地球物理学报  2016, Vol. 59 Issue (2): 440-452   PDF    
北京MST雷达探测中间层-低热层观测结果初步分析
田玉芳1,2, 吕达仁1    
1. 中国科学院大气物理研究所中层大气与全球环境探测重点实验室(LAGEO), 北京 100029;
2. 中国科学院大学, 北京 100049
摘要: 北京MST雷达是子午工程建设的国内仅有的两部MST雷达之一,为研究其在中间层-低热层MLT区域的探测能力以及数据可靠性,本文应用北京MST雷达2012、2013两年高模式数据,从数据获取率、与廊坊流星雷达测风对比以及风场时空分布特征三个方面进行初步分析.结果是:(1) 数据获取率日变化特征为:白天65~100 km均可获取数据,数据获取率的高值区主要集中在70~80 km,最大值可达80%;夜间主要集中在80~100 km,数据获取率在30%及以下.表明该MST雷达白天可以探测到电离层D层和E层低层,夜间D层消失,只探测到E层低层.季节变化特征为:夏季白天可获取数据的时间和高度区间都比较大,春季次之,冬季最小.夏季白天以及日落后1 h内可探测到120 km.(2) 对北京MST雷达与廊坊流星雷达2012年5月份、80~100 km高度区间测量的水平风进行对比分析,二者测风结果在时空分布上有很好的一致性,表明MST雷达探测数据是可靠的.(3) 2012年和2013年相应月份平均的纬向风、经向风时空分布特征有较高的一致性,并与HWM07模式结果也基本一致.上述初步分析结果表明,北京MST雷达对中间层-低热层60~120 km高度区域已具备较强的探测能力,所得结果将可用于MLT过程揭示与驱动因子研究,并可与该高度上其他探测手段作综合研究.
关键词: 北京MST雷达     中间层-低热层     探测能力     数据可靠性     水平风场时空分布特征    
Preliminary analysis of Beijing MST radar observation results in the mesosphere-lower thermosphere
TIAN Yu-Fang1,2, LÜ Da-Ren1    
1. Key Laboratory of Middle Atmosphere and Global Environment Observation(LAGEO), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Beijing MST radar is one of the Chinese Meridian Project constructions of only two domestic MST radars. It was built by Institute of Atmospheric Physics, Chinese Academy of Sciences, located at Xianghe field observatory,Hebei province (39.754°N,116.962°E). System integrated test was finished in May 2011 and completed acceptance in the end of July 2011. After 1-month joint tests from 21 September 2011 to 20 October 2011, Beijing MST radar operated continuously to observe real-time winds and turbulence in the altitude range of 3.5~10 km (low mode), 11~25 km (middle mode) and 60~90 km (even above) (high mode). Beijing MST radar operates at 50 MHz with a peak power of 172kW and 104 m2 of antenna area. The purpose of this paper is to investigate the detection capability and data reliability of Beijing MST radar in the mesosphere-lower thermosphere (MLT) region.
Two years of data (January 2012 to December 2013) in high mode were used. From the aspect of data acquisition rate, comparison of wind measurements with the nearby Langfang meteor radar and spatial and temporal characteristics of wind, preliminary analyses were made.
Analysis results indicate that:(1) Data acquisition rate shows diurnal variation characteristics:during daytime the MST radar can obtain data in 65~100 km. High-ratio areas of data acquisition rate were mainly concentrated in the 70~80 km with a maximum of up to 80%.At nighttime available data altitude range focused on 80~100 km with data acquisition rate at 30% and below. This indicates that the MST radar can detect ionospheric D layer and lower E layer during daytime, at night time D layer disappears, only lower E layer detected. Seasonal variation characteristics of data acquisition rate are that the time and height range of available data were large in summer daytime, followed by spring, and winter was minimum. During summer daytime and until one hour after sunset, the MST radar can detect up to 120 km. (2) Horizontal winds in 80~100 km measured by Beijing MST radar and Langfang meteor radar in May 2012 were compared. The results showed good agreement in spatial and temporal distribution, indicating that the data of MST radar observations is reliable. (3) The spatial and temporal distribution of averaged zonal wind and meridional wind of corresponding month in year 2012 and 2013 had high consistency, and were also fairly consistent with HWM07 model results.
The preliminary analysis results above show that the Beijing MST radar has strong detection ability in the MLT region (60~120 km), and the observed data can be furtherly used to reveal the processes and driving factors of the MLT region.
Key words: Beijing MST radar     Mesosphere-lower thermosphere     Detection capability     Data reliability     Spatial and temporal distribution of horizontal wind    
1 引言

中间层-低热层(MLT)区域是中性大气与电离层大气之间的过渡区域,也是中层大气的一个重要区域,从小尺度的湍流到大尺度的波动以及它们的耗散在中层大气的能量和动量变化方面都发挥着重要的作用(Kumar et al.,2014).然而由于探测能力的限制,对该区域的理解和认识仍是远远不够的.流星雷达、MF雷达、探空火箭以及卫星观测等均可用于该区域的观测,但是时空分辨率以及探测高度范围方面不尽如人意(Kumar et al.,2008).自从1974年世界上第一部MST雷达问世(Woodman and Guillen,1974),为MLT区域大气探测提供了强有力的手段.

