应用气象学报  2009, 20 (4): 465-470   PDF    
引用本文
何平, 朱小燕, 阮征, 吴蕾, 杨馨蕊, 马舒庆. 风廓线雷达探测降水过程的初步研究[J]. 应用气象学报, 2009, 20(4): 465-470.
He Ping, Zhu Xiaoyan, Ruan Zheng, Wu Lei, Yang Xinrui, Ma Shuqing. Preliminary Study on Precipitation Process Detection Using Wind Profiler Radar[J]. Journal of Applied Meteorological Science, 2009, 20(4): 465-470  
风廓线雷达探测降水过程的初步研究
何平1, 朱小燕1, 阮征1, 吴蕾2, 杨馨蕊2, 马舒庆2     
1. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081;
2. 中国气象局气象探测中心, 北京 100081
2008-07-31 收到, 2009-04-30 收到修改稿.
资助项目: 2006年度“城市气象科学研究基金”、“风廓线雷达关键技术标准体系研究”和863计划项目 (2007AA061901) 共同资助    
摘要: 为利用风廓线雷达 (WPR) 开展降水研究, 分析了2006年8月25-26日北京延庆WPR探测降水个例。降水前高空出现持续时间长达10h以上的水平风垂直切变; 在信噪比 (SNR) 时间序列资料中出现比较清晰的SNR极值层, SNR极值层所处高度与水平风垂直切变高度相吻合。降水期间及前后, 水平风探测高度明显增高2km以上。随地面降水的临近, 下降速度所处高度逐渐降低, 从高空一直延伸到低空, 持续时间长达10h。资料分析表明:国产WPR可以在降水天气工作, 其探测资料能及时反映大尺度流场的变化。通过WPR提供的功率谱密度、SNR、水平速度、垂直速度等多种资料, 可从多种角度了解降水过程; 特别是WPR可以同时探测垂直气流速度、粒子落速及其高度分布, 进而可以估计降水粒子尺度谱及其高度分布, 便于开展更深层次的降水物理过程研究。
关键词: 风廓线雷达    功率谱密度    信噪比    降水    
Preliminary Study on Precipitation Process Detection Using Wind Profiler Radar
He Ping1, Zhu Xiaoyan1, Ruan Zheng1, Wu Lei2, Yang Xinrui2, Ma Shuqing2     
1. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081;
2. Meteorological Observation Center of CMA, Beijing 100081
Abstract: In order to investigate precipitation process using wind profiler radar (WPR), an observation case is analyzed. WPR is very sensitive to precipitation process and can be used to detect many indicative phenomena before the rain. In this case, horizontal wind shear is recognized 10 hours before the precipitation, and the maximum observation-height increases by at least 2 km than usual. As the rainfall draws near, the height of downward speed gradually decreases. Data analysis shows that domestic WPR is applicable to work in precipitation weather. It provides various instructive data for studying precipitation such as horizontal wind, vertical wind and signal to noise ratio data. Further, WPR can provide data of wind speed, falling speed of rain-drops and their vertical distribution simultaneously, so it' s fairly useful for investigating precipitation process in depth.
Key words: wind profiler radar     power spectral density     SNR     precipitation    
引言

风廓线雷达 (WPR) 可以进行晴空探测, 还可以在降水天气工作, 其优势是采用现代雷达技术的结果。通过采用数字频率综合技术WPR获得非常高的频率稳定度, 从而可以通过上万次的相干脉冲积累来提高探测微弱信号的能力。通过采用数字中频技术WPR具有很大的接收动态范围, 从而实现同时探测弱湍流散射信号和强降水粒子散射信号。通过采用基于FFT的信号处理方式WPR获取的是功率谱密度数据, 由功率谱密度数据可以得到速度、速度谱宽和回波功率等非常丰富的信息。在没有降水的天气条件下, 单纯由湍流散射引起的功率谱密度函数为“单峰谱”。在降水天气条件下, 同时存在湍流散射和粒子散射, 功率谱密度函数一般为“双峰谱”。因为可以同时获取气流和降水粒子的运动速度与散射强度等信息, 所以WPR在降水研究与预报方面具有很高应用价值[1-3]。

国外从20世纪80年代开始了相关研究。Fukao等将UHF雷达用于气流和降水粒子运动的研究[4], Wakasugi等利用VHF雷达对冷锋中气流和降水粒子的运动进行研究[5], Gossard利用多普勒雷达对云滴谱分布进行研究[6], Orr等用垂直指向多普勒雷达对卷云粒子的落速进行了估计[7], Van de Kamp等用404 MHz WPR的谱矩数据对降水进行分析[8-11]。我国也已经开展了用WPR及其他遥感技术进行云体结构、雨滴谱估计、冰核浓度估计等多方面的研究[12-19]。

