引言

目前，中国气象科学研究院灾害天气国家重点实验室在Ka波段云雷达的基础上，升级成Ka/Ku双波段云雷达CR(Cloud Rader)，于2019年4月在广东龙门进行了针对华南汛期云降水的观测任务，但是因为探测时间较短，所以探测资料的可用性仍处于研究探索阶段。目前，国外最具代表性的双波段雷达为全球降水观测GPM(Global Precipitation Measurement)卫星核心观测平台上搭载的双频降水雷达DPR(Dual-frequen-cy Precipitation Radar)，其工作频率为Ku和Ka波段(Adhikari et al., 2007；Liao and Meneghini, 2014)。与TRMM卫星上的PR相比，DPR搭载了更加先进的设备、覆盖更加辽阔的陆地和海洋面积。因为技术上的改进具有更高的精度和敏感度，能够更加精确地捕捉微弱降水，可连续稳定地工作，测量数据也经过多层面的反演验证，将DPR作为CR的对比标准，可提高CR测量数据的准确性与可靠性，也能为日后我国地基雷达与更多星载雷达联合观测应用提供参考。

双波段云雷达数据的误差主要来自于Ka波段，Ka波段属于毫米波，大气中的氧气和水汽对电磁波的吸收会导致雷达信号一定程度的衰减，另外雷达的探测路径中若存在大量液态水，对雷达信号的衰减影响更大(罗启铭等，2015；谢晓林和刘黎平，2016)。谢蕾等(2014)与孙豪等(2017)利用雨滴谱仪、C波段调频连续波雷达、Ku波段微雨雷达的测量数据与Ka波段毫米波云雷达进行对比，结果均表明Ka波段毫米波雷达在探测对流云降水时，在大量液态水的影响下，反射率因子发生明显的衰减，并且随着降水强度变强，雷达受衰减的影响越大。

在Ka波段毫米波雷达误差衰减订正方面，国内许多学者做了很多研究。张培昌和王振会(2001)在K-Z关系研究的基础上，进一步总结了天气雷达回波衰减订正算法包含解析法、逐库法和迭代法等五种订正法。樊雅文(2012)基于毫米波雷达外场试验的数据，发现K-Z的假设关系中指数和乘数两个系数与具体降水类型、降水强度有很大关系，不同情况下差别较大。黄兴友等(2013)利用K-Z经验关系，采用分级逐库订正毫米波雷达信号，但降水云的衰减订正难度大，仍存在误差。杨敏(2019)以标准大气为假设，利用Liebe模式得到35 GHz、94 GHz和220 GHz大气吸收系数和单程路程积分衰减。郑晨雨和刘黎平(2020)利用雨滴谱数据直接计算衰减系数k来订正，效果较理想。针对双波段云雷达的订正处理与反演研究，尤其是针对Ka和Ku这两个波段的研究仍然比较少。

针对地基雷达探测数据可靠性的验证，国外许多学者通常围绕DPR开展，均体现了DPR数据的准确可靠。Chandrasekar和Le(2015)围绕80个洋面风暴系统将DPR探测结果与KFWS组网雷达的探测结果进行了对比，发现两种探测结果较为接近。Chandrasekar和Chen(2016)利用高分辨率双偏振地面雷达网络探测资料直接与DPR探测资料进行了比较，结果表明DPR在Ku波段的误差较小，星载和地基雷达探测的雷达反射率一致性较好。Keem等(2019)通过蒙特卡洛模拟对DPR与美国爱荷华州和南达科他州的三个地基雷达进行反射率匹配对比，研究表明利用DPR进行偏差校正可缩小星载与地基雷达的差异。

在方法层面上，星载与地基雷达对比研究中更多采用几何匹配法：王振会等(2015)采用几何匹配法将PR和上海地基雷达GR进行时空匹配，对S波段进行Ku调整，分析了不同降水类型和不同高度层PR与GR的偏差，结果表明两者探测较为一致，探测效果层云降水优于对流降水。冯启祯等(2019)利用几何匹配方法以地面X波段为基准与GPM的双频降水雷达进行交叉对比，结果表明两者的反射率因子有较好的一致性。阳紫蕾等(2020)利用几何匹配法对星载雷达DPR与地面C波段双偏振天气雷达的反射率因子数据进行不同类型降水对比研究，表明两部雷达的相关性很好，降水回波基本相同，探测差异较小。刘晓阳等(2018)结合几何匹配与格点匹配将常州和泰州地区CINRAD雷达反射率数据对DPR的反射率产品进行评估，结果显示两者之间雷达反射率因子有较好的一致性。几何匹配法与格点匹配法是针对垂直扫描方式的星载雷达与近水平扫描方式的地基雷达之间的匹配方法，与Ka和Ku双波段云雷达的扫描方式不一样，不可直接应用。