MST(Mesosphere Stratosphere Troposphere)雷达可以探测对流层、平流层以及中间层大气.它利用大气折射率不规则体对雷达电磁波的散射回波,来研究大气的动力学特征——风场、波动、湍流、大气稳定性以及与大气折射指数相关的湿度、温度、电子密度及其梯度等信息.

大气折射率的不均匀引起对电磁波的散射或反射,在不同高度的大气层有不同的机制.对流层及以下湍流散射起主要作用,有效散射体空间尺度为入射波长的一半;对流层顶以及平流层用米波或者分米波雷达探测时存在镜面反射;而在中间层-低热层大气中离子、电子热运动形成的电子密度随机起伏而产生的热散射起主要作用(Gage and Balsley,1980).

大气湍流散射是晴空大气探测雷达回波信号的主要成因.根据大气湍流理论,湍流可以看成多尺度涡旋的叠加,尺度可以小到毫米量级,大到千米量级.大气中主要的湍涡尺度随高度是变化的,随着高度增加,湍涡尺度逐渐增大,小尺度涡旋逐渐减小(Fukao,2007).因此,MST雷达工作在较长的波长,通常为几米,频率在50 MHz左右,来保证有足够的灵敏度探测到高层大气.

晴空大气探测雷达的回波信号非常微弱,而且随着高度增加迅速减小.即使是功能强大的MST雷达,在上平流层和下中间层区域是很难探测到回波的,因为在这一高度区间内来自湍流散射的折射率不规则体对雷达电磁波的散射随着大气密度变稀薄而大大减小,而且这一高度也没有自由电子产生热散射使得回波加强(Van Z and t,2000; Woodman and Guillen,1974).因此MST雷达的有效探测高度范围一般在2~25 km,以及60~95 km左右.

MST雷达除能对大气层的多个区域进行探测外,还有其他突出的优势:能够全天时工作,不间断地提供大气水平风场、垂直气流、大气折射率结构常数Cn2等随高度的分布和随时间的变化,时空分辨率高,连续性实时性好.

MST雷达技术从1974年开始不断发展,已有多个国家已经布设并投入使用.表 1中列出了国际上一些MST雷达的基本信息.

表 1 国际已有部分MST雷达基本信息 Table 1 The basic information of some international MST radars

1980s中期,在中国科学院支持下大气物理研究所开始独立研制大型相控阵天线VHF Doppler雷达.该雷达建于河北香河观测站,工作频率为78 MHz.自1993年开始陆续开展观测试验,获取了水平风、垂直速度、湍流强度等多种类型的观测结果(李卫和吕达仁,1997;Li and Lü,1998).这是国内第一台独立研制并具有多功能的中层大气研究雷达(吕达仁,陈洪滨,2003).

近年来我国MST雷达得到了较大的发展.子午工程建设2部MST雷达,即北京和武汉MST雷达.武汉MST雷达(114°8′8″E,29°31′58″N)于2011年3月完成试运行(Zhao et al.,2013);北京MST雷达,坐落在河北香河(116°59′24.00″E,39°45′14.40″N),由中国科学院大气物理研究所负责主持建设,2011年5月完成系统连调,2011年7月底完成单位验收.

北京MST雷达可以获取到其上空中间层-低热层(MLT)区域宝贵的三维风场、湍流信息等实测资料.在资料应用之前,有必要对MST雷达在该区域的探测能力以及数据可靠性进行分析.比如将MST雷达与其他观测手段做比较,部分已有的研究包括:Ratnam等(2001)将Indian Gadanki MST雷达与MF雷达探测65~80 km的水平风做比较,发现二者的纬向风分量有好的一致性,经向风分量一致性差一些;而与CIRA-86模式比较结果显示纬向风分量除秋分外,其他季节模式值均大于MST雷达探测值.Kumar等(2008)应用1995—2006较长时间段内Indian Gadanki MST雷达资料与该时间段内的MF雷达、火箭探空、模式(HWM93)以及卫星观测(HRDI/UARS)的65~85 km高度范围内的水平风做比较,发现几种观测手段在趋势上有好的一致性,但在数值上有较大的差异.其中火箭探空与 MST雷达探测结果有好的一致性,HRDI观测值大于MST雷达且经向风比纬向风差值更大些,MF雷 达观测值比MST雷达小,HWM93模式的风速也 比MST雷达测值小.Rao等(2014)比较了Sri Venkateswara University(SVU)流星雷达、MF雷达以及Gadanki MST 雷达在70~98 km探测水平风情况,发现MST雷达与流星雷达探测经向风和纬向风的一致性较差,而MST雷达与MF雷达探测的纬向风分量一致性较好.

