基于云雷達(dá)的大氣0 ℃層亮帶識別

謝麗萍，王德旺，黃寧立， 謝　瀟，劉　飛，歐建軍

(上海海洋中心氣象臺，上?！?01306)

?

基于云雷達(dá)的大氣0 ℃層亮帶識別

謝麗萍，王德旺，黃寧立， 謝瀟，劉飛，歐建軍

(上海海洋中心氣象臺，上海201306)

摘要：為了研究8.6 mm云雷達(dá)探測大氣0 ℃層亮帶的能力，利用中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室的車載8.6 mm多普勒偏振云雷達(dá)(HMBQ)2008—2012年共計2 063次觀測個例，分析云雷達(dá)在不同天氣形勢下的反射率因子、徑向速度、線性退偏振因子在0 ℃層附近的變化特征，改進(jìn)了一種通過云雷達(dá)探測產(chǎn)品反演大氣0 ℃層高度的方法。研究表明：8.6 mm云雷達(dá)能夠在無降水云、弱降水云、小雨、中雨甚至大雨的天氣形勢下，對大氣0 ℃層進(jìn)行觀測，而且探測的0 ℃層亮帶變化特征顯著，能彌補常規(guī)天氣雷達(dá)在夏季短時強對流、對流單體等小尺度天氣預(yù)警業(yè)務(wù)中相關(guān)資料的不足。

關(guān)鍵詞：云雷達(dá)；探空數(shù)據(jù)； 0 ℃層高度

引言

早期將雷達(dá)資料應(yīng)用于天氣學(xué)的相關(guān)研究中，雷達(dá)反射率因子回波圖中的0 ℃層亮帶特征一直都是研究熱點，因為它與雷達(dá)定量估測降水、大氣中的粒子屬性等密切相關(guān)，在反演0 ℃層高度以及驗證衛(wèi)星估測降水方面也非常重要[1-4]。在大氣0 ℃層附近，雷達(dá)反射率因子有一個明顯的增加區(qū)域，稱之為“亮帶”。它表明在大氣云層中存在明顯的冰水轉(zhuǎn)換區(qū)，即0 ℃層亮帶高度以上的水凝物以冰晶、雪花為主；粒子在下落過程中，由于大氣環(huán)境溫度升高，粒子相態(tài)開始發(fā)生改變，至少粒子出現(xiàn)一層外包水膜，小的冰相濕粒子聚合成大的液相水滴粒子，開始形成液水以及雨滴等液相粒子，由于粒子形狀、相態(tài)、介電常數(shù)、大小等共同作用的結(jié)果導(dǎo)致雷達(dá)反射率因子較大[5-6]?！傲翈Ц叨取笔侵冈? ℃層亮帶中雷達(dá)反射率因子最大值所在的高度；“融化高度”是指融化層的頂部，一般認(rèn)定其為0 ℃等溫線所在的高度，冰相粒子開始融化的位置[7-8]。

國外，氣象學(xué)者利用云雷達(dá)探究0 ℃層亮帶的工作開展得很早。Kenneth等[9]把存在固有誤差的模式預(yù)報融化層高度作為輸入量，引進(jìn)亮帶訂正理論進(jìn)行分析，同時將結(jié)果與垂直觀測的3.2 mm云雷達(dá)觀測數(shù)據(jù)中反射率“漸增”的區(qū)域進(jìn)行比較，發(fā)現(xiàn)毫米波雷達(dá)在0 ℃層區(qū)域并沒有“亮帶”。 Pasqualucci等[10]利用激光雷達(dá)和三波長雷達(dá)(3.2 mm，8.6 mm，10.6 cm) 對0 ℃層亮帶區(qū)域進(jìn)行觀測，發(fā)現(xiàn)只有10.6 cm雷達(dá)有明顯亮帶現(xiàn)象；8.6 mm雷達(dá)只是探測到間歇性亮帶；由于瑞利散射不占主導(dǎo)作用，3.2 mm雷達(dá)沒有探測到明顯的亮帶特征。分析還表明相對不明顯的“暗帶”特征是因為：在0 ℃層亮帶中，大的雪花粒子表面是水膜，導(dǎo)致非瑞利散射特征較強。激光雷達(dá)探測到的“暗帶”表征0 ℃層亮帶區(qū)域中混合相態(tài)粒子集中，聚合的雪花粒子破碎成小雨滴。云雷達(dá)因其對小粒子甚至細(xì)微粒子的超高敏感性及探測參量的高時空分辨率(幾十米的空間分辨率，小于1 s的時間分辨率)，對于大氣云層的形成演變過程監(jiān)測、災(zāi)害天氣過程預(yù)警、大氣水凝物相態(tài)以及大氣云層內(nèi)部微物理場等相關(guān)業(yè)務(wù)應(yīng)用方面的潛力值得研究，是對大氣中廣泛存在的卷云、積云、層云等的理想探測工具[11-15]。

