/1001-7313.20210108

    Guan L, Dai J H, Tao L, et al. Application of QVP method to winter precipitation observation. J Appl Meteor Sci, 2021, 32(1): 91-101. DOI: 10.11898/1001-7313.20210108

    [4] 林晓萌, 尉英华, 陈宏, 等. 降水时风廓线雷达风场反演效果评估. 应用气象学报, 2020, 31(3): 361-372. DOI: 10.11898/1001-7313.20200310

    Lin X M, Wei Y H, Chen H, et al. The effect assessment of wind field inversion based on WPR in precipitation. J Appl Meteor Sci, 2020, 31(3): 361-372. DOI: 10.11898/1001-7313.20200310

    [5]

    Stokes G M, Schwartz S E. The Atmospheric Radiation Measurement(ARM) program: Programmatic background and design of the cloud and radiation test bed. Bull Amer Meteor Soc, 1994, 75(7): 1201-1222. DOI: 10.1175/1520-0477(1994)075<1201:TARMPP>2.0.CO;2

    [6] 阮征. 基于雷达资料的降水云微物理参数反演及垂直结构研究. 南京: 南京信息工程大学, 2015.

    Ruan Z. Microphysical Characteristics and Vertical Structure of Precipitation from Radar Observations. Nanjing: Nanjing University of Information Science & Technology, 2015.

    [7]

    Gossard E E, Strauch R O, Rogers R R. Evolution of dropsize distributions in liquid precipitation observed by ground-based Doppler radar. J Atmos Ocean Technol, 1990, 7(6): 815-828. DOI: 10.1175/1520-0426(1990)007<0815:EODDIL>2.0.CO;2

    [8]

    Shupe M D, Intrieri J M. Cloud radiative forcing of the arctic surface: The influence of cloud properties, surface albedo, and solar zenith angle. J Climate, 2004, 17(3): 616-628. DOI: 10.1175/1520-0442(2004)017<0616:CRFOTA>2.0.CO;2

    [9]

    Zheng J F, Liu L P, Zhu K Y, et al. A method for retrieving vertical air velocities in convective clouds over the Tibetan Plateau from TIPEX-III cloud radar Doppler spectra. Remote Sensing, 2017, 9(9): 964. DOI: 10.3390/rs9090964

    [10]

    Cui Y, Ruan Z, Wei M, et al. Vertical structure and dynamical properties during snow events in middle latitudes of China from observations by the C-band vertically pointing radar. J Meteor Soc Japan Ser II, 2020, 98(3): 527-550. DOI: 10.2151/jmsj.2020-028

    [11]

    Ma N K, Liu L P, Chen Y C, et al. Analysis of the vertical air motions and raindrop size distribution retrievals of a squall line based on cloud radar Doppler spectral density data. Atmosphere, 2021, 12(3): 348. DOI: 10.3390/atmos12030348

    [12] 霍朝阳. 基于C波段调频连续波垂直指向雷达的华南夏季降水云垂直结构特征及降水微物理研究. 南京: 南京信息工程大学, 2019.

    Huo Z Y. The Vertical Structural of Precipitation Cloud and Microphysics of Precipitation in South China Summer Based on the VPR-CFMCW. Nanjing: Nanjing University of Information Science & Technology, 2019.

    [13] 金龙, 阮征, 葛润生, 等. C-FMCW雷达对江淮降水云零度层亮带探测研究. 应用气象学报, 2016, 27(3): 312-322. DOI: 10.11898/1001-7313.20160306

    Jin L, Ruan Z, Ge R S, et al. Bright band analysis in Yangtze-Huaihe Region of Anhui using data detection from C-FMCW radar. J Appl Meteor Sci, 2016, 27(3): 312-322. DOI: 10.11898/1001-7313.20160306

    [14] 阮征, 金龙, 葛润生, 等. C波段调频连续波天气雷达探测系统及观测试验. 气象学报, 2015, 73(3): 577-592. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201503014.htm

    Ruan Z, Jin L, Ge R S, et al. The C-band FMCW pointing weather radar system and its observation experiment. Acta Meteor Sinica, 2015, 73(3): 577-592. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201503014.htm

    [15] 宋灿, 周毓荃, 吴志会. 雨滴谱垂直演变特征的微雨雷达观测研究. 应用气象学报, 2019, 30(4): 479-490. DOI: 10.11898/1001-7313.20190408

    Song C, Zhou Y Q, Wu Z H, et al. Vertical profiles of raindrop size distribution observed by micro rain radar. J Appl Meteor Sci, 2019, 30(4): 479-490. DOI: 10.11898/1001-7313.20190408

    [16]

    Peters G, Fischer B, Andersson T. Rain observations with a vertically looking micro rain radar(MRR). Boreal Environment Research, 2002, 7(4): 353-362.

