多普勒雷達風場資料在臨近預報中的應用

劉紅艷,魏鳴,管理

(1.南京信息工程大學 中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044;

2.江蘇省氣象科學研究所 南京氣象雷達開放實驗室,江蘇 南京 210009)

劉紅艷,魏鳴,管理.2015.多普勒雷達風場資料在臨近預報中的應用[J].大氣科學學報,38(4):483-491.doi：10.13878/j.cnki.dqkxxb.20120514001.

Liu Hong-yan,Wei Ming,Guan Li.2015.Application of Doppler radar radial velocity data to nowcasting[J].Trans Atmos Sci,38(4):483-491.(in Chinese).

多普勒雷達風場資料在臨近預報中的應用

劉紅艷1,2,魏鳴1,2,管理1

(1.南京信息工程大學 中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044;

2.江蘇省氣象科學研究所 南京氣象雷達開放實驗室,江蘇 南京 210009)

摘要：為了研究對流單體移動的運動學和動力學特征,本文綜合應用多普勒雷達反射率因子資料和徑向速度資料進行雷達回波的外推預報。采用速度方位顯示方法(Velocity Azimuth Display，VAD)和交叉相關法(Tracking Radar Echoes by Correlation,TREC),分別得到設定的8個高度的水平風場,并作為回波的引導風,對相應高度的等高平面位置顯示(Constant Altitude Plan Position Indicating,CAPPI)反射率因子進行外推。通過兩次降水過程分析比較兩種方法的外推結(jié)果,表明用這兩種方法獲得的未來60 min內(nèi)的回波位置與回波實況較吻合;二者在某些高度上預報的評分接近。從兩個個例的外推試驗發(fā)現(xiàn),預報效果最好的高度層與實際天氣過程有關,關鍵是與降水回波中水平風的垂直分布有關,而不僅僅限于2.5～3.0 km高度。

關鍵詞：多普勒速度;VAD;交叉相關法;CAPPI;回波外推

0引言

多普勒天氣雷達資料具有較高的時間和空間分辨率,在中尺度災害性天氣研究和臨近預報方面具有重要作用(周海光,2010;耿建軍等,2012)。20世紀60—70年代開始,基于天氣雷達的臨近預報外推技術出現(xiàn)了很多理論和方法,主要有持續(xù)性預報法、交叉相關法和單體質(zhì)心法三種(韓雷等,2007)。持續(xù)性預報法由于結(jié)果誤差較大,目前已經(jīng)很少使用。交叉相關算法通過計算雷達回波資料在連續(xù)時次的空間最優(yōu)相關,得到對流系統(tǒng)不同位置的移動矢量,對雷達回波進行外推(Rinehart and Garvey,1978)。在TREC(Tracking Radar Echoes by Correlation,交叉相關法)基礎上有學者根據(jù)雷達連續(xù)兩個觀測時次的數(shù)據(jù),用相關法估測CAPPI(Constant Altitude Plan Position Indicating,等高平面位置顯示)上的水平流場,從而獲得回波的運動走向(嚴紅梅等,2008);也有學者考慮多時刻回波的演變過程、移向和移速以及回波在移動過程中的形變,構(gòu)造了集合的線性交叉相關方法(符式紅等,2012)?；夭ㄌ卣髯粉櫴腔谌S雷暴追蹤的算法,通過識別和分析雷達回波,得到風暴體的特征參量,在前后兩個時刻的掃描數(shù)據(jù)中進行單體匹配,最后通過連續(xù)多時刻的匹配追蹤結(jié)果外推預警。有學者基于這個思路在實現(xiàn)三維風暴的識別之后,提取三維風暴的特征參數(shù)對相鄰時刻的風暴進行跟蹤,在此基礎上對風暴未來時刻的位置及大小進行預報(王改利等,2010)。