國內(nèi)云雷達(dá)相關(guān)科研工作起步相對較晚，中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室研發(fā)了具有偏振和多普勒功能，波長為8.6 mm的云雷達(dá)(HMBQ)，仲凌志等[16-18]利用該部雷達(dá)對大氣云冰云水含量、臺風(fēng)外圍云系的動力特征等進(jìn)行研究，并與Sa波段雷達(dá)進(jìn)行對比發(fā)現(xiàn)，云雷達(dá)能夠探測到更為精細(xì)的云和弱降水回波，雷達(dá)反射率因子和退偏振因子參量的垂直變化結(jié)構(gòu)對于水凝物相態(tài)的演變有指示意義，徑向速度和速度譜寬能夠表征層狀云的垂直運動以及強湍流效應(yīng)。孫曉光等[19]利用云雷達(dá)探測到的反射率因子和退偏振因子的距離高度顯示(Range Height Indicator，RHI)掃描數(shù)據(jù)，通過計算兩者的垂直廓線，利用約束條件以及參量的相關(guān)性，獲取融化層區(qū)間，分析2個參量的敏感性，發(fā)現(xiàn)只要反射率因子或者退偏振因子2個參量中的一個表征出明顯的亮帶特性，該方法就能有效地提取0 ℃層亮帶的高度。

本文在王德旺等[20]提出的方法基礎(chǔ)上對通過云雷達(dá)探測產(chǎn)品反演大氣0 ℃層高度的方法進(jìn)行改進(jìn)，獲取更準(zhǔn)確的大氣0 ℃層亮帶的時空變化特征。

1資料與處理方法

1.1云雷達(dá)

雷達(dá)探測產(chǎn)品包括：雷達(dá)反射率因子(R)、徑向速度(V)、速度譜寬(W)以及退偏振因子(Ldr)，其它詳細(xì)參數(shù)參見文獻(xiàn)[21]。該部雷達(dá)2008年5—9月在廣東東莞(113.44°E、22.58°N，海拔高度43.4 m)參加“中國南方暴雨野外科學(xué)實驗外場探測試驗”、2009年4—5月在河北張家口(114.53°E、40.47°N，海拔高度725.8 m)聯(lián)合飛機進(jìn)行“云和降水過程試驗”、2009年6—9月在廣東珠海(113.35°E、22.17°N，海拔高度45.8 m)進(jìn)行“亞熱帶暖云系和降水過程連續(xù)性觀測試驗”、2010年7月在天津(117.05°E、39.06°N，海拔高度3.8 m)觀測、2010年8—9月在吉林伊通(125.17°E、43.21°N，海拔高度249.8 m)聯(lián)合飛機進(jìn)行“北方冬季層狀云降水過程試驗分析”、2012年5—8月參加“2013年青藏高原第三次科學(xué)試驗水分循環(huán)觀測與研究”項目，雷達(dá)觀測點設(shè)置在云南省騰沖縣氣象局(98.3°E、25.01°N，海拔高度1 656 m)。

1.2探空數(shù)據(jù)

(1)常規(guī)探空數(shù)據(jù)：中國氣象局常規(guī)業(yè)務(wù)觀測站網(wǎng)的臨近云雷達(dá)的探空數(shù)據(jù)(07：00和19:00，北京時，下同)，選取離云雷達(dá)最近的探空站點的溫度廓線作為驗證資料，如果云雷達(dá)觀測站點無探空數(shù)據(jù)，選取臨近區(qū)域站點的探空數(shù)據(jù)作為對比資料。

(2)GTS1型數(shù)字式探空儀，觀測方式：綜合探測。數(shù)據(jù)保存類型有2種：第一種秒級數(shù)據(jù)(1 s)，第二種固定垂直分辨率數(shù)據(jù)(100 m)，探測參量有氣溫、氣壓、濕度、露點、溫度露點差、虛溫、風(fēng)向、風(fēng)速等。文中用到的是第二種數(shù)據(jù)格式的溫度廓線，僅在2013年云南騰沖進(jìn)行探空數(shù)據(jù)的加密觀測，時間在13:00，與云雷達(dá)相距不超過20 m。

1.3探測參量的垂直廓線計算方法

雷達(dá)接收來自照射體積內(nèi)所有目標(biāo)的后向散射功率和多普勒頻移，多普勒速度譜是粒子后向散射能量在速度上分布的概率密度函數(shù)。研究中所用到的參量包括雷達(dá)反射率因(R)、徑向速度、譜寬(Wd)以及退偏振因子(Ldr)，其中前3個量分別是多普勒譜的0階、1階以及2階矩，公式詳見文獻(xiàn)[21]。

