肇慶X波段雙偏振天氣雷達(dá)降水估測研究

袁 微，郭春輝，譚丹鳳，吳禮鳳

(肇慶市氣象局，肇慶 526060)

0 引言

新一代單偏振天氣雷達(dá)基于探測氣象目標(biāo)為球形來估測降水，但實(shí)際上根據(jù)降水目標(biāo)物的類型及所處的狀態(tài)不一致得出其形狀不完全是球形，因此使用常規(guī)的Z-I關(guān)系估測降水有一定的局限性。雙偏振天氣雷達(dá)在定量降水估測等領(lǐng)域，比單偏振天氣雷達(dá)的優(yōu)勢顯著。雙偏振天氣雷達(dá)反演降水強(qiáng)度除了可以使用基本反射率ZH，還可以使用ZDR、KDP等雙偏振參量，探測到比常規(guī)天氣雷達(dá)更多有關(guān)氣象目標(biāo)物的形狀、大小及降水類型等信息。通過研究發(fā)現(xiàn)這些偏振參數(shù)與降水強(qiáng)度有密切關(guān)系，能夠有效提高定量降水估測的準(zhǔn)確性。Humphries[1]等得出差分相移率KDP與反射率ZH相關(guān)性較高，同時(shí)與降水強(qiáng)度R的相關(guān)性也較高，可以使用KDP進(jìn)行定量降水估測。Seliga[2，3]等得出了差分反射率ZDR和差分傳播相移ΦDP

聯(lián)合反演降水的方法。勾亞彬[4]等聯(lián)合了浙江6部雷達(dá)組合的拼圖，采用R-Z降水估測法對低溫遮擋、混合型降水、強(qiáng)對流降水等不同回波類型進(jìn)行降水估測，并分析了誤差產(chǎn)生的原因。梁維亮[5]等基于CAPPI3公里雷達(dá)數(shù)據(jù)，采用最優(yōu)化處理法和線性回歸法優(yōu)化了Z-I關(guān)系，結(jié)果表明最優(yōu)化處理法優(yōu)于線性規(guī)劃法。汪舵[6]等利用雨滴譜等數(shù)據(jù)建立起珠海S波段雙偏振天氣雷達(dá)的降水公式，并采用HCA-LIQ最優(yōu)化算法實(shí)現(xiàn)不同的降水公式，結(jié)果表明HCA-LIQ算法較常規(guī)的R(ZH)具有更好的相關(guān)性和穩(wěn)定性。陳羿辰[7]等運(yùn)用X波段雙偏振天氣雷達(dá)探測數(shù)據(jù)，結(jié)合自動(dòng)氣象站雨量數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，擬合了R(ZH)和R(KDP)公式，并指出R(KDP)的降水估測結(jié)果要比R(ZH)表現(xiàn)出更好的準(zhǔn)確性和穩(wěn)定性，降水類型及降水形狀、相態(tài)及雷達(dá)與地面雨量計(jì)空間不一致的問題是影響降水估測精度主要的原因。

文章對X波段雙偏振天氣雷達(dá)進(jìn)行了質(zhì)量控制和衰減訂正[8]，結(jié)合自動(dòng)氣象站數(shù)據(jù)對2019年的多次降水過程進(jìn)行對比分析，通過對均方根誤差、相對誤差和絕對誤差等參數(shù)進(jìn)行誤差分析，得出不同降水強(qiáng)度情況下最適合的降水估測模型。

1 資料與方法

1.1 資料選取與處理

降水實(shí)驗(yàn)選取的是肇慶懷集站的X波段全固態(tài)雙偏振天氣雷達(dá)探測資料及75 km覆蓋范圍的國家自動(dòng)站及區(qū)域自動(dòng)氣象站小時(shí)雨量數(shù)據(jù)。肇慶X波段雙線偏振天氣雷達(dá)運(yùn)作體制為雙發(fā)雙收，其饋源中心位于112°11′25″N、23°56′22″E，海拔高度為91 m，地面自動(dòng)氣象站的分布及雷達(dá)中心位置如圖1所示。