上述方法都是通過雷達反射率因子外推預報回波的移動與演變。為充分利用多普勒雷達風場信息研究對流單體移動的運動學和動力學特征,本文綜合應用多普勒雷達反射率因子和徑向速度資料研究臨近預報算法。有學者經(jīng)過統(tǒng)計驗證認為VAD(Velocity Azimuth Display,速度方位顯示方法)方法反演的風場和探空風場相似,可用來代表雷達站附近的環(huán)境風(王艷蘭等,2008;薛雙青等,2010),因此本文采用VAD方法反演的風場作為回波移動矢量進行外推預報。另外用交叉相關法估測CAPPI等高面上的水平流場外推反射率因子場,分析比較這兩種方法的外推效果。

1資料與方法

1.1　資料說明與處理

選用的資料為CINRAD/SA雷達的反射率因子和徑向速度。在VCP21探測模式下,雷達體掃時間間隔為6min左右,雷達最低仰角為0.5°。使用雷達徑向速度資料前要進行退速度模糊預處理(童文雪等,2013)。

考慮在二維直角坐標系等高面上進行外推計算,所以先把極坐標格式的雷達反射率因子資料經(jīng)插值處理轉(zhuǎn)換到直角坐標系中,分辨率取為1 km×1 km。以往預報對流天氣時,一般都參考700 hPa氣流的引導方向,即用2.5～3 km高度的風場來代表整個天氣背景大致的環(huán)境流場運動方向(楊凡等,2009;李艷芳等,2011)。拜爾斯和雷厄姆1949年進行的雷暴計劃結(jié)果顯示,當0.6 km和6.0 km高度間平均風速大于4.5 m/s時,在3.4～6.0 km高度上回波的移動和風速之間有較好的相關,發(fā)現(xiàn)當采用3.0～3.7 km高度上風資料時,回波移向和風向之間平均偏差最小(Battan,1973)。本文不局限在2.5～3.0 km高度進行外推,而分別選取插值得到的2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5 km這8個高度的雷達資料進行外推并比較分析。為了更好地追蹤降水演變,在處理反射率因子資料時保留10 dBz以上的回波進行外推預報。

1.2　速度矢量獲取方法

外推方法的核心就是利用雷達資料通過風場反演及相鄰時次空間最優(yōu)相關技術,分別得到速度矢量,并利用該速度矢量預測下一時次回波的位置和范圍。

1.2.1VAD原理

VAD技術就是讓雷達天線以某固定仰角做方位掃描,并把探測到的降水粒子在某一距離和方位上的徑向速度Vr(β)記錄并顯示出來,雷達探測的降水粒子的徑向速度Vr(β)可表示為(張培昌等,2001):

Vr(β)=-Vh(β)cos(β-β0)cosα+Vf(β)sinα。

(1)

(2)

(3)

式中:

(4)

確定不均勻數(shù)據(jù)場的風速風向:水平風速:

(5)

水平風向:

D=argA1-π。

(6)

1.2.2交叉相關法的主要思路

交叉相關算法目前被廣泛用于確定雷達回波移動的引導風場,是國際上許多臨近預報系統(tǒng)的主要算法之一(曾小團等,2010)。分析時先將t1時刻的數(shù)據(jù)分成一系列大小相同的二維像素陣列,然后將每個陣列與t2時刻(t1+Δt)數(shù)據(jù)中相同大小的所有陣列求相關,找到與之最匹配的那個陣列,即確定具有最大相關系數(shù)的陣列對。陣列對中t1時刻初始陣列的中心即為回波移動矢量的起點,t2時刻與初始陣列具有最大相關的陣列中心即為回波移動矢量的終點。對t1時刻的所有初始陣列都求出其對應的移動矢量,將得到的矢量場除以時間間隔Δt,就得到了TREC速度矢量場(以下簡稱TREC矢量場)。圖1是交叉相關算法的示意。

圖1　交叉相關方法示意圖　　a.t1時刻;b.t2時刻Fig.1　Schematic diagram of the TREC(tracking radar echoes by correlation)a.t1;b.t2