線性退偏振因子(Ldr)是雷達(dá)發(fā)射水平脈沖時接收到的垂直回波功率與水平回波功率的比值。當(dāng)探測大氣粒子的主軸與電磁波的電場方向不平行時，一部分能量以與發(fā)射極化波相同的極化狀態(tài)返回，稱為同極化波；另一小部分能量將會被退極化而以與發(fā)射極化波正交的極化狀態(tài)返回，稱為正交極化波。它與粒子的形狀取向、空間取向以及介電特性有關(guān)，反映探測到的粒子對電磁波正交分量散射能量的大小，主要與水凝物形狀、不規(guī)則程度、熱力學(xué)相態(tài)、介電常數(shù)、在偏振平面的傾斜角以及水凝物空間取向等有關(guān)。對于水凝物中正在融化的霰丸和雪粒，退偏振因子是最佳的辨別參數(shù)，能夠觀測扁橢球粒子的下落模型，因為水滴比干雪粒子的介電常數(shù)大，外包水膜的濕粒子的Ldr觀測值更大。在英國發(fā)生的大多數(shù)對流性降水，有明顯亮帶特征的同時，Ldr基本在-16 dB，說明存在雪粒子。如果沒有顯著亮帶特征的降水過程，Ldr基本在-25 dB左右，說明存在霰丸粒子，這些特征值與理論上一致。因為2種冰相粒子在下落過程中，都受空氣影響隨機取向增長，其中濕雪粒子的平均軸比約0.5～0.6，而霰丸粒子的軸長比為0.8[22]。

云雷達(dá)一次觀測個例的數(shù)據(jù)格式：500(垂直高度方向:分辨率30 m，500個庫，總高度15 km)×500(時間特征，分辨率1 s，共計500 s)。

垂直廓線(VP)的生成方法：把同一個高度上不同時次的反射率因子、徑向速度和退偏振因子值作統(tǒng)計平均(20 s的連續(xù)觀測數(shù)據(jù))，則一次500 s的觀測個例就得到25根垂直廓線對(VP-R，Vertical Profile of Reflectivity；VP-Ldr，Vertical Profile of Linear Depolarization Ratio；VP-V，Vertical Profile of Doppler Velocity )。通過這樣的改進(jìn)算法，保留數(shù)據(jù)的峰值特征和真實性，避免云雷達(dá)在實際觀測過程中經(jīng)常出現(xiàn)下面2種情況帶來的計算誤差：

(1)某一高度并不能一直都探測到雷達(dá)回波，因為大氣中的云處在不斷的演變和運動中，經(jīng)過云雷達(dá)上方的云不是固定的，本來沒有回波區(qū)域可能因為統(tǒng)計的原因產(chǎn)生平均值。

(2)雷達(dá)探測到的回波在某一高度不同時刻的強度不是固定不變的，同樣大氣中的云處在不斷的形成演變中，長時間的統(tǒng)計平均將導(dǎo)致回波參量的峰值信息被弱化，對于特征值的提取產(chǎn)生誤差，當(dāng)采用相對較小的時間平均，會減小計算帶來的誤差，能提高垂直廓線的代表性、準(zhǔn)確性和真實性。

20 ℃層亮帶高度的識別方法

2.10 ℃層亮帶概念模型

Fabry等[23]利用X-band雷達(dá)以及UHF邊界層風(fēng)廓線雷達(dá)研究大氣融化層，認(rèn)為“大氣0 ℃層的高度就是雷達(dá)反射率因子的垂直廓線隨海拔高度變化梯度最大值的位置”，這種方法導(dǎo)致識別的0 ℃層高度偏低，它將反射率因子的曲率變化最大值所在的高度設(shè)定為0 ℃層的高度。Klaassen[24]通過分析X-band多普勒雷達(dá)資料，認(rèn)為0 ℃層的高度就是反射率因子的垂直廓線隨海拔高度變化梯度最大值的位置。Zhang等[25]通過WSR-88D雷達(dá)研究反射率因子的垂直廓線，反演的融化層的垂直空間厚度<1.5 km。這里設(shè)定大氣0 ℃層高度就是雷達(dá)探測參量的強度開始出現(xiàn)突變時的高度。

通過統(tǒng)計方法研究該部云雷達(dá)已有的探測資料，獲取一些云雷達(dá)探測到的大氣0 ℃層亮帶的宏觀特征，即云雷達(dá)垂直廓線亮帶概念模型(圖1a) 。圖1b是WSR-88D雷達(dá)的反射率因子探測亮帶的概念模型?？梢园l(fā)現(xiàn)云雷達(dá)的0 ℃層亮帶概念模型與天氣雷達(dá)在0 ℃層以下的變化趨勢差異很大。

從概念模型提取關(guān)于云雷達(dá)探測參量應(yīng)用于0 ℃層亮帶識別的約束條件：

(1) 0 ℃層亮帶厚度差：即圖1a中顯示的值(h2-h3)；其中雷達(dá)反射率因子表征的值在0.60～0.70 km，退偏振因子表征的值在0.65～0.75 km。

(2) 0 ℃層亮帶強度差：圖1a位置h1高度的雷達(dá)參量強度值分別與h2、h3高度上的值的代數(shù)差。其中雷達(dá)反射率因子平均為5 dBZ，最大值接近10 dBZ，退偏振因子平均在9～11 dB。即當(dāng)云雷達(dá)探測到大氣0 ℃層亮帶時，退偏振因子相對于反射率因子在亮帶的強度特征變化更顯著。

2.2大氣0 ℃層高度識別方法的改進(jìn)