圖1 雷達(dá)(★)與地面自動(dòng)氣象站(十)分布圖

在雷達(dá)資料的質(zhì)控方面，為了提高數(shù)據(jù)可靠性，選擇信噪比SNR大于25 dB的偏振參量參與計(jì)算[9]，同時(shí)數(shù)據(jù)采用中值濾波法和噪聲濾波法去除噪聲等干擾及使用保序回歸訂正法對回波進(jìn)行衰減訂正。將雷達(dá)資料與單點(diǎn)自動(dòng)氣象站進(jìn)行匹配時(shí)會受到多方面因素的影響，如風(fēng)場、氣壓場等，容易造成自動(dòng)氣象站與正上方的雷達(dá)值空間位置不匹配的問題；同時(shí)考慮到雷達(dá)資料在低仰角探測時(shí)容易受到地物等雜波的影響[10]，遠(yuǎn)距離受波束展寬的影響，文章研究選擇1.5°和2.4°仰角(優(yōu)先使用1.5°低仰角資料，當(dāng)1.5°仰角受遮擋時(shí)，使用對應(yīng)方位上2.4°仰角數(shù)據(jù))且距離雷達(dá)10～70 km的數(shù)據(jù)進(jìn)行降水估測。另外考慮到1 h雨量小于等于0.1 mm為弱降水[11]，此時(shí)誤差較大，故自動(dòng)氣象站采用大于等于0.1 mm的降水參與計(jì)算。參與計(jì)算的雷達(dá)中心位置可以根據(jù)自動(dòng)氣象站點(diǎn)的地理經(jīng)緯度坐標(biāo)來確定[12]，確定其中心位置后，分別計(jì)算以此點(diǎn)為中心的周圍9個(gè)點(diǎn)的降水估測值[13]，取其算術(shù)平均值作為此點(diǎn)的雷達(dá)最終降水估測值。文章研究中暫時(shí)忽略降水的蒸發(fā)、風(fēng)速及風(fēng)向等其他因素對本觀測實(shí)驗(yàn)構(gòu)成的不利影響。資料匹配后需要對數(shù)據(jù)進(jìn)行篩選，只有滿足雷達(dá)及自動(dòng)氣象站同時(shí)有數(shù)值才進(jìn)行計(jì)算，剔除雷達(dá)有數(shù)值、自動(dòng)氣象站無數(shù)值及雷達(dá)無數(shù)值、自動(dòng)氣象站雨量有數(shù)值的數(shù)據(jù)組合情況。

1.2 降水估測方法

利用X波段雙偏振天氣雷達(dá)探測到的KDP及ZH偏振量進(jìn)行降水估測。按照通用的反射率與降水率之間的關(guān)系，針對對流云及層狀云用不同的方法估測降水。當(dāng)反射率ZH大于10 dBZ且小于37 dBZ時(shí)，判定為層狀云降水；當(dāng)反射率ZH大于37 dBZ時(shí)，則判定為對流云降水[14]。降水估測公式如下：

(1)

式中，ZH的單位為dBZ；Zh的單位為mm6/m3；I表示降水強(qiáng)度，單位為mm/h。

上述方法采用了水平反射率ZH進(jìn)行降水的估測，采用此方法的前提是默認(rèn)降水粒子為標(biāo)準(zhǔn)球形。當(dāng)降水較小時(shí)，雨滴近似為球形，適合用此方法進(jìn)行降水估測，當(dāng)降水逐漸增強(qiáng)，雨滴由球形逐漸變成橢球形，雷達(dá)反射率ZH的準(zhǔn)確性也下降，使用I(ZH)方法進(jìn)行降水估測時(shí)，誤差也會越來越大。在強(qiáng)降水的情況下，雷達(dá)數(shù)據(jù)的信噪比SNR增大，雙偏振數(shù)據(jù)可靠性增強(qiáng)，KDP的可靠性也隨之提高。此外，KDP對雨滴譜變化并不敏感，用KDP進(jìn)行降水估測的準(zhǔn)確性也相應(yīng)提高。由于KDP是由ΦDP通過算法計(jì)算而來，算法及計(jì)算精度對定量降水有很大影響，為了避免KDP負(fù)值帶來的影響，結(jié)合ZH和KDP一起反演降水能有效排除KDP負(fù)值帶來的影響。公式[15]如下：

(2)