相關系數(shù)

(7)

其中:Z1和Z2分別是t1和t2時刻的反射率像素值;N是一個陣列中所有數(shù)據(jù)點的數(shù)目。當確定了雷達回波各個陣列的移動矢量后,利用獲得的這些矢量來外推相應區(qū)域回波場,最終可獲得整個回波場的預報圖像。

在估測TREC矢量場時,將各高度 CAPPI反射率因子場劃分為18 km×18 km的初始二維像素陣列,陣列之間間隔5 km。一般降水回波移速小于100 km/h,本文設最大搜索半徑10 km。對前后兩個時刻的回波經(jīng)交叉相關法得到回波移動風矢量,并對此風矢量采用嚴紅梅等(2008)給出的方法進行質(zhì)量控制。

1.3　回波外推算法

雷達回波的移動外推方法是基于這樣的假設,即雷達回波的移動受環(huán)境風場引導,且環(huán)境風場在60 min內(nèi)不存在明顯的突變。因此,可以通過確定環(huán)境引導風場,采用有效的差分格式對雷達回波進行外推預測(曾小團等,2010)。采用上述兩種方法獲得當前時刻雷達回波的移動矢量,并分別假設該兩種矢量就是雷達回波移動的引導風矢量,從而在拉格朗日坐標下實現(xiàn)雷達回波的外推預測。

采用后向外推格式(Germann and Zawadzki,2002;Seed,2003;Berenguer et al.,2005)對雷達回波進行外推計算。如圖2,Zi,j(t)和Zi,j(t+1)分別是t和(t+1)時刻(i,j)處雷達反射率因子;Vi,j(t)是t時刻(i,j)處的移動風矢量,ut,i,j,vt,i,j分別是Vi,j(t)的緯向風和經(jīng)向風分量。在預測雷達回波時,認為(t+1)時刻(i,j)位置處的回波是t時刻中 (i-Δi,j-Δj)位置處的回波移動而來,所以有Zi,j(t+1)=Zi-Δi,j-Δj(t),其中,Δi=ut,i,jΔt,Δj=vt,i,jΔt,i和j是雷達回波分辨率下的格點下標。

圖2　后向外推方法示意圖　　a.t時刻;b.(t+1)時刻Fig.2　Schematic diagram of the back-extrapolation forecast technique　a.t;b.(t+1)

后向外推格式可表示為:

Zi,j(t+1)=Zi-Δi,j-Δj(t+n-1)。

(8)

其中:Z是雷達回波值;t是外推的起始時刻;n是每隔Δt時間的外推次數(shù),n=1,2,…,這里Δt取6 min。對于格點數(shù)據(jù),每做一步外推都會遇到(i-Δi)和(j-Δj)不落在格點上的問題,采用四舍五入取整來消除。

1.4　回波外推結(jié)果檢驗方法

通常使用列聯(lián)表方法(王華等,2007),即使用探測概率DPO、虛假警報比RFA和臨界成功指數(shù)ICS來衡量預報效果。列聯(lián)表法是將預報的數(shù)據(jù)和預報時刻雷達實測的數(shù)據(jù)逐個格點進行對比,如果實測的格點數(shù)據(jù)和預報的格點數(shù)據(jù)都大于閾值,則認為該格點是成功預報,如果實測的格點數(shù)據(jù)大于閾值而預報的格點數(shù)據(jù)小于閾值,則該格點是漏報,如果實測的格點數(shù)據(jù)小于閾值而預報的格點數(shù)據(jù)大于閾值,則該格點是虛假警報。探測概率、虛假警報比和臨界成功指數(shù)按照以下定義計算:

(9)

其中:Ns、Nf、Na分表為預報成功的格點數(shù)、漏報的格點數(shù)和虛假警報的格點數(shù)。DPO、RFA和ICS的數(shù)值都介于0～1,DPO和ICS的數(shù)值愈大愈接近正確預報,而RFA數(shù)值愈小愈接近正確預報。