国外应用MST雷达探测资料对中间层-低热层(MLT)区域已有较多的研究.Selvaraj等(2014)应用Gadanki雷达对中间层回波的散射截面,以及湍流参量包括湍流能量耗散率、湍流内尺度、外尺度等进行计算分析,并与之前的相关研究结果做对比. Lehmacher等(2009)利用Jicamarca雷达以及Belova等(2012)应用India Gadanki MST雷达对低纬地区中间层雷达截面以及回波特征进行研究.Fukao等(1994)应用MU radar,Guo等(2007)应用Jicamarca Radar,Rao等(2001)和Chandra等(20082012)应用Gadankir adar对中间层区域的湍流特征进行了分析.Kubo等(1997)Kamala等(2003)Kumar等(2007)研究了中间层回波特征.Ratnam等(2008)应用MST雷达与卫星以及火箭探空资料对中间层半年振荡(MSAO)和准两年振荡(MQBO)进行了研究.此外,还有中间层垂直速 度(Eswaraiah et al.,20112012),风场特征(Kumar et al.,2008)以及KHI不稳定(Lehmacher et al.,2007)的研究.北京MST雷达对中间层低热层(MLT)区域探测的应用与研究,将极大促进对该地大气层MLT区域的理解和认识.

本文主要从数据获取率、与廊坊流星雷达测风对比以及探测的风场特征三个方面对北京MST雷达在MLT区域的探测能力、数据可靠性以及风场观测结果进行初步分析.为今后应用北京MST雷达开展MLT区域研究奠定基础.

2 北京MST雷达简介

北京MST雷达采用全固态数字阵列脉冲多普勒体制,由24×24付三单元八木天线组成矩形有源相控天线阵系统.工作频率:50±1 MHz;探测范围:低模式为3.5~10 km,中模式为11~25 km,高模式为60~90 km及以上;径向速度分辨率:≤0.2 m·s-1;时间分辨率≤30 min;最大测量径向速度≥35 m·s-1,风向为0~360°.本文应用MST雷达高模式数据,表 2中给出具体的雷达高模式技术参数.

表 2 北京MST雷达高模式技术参数 Table 2 Beijing MST radar parameters used for the high mode observations
3 MST雷达探测中间层-低热层(MLT)区域数据获取率分析

数据获取率是指在一段时间的探测中,探测数据通过质量控制的次数与总探测次数的百分比,它 是表征雷达探测能力的参数之一(胡明宝等,2008). 本研究中采用三倍标准差法对数据异常点进行判别与剔除,有探测数据且通过异常点检验的次数确定为探测数据通过质量控制的次数.

选取2012、2013年两年北京MST雷达高模式数据,统计两年对应月份的平均数据获取率,绘制了各月份的平均数据获取率时间-高度剖面图,如图 1所示.

图 1 2012—2013年1—12月平均数据获取率时间-高度剖面Fig. 1 Time-height plot of monthly average data acquisition rate of 2012 and 2013

图 1中叠加的粉色直线分别是平均的日出和日落时间.可以看出数据获取率有明显的日变化特征:白天从65 km到100 km均可获取数据,数据获取率的高值区主要集中在70~80 km高度区间内,最大值可达80%;夜间可获取到数据的区域主要集中在80~100 km高度区间内,且数据获取率在30%以下.

此外,还可以看出数据获取率时间-高度剖面分布有季节变化特征,因此绘制MST雷达季节平均的数据获取率时间-高度剖面,如图 2所示.

图 2 2012—2013年季节平均的数据获取率时间-高度剖面Fig. 2 Time-height plot of seasonal mean data acquisition rate of 2012 and 2013

图 2可见夏季白天可获取数据的时间和高度区间均较其他季节大,春季次之,冬季最小;四个季节白天数据获取率最大值均在70~80 km范围内,正午前后达到最大.春季夜间在日落后到凌晨,90~100 km处数据获取率较大,夏季白天以及日落后1 h可探测到120 km.