本文使用星载双频降水雷达DPR数据作为CR数据对比的标准，参考几何匹配法，根据DPR和CR的垂直扫描工作方式做出调整，进行两部设备数据的时空匹配，结合衰减订正处理CR数据，最后比较两部雷达订正后Ka波段和Ku波段反射率因子数据的差异，以此评估广东龙门站地基Ka/Ku双波段云雷达CR的探测效果，旨在提高CR数据资料的准确性和可靠性，也为今后的星载雷达和地基雷达联合观测应用提供一些参考。

1 数据与设备 1.1 星载双频降水雷达DPR

本文使用的星载雷达数据是2019年4—9月的GPM/DPR L2产品2ADPR数据，目前版本是05A(下载288第3期资料的网站：http://pmm.nasa.gov)。2ADPR是双频反演结果，除了KaPR和KuPR单频反演结果，包括扫描时间、降水位置、三维降水率和降水类型等信息，还包括降水粒子谱参数信息。

2ADPR产品有三种不同探测模式的产品，分别是Ku_NS、Ka_MS、Ka_HS。NS产品是KuPR波段下的反演产品，每条扫描线有49个像素点，每个点直径约为5 km，扫描轨道宽度为245 km，探测最小降水阈值为0.5 mm·h^-1。KaPR中像素点和点的直径与KuPR一样。MS产品垂直空间分辨率为125 m，扫描幅宽为125 km；HS产品每条扫描线有24个像素点，相应的扫描幅宽为120 km，垂直空间分辨率为250 m，探测最小降水阈值为0.2 mm·h^-1，其它主要参数见表 1。

1.2 地基双频云雷达CR

Ka/Ku双波段云雷达采用固态发射机实现连续观测，采用多普勒和偏振技术，通过垂直观测的方式获取两个波段中云和弱降水的回波强度、径向速度、速度谱宽和退偏振因子的垂直廓线，同时记录功率谱密度数据，其主要参数见表 1。为了提高对不同云类的综合探测能力，CR通过不同的脉冲宽度、相关和非相关积累，有四种观测模式：边界模式(M1)、卷云模式(M2)、降水模式(M3)和中云模式(M4)。本文使用的地基双频雷达数据是2019年4—9月降水模式(M3)的基数据，CR和DPR进行匹配和筛选的数据集中在2019年的8—9月。

1.3 微雨雷达MRR(Micro Rain Radar)

德国MEIEK公司生产的K波段微雨雷达MRR是一部垂直指向的调频连续波多普勒雷达。工作频率为24.23 GHz，波长为1.25 cm，波长与CR的Ku波段相近。MRR的最小时间分辨率为10 s，最小高度分辨率为100 m，距离库为31个。本文利用的雨滴谱数据是平均数据，时间分辨率为1 min。高度分辨率为200 m，探测范围为0—6 200 m。此外MRR还反演得到了各个高度距离库内的雨滴谱资料(Peters et al., 2005；Ki-rankumar and Kunhikrishnan, 2013)，基于Hitschfeld和Borden(1954)提出的衰减订正方法，MRR提供了对原始数据进行衰减订正后的数据产品(崔云扬等，2019)。另外在广东龙门观测站中MRR已经稳定运行较长时间，数据也经过多次检验和比较，相对可靠，故利用MRR产品中雨滴谱等物理量对CR进行衰减订正处理。MRR雷达的主要性能参数如表 2所示。

2 数据匹配方法 2.1 时空匹配

为了开展星载雷达与地基雷达的对比研究，数据首先要在时间和空间上尽可能一致。从表 1可知，DPR和CR为垂直方向扫描，故网格匹配和几何匹配均不适用。

DPR每完成一次对地球极轨的扫描观测需要大约93 min，卫星通过地基雷达上空的时间非常短，约1 s。经过统计，DPR每隔2~4 d才会扫过CR上空一次。以DPR扫过CR上空范围的时间为标准，CR数据的时间分辨率约是25.3 s，CR选择离DPR过境时间最近的数据。