近年来, 国产WPR硬件性能有了质的飞跃, 多项技术指标已经达到国际先进水平[20]。除了在大气风场探测应用之外, 在降水研究与预报等其他方面也得到广泛应用。本文对国产WPR用于降水探测与研究进行了尝试, 分析了一个WPR探测降水的例子, 对降水过程在WPR资料中出现的一些现象进行了初步分析。

1 降水期间风廓线雷达资料分析

图 1给出了北京延庆CFL-08风廓线雷达对2006年8月25-26日降水过程垂直波束探测结果。CFL-08采用高、低两种工作模式。低工作模式的高度间隔为120m, 时间间隔约3~4min, 最低探测高度150m。高工作模式的高度间隔为240m, 时间间隔约4~5min, 最低探测高度1950m。图 1采用高工作模式资料。SNR是雷达返回信号中气象信号与噪声信号之比, 反映的是回波功率, SNR越大对应回波功率越强。

图 1. 北京延庆CFL-08风廓线雷达2006年8月25-26日降水过程垂直速度和SNR时间-高度序列 Fig 1. The vertical speed and SNR data of precipitation process from CFL-08 WPR during 25-26 August 2006 of Yanqing

由图 1中的垂直速度数据可以看出:在从2006年8月25日18:20(北京时, 下同) 到26日05:30, 4.1km以下出现大于4m/s的向下速度 (对应图中紫色回波); 4.1 km以上垂直速度比较小 (对应图中蓝色回波)。由图 1中SNR数据可以看出:在上述时段内, 4.1 km以下SNR比较高且回波密实, 4.1 km以上SNR比较低且回波松散。对比垂直速度和SNR数据, 较大的向下速度对应较高的SNR (图中紫色垂直速度回波区与红色SNR回波区对应)。

根据垂直速度和SNR数据可以判定:图 1出现的下降速度大于4m/s的紫色回波反映的是雨滴下落速度。从25日18:20到26日05:30是地面降水时段。该时段内4.1 km以下主要是降水回波。

图 2是25日21:32降水期间垂直波束的功率谱密度数据。图 2给出了每个距离高度上 (对数形式) 的功率谱密度曲线, 曲线的幅度反映回波功率的大小。由图 2可以看出:在4.3km以上为单峰谱, 4.3km以下出现双峰谱。双峰分别对应约5m/s和约0.5m/s的向下速度, 应当分别是雨滴下落速度和向下的气流速度。双峰谱现象的出现, 可进一步证明从25日18:20到26日05:30时段为降水时段。因为在出现双峰谱时, 给出的是峰值较大功率谱密度对应的速度, 所以图 1中4.1 km以下的速度是雨滴下落速度而不是气流速度。

图 2. 2006年8月25日21:32垂直波束各高度对数形式功率谱密度 Fig 2. The power spectral density with logarithmic form in vertical beam at 21:32 25 August 2006

由图 1可以看出, 降水期间降水强度不均匀、呈现多个中心, 其中25日21:32-22:19是降水强度比较强的时段, 这期间有10次 (高工作模式) 垂直波束的探测, 这10次功率谱密度数据与图 2有相同的双峰谱形式。对这10次探测资料进行平均, 得到各高度上平均的垂直速度、SNR和垂直速度谱宽 (图 3)。图 3中的横坐标表示速度大小, 对垂直速度和速度谱宽曲线有意义, 对SNR曲线只表示相对值。由图 3可以看出:垂直速度在5km以上比较小 (小于1.5m/s), 随高度降低垂直速度线性缓慢增大, 高度降低到5km时, 垂直速度增大到1.5m/s。5km至4km垂直速度随高度降低迅速增加, 4km处垂直速度接近5m/s, 4km以下垂直速度随高度变化不大。SNR随高度降低逐渐增大, 垂直速度谱宽在5km至3km为高值区, 4.3km高度处最大。

图 3. 2006年8月25日21:32-22:19共10次垂直探测平均垂直速度、SNR和垂直速度谱宽廓线 Fig 3. Profiler of average vertical speed, SNR and spectral width of vertical speed from 21:32 to 22:19 on 25 August 2006

图 4是根据图 3中的垂直速度廓线算出的每240m (一个数据库长度) 平均垂直速度垂直变化率。可以看出:5km以上和4km以下垂直速度变化不大, 5km至4km垂直速度的变化很大, 在4.3km高度处达到最大值。对比图 3和图 4的数据, 垂直速度变化较大的高度区间与谱宽的高值区间吻合、极值出现的高度也相同。

图 4. 2006年8月25日21:32-22:19平均垂直速度垂直变化率 Fig 4. The change rate of averaged vertical speed in vertical direction from 21:32 to 22:19 on 25 August 2006