为进一步分析白天和夜间数据获取率随高度的变化特征,将各季节白天、夜间的数据获取率分别做平均,绘制各季节白天和夜间平均数据获取率随高度变化图,如图 3所示,图 4叠加了标准差.

图 3 各季节白天、夜间平均数据获取率随高度变化Fig. 3 The profile of seasonal average data acquisition rate for daytime and nighttime

图 4 各季节白天、夜间平均数据获取率随高度变化叠加标准差图Fig. 4 The profile of seasonal average data acquisition rate for daytime and nighttime superimposed standard deviation

图 3可以看出,各季节白天的平均数据获取率随高度变化均有2个峰值,第一峰值在70~80 km高度区间,且夏季的峰值最大,约为41%,其次是秋季38%,春季36%,冬季最小28%;第二峰值在90~100 km高度区间,夏季的峰值最大28%,春季次之19%,秋季和冬季最小15%.值得注意的是夏季白天低至60 km处数据获取率仍达到5%,而其他季节均接近0.

各季节夜间在80~100 km高度区间可获取数据,基本都在92 km附近平均数据获取率达到最大值,春季最大,约为19%,夏季次之15%,冬季11%,秋季10%.

图 4可以更加清楚地看到各季节白天平均数据获取率随高度变化的双峰结构,以及夜间的单峰特征.各季节在白天数据获取率最大值高度附近平均数据获取率标准差大,夜间平均数据获取率标准差较小.

综合以上分析,MST雷达探测中间层-低热层数据获取率的变化特征与MST雷达的探测原理以及电离层自身的昼夜,季节变化密切相关.因为在60 km以上,MST发射出电磁波的散射机制主要以热散射为主,也就是电离层中电子密度不均匀形成的不规则散射体使得电磁波产生后向散射.

60~90 km是电离层的D层,主要的电离源是太阳X射线,强烈地受太阳直接辐射控制,该层的电子密度随太阳高度的变化而迅速变化,并随太阳高度变化呈现出较大的日变化特征.自由电子主要出现在白天,夜间基本消失,所以夜间在这个高度区间内基本无雷达回波.90~130 km是电离层E层,自由电子白天夜间均存在,夜间电子密度减小但并不消失.所以夜间MST雷达在90 km附近可以获 取数据,白天MST雷达在65~100 km均可获取数 据,呈现出数据获取率的日变化特征.

由于电离层D层、E层除日变化外,还有季节变化,因此MST雷达的数据获取率也相应地呈现出季节变化特征.

4 北京MST雷达与廊坊流星雷达高空测风对比分析

MST雷达是获取大气层各高度风场的重要探测手段.北京MST雷达同样可获取风场及其变化特征.为进一步确定北京MST雷达探测的可靠性,将北京MST雷达测得的MLT区域经向、纬向风数据与附近廊坊流星雷达的测值作对比分析.廊坊流星雷达位于(39.4°N,116.7°E),与北京MST雷达直线距离45 km左右.流星雷达工作频率为35 MHz,可探测的高度范围在70~110 km,时间分辨率为1 h,垂直分辨率2 km,每小时的数据是一天中有效观测不少于18 h的平均值(Xiao et al.,2014).MST雷达高模式垂直分辨率1.12 km或1.13 km,时间分辨率小于等于30 min,本研究中采用的是时间分辨率30 min数据.根据两部雷达共同观测的时间,采用2012年5月份数据进行对比分析.

2012年5月流星雷达和MST雷达风场数据的获取率时空分布如图 5所示.

图 5 流星雷达和MST雷达2012年5月份风场数据的获取率时空分布Fig. 5 The time-height plot of wind dada acquisition rate for meteor radar and MST radar in May 2012

图 5可见,流星雷达在80~96 km的数据获取率基本达到100%,而MST雷达的数据获取率整体偏低,白天在70~80 km高度区间数据获取率较高,在40%~70%之间.

流星雷达是利用流星(电离)余迹对无线电波的散射来实现对高空风场探测的,流星现象白天夜间都会发生.每小时一次的风场数据是时空上的平均值,因此流星雷达的风场数据在时空分布上都比较连续.而MST雷达是根据电离层中电子密度不均匀形成的不规则散射体使得电磁波产生后向散射从而获取信息,电离层中电子密度分布的特征以及MST雷达瞬时的观测决定了MST雷达获取的数据比较离散而且数据获取率较低.但另一方面,MST雷达在可测高度上时间与垂直分辨率较高.