DPR的星下点波束地表水平分辨率约为5 km，探测高度范围为0—22 km(海平面为标准)，垂直分辨率为125 m。而CR只能探测某一固定点高空的范围；CR海拔高度为80 m，探测高度范围为0—15 km(地面为标准)，垂直分辨率为30 m。利用距离广东省龙门观测站最近的广东省河源市探空站L波段探空雷达(两者距离约49 km)的探空资料，将风速当作大气水平速度，计算当时云、降水等系统移动5 km需要的时间，假设时间算得2T，则以DPR过境的标准时间前后T时间内的CR廓线，经过时间平均得到的廓线，当作两部雷达在时空同步的廓线。另外为降低衰减和地物杂波对结果的影响，选取海平面1—15 km的雷达回波数据。另外MRR的雨滴谱数据根据时间2T进行平均处理。

2.2 个例选取

对广东龙门2019年8—9月CR雷达观测资料与DPR进行匹配，按照上述方法共匹配到四个个例，分别为2019年4月18日22∶00(个例一，北京时，下同)、7月21日1835(个例二)、7月29日16∶41(个例三)和8月16日21∶29(个例四)。但由于时空匹配时进行了平均处理，因此个例是否适合与DPR对比，还与实际的云降水性质有关。以个例一和个例四为例进一步详细介绍。

(1) 个例一：图 1为2019年4月18日22∶00的地基雷达CR在18∶40—22∶06时间段内Ka波段和Ku波段的回波随时间变化图，由图可知，该个例是一个典型的对流云降水。随着时间的变化，CR雷达回波的范围、强弱和发展高度发生很大的变化，因此平均后与瞬时过境的DPR探测结果差异很大，不适宜进行时间平均。图 2是CR两个波段的雷达反射率因子廓线在22时前后十分钟的均方差廓线，从图中可以看出，两个波段的回波强度整体偏差都很大，这类个例不适宜进行时间平均，否则会导致数据的严重失真。

图 3为DPR在2019年4月18日22:00扫过CR上空时，以龙门站为中心50 km网格范围、4 km高度的Ku波段回波分布情况。由图可见，龙门站中心点和周围的区域回波强度不均一，变化较大。图 4是DPR以龙门站为中心往外扩的3×3(15 km×5 km) 网格区域内和5×5(25 km×25 km) 网格区域内的反射率因子均方差廓线，蓝色Ku波段的均方差廓线在6 km以下的范围内均大于8 dBz，峰值能达到11 dBz，红色Ka波段的均方差廓线在6 km以下的范围内大于3 dBz，峰值能达到6 dBz。这降水个例中CR与DPR的均方差都较大，这类个例舍弃。

(2) 个例四：图 5是2019年8月16日20∶10—23∶ 51时CR的Ka波段和Ku波段反射率因子时序图，该个例具有明显的层状云降水特征，回波强度峰值能达到35 dBz。随时间变化，CR回波的范围、强弱和发展高度变化较小，适宜进行时间平均，另外可以看到Ka波段在4.5 km高度以上的回波衰减得非常严重，CR波束从下而上进行扫描，穿越深厚的雨区到达零度层亮带，液态水含量与雷达回波衰减呈正比关系，雨区中大量的液态水对雷达信号的衰减影响很大(Lhermitte，2002)。图 6是CR的两个波段的反射率因子在22∶24—22∶34的均方差廓线，两个波段的均方差整体较小，在4.5 km以下的范围内峰值均不超过2 dBz，Ka波段的均方差在4.5 km处由于强衰减发生突变。

图 7是DPR在2019年8月16日21∶29扫过CR上空时，以龙门站为中心的格距为50 km、高度为4 km的Ku波段回波分布，能判断龙门站中心点和周围区域回波强度接近，变化较小。图 8是DPR以龙门站为中心往外扩3×3(15 km× 15 km)网格区域内和5×5(25 km× 25 km)网格区域内的反射率因子均方差廓线，Ka、Ku波段的均方差廓线峰值不会超过2 dBz。这类降水个例适合本文的时空匹配和统计分析方法。

根据上述分析，对每个匹配得到的个例进行筛选，剔除了个例一和个例二，留下个例三和个例四进行后续的统计分析。

3 数据质量控制 3.1 剔除过饱和数据

雷达的灵敏度由接收机的最小可测功率决定。由于动态范围的限制，雷达通常只能保证一定范围的有效可测信号。当探测目标回波强度较强，超过了雷达可测的最大回波范围时，容易出现回波强度过饱和的情况，回波强度小于实际值。雷达观测的回波强度与最大可测回波强度之差小于2 dBz时判定为过饱和，例如高度为2 km对应的最大可测回波强度为20 dBz，如果雷达探测到的回波强度超过了18 dBz就判断为过饱和。