2 降水前风廓线雷达资料分析

2006年8月25日18:20地面开始出现降水, 在此之前从WPR观测资料中发现了一系列现象对降水预报具有指示意义。

2.1 SNR极值层

由图 1 SNR资料可以看出:降水前高空出现了明显的SNR极值层。SNR极值层的中心位置在7km左右, 从25日02:00一直持续到18:00地面降水开始, 维持16h。

降水前水平风自下而上维持南风。图 5是由水平风廓线数据得到的垂直切变。具体做法是用上层数据库的水平风与下层数据库的水平风求差, 每个数据库对应高度是240m, 即水平风沿垂直方向上每240m的切变, 正值表示上层风大于下层, 负值表示上层风小于下层。由图 5可以清楚地看出:降水前1h在5km的高度处有明显的风切变, 降水前3 h风切变的高度在6km, 降水前6~12h风切变的高度在7km。水平风切变的高度及随时间的变化与SNR极值层高度及随时间变化相吻合。由此, WPR此次观测到的SNR极值层现象很可能与水平风垂直切变有关。

图 5. 水平风垂直切变 Fig 5. The vertical shear of horizontal wind

2.2 探测高度明显增高

WPR的探测高度除了和雷达技术指标有关之外, 受天气状况的影响很大。当有天气系统过境、高空水汽增加时, 伴有探测高度明显增加现象。对于湍流散射, 雷达反射率和折射率结构常数Cn2成正比, Cn2的大小主要取决于温度和水汽压脉动的大小。对于水汽压脉动则与水汽的绝对含量有关, 水汽含量越大, 在湍流的作用下才有条件产生较大的水汽压脉动。降水天气来临时, 大气高层的水汽含量增加, 使Cn2加大, 从而导致探测高度增加。这可能是天气系统来临时探测高度增高的主要原因。另外, 降水天气来临时, 高层出现冰晶等粒子。粒子大小、浓度达到一定程度时就会产生有效的粒子散射信号, 被雷达检测出来。这可能是天气系统来临时探测高度增高的另一个原因。

图 6是2006年8月24日21:00到26日21:00水平风探测高度变化曲线。CFL-08风廓线雷达在高模式有40个数据库, 数据库的库长为240m, 数据的起始高度为1950m, 所以CFL-08在高工作模式时, 最大显示高度为11310m。由图 6可见:从24日21:00到25日05:00水平风探测高度从9km升高到最大可显示高度; 从25日05:00到26日08:00(其间从25日18:00到26日05:00是地面降水时段) 探测高度基本维持在最大可显示高度; 26日08:00以后探测高度逐渐下降。降水期间水平风平均探测高度增高2km以上。

图 6. 2006年8月24-26日水平风探测高度随时间变化曲线 Fig 6. The observing height of horizontal wind in different time during 24-26 August 2006

由于数据库个数的限制, 最大探测高度被限定在11310m以内。如果适当增加数据库的个数, 估计水平风的探测高度还有增加的余地。另外, 在水平风廓线时间序列资料中的另一个明显表现是水平风加大, 8km以上水平风大于20m/s。

2.3 随降水临近下降速度的高度逐渐降低

由图 1垂直速度高度-时间序列显示产品中可以看出, 降水前出现了一条虽然不够完整但是可以分辨的下降与上升速度分界线。从下降速度的角度观察就是下降速度的高度随降水临近逐渐降低。从高空 (10km以上) 一直延伸到低空, 从2006年8月25日08:00出现到18:00接近地面, 持续10h以上。

地面18:20分开始降水, 在此之前最大下降速度高度逐渐降低。09:20最大下降速度所在高度为8190m, 12:20为7950m, 13:21为6990m, 14:18为6750m, 15:17降到6510m。可见, 通过对数据的仔细分析, 下降速度的高度逐渐降低的现象是确定的。该现象的成因与降水性质、降水系统的发展、降水系统与测站的相对位置等因素有关, 特别是和复杂的云、降水物理过程有关, 还需要进一步研究。

3 小结

本文利用设在北京延庆的CFL-08风廓线雷达资料, 对2006年8月25-26日的降水过程进行了初步分析, 表明国产风廓线雷达能够在降水天气工作, 并得到以下初步结果:

1) 根据WPR探测资料可以对降水性质做出大致判断。此次降水过程发展比较缓慢, 降水持续时间长达11 h, 降水强度随时间分布不均匀, 出现多个中心。考虑季节因素, 此次降水是一次有天气系统配合的层云为主的混合云降水过程。

2) 利用WPR提供的多种垂直廓线探测资料, 可以从水平速度、垂直速度、速度谱、SNR等数据多种角度分析、了解降水过程, 特别是WPR可以提供速度谱数据。当湍流散射和粒子散射存在一定差异时, WPR可以同时测出垂直气流速度和粒子落速及其高度分布。进而可以估计降水粒子尺度谱及其高度分布, 开展更深层次的降水物理过程研究。