80 km以下以及100 km以上流星雷达观测到的流星数明显减少,对测风结果的准确性与可靠性会有影响.流星雷达可用来连续监测MLT区域的风场,但是他们的探测结果在80 km以上才是可靠的(Ratnam et al.,2001;Kumar et al.,2008).因此将MST雷达与流星雷达测风对比的高度选为80~100 km.首先初步整体对比流星雷达与MST雷达高空风场探测的情况,将二者2012年5月份的经向和纬向风速数据各自做平均,绘制时间-高度分布图,如图 6所示.

图 6 廊坊流星雷达与北京MST雷达2012年5月平均经向风与纬向风时间-高度分布Fig. 6 The time-height plot of monthly mean zonal wind and meridional wind for Langfang meteor radar and Beijing MST radar in May 2012

图 6可见,80~100 km高度区间内,流星雷达与MST雷达经向风和纬向风的时空分布特征基本一致.对于纬向风来说,90 km以上基本为西风; 流星雷达经向风随时间推移南风、北风交替出现,MST雷达经向风虽分布离散,但是仍表现出同样的特征.

整体对比之后,进一步将流星雷达数据按MST雷达观测高度插值,同时将MST雷达每小时2次的观测数据做平均,作为MST雷达每小时的数据,将高度插值后的流星雷达廓线数据与MST雷达每小时廓线数据进行对比分析,共有504组对比廓线.

首先绘制流星雷达与MST雷达经向风、纬向风散点图,并做最小二乘拟合,结果如图 7所示.

图 7 流星雷达与MST雷达2012年5月经向风、纬向风散点图以及最小二乘拟合结果,其中N为所有高度上 总的对比点数,r为相关系数,d为MST雷达与流星雷达测风的平均差值,std为二者差值的标准差Fig. 7 The scatter diagram and the least squares fitting results of zonal and meridional wind for Langfang meteor radar and Beijing MST radar in May 2012. N indicates the total number of comparison data pairs at all heights, r is correlation coefficient, d represents the mean difference between wind measurement of MST radar and meteor radar, std is the standard deviation of d

图 7中散点为不同高度上所有可对比点,对比数据共有1849对.纬向风最小二乘拟合的斜率为0.93,截距为-7.7;相关系数为0.71,平均差值为 -8.72 m·s-1,差值的标准差为26.94 m·s-1.经向风最小二乘拟合的斜率为0.87,截距为-0.5;相关系数为0.59,平均差值为0.89 m·s-1,差值的标准差为25.10 m·s-1.

为进一步了解MST雷达与流星雷达在各高度上风场的对比情况,绘制了二者平均经向风、纬向风随高度变化,以及二者探测经向风、纬向风平均差值随高度变化图,如图 8所示.

图 8 MST雷达与流星雷达探测的平均纬向、经向风以及二者的平均纬向、经向风差值随高度分布Fig. 8 The profile of mean zonal wind, mean meridional wind, mean zonal wind difference and the mean meridional wind difference for Langfang meteor radar and Beijing MST radar

图 8可以看出:纬向风在80~87 km高度区间内,MST雷达与流星雷达探测的平均纬向风均为东 风,且MST雷达探测的风速大于流星雷达;87~100 km二者探测的平均纬向风均为西风,且MST雷达探测的 风速小于流星雷达.MST雷达与流星雷达探测纬向风的差值在80~98 km区间内基本保持在-10 m·s-1.

经向风在82~100 km高度区间内,MST雷达与流星雷达探测的平均经向风均为北风,而且基本保持在-10 m·s-1;MST雷达与流星雷达探测经向风的差值在82~98 km区间内最小,基本保持在±5 m·s-1以内.

综合以上分析,可知MST雷达与流星雷达在80~100 km测风结果在时空分布上有高度的一致性.二者探测的风速数值有差异,这与两部雷达处于不同位置,探测到的是不同经纬度的高空风场有关.但是不同高度上二者探测的经向风、纬向风差值基本保持不变,说明MST雷达与流星雷达探测的一致性以及各自的系统稳定性.同时,以上结果也表明MST雷达探测得到的数据是可靠的.

此外,MST雷达白天在65~80 km数据获取率明显高于80~100 km,可对电离层D层中性风场,湍流信息等进行有效而高时空分辨率的探测.

5 北京MST雷达探测的水平风月平均结果初步分析

在已获知MST雷达在中间层-低热层MLT区域的探测能力以及初步了解其获取数据可靠的基础上,本文分析了雷达探测的水平风的时空分布特征.将MST雷达2012年、2013年以及水平风模式HWM07月平均的经向、纬向风数据做初步对比.绘制各月平均的纬向风、经向风时空剖面图,分别见图 9图 10.HWM07模式应用50多年的卫星资料,火箭探空,FPI,非相干散射雷达,中频雷达,测风测 温激光雷达以及低层大气的NCEP数据等,为地面到外逸层(0~500 km)范围内水平风场提供了一个统计表示(Drob et al.,2008).