图 9中红色实线(Ka1)是根据2019年4—9月CR数据统计出来的Ka波段实际探测到的最小可测反射率因子廓线，绿色实线(Fun1)是以高度H为自变量的函数曲线y=20× log₁₀(H)，两者相关系数高达0.95，符合雷达气象方程中反射率因子与高度的关系。橙色实线(Ka2)是加上CR动态范围80 dBz得到CR的最大可测反射率因子理论值，蓝色实线(Ka3)是根据2019年4—9月CR数据统计出来的Ka波段实际探测到的最大可测反射率因子廓线。对比可见：蓝色实线和橙色实线在高度约为1.5 km处相交，意味着1.5 km以下CR的Ka波段回波存在着过饱和情况。故利用橙色实线CR最大可测回波强度理论值作为标准，按照实际与理论最大可测反射率因子差2 dBz为判断标准，将过饱和的回波进行判断。

3.2 回波强度衰减订正

DPR产品验证采用多种更为深入、精准的验证方法，其中回波强度更是经过衰减订正等处理。CR在观测降水过程中，液态水的吸收会影响雷达天线获取的回波的强度和观测的范围，需要经过衰减订正才能得到更准确的观测效果。常规的衰减订正方法大都建立在衰减系数K和雷达反射率因子Z之间的关系，即K=a·Z^b的假设关系。张培昌等(2001)在K-Z关系研究的基础上，进一步总结了天气雷达回波衰减订正算法包含解析法、逐库法和迭代法等等五种订正法。根据樊雅文等(2012)对外场试验的数据统计，不同天气过程、不同雨强等情况对应的a、b系数差别很大，尤其在云和降水之间。

本文使用逐库法对CR进行衰减订正，首先按照每个距离库的顺序，前一个距离库造成的回波强度衰减量需要依次叠加到之后每一个距离库上，沿着高度增加的方向依次对不同的距离库进行计算。

订正过程中衰减系数直接利用雨滴谱数据计算(郑晨雨和刘黎平，2020)。具体方法如下

$ k =0.4343 \times \int\limits_0^{{D_{\max }}} {Q \cdot N\left( D \right){\rm{d}}D} $

(1)

其中，N(D)表示直径为D的粒子的数浓度(单位：mm^-1·m^-3)，Q表示当前直径粒子的衰减截面(单位：cm²)，衰减系数k的单位为dBz·km^-1。衰减系数计算出来后直接代入以下积分

$ {Z_{\rm{C}}}\left(H \right) ={Z_0}\left(H \right) + 2 \times \int\limits_0^H {k\left(h \right){\rm{d}}h} $

(2)

其中，Z_C为订正后的回波强度(单位：dBz)，Z₀为订正前的回波强度(单位：dBz)，k(h)表示在h高度时的衰减系数k(单位：dBz·km^-1)，H为当前高度(单位：km)。

4 系统偏差计算 4.1 CR双频间的系统偏差

统计CR探测到的弱的非降水云的个例，排除雷达天线罩水膜和大量液态水等因素的影响，统计CR的Ka和Ku两个波长探测的反射率因子差异作为雷达系统的双频偏差。此处弱的非降水云的定义：回波没有接地，回波高度在1~9 km之间，厚度不超过3 km，回波强度峰值不超过20 dBz；另外，考虑到回波边缘处信噪比过低也会影响两部雷达的偏差结果，纳入统计范围的最小回波强度定在-5 dBz。

根据上述标准，在2019年4—9月中有3例，分别是5月7日16∶53—18∶00、7月17日19∶07—19∶58和8月5日4∶07—5∶42，采样点很多，数据均采用两个波段降水模式下的基数据，公式如下

$ {Z_{{\rm{CR\_D}}}} =\frac{1}{n} \cdot \sum\limits_{i =1}^n {\left({{Z_{{\rm{ku}}\_i}} - {Z_{{\rm{Ka}}\_i}}} \right)} $

(3)

其中，n为非降水云里的采样点数，Z_{ku_i}和Z_{Ka_i}为CR未进行订正处理的Ku和Ka波段的回波强度，算得2019年4—9月CR的Ka与Ku波段之间的系统偏差Z_{CR_D}约为3.1 dBz。