(1)增加雷達(dá)探測參量多普勒徑向速度作為0 ℃層高度的判別參量，水凝物從冰相變成液相，徑向速度從典型的雪花下落速度1～2 m·s-1變成雨滴下落速度5～7 m·s-1，提高0 ℃層高度識別的準(zhǔn)確性和可信度[26-27]。

圖1　云雷達(dá)(a)與WSR-88D雷達(dá)(b)垂直廓線亮帶概念模型

(2)云雷達(dá)一次觀測個例由時間跨度500 s(時間分辨率1 s，總共500個庫)、垂直探測高度15 km(垂直空間分辨率30 m，總共500個庫)構(gòu)成，生成雷達(dá)反射率因子、徑向速度、退偏振因子以及譜寬4種產(chǎn)品。原方法利用一次觀測個例的平均垂直廓線(Vertical Profile，VP)得到0 ℃層亮帶的一個上限高度和下限高度，即每一高度上500 s的觀測時刻統(tǒng)計平均值生成一根垂直廓線(VP)，利用該廓線去識別0 ℃層亮帶的上限高度和下限高度。現(xiàn)在是批量處理一次降水過程所有的雷達(dá)探測產(chǎn)品，將同一高度連續(xù)20 s的參數(shù)進(jìn)行統(tǒng)計平均求得一根廓線，利用該廓線識別大氣0 ℃層高度，再將所有時刻的數(shù)據(jù)采用同樣的處理方法，獲得云雷達(dá)識別的大氣0 ℃層高度的時空分布。

(3)原方法反演的參量包括大氣0 ℃層的頂部和底部高度，現(xiàn)在改進(jìn)成識別0 ℃層的高度，直接與探空數(shù)據(jù)資料進(jìn)行對比。

基于VP-R、VP-Ldr和VP-V識別0 ℃層高度的方法主要包括下面4個步驟，具體描述如下。

(1) VP-R分析

從高空到地面，分析由25個數(shù)據(jù)庫組成的單個區(qū)間(單個庫長30 m，750 m的高度范圍，云雷達(dá)探測到0 ℃層亮帶的厚度差極大值)，得到3個參量以及對應(yīng)高度：極大值R1和高度h1、該區(qū)間向上的極小值R2和高度h2、該區(qū)間向上的極小值R3和高度h3。當(dāng)雷達(dá)探測到0 ℃層亮帶時，雷達(dá)反射率因子會產(chǎn)生顯著的變化過程，同時滿足下面3個約束條件的h2設(shè)置為由雷達(dá)反射率因子探測到的0 ℃層高度。如果多個高度同時滿足設(shè)置的約束條件，則選取最大值所在區(qū)間的高度h2作為雷達(dá)反射率因子探測到的0 ℃層高度。3個約束條件如下：

（2）中藥標(biāo)本教學(xué)要與多媒體課件充分結(jié)合。結(jié)合崗位需求，教學(xué)中所購買的中藥標(biāo)本主要為飲片，飲片無法體現(xiàn)原藥材整體形態(tài)、表面等性狀特征，而且飲片因臨床所需有不同的炮制品，各種類之間也有差異，一些貴重中藥更是難以得到標(biāo)本。因此，教學(xué)中還要應(yīng)用多媒體課件展示原植物、原藥材、炮制品、偽品等圖片，以補充常用中藥信息。

①R1>R2，R1>R3；

② (R1-R3)(R1-R2)≥18 dBZ (云雷達(dá)探測0 ℃層亮帶個例中，反射率因子的強度最小變化值)；

③h2-h1≥510 m(云雷達(dá)探測0 ℃層亮帶個例中，反射率因子的厚度最小變化值)。

(2) VP-V分析

從高空到地面，分析由25個數(shù)據(jù)庫組成的單個區(qū)間，得到2個參量以及對應(yīng)高度：極大值V1和高度h1、該區(qū)間向上的極小值V2和高度h2，當(dāng)同時滿足下面2個約束條件的h2設(shè)置為由徑向速度探測到的0 ℃層高度。如果多個高度同時滿足設(shè)置的約束條件，則選取最大值點所在區(qū)間的高度h2作為徑向速度探測到的0 ℃層高度。2個約束條件為：

① (V1-V2)2≥4 m·s-1(云雷達(dá)探測0 ℃層亮帶個例中，徑向速度的強度最小變化值)；

②h1-h2≥450 m(云雷達(dá)探測0 ℃層亮帶個例中，徑向速度的厚度最小變化值)。

(3) VP-Ldr分析

從高空到地面，分析由25個數(shù)據(jù)庫組成的單個區(qū)間，得到3個參量以及對應(yīng)高度：極大值Ldr1和高度h1、該區(qū)間向上的極小值Ldr2和高度h2、該區(qū)間向上的極小值Ldr3和高度h3。當(dāng)同時滿足下面3個約束條件的h2設(shè)置為由退偏振因子探測到的0 ℃層高度。當(dāng)有多個高度同時滿足設(shè)置的約束條件，選取最大值點所在區(qū)間的高度h2作為亮帶高度h2。