图 9 2012年(a)、2013年(b)、HWM07(c)纬向风月平均时间-高度剖面Fig. 9 The time-height plot of monthly mean zonal wind for 2012 (a), 2013 (b), HWM07 (c)

图 10 2012年(a)、2013年(b)、HWM07(c)经向风月平均时间-高度剖面Fig. 10 The time-height plot of monthly meridional wind for 2012(a), 2013(b), HWM07(c)

图 9可以看到,2012和2013年MST雷达各月平均的纬向风时空分布特征有较高的一致性,而且与HWM07模式结果也基本一致.具体的时空分布特征为:1—3月60~90 km基本都为西风,90~ 100 km午后为东风;4月表现出过渡特征,70~90 km 为东风;5—7月60~85 km为东风,85~100 km为西风,且风速均较大;8月也表现出过渡特征,虽然风向特征与5—7月一致,但是风速明显减小,尤其是60~80 km;9、10月在90~100 km一天中东风西风交替出现,60~80 km为西风,且10月风速大于9月;11、12月60~90 km为西风,90~100 km午后为东风.

图 10可以看到,经向风月平均时空分布特征比较复杂,但是2012和2013年MST雷达各月平均的经向风时空分布特征基本一致,而且与HWM07模式结果也基本一致.具体的时空分布特征可以参见图中所示.图 910的结果进一步表明了北京MST雷达探测中间层-低热层(MLT)区域数据的可靠性.

6 结论

利用子午工程北京MST雷达2012、2013年两年的高模式观测数据,进行了数据质量检验,在此基础上做了以下初步分析,其主要结论如下:

(1)数据获取率的日变化与季节变化特征.分析了中间层-低热层(MLT)60~120 km区域数据获取率,可以看到明显日变化特征:白天从65 km到100 km均可获取数据,数据获取率的高值区主要集中在70~80 km高度区间内,最大值可达80%;夜间可获取到数据的区域主要集中在80~100 km高度区间内,数据获取率在30%以下.结果表明,该MST雷达白天可以探测到电离层D层和E层低层,夜间D层消失,只探测到E层低层.此外,数据获取率还有明显的季节变化特征:夏季白天可获取数据的时间和高度区间都比较大,春季次之,冬季最小.夏季白天以及日落后1h可探测到120 km.

(2)MST雷达与流星雷达测风对比分析.对北京MST雷达与廊坊流星雷达2012年5月份,80~100 km高度区间测量的水平风进行对比分析,测风结果在时空分布上有较高的一致性.二者探测的风速数值有差异,这与两部雷达相距45 km,探测到的是不同位置的高空风场有关,但是不同高度上二者探测的经向风、纬向风差值基本保持不变.以上均表明MST雷达探测得到的数据是可靠的.

(3)MLT区域60~120 km MST雷达观测水平风场的月平均时空分布特征.2012年和2013年两年相应月份纬向风、经向风的时空分布特征有高的一致性,此外与HWM07模式对比也基本一致,进一步表明MST雷达探测数据的可靠性.

上述初步结果表明,北京MST雷达对中间层-低热层60~120 km高度区域已具备好的探测能力,而且探测资料是可靠的.下一步将分析观测资料所揭示的该区域的动力学特征与MLT结构变化,阐明太阳辐射与活动性以及大气层环流的特征与作用.

致谢    本项成果使用国家重大科技基础设施子午工程科学数据.北京MST雷达是子午工程建设的一项重大设备.中国科学院大气研究所香河观测站MST雷达观测组负责长期观测.王勇、章文星、段树三位正研级高工承担了雷达研发和改进的技术.廊坊流星雷达2012年5月份的数据是中国科学院空间中心提供的,在此一并表示感谢.田玉芳感谢凌超在HWM07模式方面的相关帮助.