式中，ZH的單位為dBZ；I表示降水強(qiáng)度，單位為mm/h。

由于現(xiàn)行雷達(dá)體掃時(shí)間約6 min，與自動(dòng)氣象站5 min數(shù)據(jù)在時(shí)間上不匹配，所以對時(shí)間進(jìn)行積分計(jì)算出1 h雨量，同時(shí)對1 h內(nèi)的所有基數(shù)據(jù)分別計(jì)算出對應(yīng)的降水強(qiáng)度，進(jìn)行時(shí)間積分，即可計(jì)算出對應(yīng)的1 h降水量。

1.3 誤差分析方法

為了將雷達(dá)反演的降水與地面自動(dòng)氣象站實(shí)測的降水進(jìn)行對比分析，文章采用相對誤差(RE1，%)、絕對值相對誤差(RE2，%)、平均誤差(M，mm)、均方根誤差(RMSE，mm)進(jìn)行差異評估，這4個(gè)參量公式如下：

(3)

(4)

(5)

(6)

式中，Ri表示雷達(dá)估測的降水；Gi表示自動(dòng)氣象站實(shí)測的降水。

RE1和RE2反映的是雷達(dá)估測降水與實(shí)測的雨量值誤差，能反映雷達(dá)估測值的可信度。不同的是RE1反映的是雨量估測值與實(shí)測雨量值的偏差是正偏差還是負(fù)偏差，通過RE1反映不同降水方法對雨量的高估還是低估的情況，而RE2不會出現(xiàn)這個(gè)情況，其值大小與數(shù)據(jù)可信度成反比，更能反映降水估測的可信度。M表示雷達(dá)估測的降水與自動(dòng)氣象站實(shí)測降水的整體差異，差異越小值越接近于0。RMSE表示數(shù)據(jù)的離散程度，其值越小表示分布越集中，也表示整體降水估測誤差程度。

2 個(gè)例分析

在X波段雙偏振天氣雷達(dá)的10～70 km范圍內(nèi)覆蓋了96個(gè)自動(dòng)氣象站，實(shí)測的1 h降水?dāng)?shù)據(jù)作為本次實(shí)驗(yàn)的參考值。選取2019-06-13T01：00—09：00和2019-07-22T19：00—21：00(均為北京時(shí))的X波段雙偏振天氣雷達(dá)資料，在對回波進(jìn)行衰減訂正前后分別計(jì)算出雷達(dá)估測的小時(shí)降水量，并對比96個(gè)自動(dòng)氣象站實(shí)測的小時(shí)降水量數(shù)據(jù)，分析X波段雙偏振天氣雷達(dá)降水定量估測能力。

圖2 地面實(shí)測的1 h雨量與雷達(dá)估測的降水量的散點(diǎn)圖

從圖2中可以看出：用X波段雙偏振天氣雷達(dá)的I(ZH)估測降水時(shí)，由于回波衰減及降水模型本身的缺陷等影響，從降水量8 mm左右開始出現(xiàn)低估，大部分點(diǎn)處于對角線的下方，隨著降水量的增大，雷達(dá)估測的降水量低于自動(dòng)氣象站的測量值的現(xiàn)象明顯(圖2a)；使用衰減訂正后的反射率ZHe(ZHe為衰減訂正后的反射率，下同)模型I(ZHe)估測的降水(圖2b)，雷達(dá)估測的降水值較訂正前有一定程度的改善，與自動(dòng)氣象站的真實(shí)值更加接近，但誤差依然較大，主要原因是在大雨的情況下，雨滴由球形變成扁球形，雷達(dá)反射率ZH的準(zhǔn)確性也下降了，使用I(ZH)方法進(jìn)行降水估測，誤差也會相應(yīng)較大，說明僅用反射率來估測降水是行不通的；使用I(ZHe，KDP)進(jìn)行反演降水時(shí)，整體上散點(diǎn)均勻地分布在直線y=x兩側(cè)(圖2c)，當(dāng)1 h雨量小于10 mm時(shí)，雷達(dá)估測的降水高于自動(dòng)氣象站實(shí)測的降水，當(dāng)1 h雨量大于10 mm時(shí)，散點(diǎn)均勻分布在對角線兩側(cè)，雷達(dá)估測的降水與自動(dòng)氣象站實(shí)測的降水差距較小，隨著1 h降水繼續(xù)增大，較多的點(diǎn)位于對角線的下方，雷達(dá)估測的降水略低于自動(dòng)氣象站實(shí)測的降水。