② (Ldr1-Ldr3)(Ldr1-Ldr2)≥20 dB(統(tǒng)計云雷達(dá)探測大氣0 ℃層亮帶個例中，退偏振因子強度差最小變化值)；

③h2-h3≥510 m(云雷達(dá)探測0 ℃層亮帶個例中，退偏振因子的厚度最小變化值)。

(4) 一致性分析

3個參量中，當(dāng)至少有2個參量識別出大氣0 ℃層的高度，且識別的高度差(不同參量識別的0 ℃層高度可能會有一定差異)在200 m以內(nèi)，則云雷達(dá)探測的實際大氣云中粒子存在從冰相轉(zhuǎn)向液態(tài)的過程，而且可信度比較高，把2個參量識別出的高度作算數(shù)平均得到最終認(rèn)定的雷達(dá)探測到的0 ℃層高度。如果少于2個參量識別到大氣0 ℃層高度，認(rèn)定這次的識別結(jié)果不可靠，粒子相態(tài)變化特征不明顯。

3個例識別分析與算法效果評估

3.1個例分析

從2012年5月30日08:00(北京時，下同)云南騰沖的天氣實況背景看出500 hPa受西南氣流影響，700 hPa湖南—貴州南部有切變線存在(圖略)，地面受浙江南部到云南南部的靜止鋒控制，雷達(dá)探測位置位于降水區(qū)域。全天陣性降水，24 h降雨量為7 mm。從衛(wèi)星紅外云圖(圖略)可見，觀測點附近有一切變線導(dǎo)致對流性天氣發(fā)生，云頂亮溫較低，上升運動明顯，同時西南水汽的輸送也很充足。水汽圖(圖略)顯示觀測點高空水汽條件充足，處于濕區(qū)，整層大氣濕度條件較好。

圖2是2012年5月30日14:01—16:24云雷達(dá)反射率因子、退偏振因子和徑向速度的0 ℃層高度識別圖(圖中黑色線表示改進(jìn)算法得到的0 ℃層高度)。從圖2a可以看出，大氣云層結(jié)構(gòu)比較均勻，云頂高度9.0 km左右，云底高度400 m左右。隨高度逐漸增加，雷達(dá)反射率因子先增大后減小，最大值出現(xiàn)在3.80 km附近，達(dá)14.0 dBZ。大氣粒子從高層下落過程中，開始是很多小冰晶、雪花粒子，粒子數(shù)密度很大，但對雷達(dá)反射率因子貢獻(xiàn)較?。徊煌Ｗ拥目臻g位置取向及下落速度不同，相互之間出現(xiàn)碰并時由小的冰晶粒子、雪花粒子聚合成相對較大的固態(tài)或混合相態(tài)粒子，反射率因子應(yīng)該有一定程度的增加，圖中4.0～9.0 km區(qū)間，反射率因子是一個緩慢增長區(qū)域。在4.0 km以下位置，固相粒子融化，出現(xiàn)外包水膜，粒子相態(tài)開始發(fā)生轉(zhuǎn)變，介電常數(shù)發(fā)生將近5倍的變化(冰相約為0.17，水相約為0.97)，聚合作用明顯，產(chǎn)生粒子數(shù)密度較小但尺度更大的液滴粒子，對雷達(dá)回波的散射貢獻(xiàn)更大，產(chǎn)生的雷達(dá)回波反射率大。再往下，由于重力、大氣湍流以及亂流等自身或是外界強迫作用大粒子破碎成小的液滴粒子，反射率因子也開始減小。從圖2b中可以看出，退偏振因子隨高度的增加先增加后減小，最大值出現(xiàn)在3.75 km左右(-12 dB)，探測的云頂高度為9.0 km左右，粒子是冰相—混合相—液相的變化過程，當(dāng)冰晶或者雪花粒子和大量的液態(tài)云滴混合在一起時，固相粒子的形狀取向優(yōu)勢減弱，退偏振因子偏小，通過0 ℃層后，混合相態(tài)粒子表面開始融化，粒子在碰并聚合作用下，形狀以及空間取向都會發(fā)生明顯改變，另外粒子本身的相態(tài)屬性發(fā)生變化而引起介電常數(shù)變化，使得Ldr迅速增大，形成亮帶；當(dāng)粒子融化過程結(jié)束，基本都是液相粒子，近似形成相對穩(wěn)定的球型粒子以后，Ldr又出現(xiàn)一急劇減小的過程。從圖2c中可以看出，在3.75 km以下位置，徑向速度基本為-4 m·s-1(典型雨滴下落速度)，3.75 km以上位置，其基本為-1 m·s-1(典型冰晶或者雪花的下落速度)。粒子由于碰并聚合，在自身重力作用下，下落速度開始逐漸增大，當(dāng)形成雨滴時，下落速度達(dá)到極值。圖2d是騰沖站5月30日19時的探空數(shù)據(jù)，可以看出0 ℃層的高度在3.84 km。