4.2 CR天线罩水膜衰减量计算

不同强度的降水在CR的天线罩上会形成不同厚度的水膜，谢蕾等(2014)通过对毫米波雷达天线罩的分阶段清理积水，对比发现毫米波雷达的积水越多，测试的数据结果影响越大，误差能达到30 dBz甚至更大，可以认为导致探测回波强度不准确的原因主要是因为雷达天线罩积水形成的水膜影响。水膜会造成毫米波雷达的电波能量显著衰减，导致雷达对目标物的接收功率下降，而水膜的形成与天线罩的表面状况有关。

为了计算不同雨强下的水膜厚度r，假定水膜在球形的天线罩上均匀分布，水滴在雷达上空垂直下落且滴落不产生飞溅，故水膜厚度r可通过以下关系式获得(小平信彦和张菊生, 1981)

$ r =0.008\;2 \times {\left({R \times d} \right)^{\frac{1}{3}}} \times {10^{ - 3}} $

(4)

其中，r是水膜厚度(单位：m)，R为降雨强度(单位：mm·h^-1)，d为雷达天线罩的直径(单位：cm)。

从电磁波的角度出发，水膜通常对电磁波的振幅信息E造成衰减，水膜厚度r越厚，造成的衰减也就越大。当一束电磁波穿过水膜时造成的衰减和水膜相对介电常数ε _r(无量纲)有关。因此，由天线罩水膜造成反射率因子的衰减量Z'_w可利用以下公式求得(Zhang Fugui，2016；王超，2019)

$ {{Z'}_w} =\frac{{4{\rm{ \mathsf{ π} }}r\varepsilon ''}}{\lambda } $

(5)

4.3 DPR与CR的系统偏差计算

为了检验CR回波强度订正效果，确定出DPR与CR之间的系统偏差，将CR两个波段经订正后的回波强度与DPR两个波段经订正后的回波强度，截取离地面1 km到该个例的平均零度层亮带底部高度，进行平均偏差Bias计算

$ {Z_S} =\frac{1}{n} \cdot \sum\limits_{i =1}^n {\left({{Z_{{\rm{DPR}}\_i}}{Z_{{\rm{CR}}\_i}} - {{Z'}_{{\rm{W}}\_i}}} \right)} $

(7)

其中，Z_DPR、Z_CR 和Z'_w分别是匹配个例中经过订正处理的DPR反射率因子、经过订正处理的CR反射率因子和CR天线罩水膜的衰减量，n是地面1 km到平均零度层亮带底部这个范围的距离库个数。

5 个例分析与讨论

根据第二节数据时空匹配的方法，对DPR扫过CR(114.248°E，23.781°N)覆盖区的数据在2019年4—9月进行筛选，考虑大范围降水、均方差小等条件最终得到两个个例，选择对2019年8月16日这个降水个例进行深入分析。

5.1 雨区衰减订正效果

图 10是CR两个波段的反射率因子的衰减订正效果，平均零度层亮带中心高度和平均零度层亮带底部高度都由退偏振比确定。可见Ku波段反射率因子订正前后变化不明显，波长相对较大，受到的衰减也较小；而Ka波段的订正效果明显，订正增幅在1.1~2.8 dBz间，Ku波段的订正增幅最大不超过0.4 dBz。Ka波段的回波强度在订正后回波强度随高度变化趋势与Ku波段相近。

5.2 衰减订正后对比

图 11为2019年8月16日21:29降水个例CR和DPR两部雷达订正后的反射率因子廓线对比图，由图可见：(1) DPR和CR在Ka、Ku两个波段的回波强度在变化趋势上大体一致，强度突变的高度较为一致，均在平均零度层亮带中心高度达到峰值。(2) DPR探测到的回波强度普遍比CR探测到的回波强度要大得多，DPR的回波强度值范围在13~38 dBz；而CR的回波强度范围在-10~30 dBz内。(3) 对于Ku波段，零度层亮带以下范围CR较DPR偏小11~13 dBz；零度层亮带以上范围CR较DPR偏小17~20 dBz；对于Ka波段，零度层亮带以下范围CR较DPR偏小16~18 dBz，零度层亮带以上范围CR衰减很强，迅速减至负值，甚至低于雷达灵敏度。(4) 考虑到CR的雷达波束是从下至上进行扫描，到达零度层亮带以上区域需穿越深厚的降水区或液态水区，受到的衰减很严重；而DPR的雷达波束是从上而下扫描的，到达零度层亮带以下区域时先穿越冰相区到达零度层位置，再穿越雨区或液态水区，受到的衰减相对较小，DPR的产品与全球地面测量站网、各种降水机理反演验证，所以零度层亮带以下范围两个波段的廓线差异较小。(5) 强降水个例中一方面云内液态水含量较高，对Ka波段毫米波会有较大的衰减，另一方面Ka波段毫米波对于大雨滴(雨滴直径大于1.5 mm)不能遵守瑞利散射规律，会导致雷达回波对回波强度、降水强度和液态水含量等等都会低估；黄兴友等(2013)算出地基Ka波段云雷达在层状云降水回波衰减订正值最大可达10 dBz，这还是衰减订正不足情况下的结果。