2試驗分析

本文的外推方法并未考慮回波的生消,較適合處于成熟階段、形變較小的回波,而天氣過程發(fā)生時雷達回波往往是隨時間變化的,因此外推預報的時間不宜太長,選擇在60 min以內(nèi)。

2.1　山東煙臺暴雨天氣過程

2010年8月12日山東煙臺出現(xiàn)由西南向東北方向移動的暴雨過程,分別用VAD法及TREC法獲得8個高度上回波的移動矢量?；夭?～60 min外推方案分別于8月12日02:19(世界時,下同)到03:19逐6 min進行(本文僅給出代表中低層的3.0 km和代表中高層的5.0 km高度上預報時長為30 min和60 min的預報結(jié)果)。

觀察8月12日02:19—03:19回波實況發(fā)現(xiàn),回波整體呈西南—東北走向,自西南向東北移動。在前30 min的移動中,回波帶南端及東南端有回波增長,而西南端則有回波消散,但回波總體形變較小;后30 min內(nèi),增長和消散仍在繼續(xù),回波形變相對較大。

圖3給出的是2010年8月12日02:49(30 min預報)和03:19(60 min預報)基于VAD風矢量場(以下簡稱“方案1”,圖3a)和TREC矢量場(以下簡稱“方案2”,圖3b)對雷達回波進行外推得到的3.0 km和5.0 km高度回波圖以及相應時刻雷達實況(圖3c)。前30 min的預報結(jié)果顯示,方案1和方案2得到的外推回波位置和發(fā)展形勢與雷達實況較為吻合,預報效果較好。由于方案1反演的移動速度較實況偏快,這導致30 min后的預報結(jié)果與實況之間出現(xiàn)誤差,且外推時間越長,誤差越大。另外實況回波隨時間的演變顯示雷達西南端有回波逐漸消散,而外推結(jié)果并未顯示該現(xiàn)象,這是它的局限性。表1為兩種方案的預報評分結(jié)果。首先分析由方案1得到的預報時長為30 min和60 min的預報評分結(jié)果。整體而言,8個高度的DPO都相對較高,均達83.40%以上,ICS也均超過63.24%,這直接說明在8個高度上外推的回波與實況對應較好,也間接說明VAD方法反演的平均風較為接近回波實際移動矢量。僅就30 min的預報效果而言,3.5 km高度的ICS最高,預報效果最好;2.5、3.0以及2.0 km高度的外推效果稍遜于3.5 km。60 min 外推評分結(jié)果顯示,在此預報時長內(nèi),3.5 km高度的預報效果最好,其次分別是2.5和3.0 km。綜合來看,在兩個預報時長內(nèi),方案1在2.5～3.5 km高度間的預報效果達到最好。在相同高度上,30 min的評分結(jié)果明顯要好于60 min,其原因有:外推風矢量較回波實際移速偏快,致使回波預報位置與實況之間出現(xiàn)誤差;部分回波衰減,導致回波預報范圍與實況有所偏差。

圖3　方案1(a)、方案2(b)及實況(c)中02:49(30 min預報)3.0 km高度(1)、03:19(60 min預報)3.0 km高度(2)、02:49(30 min預報)5.0 km高度(3)、03:19(60 min預報)5.0 km高度(4)的雷達回波(單位:dBz)Fig.3　The forecast radar echoes extrapolated by (a)scheme 1 and (b)scheme 2,and (c)the observed radar echoes (1)on height of 3.0 km at 02:49 UTC,(2)on height of 3.0 km at 03:19 UTC,(3)on height of 5.0 km at 02:49 UTC,and (4)on height of 5.0 km at 03:19 UTC(units:dBz)

表1兩種方案在2010年8月12日02:19—03:19煙臺地區(qū)雷達30 min和60 min回波預報的評分結(jié)果

Table 1Score results of Yantai radar echo prediction at 30 min and 60 min for scheme 1 and scheme 2 during 02:19—03:19 UTC 12 August 2010