    [17]

    Loöffler-Mang M, Joss J. An optical disdrometer for measuring size and velocity of hydrometeors. J Atmos Ocean Technol, 2000, 17(2): 130-139. DOI: 10.1175/1520-0426(2000)017<0130:AODFMS>2.0.CO;2

    [18] 曾正茂, 郑佳锋, 杨晖, 等. Ka波段云雷达非云回波质量控制及效果评估. 应用气象学报, 2021, 32(3): 347-357. DOI: 10.11898/1001-7313.20210307

    Zeng Z M, Zheng J F, Yang H, et al. Quality control and evaluation on non-cloud echo of Ka-band cloud radar. J Appl Meteor Sci, 2021, 32(3): 347-357. DOI: 10.11898/1001-7313.20210307

    [19]

    Monique P, Amadou S, Garrouste A, et al. Statistical characteristics of the noise power spectral density in UHF and VHF wind profilers. Radio Science, 1997, 32(3): 1229-1247. DOI: 10.1029/97RS00250

    [20] 郑佳锋. Ka波段-多模式亳米波雷达功率谱数椐处理方法及云内大气垂直速度反演研究. 南京: 南京信息工程大学, 2016.

    Zheng J F. Doppler Spectral Data Proccessing Methods of Ka-band Multi-mode mm-wave Radar and Air Vertical Speed Retrieval in Clouds. Nanjing: Nanjing University of Information Science & Technology, 2016.

    [21]

    Gunn R, Kinzer G D. The terminal velocity of fall for water droplets in stagnant air. J Atmos Sci, 1949, 6(4): 243-248.

    [22]

    Foote G B, Du Toit P S. Terminal velocity of raindrops aloft. J Appl Meteor, 1969, 8(2): 249-253. DOI: 10.1175/1520-0450(1969)008<0249:TVORA>2.0.CO;2

    [23] 马宁堃. 利用Ka波段毫米波雷达功率谱反演云降水大气垂直速度和雨滴谱分布研究. 北京: 中国气象科学研究院, 2019.

    Ma N K. Application of Doppler Spectral Density Data in Vertical Air Motions and Drop Size Distribution Retrieval in Cloud and Precipitation by Ka-band. Beijing: Chinese Academy of Meteorological Sciences, 2019.

    [24] 董佳阳, 崔晔, 阮征, 等. 对流降水云中大气垂直运动反演及个例试验. 应用气象学报, 2022, 33(2): 167-179. DOI: 10.11898/1001-7313.20220204

    Dong J Y, Cui Y, Ruan Z, et al. Retrieval and experiments of atmospheric vertical motions in convective precipitation clouds. J Appl Meteor Sci, 2022, 33(2): 167-179. DOI: 10.11898/1001-7313.20220204

    [25] 金棋, 袁野, 纪雷, 等. 安徽滁州夏季―次飚线过程的雨滴谱特征. 应用气象学报, 2015, 26(6): 725-734. DOI: 10.11898/1001-7313.20150609

    Jin Q, Yuan Y, Ji L, et al. Characteristics of raindrop size distribution for a squall line at Chuzhou of Anhui during summer. J Appl Meteor Sci, 2015, 26(6): 725-734. DOI: 10.11898/1001-7313.20150609

    [26] 王烁, 张佃国, 王文青, 等. 初冬一次层状云较弱云区垂直结构的飞机观测. 应用气象学报, 2021, 32(6): 677-690. DOI: 10.11898/1001-7313.20210604

    Wang S, Zhang D G, Wang W Q, et al. Aircraft measurement of the vertical structure of a weak stratiform cloud in early winter. J Appl Meteor Sci, 2021, 32(6): 677-690. DOI: 10.11898/1001-7313.20210604

  • 期刊类型引用(4)

    1. 郭飞燕,丁锋,褚颖佳,郎嘉河,李晓东,栾在茂. 两次强下击暴流致灾大风过程对比. 应用气象学报. 2024(05): 590-605 . 本站查看
    2. 孙钦宏,马洪波,齐彦斌,王秀娟. 2021年夏季长白山麓雨滴谱分布特征. 应用气象学报. 2023(03): 336-347 . 本站查看
    3. 葛黎黎,吕国真,赵桂香,韩琛惠,郭栋,李亚军. 太原地区雨滴谱季节分布特征. 应用气象学报. 2023(04): 489-502 . 本站查看
    4. 文镓齐,王改利,周任然,李冉. 藏东南墨脱地区季风期降水的垂直结构特征. 应用气象学报. 2023(05): 562-573 . 本站查看

    其他类型引用(0)

图(6)
计量
  • 文章访问数:  1178
  • HTML全文浏览量:  185
  • PDF下载量:  96
  • 被引次数: 4
出版历程
  • 收稿日期:  2022-03-27
  • 修回日期:  2022-05-11
  • 网络出版:  2022-06-27
  • 纸刊出版:  2022-07-12

目录

/

返回文章
返回