参考文献
[1] Balsley B B, Ecklund W L, Carter D A, et al. 1980. The MST radar at Poker-Flat, Alaska. Radio Science, 15(2):213-223, doi:10.1029/RS015i002p00213.
[2] Belova E, Kirkwood S, Rao T N, et al. 2012. Spectral characteristics and scatter cross-section of low latitude mesospheric echoes measured by the Indian MST radar at Gadanki. Annales Geophysicae, 30(6):983-990, doi:10.5194/angeo-30-983-2012.
[3] Chandra H, Sinha H S S, Das U, et al. 2008. First mesospheric turbulence study using coordinated rocket and MST radar measurements over Indian low latitude region. Annales Geophysicae, 26(9):2725-2738.
[4] Chandra H, Sinha H S S, Patra A K, et al. 2012. Low-latitude mesospheric turbulence investigated using coordinated MST radar and rocket-borne observations from India. Journal of Geophysical Research-Atmospheres, 117(D22), doi:10.1029/2011jd016946.
[5] Czechowsky P, Schmidt G, Rüster R. 1984. The mobile SOUSY Doppler radar:technical design and first results. Radio Science, 19(1):441-450, doi:10.1029/RS019i001p00441.
[6] Drob D P, Emmert J T, Crowley G, et al. 2008. An empirical model of the Earth's horizontal wind fields:HWM07. J. Geophys. Res., 113:A12304, doi:10.1029/2008JA013668.
[7] Eswaraiah S, Venkat Ratnam M, Krishna Murthy B V, et al. 2011. Low-latitude mesospheric vertical winds observed using VHF radar. Journal of Geophysical Research:Atmospheres, 116:D22117, doi:10.1029/2011jd016385.
[8] Eswaraiah S, Ratnam M V, Portnyagin Y I, et al. 2012. Comparison of mesospheric mean vertical winds between MST radar and empirical model over a tropical station. Current Science, 102(9):1298-1303.
[9] Fukao S, Yamanaka M D, Ao N, et al. 1994. Seasonal variability of vertical eddy diffusivity in the middle atmosphere. 1. Three-year observations by the middle and upper atmosphere radar. Journal of Geophysical Research-Atmospheres, 99(D9):18973-18987, doi:10.1029/94jd00911.
[10] Fukao S. 2007. Recent advances in atmospheric radar study. J. Meteor. Soc. Jpn., 85B:215-239, doi:10.2151/jmsj.85B.215.
[11] Gage K S, Balsley B B. 1980. On the scattering and reflection mechanisms contributing to clear air radar echoes from the troposphere, stratosphere, and mesophere. Radio Science, 15(2):243-257, doi:10.1029/RS015i002p00243.
[12] Guo L, Lehmacher G A, Kudeki E, et al. 2007. Turbulent kinetic energy dissipation rates and eddy diffusivities in the tropical mesosphere using Jicamarca radar data. Advances in Space Research, 40(6):744-750, doi:10.1016/j.asr.2007.05.068.
[13] Hocking W K. 1997. Recent advances in radar instrumentation and techniques for studies of the mesosphere, stratosphere, and troposphere. Radio Science, 32(6):2241-2270, doi:10.1029/97rs02781.
[14] Hooper D, Thomas L. 1995. Aspect sensitivity of VHF scatterers in the troposphere and stratosphere from comparisons of powers in off-vertical beams. Journal of Atmospheric and Terrestrial Physics, 57(6):655-663, doi:10.1016/0021-9169(94)00056-T.
[15] Hu M B, Zheng G G, Xiao W J. 2008. The statistical analysis of wind profiler radar data availability. Modern Radar (in Chinese), 30(10):14-16.
[16] Kamala S, Rao D N, Chakravarty S C, et al. 2003. Vertical structure of mesospheric echoes from the Indian MST radar. Journal of Atmospheric and Solar-Terrestrial Physics, 65(1):71-83, doi:10.1016/s1364-6826(02)00281-x.
[17] Kato S, Ogawa T, Tsuda T, et al. 1984. The middle and upper-atmosphere radar:First results using a partial system. Radio Science, 19(6):1475-1484, doi:10.1029/RS019i006p01475.
[18] Kubo K, Sugiyama T, Nakamura T, et al. 1997. Seasonal and interannual variability of mesospheric echoes observed with the middle and upper atmosphere radar during 1986-1995. Geophys. Res. Lett., 24(10):1211-1214, doi:10.1029/97gl01063.
[19] Kumar G K, Ratnam M V, Patra A K, et al. 2007. Climatology of low-latitude mesospheric echo characteristics observed by Indian mesosphere, stratosphere, and troposphere radar. Journal of Geophysical Research, 112(D6):doi:10.1029/2006jd007609.