高度/km30min60minDPO/%RFA/%ICS/%DPO/%RFA/%ICS/%方案1方案2方案1方案2方案1方案2方案1方案2方案1方案2方案1方案22.088.7184.5815.798.1976.0678.6484.6280.5925.9415.8265.2869.992.588.9684.3815.898.2876.1678.4085.0379.7725.8616.1965.5869.123.089.0284.5416.078.3976.0578.4785.0879.6626.0116.4065.4968.893.589.9884.5715.388.4877.3378.4385.8479.6425.4416.5566.3968.784.088.6184.4616.798.5775.1778.2783.8379.4227.3316.6363.7468.564.589.2184.8816.539.5575.8277.9084.7779.9826.4917.9464.9368.085.088.5283.7817.339.9174.6776.7183.4078.6527.6617.9763.2467.095.588.9584.9117.1910.2475.0977.4183.8580.5127.5018.7563.6267.90

其次,方案2的評分結(jié)果表明預報時長為30 min時,8個高度中2.0 km高度的ICS最高,為78.64%,其次是3.0和3.5 km。預報時長為60 min時,預報效果最好的3個高度分別為2.0、2.5和3.0 km。由此可知,方案2在2.0～3.5 km高度的預報效果較其他高度要好。

最后,對兩種方案評分結(jié)果進行對比發(fā)現(xiàn),兩種方案外推的雷達回波與實況都較為吻合。在同一預報時長內(nèi),方案1的DPO都要高于相同高度的方案2,但同時由于預報的回波范圍與實況偏差較大,所以RFA也遠高于方案2,這導致方案1的ICS稍遜于方案2,不過相同高度上兩種方案的ICS相差并不大。同一方案同一預報時長內(nèi)各個高度的評分指數(shù)相差較小,這說明在該時間段內(nèi),基本氣流從低層到高層切變較小。另外總結(jié)前述分析,對于此次天氣過程,方案1和方案2均為中低層(2.0～3.5 km)的預報效果好于中高層。分析2010年8月11日20時的T-logp資料可知,近飽和的水汽層主要集中在850～600 hPa,此層風向為西風或西南風,大致對應著2.0～3.5 km高度,這也是降水系統(tǒng)引導氣流的主要高度。

2.2　江蘇南京降水天氣過程

受地面倒槽和切變線影響,自2008年4月19日凌晨起,江蘇省自西向東出現(xiàn)大范圍降水天氣。選取南京多普勒雷達資料,對此次天氣過程進行外推預報。其雷達回波0～60 min移動外推方案分別于4月19日00:08—01:08逐6 min進行。

4月19日00:08—01:08這一個小時的雷達實況回波演變顯示,回波整體呈現(xiàn)西北—東南走向,且由西南向東北方向緩慢移動。分析多普勒徑向速度(圖略),可知零速度線呈S型,低層為偏東風,高層為偏西風,基于此實際,初步分析雷達回波引導風風向與高層風更為接近。圖4為2008年4月19日采用兩種方案外推得到的00:38和01:08在3.0和5.0 km上的雷達回波以及雷達實況。由圖所示,預報時長為30 min時,兩種方案外推預報的回波位置都與實況吻合較好,但后30 min時間內(nèi),回波發(fā)展較快,形變較大,預測的回波與實況回波一致性變差。表2為2008年4月19日00:08—01:08時南京地區(qū)兩種外推方案的評分結(jié)果。

圖4　方案1(a)、方案2(b)及實況(c)中2008年4月19日00:38(30 min預報)3.0 km高度(1)、01:08(60 min預報)3.0 km高度(2)、00:38(30 min預報)5.0 km高度(3)、01:08(60 min預報)5.0 km高度(4)的雷達回波(單位:dBz)Fig.4　The forecast radar echoes extrapolated by (a)scheme 1 and (b)scheme 2 and (c)the observed radar echoes (1)on height of 3.0 km at 00:38 UTC,(2)on height of 3.0 km at 01:08 UTC,(3)on height of 5.0 km at 00:38 UTC,and (4)on height of 5.0 km at 01:08 UTC 19 April 2008(units:dBz)