在不分降水強(qiáng)度大小的情況下，分別計(jì)算了3種降水估測模型與自動(dòng)氣象站實(shí)測的1 h降水?dāng)?shù)據(jù)誤差(表1)。從相對誤差RE1可以看出I(ZH)及I(ZHe)降水估測方法均出現(xiàn)了不同程度的低估，而I(ZHe，KDP)降水估測方法出現(xiàn)了高估，誤差為24.6%；從絕對誤差RE2可以看出誤差趨勢與RE1差不多，但誤差數(shù)據(jù)均偏大，主要原因可能是降水模型均采用經(jīng)典公式，沒有采集足夠多的本地?cái)?shù)據(jù)進(jìn)行擬合重新設(shè)計(jì)模型參數(shù)引起的，從平均誤差及均方根誤差數(shù)據(jù)變化也能明顯看到這一規(guī)律。綜合4種誤差分析方法可以看出在不區(qū)分降水強(qiáng)度大小的情況下，I(ZHe，KDP)方法估測降水誤差最小，I(ZHe)估測法效果次之，I(ZH)估測法效果最差，說明了經(jīng)過衰減訂正對于降水估測有一定的改善效果，結(jié)合雙偏振量KDP和ZHe聯(lián)合降水估測效果最佳，這一結(jié)論與圖2散點(diǎn)圖結(jié)論是保持一致的。

表1 不同降水模型誤差統(tǒng)計(jì)

為了分析以上降水估測方法在不同降水強(qiáng)度下的誤差情況，自動(dòng)氣象站實(shí)測的1 h降水分為小到中雨、大雨和暴雨[16]，并計(jì)算他們對應(yīng)的相對誤差、絕對值相對誤差、平均誤差及均方根誤差，誤差數(shù)據(jù)如表2所示。在小到中雨(0～10 mm)的范圍內(nèi)，I(ZH)和I(ZHe)均出現(xiàn)了低估，I(ZHe，KDP)出現(xiàn)了高估，從絕對誤差來看I(ZHe，KDP)估測法誤差幾乎是其他2種方法的2倍，誤差較大，原因是在弱降水情況下，雷達(dá)信噪比較小導(dǎo)致KDP數(shù)據(jù)測量誤差較大，質(zhì)量較差，從而引起最終的降水估測誤差較大，I(ZH)估測法和I(ZHe)估測法誤差是相同的原因，即在弱降水情況下，不存在衰減，故沒有進(jìn)行反射率ZH的衰減訂正；隨著降水強(qiáng)度到大雨范圍(10～20 mm)，I(ZH)估測法和I(ZHe)估測法誤差迅速上升，而I(ZHe，KDP)估測法誤差迅速下降，RE1由原來的90.3%下降至-6.8%，RE2由原來的103.8%下降至25%，綜合4種誤差指標(biāo)來看I(ZHe，KDP)估測法效果最優(yōu)；隨著降水強(qiáng)度到暴雨范圍(>20 mm)，I(ZHe，KDP)估測法的相對誤差RE1低估由原來的-6.8%上升至11%，絕對誤差由原來的25.1%降至13.9%，而平均誤差及均方根誤差較大雨時(shí)變化不大，誤差依然是3種方法中最小的。以上結(jié)果表明，在小時(shí)降水強(qiáng)度小于等于10 mm時(shí)，直接采用反射率ZH進(jìn)行降水估測效果較好；小時(shí)降水強(qiáng)度大于10 mm時(shí)，采用I(ZHe，KDP)法效果最優(yōu)。

表2 不同降水強(qiáng)度的誤差統(tǒng)計(jì)

3 結(jié)束語

1)在不區(qū)分降水強(qiáng)度的情況下，采用KDP與ZHe結(jié)合的方法進(jìn)行降水估測效果要優(yōu)于經(jīng)典的I(ZH)模型。

2)在區(qū)分雨強(qiáng)的情況下，小時(shí)降水強(qiáng)度小于等于10 mm時(shí)，直接采用反射率ZH進(jìn)行降水估測效果較好；對于小時(shí)降水強(qiáng)度大于10 mm時(shí)，采用I(ZHe，KDP)估測法效果最優(yōu)。

3)在弱降水情況下，雷達(dá)信噪比較小，導(dǎo)致KDP誤差較大，影響了降水估測的準(zhǔn)確性，因此需要合理的質(zhì)量控制和KDP計(jì)算方法的改進(jìn)對雷達(dá)估測降水的研究具有重要意義。