5.3 水膜衰减影响

图 12为雷达波长在λ_Ka =0.9 cm和λ_Ku =2.2 cm，环境温度为20 ℃时产生的水膜厚度r与衰减量理论值Z' _w的关系图。可以看出随着水膜厚度逐渐变厚，衰减量理论值逐渐变大，当水膜厚度r达到0.01 mm时，造成的反射率因子衰减量就不能忽略不计。进一步利用MRR测量的降水强度(3.4 mm·h^-1)，代入式(4)—(5) 可得雷达天线的水膜厚度r为0.074 mm，Ka波段反射率因子衰减量为5.6 dBz，而Ku波段反射率因子衰减量则较小，为2.6 dBz。

5.4 DPR与CR的系统偏差

每个个例中平均零度层亮带底部高度都不一样，2019年8月16日21∶29个例中有效数据截取的范围从1 km到4 km；计算该个例匹配高度中的有效数据，按照上述方法对7月29日16∶41这降水个例进行同样计算处理，综合两个降水个例的数据得：(1) CR与DPR的回波强度在Ka波段内，未经过订正处理之前的平均系统偏差为24 dBz；经过订正处理后的平均系统偏差为21.3 dBz；考虑水膜的影响后平均系统偏差为15.7 dBz。(2) CR与DPR的回波强度在Ku波段内，未经过订正处理之前的平均系统偏差为17.4 dBz；经过衰减订正处理后的平均系统偏差为17 dBz；考虑水膜的影响后平均系统偏差为14.4 dBz。

系统偏差较大原因可能是：(1)本文针对CR的订正处理只考虑了液态水衰减部分，订正的范围从海平面1 km到平均零度层亮带底部高度，考虑了水膜的影响，但是没有考虑大气中对毫米波衰减部分；(2) CR数据的质量，特别是回波强度的测试与定标方法、其他因素对回波强度的影响还是一个需要更多个例进行对比和进一步的研究；(3) CR的有效数据有限，能与DPR进行时空匹配且有大面积降水回波的个例非常有限，平均结果容易受单独个例的特点影响。

6 结论

使用时空匹配方法将星载双频降水雷达DPR和地基双频云雷达CR在2019年的4—9月有效观测数据进行筛选，考虑到大范围降水、均方差等因素，最终得到两个降水个例，分别是2019年7月29日16∶41和8月16日21∶29，经过剔除过饱和数据、雨区衰减订正和考虑水膜的影响，主要结论如下：

(1) DPR和CR探测到的降水回波强度随高度变化的趋势大体一致，零度层亮带高度基本一致，但在同样的高度下DPR探测到的回波强度明显大于CR探测到的回波强度。

(2) 统计2019年4—9月弱的非降水云个例，算得CR的双频系统偏差Z_{CR_D}约为3.1 dBz。

(3) 雨强越强，水膜厚度越大，反射率因子的衰减量Z'_w越大。7月29日个例中平均雨强为3.3 mm·h^-1，Ka波段的反射率因子衰减量Z'_w约为5.5 dBz，Ku波段的反射率因子衰减量Z'_w约为2.6 dBz；8月16日个例中平均雨强为3.4 mm·h^-1，Ka波段的反射率因子衰减量Z'_w约为5.6 dBz，Ku波段的反射率因子衰减量Z'_w约为2.7 dBz。

(4) 订正过程中使用雨滴谱数据直接计算衰减系数k，结合逐库法，Ku、Ka波段的反射率因子订正量不超过4 dBz。

(5) 在Ka波段内，DPR与CR的反射率因子，未经订正前的平均系统偏差为24 dBz；经订正后的平均系统偏差为21.3 dBz；考虑水膜影响后平均系统偏差减少为15.7 dBz。

(6) 在Ku波段内，DPR与CR的反射率因子，未经订正前的平均系统偏差为17.4 dBz；经订正后的平均系统偏差为17 dBz；考虑水膜影响后平均系统偏差减少为14.4 dBz。