由表2 知,方案1在預報時長為30 min時,4.5 km高度的預報效果最好,4.0和3.5 km高度的預報效果稍遜于4.5 km;60 min的評分結(jié)果顯示3.5 km的預報效果最好,ICS達67.35%,其次分別是4.0和4.5 km。綜合來看,方案1在3.5～4.5 km的外推結(jié)果要好于其他高度。低層評分相對較低的原因是低層基本氣流為偏東風,而回波整體由西南向東北方向移動,VAD反演風矢量與回波實際移動矢量相差較大。分析方案2的評分結(jié)果可知,30 min的評分結(jié)果中,3.5 km高度的ICS最高,為77.98%,其次分別是4.0和4.5 km;60 min外推預報效果在3.5、3.0和4.0 km高度上達到最好。整體來看,方案2中ICS在3.0～4.0 km為大值區(qū)。

兩種方案對比發(fā)現(xiàn),對于此次天氣過程,在預報時長為60 min內(nèi),利用方案1和方案2得到的外推回波與實況對應較好,且都在3.0～4.5 km達到最好的預報效果。

3結(jié)論

為研究對流單體移動的運動學和動力學特征,綜合應用多普勒雷達反射率因子和徑向速度資料研究回波的臨近預報算法。在設定的8個高度上以VAD方法反演出的平均水平風場作為回波的移動矢量,對2010年8月煙臺暴雨過程和2008年4月南京降水過程進行了預報時長為60 min的外推預報,并將其與TREC方法進行比較,結(jié)論如下:

表2兩種方案在2008年4月19日00:08—01:08南京地區(qū)雷達30 min和60 min回波預報的評分結(jié)果

Table 2Score results of Nanjing radar echo prediction at 30 min and 60 min for scheme 1 and scheme 2 during 00:08—01:08 UTC 19 April 2008%

1)以VAD方法反演的各層水平風作為移動矢量進行回波外推,在預報時長為60 min內(nèi),能夠預測出雷達回波的整體移動趨勢,且預測的回波范圍和位置與實況較為吻合,適合監(jiān)測測站附近對流天氣系統(tǒng)的移動演變。

2)利用VAD方法(方案1)和TREC方法(方案2)獲得的未來60 min內(nèi)的雷達回波位置與相應時刻雷達實況基本吻合,二者在某些高度上的預報評分結(jié)果較為接近,且預報效果最好的高度層對應較好;從兩個個例的外推實驗發(fā)現(xiàn),外推的效果關鍵是與降水回波中水平風的垂直分布有關,而不能僅僅限制在2.5～3.0 km。

3)隨預報時長增加,預測回波與實況的一致性逐漸變差。這是因為本文的外推技術是基于雷達回波歷史狀態(tài)進行的預報,但回波演變過程中,邊緣或者面積較小的回波,發(fā)展變化明顯,從而導致外推時間步長越長,誤差也越大。

參考文獻(References)：

Battan L J.1973.Radar observation of the atmosphere[M].Chicago:The University of Chicago Press.

Berenguer M,Corral C,Sanchez-Diezma R,et al.2005.Hydrological validation of a radar-based nowcasting technique[J].J Hydrometeorol,6:532-549.

符式紅,鐘青,壽紹文.2012.對多普勒雷達集合交叉相關外推技術的構(gòu)造與實例檢驗[J].氣象,38(1):47-55.Fu Shihong,Zhong Qing,Shou Shaowen.2012.Construction and case verification on Doppler radar ensemble extrapolation of cross-correlation[J].Meteor Mon,38(1):47-55.(in Chinese).