圖2　2012年5月30日 14:01—16:24云雷達(dá)垂直向上掃描的反射率(a，單位：dBZ)、

綜上所述，利用云雷達(dá)探測參量在大氣0 ℃層附近表現(xiàn)出的顯著特征，通過附加約束條件反演出來的0 ℃層高度基本與臨近時次的探空數(shù)據(jù)顯示的0 ℃層高度一致。因此改進(jìn)的這種算法適合于反演大氣0 ℃層亮帶。

3.2改進(jìn)算法效果評估

用原算法和改進(jìn)算法對相同個例進(jìn)行識別，并對結(jié)果進(jìn)行分析，對2種算法進(jìn)行評估。

圖3給出2009年6月25日11:39—12:23時間段云雷達(dá)在廣東珠海進(jìn)行的一次完整的雷暴降雨探測過程。根據(jù)雷達(dá)觀測日記記錄，11:40天空開始出現(xiàn)雷暴，降雨過程一直持續(xù)到13:25。夏季亞熱帶區(qū)域，暖云系降水比較頻繁，0 ℃層應(yīng)該處于較高位置。從圖3a、圖3b、圖3c中可以看出，12:00以前，反射率因子、退偏振因子和徑向速度變化都不是很明顯，這個階段程序無法進(jìn)行識別；12:00以后的觀測數(shù)據(jù)，反射率因子和退偏振因子的強度在5.3 km處都有顯著增加。圖3d是未改進(jìn)方法的識別效果(紅色“+”為融化層頂、融化層底的高度標(biāo)識)。可以發(fā)現(xiàn)，改進(jìn)后的方法時間分辨率更高、視覺效果更好。探空數(shù)據(jù)0 ℃層位置約5.233 km(圖略)。

表1是2008—2012年間云雷達(dá)所有觀測資料用原方法和改進(jìn)后方法的識別效果對比?？梢园l(fā)現(xiàn)，改進(jìn)后方法進(jìn)行的0 ℃層高度綜合識別率由原方法的60%左右提高到75%左右，而且多參量同時識別到0 ℃層亮帶，與對應(yīng)的物理過程相匹配，可信度更高。

由于2013年5—8月在云南騰沖有配套的加密觀測GTS1型數(shù)字式探空儀數(shù)據(jù)，因此表2給出2013年5—8月所有觀測個例中有云雷達(dá)識別0 ℃層亮帶的結(jié)果及探空數(shù)據(jù)與云雷達(dá)0 ℃層高度差。由于云雷達(dá)的工作時間一般在07：00之后、19：00之前，所以對應(yīng)時間的探空數(shù)據(jù)只能用來做一個對比判斷，以確定該區(qū)域是不是0 ℃層。總體看來，云雷達(dá)反演的結(jié)果與探空數(shù)據(jù)有一定的偏差，但基本都不超過150 m，并且0 ℃層高度也在動態(tài)演變。但是從表2看出，2012年5月22日的個例，云雷達(dá)與探空數(shù)據(jù)的0℃層高度差別很大，這是因為當(dāng)日天氣形勢復(fù)雜多變，云雷達(dá)探測到的反射率因子在6 km的高度有一增大減小的“假亮帶”，而對應(yīng)的徑向速度和退偏振因子在探空數(shù)據(jù)0 ℃層下方才有較為顯著的變化，因此在6 km高度云雷達(dá)可能探測到雪粒子，導(dǎo)致反射率因子偏大而產(chǎn)生錯誤識別的情況。另外，2012年7月18日的個例，云雷達(dá)與探空數(shù)據(jù)的0 ℃層高度差別也很大，這是因為徑向速度和退偏振因子的觀測值都是缺測狀態(tài)，僅用反射率因子進(jìn)行對比分析，因此產(chǎn)生的誤差較大。總之，云雷達(dá)能夠在無降水云、弱降水云、小雨、中雨甚至大雨的天氣形勢下，對大氣0 ℃層亮帶進(jìn)行監(jiān)測識別。

圖3　2009年6月25日11:39—12:23云雷達(dá)垂直向上掃描的反射率(a，單位：dBZ)、退偏振因子(b，單位：dB)、

方法參量存在0℃層亮帶個例(總390次)識別(亮帶明顯)未識別(探測資料分析可能存在亮帶,但強度弱)亮帶不明顯漏識別錯識別原方法1反射率因子224次(57%)94次(24%)52次(13%)20次(6%)退偏振因子245次(63%)90次(23%)51次(13%)4次(1%)改進(jìn)方法2反射率因子275次(71%)94次(24%)6次(1%)15次(4%)退偏振因子295次(75%)90次(23%)6次(1%)4次(1%)徑向速度330次(84%)22次(6%)18次(5%)20次(5%)方法參量不存在0℃層亮帶個例(總1673次)識別未識別無亮帶(含自檢數(shù)據(jù))錯識別原方法1反射率因子5次(0%)1605次(96%)63次(4%)退偏振因子01673(100%)0改進(jìn)方法2反射率因子01673(100%)0退偏振因子01673(100%)0徑向速度01673(100%)0

表2　云雷達(dá)與探空數(shù)據(jù)對比結(jié)果(云南騰沖)