3) WPR能及时反映大尺度流场的变化。降水前WPR探测资料中会有一系列具有指示意义的反应, 如风切变、急流、探测高度提高、高空风增大等现象。此次降水过程, WPR观测到SNR极值层、探测高度明显增高等现象, 从观测到上述现象至地面开始降水长达10h以上。因此, 将WPR探测资料用于降水预报, 对降水预报质量会有比较明显的改善。

特别需要说明一点:降水过程非常复杂, WPR具体能观测到什么现象与具体降水过程有关。将WPR资料用于降水研究与预报还需要更多实测资料的分析、研究与验证。通过本文的降水个例分析可以体会到WPR资料在降水研究、人工增雨、降水预报等方面的巨大应用潜力。关于这方面的应用研究, 本文只是初步尝试, 随着WPR技术在我国的推广, WPR技术优势将会得到充分体现。

致谢 研究资料由航天科工集团二院23所提供, 在此表示诚挚感谢!
参考文献
[1] 周秀骥, 陶善昌, 姚克亚. 高等大气物理学. 北京: 气象出版社, 1991.
[2] 何平. 相控阵风廓线雷达. 北京: 气象出版社, 2006.
[3] 张培昌, 杜秉玉, 戴铁丕. 雷达气象学. 北京: 气象出版社, 2001.
[4] Fukao S, Wakasugi K, Sato T, et al. Direct measurement of air and precipitation particle motion by very high frequency Doppler radar. Nature, 1985, 316: 712–714. DOI:10.1038/316712a0
[5] Wakasugi K A, Fukao S, Mizutani A, et al. Air and precipitation particle motions within a cold front measured by MUVHF radar. J Radio Sci, 1985, 20: 1233–1240. DOI:10.1029/RS020i006p01233
[6] Gossard E E, Measuring drop-size distributions in clouds with clearair-sensing Doppler radar. J Atmos Oceanic Technol, 1988, 5: 640–649. DOI:10.1175/1520-0426(1988)005
[7] Orr B W, Kropfli R A, Estimation of Cirrus Cloud Particle Fallspeeds from Vertically Pointing Doppler Radar. Preprints, 26th Int Conf on Radar Meteorology, Norman, OK, Amer Meteor Soc, 1993: 588–590.
[8] Van de Kamp D W, Law D C, Using spectral moment data from NOAA' s 404-MHz radar wind profilers to observe precipitation. Bull Amer Meteor Soc, 1995, 76: 1717–1739. DOI:10.1175/1520-0477(1995)076
[9] Little D A M, Moran K P, Welsh D C, Effects of precipitation on UHF wind profiler measurements. J Atmos Oceanic Technol, 1988, 5: 450–465. DOI:10.1175/1520-0426(1988)005
[10] Williams C R, Ecklund W L, Gage K S, Classification of precipitating clouds in the tropics using 917 MHz wind profilers. J Atmos Ocean Tech, 1995, 12: 996–1012. DOI:10.1175/1520-0426(1995)012
[11] Ralph F M, Using radar-measured radial vertical velocities to distinguish precipitation scattering from clear-air cattering. J Atmos Oceanic Technol, 1995, 12: 257–267. DOI:10.1175/1520-0426(1995)012
[12] 阮征, 葛润生, 吴志根. 风廓线仪探测降水云体结构方法的研究. 应用气象学报, 2001, 13, (3): 330–338.
[13] 黄伟, 张沛源, 葛润生. 风廓线雷达估测雨滴谱参数. 气象科技, 2002, 30, (6): 334–337.
[14] 刘淑媛, 郑永光, 陶祖钰. 利用风廓线雷达资料分析低空急流的脉动与暴雨关系. 热带气象学报, 2003, 19, (3): 63–68.
[15] 李娟, 毛节泰. 大气冰核浓度对冷云辐射特性的影响以及多年来冷云反照率的变化. 科学通报, 2005, 50, (21): 2413–2421.
[16] 李娟, 毛节泰, 胡志晋, 等. 冰核浓度变化对云辐射的模拟试验. 气象学报, 2004, 62, (1): 77–86.
[17] 陈明轩, 俞小鼎, 谭晓光, 等. 北京2004年" 7.10"突发性对流强降水的雷达回波特征分析. 应用气象学报, 2006, 17, (3): 333–345.
[18] 王令, 郑国光, 康玉霞, 等. 多普勒天气雷达径向速度图上的雹云特征. 应用气象学报, 2006, 17, (3): 281–287.
[19] 许小峰, 胡欣, 王卫丹, 等. 国内大气科学发展状况及优先领域分析. 应用气象学报, 2006, 17, (6): 657–664.
[20] 吴蕾.对流层Ⅱ型风廓线仪探测数据对比分析∥中国气象科学院及局专业研究所2004年度学术年会论文集. 2005.