耿建軍,肖現(xiàn),王迎春,等.2012.變分多普勒雷達分析系統(tǒng)對北京一次強降水過程的短時預報能力初探[J].大氣科學學報,35(6):730-736.Geng Jianjun,Xiao Xian,Wang Yingchun,et al.2012.A preliminary exploration on the nowcasting ability of VDRAS in a rainstorm case in Beijing[J].Trans Atmos Sci,35(6):730-736.(in Chinese).

Germann U,Zawadzki I.2002.Scale-dependence of the predictability of precipitation from continental radar images.Part I:Description of the methodology[J].Mon Wea Rev,130:2859-2873.

韓雷,王洪慶,譚曉光,等.2007.基于雷達數(shù)據(jù)的風暴體識別、追蹤及預警的研究進展[J].氣象,33(1):3-10.Han Lei,Wang Hongqing,Tan Xiaoguang,et al.2007.Review on development of radar-based storm identification,tracking and forecasting[J].Meteor Mon,33(1):3-10.(in Chinese).

李艷芳,黃興友,潘佳文,等.2011.多普勒雷達資料在南京地區(qū)一次暴雨臨近預報中的應用[J].安徽農(nóng)業(yè)科學,39(19):11763-11766,11786.Li Yanfang,Huang Xingyou,Pan Jiawen,et al.2011.Application of Doppler radar data in rainstorm nowcasting of Nanjing[J].Journal of Anhui Agri Sci,39(19):11763-11766,11786.(in Chinese).

劉紅艷.2013.多普勒雷達風場資料在短時臨近預報中的應用研究[D].南京:南京信息工程大學.Liu Hongyan.2013.Application of Doppler radar radial velocity data for nowcasting prediction [D].Nanjing:Nanjing University of Information Science & Technology.(in Chinese).

Rinehart R E,Garvey E T.1978.Three-dimensional storm motion detection by conventional weather radar[J].Nature,273:287-289.

Seed A W.2003.A dynamic and spatial scaling approach to advection forecasting[J].J Appl Meteor,42:381-388.

童文雪,李剛,馬旭林,等.2013.多普勒雷達徑向速度退模糊的初步研究[J].大氣科學學報,36(4):472-480.Tong Wenxue,Li Gang,Ma Xulin,et al.2013.Preliminary study on Doppler velocity data quality control[J].Trans Atmos Sci,36(4):472-480.(in Chinese).

王改利,劉黎平,阮征,等.2010.基于雷達回波拼圖資料的風暴識別、跟蹤及臨近預報技術[J].高原氣象,29(6):1546-1555.Wang Gaili,Liu Liping,Ruan Zheng,et al.2010.Storm identification,tracking and nowcasting techniques based on the radar mosaic data[J].Plateau Meteor,29(6):1546-1555.(in Chinese).

王華,孫繼松,李津.2007.2005年北京城區(qū)兩次強冰雹天氣的對比分析[J].氣象,33(2):49-56.Wang Hua,Sun Jisong,Li Jin.2007.A comparative analysis on two severe hail events in Beijing urban district in 2005[J].Meteor Mon,33(2):49-56.(in Chinese).

王艷蘭,唐伍斌,周文志,等.2008.利用多普勒雷達資料作站點雨量及面雨量臨近預報[J].氣象科學,28(3):322-327.Wang Yanlan,Tang Wubin,Zhou Wenzhi,et al.2008.Nowcating of the station-point/area rainfall amounts using cinradar[J].Scientia Meteorologica Sinica,28(3):322-327.(in Chinese).

薛雙青,楊洪平,高玉春,等.2010.VAD反演風與探空資料的對比分析[J].氣象科學,30(6):856-861.Xue Shuangqing,Yang Hongping,Gao Yuchun,et al.2010.Comparison between VAD retrieved wind and radiosonde data[J].Scientia Meteorologica Sinica,30(6):856-861.(in Chinese).