注：“-”表示數(shù)據(jù)缺測，“*”表示云雷達(dá)參量不能反演該數(shù)據(jù)，即該參量沒有顯著變化特征，天氣形勢為人工觀測數(shù)據(jù)，降水量為24 h地面站降水量，誤差分析中正值代表云雷達(dá)探測高度低于探空數(shù)據(jù)的0 ℃層高度，負(fù)值代表云雷達(dá)探測高度高于探空數(shù)據(jù)的0 ℃層高度

4小結(jié)

(1)相比于反射率因子，退偏振因子有明顯的增加減小區(qū)域，而且某些時刻的反射率最大值不在0 ℃層附近。因此聯(lián)合反射率因子、徑向速度以及退偏振因子3個參量對0 ℃層高度進(jìn)行反演，比用單個參量進(jìn)行識別更可靠。 聯(lián)合3個參量識別的0 ℃層高度與鄰近時刻相同觀測點探空數(shù)據(jù)探測的0 ℃層高度一致性很好。

(2)該部雷達(dá)的空間分辨率精確到30 m以內(nèi)，時間分辨率精確到1 s，而且探測到的數(shù)據(jù)可以直接表征本站上空的實際情況。相比于常規(guī)天氣雷達(dá)，在時空分辨率上都有一定的提高，而且可以作為常規(guī)天氣雷達(dá)(C、S、X波段)災(zāi)害天氣預(yù)警前期的資料補充工具；而探空數(shù)據(jù)，由于垂直風(fēng)切變的影響，探空氣球會出現(xiàn)漂離本站一定距離的情況，有時候不一定能表征本站上方的大氣實際情況。

(3)2012年5—8月云南騰沖的觀測，云雷達(dá)的工作地點在海拔1 600 m左右的山區(qū)，夏季陣性對流降水以及混合型降水頻發(fā)，24 h降水量超過30 mm，這些從天氣學(xué)角度劃分屬于大雨級別，因此大氣水汽造成的信號衰減必須要考慮。

參考文獻(xiàn)

[1] Smyth T J, Illingworth A J. Radar estimates of rainfall rates at the ground in bright band and non-bright band events[J]. Quart J Roy Meteor Soc, 1998,124(551):2417-2434.

[2] Liu H, Chandrasekar V. Classification of hydrometeors based on polarimetric radar measurements:Development of fuzzy logic and neuro-fuzzy systems and in situ verification[J]. Atmos Oceanic Technol, 2000,17(2):140-164.

[3] White A B, Gottas D J, Strem E T. An Automated Bright Band Height Detection Algorithm for Use with Doppler Radar Spectral Moments[J]. Journal of Atmospheric and Ocenic Technology, 2002,19(5):687-697.

[4] Marzano F S, Bauer P. Sensitivity analysis of airborne microwave retrieval of stratiform precipitation to the metling layer parameterization[J]. IEEE, 2001,39(1):75-91.

[5] Willis P T, Heymsfield A J. Structure of melting layer in mesoscale convective system stratiform precipitation[J]. Atmos Sci, 1989,46(13):2008-2025.

[6] Zhang J, Langston C, Howard K. Bright band identification based on vertical profiles of reflectivity from the WSR-88D[J]. Journal of Atmospheric and Oceanic Technology, 2008,25(10):1859-1872.

[7] Glickman T S. Glossary of meterology[M]. Amer Meteor Soc, 2000, 855.

[8] Marion P Mittermaie, Anthony J Illingworth. Comparison of model-derived and radar-observed freezing-level heights:Implications for vertical reflectivity Profile-correction schemes[J]. Quarterly Journal of the Royal Meteorological Society, 2006,129(587):83-95.

[9] Kenneth S, Campbell J R, Zhu J. Lidar and triple wavelength Doppler radar measurements of the melting layer:a revised model for dark- and brightband phenomena[J].Journal of Applied Meteorology, 2005,44(3):301-312.

[10] Pasqualucci F, Bartram B W, Kropfli R A, et al. A millimeter-Wavelength dual-polarization Doppler radar for cloud and precipitation studies[J]. Climate Appl Meteor, 1983,22(5):758-765.

[11] Hobbs P V, Funk N T, Weiss R R, et al. Evaluation of a 35-GHz radar for cloud physics research[J]. Atmos Oceanic Technol, 1985,2(1):35-48.

[12] Lhermitte R. A 94-GHz Doppler radar for cloud observations[J]. Atmos Oceanic Technol, 1987,4(1):36-48.

[13] Mead J B, Mcintoshre V, Emark D, et al. Remote sensing of clouds and fog with a 1.4 mm radar[J]. Journal of Atmos Oceanic Technol, 1986,6(6):1090-1097.

[14] Hamazu. A 35-GHz Scanning Doppler radar for fog observations[J]. Atmos Ocean Tech, 2003,20(7):972-986.

[15] Moran K P, Martner B E, Post M J, et al. An unattended cloud-profiling radar for use in climate research[J]. Amer Meteor Soc, 1998,79(3):443-455.