[20] Kumar G K, Ratnam M V, Patra A K, et al. 2008. Low-latitude mesospheric mean winds observed by Gadanki mesosphere-stratosphere-troposphere (MST) radar and comparison with rocket, High Resolution Doppler Imager (HRDI), and MF radar measurements and HWM93. Journal of Geophysical Research-Atmospheres, 113(D19):doi:10.1029/2008jd009862.
[21] Kumar G K, Kumar K K, Singer W, et al. 2014. Mesosphere and lower thermosphere zonal wind variations over low latitudes:Relation to local stratospheric zonal winds and global circulation anomalies. Journal of Geophysical Research-Atmospheres, 119(10):5913-5927, doi:10.1002/2014jd021610.
[22] Lehmacher G A, Guo L, Kudeki E, et al. 2007. High-resolution observations of mesospheric layers with the Jicamarca VHF radar. Advances in Space Research, 40(6):734-743, doi:10.1016/j.asr.2007.05.059.
[23] Lehmacher G A, Kudeki E, Akgiray A, et al. 2009. Radar cross sections for mesospheric echoes at Jicamarca. Annales Geophysicae, 27(7):2675-2684.
[24] Li W, Lü D R. 1998. Preliminary results of atmospheric turbulence observation with Xianghe MST/ST radar. Acta Meteorologica Sinica, 12(4):394-399.
[25] Lü D R, Chen H B. 2003. Advances in middle atmosphere physics research. Chinese Journal of Atmospheric Sciences (in Chinese), 27(4):750-769.
[26] Rao D N, Ratnam M V, Rao T N, et al. 2001. Seasonal variation of vertical eddy diffusivity in the troposphere, lower stratosphere and mesosphere over a tropical station. Annales Geophysicae, 19(8):975-984.
[27] Rao P B, Jain A R, Kishore P, et al. 1995. Indian MST radar. 1. System description and sample vector wind measurements in st mode. Radio Science, 30(4):1125-1138, doi:10.1029/95rs00787.
[28] Rao S V B, Eswaraiah S, Ratnam M V, et al. 2014. Advanced meteor radar installed at Tirupati:System details and comparison with different radars. Journal of Geophysical Research-Atmospheres, 119(21):11893-11904, doi:10.1002/2014jd021781.
[29] Ratnam M V, Rao D N, Rao T N, et al. 2001. Mean winds observed with Indian MST radar over tropical mesosphere and comparison with various techniques. Annales Geophysicae, 19(8):1027-1038.
[30] Ratnam M V, Kumar G K, Murthy B V K, et al. 2008. Long-term variability of the low latitude mesospheric SAO and QBO and their relation with stratospheric QBO. Geophys. Res. Lett., 35(21):doi:10.1029/2008gl035390.
[31] Röttger J, Rastogi P K, Woodman R F. 1979. High-resolution VHF radar observations of turbulence structures in the mesosphere. Geophys. Res. Lett., 6(7):617-620, doi:10.1029/GL006i007p00617.
[32] Röttger J, Liu C H, Chao J K, et al. 1990. The Chung-Li VHF radar:Technical layout and a summary of initial results. Radio Science, 25(4):487-502, doi:10.1029/RS025i004p00487.
[33] Sato T, Tsuda T, Kato S, et al. 1985. High-resolution MST observations of turbulence by using the MU radar. Radio Science, 20(6):1452-1460, doi:10.1029/RS020i006p01452.
[34] Selvaraj D, Patra A K, Chandra H, et al. 2014. Scattering cross section of mesospheric echoes and turbulence parameters from Gadanki radar observations. Journal of Atmospheric and Solar-Terrestrial Physics, 119:162-172, doi:10.1016/j.jastp.2014.08.004.
[35] Van Zandt T E. 2000. A brief history of the development of wind-profiling or MST radars. Annales Geophysicae, 18(7):740-749.
[36] Woodman R F, Guillen A. 1974. Radar observations of winds and turbulence in the stratosphere and mesosphere. Journal of the Atmospheric Sciences, 31(2):493-505, doi:10.1175/1520-0469(1974)031〈0493:roowat〉2.0.co;2.
[37] Xiao C Y, Hu X, Xu Q C. 2014. Response of mesosphere and lower thermosphere wind over mid-latitude to the 2013 major sudden stratospheric warming event.//Proceedings of the 2014 XXXIth URSI General Assembly and Scientific Symposium (URSI GASS). Beijing:IEEE, 1-4, doi:10.1109/URSIGASS.2014.6929843.
[38] Zhao Z Y, Zhou C, Qing H Y, et al. 2013. Wuhan Atmosphere Radio Exploration (WARE) radar:System design and online winds measurements. Radio Science, 48(3):326-333, doi:10.1002/rds.20040.
[39] 胡明宝, 郑国光, 肖文建. 2008. 风廓线雷达数据获取率的统计分析. 现代雷达, 30(10):14-16.
[40] 李卫, 吕达仁. 1997. 香河MST雷达大气湍流探测初步结果.//地球环境和气候变化探测与过程研究. 北京:气象出版社.
[41] 吕达仁, 陈洪滨. 2003. 平流层和中层大气研究的进展. 大气科学, 27(4):750-769.