嚴紅梅,顧松山,胡勝,等.2008.用相關法估測CAPPI等高面上的TREC風[J].南京氣象學院學報,31(3):436-440.Yan Hongmei,Gu Songshan,Hu Sheng,et al.2008.Estimating TREC wind on CAPPI by echo correlation method[J].J Nanjing Inst Meteor,31(3):436-440.(in Chinese).

楊凡,孫貞,孫琪,等.2009.改進的TREC算法在奧帆賽測試期的應用[J].氣象科學,29(3):408-413.Yang Fan,Sun Zhen,Sun Qi,et al.2009.Application of modified TREC algorithm during the Olympic regatta in Qingdao[J].Scientia Meteorologica Sinica,29(3):408-413.(in Chinese).

曾小團,梁巧倩,農(nóng)孟松,等.2010.交叉相關算法在對強對流天氣臨近預報中的應用[J].氣象,36(1):31-40.Zeng Xiaotuan,Liang Qiaoqian,Nong Mengsong,et al.2010.Application test of TREC algorithm to severe convective storm nowcasting [J].Meteor Mon,36(1):31-40.

張培昌,杜秉玉,戴鐵丕.2001.雷達氣象學[M].北京:氣象出版社:236-243.Zhang Peichang,Du Bingyu,Dai Tiepi.2001.Radar meteorology[M].Beijing:China Meteorological Press:236-243.(in Chinese).

周海光.2010.超強臺風韋帕(0713)螺旋雨帶中尺度結(jié)構(gòu)雙多普勒雷達研究[J].大氣科學學報,33(3):271-284.Zhou Haiguang.2010.Mesoscale spiral rainband structure of super typhoon Wipha(0713) observed by dual-Doppler radar[J].Trans Atmos Sci,33(3):271-284.(in Chinese).

(責任編輯：劉菲)

Application of Doppler radar radial velocity data to nowcasting

LIU Hong-yan1,2,WEI Ming1,2,GUAN Li1

(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration,NUIST,Nanjing 210044,China;

2.Nanjing Meteorological Radar Laboratory,Jiangsu Meteorological Science Research Institute,Nanjing 210009,China)

Abstract:In order to make a study of the kinematic and dynamic characteristics of convective cells,Doppler radar reflectivity factor data and radial velocity data are used to conduct radar echo extrapolation in this study.Therefore,the horizontal wind fields of eight different heights are retrieved by VAD(Velocity Azimuth Display) method and TREC(Tracking Radar Echoes by Correlation) method,which are taken as the motion vectors of echoes to get the extrapolated forecast of CAPPI(Constant Altitude Plan Position Indicating) reflectivity factor there.According to the methods of VAD and TREC,the radar echo extrapolation of two rainstorm processes have been carried out.The results indicate that the location of radar echoes during the next 60 min forecasted by the two methods coincides well with that from the observations.The extrapolation results of VAD and TREC are similar at some altitudes,and correspond well at the levels with the best results.The two extrapolation experiments show that the height levels with the best forecast results are related to the weather process,especially the vertical distribution of horizontal wind in the precipitation echo,which are not just limitted to 2.5—3.0 km.

Key words:Doppler velocity;VAD;cross correlation method;CAPPI;echo extrapolation

doi：10.13878/j.cnki.dqkxxb.20120514001

中圖分類號：

文章編號：1674-7097(2015)04-0483-09P415.2

文獻標志碼：A

通信作者：魏鳴,博士,教授,研究方向為大氣遙感與災害性天氣預測,mingwei@nuist.edu.cn.

基金項目:水利部公益性行業(yè)科研專項(201201063);北極閣基金(BJG201208);國家重點基礎研究發(fā)展計劃(973計劃)項目(2013CB430102);公益性行業(yè)(氣象)科研專項(GYHY201306040);中國氣象局2014年關鍵技術項目(CMAGJ2014M21)

收稿日期：2012-05-14；改回日期：2012-10-29