[16] 仲凌志. 毫米波測云雷達(dá)系統(tǒng)的定標(biāo)和探測能力分析及其在反演云微物理參數(shù)中的初步研究[D]. 南京：南京信息工程大學(xué),2009.25-46.

[17] Zhong Lingzhi, Liu Liping, Feng Sheng, et al. A 35-GHz polarimetric Doppler radar and its application for observing clouds associated with typhoon nuri[J]. Advances in Atmosphereic Sciences, 2011,28(4):945-956.

[18] 仲凌志,劉黎平,陳林,等. 星載毫米波測云雷達(dá)在研究冰雪天氣形成的云物理機制方面的應(yīng)用潛力[J]. 氣象學(xué)報,2010,68(5):705-716.

[19] 孫曉光,劉憲勛,賀宏兵,等. 毫米波測云雷達(dá)融化層自動識別技術(shù)[J]. 氣象,2011,37(6):720-743.

[20] 王德旺,劉黎平,仲凌志,等. 毫米波雷達(dá)資料融化層亮帶特征的分析及識別[J]. 氣象,2012,38(6):647-657.

[21] 宗蓉. 毫米波雷達(dá)對云宏微觀特性的探測和研究[D]. 南京：南京信息工程大學(xué),2013.71-80.

[22] Frost I R, Goddard J W F, Illingworth A J. Hydrometeor identification using cross polar radar measurements and aircraft verification[A]. Proceedings of the 25th conference on radar meteorology Paris[C]. American Meteorological Society, Bostion, USA, 1991.

[23] Fabry R, Austin G L, Tees D. Long-term radar observations of the melting layer of precipitation and their interpretation[J]. Atmos Sci, 1995,52:838-851.

[24] Klaasen W. Radar observations and simulation of the melting layer of precipitation[J].Journal of the Atmospheric Sciences,1988,45(24):3741-3753.

[25] Zhang J, Langston C, Howard K. Bright band identification based on vertical profiles of reflectivity from the WSR-88D[J]. Journal of Atmospheric and Oceanic Technology, 2008,25(10):1859-1872.

[26] Matrosov S Y. Attenuation-based estimates of rainfall rates aloft with vertically pointing Ka-band radars[J]. Atmos Oceanic Technol, 2005,22:43-54.

[27] Matrosov S Y, Peter T M, Matthew D Shupe. Rainfall profiling using atmospheric radiation measurement program vertically pointing 8-mm wavelength radars[J]. Atmospheric and Oceanic, 2010,23:1478-1491.

Identification of Atmosphere 0 ℃ Isotherm Through Cloud Radar Data

XIE Liping, WANG Dewang, HUANG Ningli, XIE Xiao, LIU Fei, OU Jianjun

(ShanghaiMarineMeteorologyCenter,Shanghai201306,China)

Abstract:In order to study the detection capability of 35-GHz cloud radar about 0 ℃ layer bright band of the atmosphere, firstly based on the 2 063 cases data detected by the cloud radar-HMBQ of Chinese Academy of Meteoological Sciences in different places from 2008 to 2012, the variation characteristics of reflectivity factor, radial velocity and linear depolarization ratio of the cloud radar under different weather conditions were analyzed, and the method that could identify the 0 ℃ isotherm height derived from the detection products of the cloud radar was improved. Results show that the cloud radar-HMBQ could detect the 0 ℃ isotherm under different weather conditions such as no rainfall cloud, weak rainfall cloud, small rainfall, moderate rain and heavy rain, and the change feature of the 0 ℃ layer bright band detected by the cloud radar was remarkble, which could make up for the shortage of the relevant information in the early warning of small scale weather system in summer including shorttime strong convection, convective monomer and so on. The improved method compared to the original one, the accuracy and time resolution were raised, it could identify the spatial and temporal change of the 0 ℃ layer bright band, and the results were in good agreement with radiosonde sounding 0 ℃ layer height.

Key words:cloud radar; sounding data; atmosphere 0 ℃ layer height

收稿日期：2015-11-20；改回日期：2015-12-28

作者簡介：謝麗萍(1983-)，女，碩士，工程師，研究方向為雷達(dá)氣象及預(yù)報服務(wù). 通訊作者：王德旺(1989-)，男，碩士，工程師，研究方向為雷達(dá)氣象與大氣物理. E-mial:aizaizai1989@163.com

文章編號：1006-7639(2016)-03-09-0472

DOI:10.11755/j.issn.1006-7639(2016)-03-0472

中圖分類號：P412.25

文獻(xiàn)標(biāo)識碼：A

謝麗萍，王德旺，黃寧立，等.基于云雷達(dá)的大氣0 ℃層亮帶識別[J].干旱氣象，2016，34(3)：472-480, [XIE Liping, WANG Dewang, HUANG Ningli, et al. Identification of Atmosphere 0 ℃ Isotherm Through Cloud Radar Data[J]. Journal of Arid Meteorology, 2016, 34(3):472-480], DOI:10.11755/j.issn.1006-7639(2016)-03-0472