降水的全球分布及微物理结构影响着全球气候与环境变化，降水量的准确观测和预报与人类的日常生活密切相关。降水的时空变化很大，很难对其进行准确的观测和预报。目前的观测资料主要来源于地面上的雨量计、地基雷达和星载被动遥感。雨量计和地基雷达的观测范围都受地理影响，无法覆盖广阔的海面、沙漠和高山地区^[1-2]。能够观测全球云雨分布的唯一有效手段是卫星探测^[3-4]，过去和现有的卫星观测手段均采用被动遥感技术，都无法探测降水的垂直结构^[5-9]。星载降水测量雷达可以克服雨量计、地基雷达和卫星被动遥感的缺陷，弥补当前观测资料的不足。世界上第1颗星载降水测量雷达TRMM-PR (Tropical Rainfall Measuring Mission-Precipitation Radar) 自1997年发射以来获取了大量资料^[10-11]，其三维观测数据已广泛应用于强降水和热带气旋等研究^[12-14]。

星载降水测量雷达是风云三号 (FY-3) 02批卫星观测星座中的重要仪器。降水卫星作为未来全球降水测量 (Global Precipitation Measurement, GPM) 任务中的一员，将携带工作于Ku频段和Ka频段的两部雷达，为双频反演算法提供科学数据。该仪器的两个原理样机在国防科工局“十一五”预研项目支持下已经研制成功。国家卫星气象中心联合多家单位，于2010年6—10月在天津渤海湾 (BH-RM 2010) 与江苏黄海海域 (JS-RM 2010) 开展了Ku/Ka频段星载降水测量雷达机载校飞试验。这是我国第1次开展此类试验，此次试验的目的是验证Ku/Ka频段降水测量雷达的各项功能和性能指标，同时进行地面雷达与辐射计同步观测，利用观测数据进行星-机-地降水雷达观测比对、降水雷达数据处理和算法研究。试验设计的多条航线可分别完成旁瓣验证、地海杂波测量、星下点外定标和降水观测等试验。配套观测仪器包括地基多普勒天气雷达 (SA雷达)、车载X波段多普勒雷达、地基12通道微波辐射计、10 GHz与37 GHz辐射计、便携式风速测量仪、测温仪、探空气球和GPS定位仪等。通过航空飞行与地面、海面实施的同步观测 (如图 1所示)，获取了宝贵的科学试验数据。随着试验数据处理与分析的深入开展，相关研究成果将在星载降水测量雷达外定标与降水反演算法研究中发挥重要作用。

图 1

图 1. 机载雷达观测与地面同步观测示意图 Fig 1. Diagram of airborne radar and ground simultaneous observations

目前已利用天津地区校飞试验获取的Ka频段降水测量雷达机载实测数据获得了初步的分析结果：第1部分给出BH-RM 2010校飞试验中Ka频段降水测量雷达实测结果，并与天津地区的S波段多普勒天气雷达资料进行详细的对比分析；第2部分利用GPS探空数据和地基12通道微波辐射计观测亮温分析得到的液态水廓线，对试验中的机载雷达数据进行衰减订正。本文获得的结果为进一步开展星载降水测量雷达校飞试验数据处理与分析打下了基础。

Ka频段降水测量雷达工作频率为35.5 GHz，波束宽度为0.9°，扫描角度范围是-18°~18°，水平分辨率约为140 m，距离库长为48 m。表 1给出了详细的降水测量雷达参数。雷达可工作在脉冲压缩模式与窄脉冲模式下。脉冲压缩模式下，脉冲宽度为20 μs，雷达通过垂直航向扫描获得云和降水的三维观测数据；窄脉冲观测模式下，脉冲宽度包括2.33 μs和1.2 μs两种，雷达沿飞行方向可获得二维观测数据。

表 1

表 1 Ka频段机载降水测量雷达的主要参数 Table 1 Main parameters of Ka-band airborne precipitation measuring radar 参数 参数值 飞行高度 约9 km 工作频率 35.5 GHz 天线尺寸 1.4 m×0.8 m 波束宽度 0.9° 采样点数 80 扫描角度 ±18° 测绘带宽 约5.8 km 脉冲宽度 20 μs，2.33 μs，1.2 μs 距离分辨率 200 m，350 m，180 m 水平分辨率 140 m

表 1 Ka频段机载降水测量雷达的主要参数 Table 1 Main parameters of Ka-band airborne precipitation measuring radar

地基天气雷达是地面气象观测网的重要组成部分，可以提供回波强度和径向速度等重要资料^[15-17]。天津地区S波段多普勒天气雷达 (以下简称SA雷达) 位于39.04°N，117.72°E。工作频率为2.7~3.0 GHz，脉冲宽度为1.57 μs，波束宽度约1°。扫描时选定若干个固定的天线仰角，在每一个仰角位置上沿方位角扫描360°，获得极坐标下的体扫描数据。文中使用的SA雷达资料已将体扫描的瞬时反射率因子插值到三维直角坐标系中，即对不同仰角的PPI资料进行双线性插值，在探测高度范围内等距离地转化成不同高度上的平面资料。处理后的数据垂直分辨率为0.5 km，水平分辨率为1 km。

多通道地基微波辐射计TP-WVP3000位于38.85°N，117.50°E。这是由美国Radiometrics公司研制开发的一种新型12通道微波辐射计。该辐射计在位于水汽敏感的K频段 (20~30 GHz) 设置了5个通道 (22.235，23.035，23.835，26.235，30 GHz)，在位于温度敏感的V频段 (50~60 GHz) 设置了7个通道 (51.25，52.28，53.85，54.94，56.66，57.29，58.80 GHz)，能够直接测量这12个通道的微波辐射亮温^[18]。利用辐射计自带的反演软件可以连续得到从地面到1 km每0.1 km为1个间隔、1 km到高空10 km每0.25 km为1个间隔的温度、水汽密度和液态水的垂直廓线，每1 min 1个数据。文中所用辐射计资料是TP-WVP3000进行垂直观测时所得到的12个通道亮温。

GPS高空探空起始位置是38.25°N，117.62°E。探空数据记录从地面到20 km高度的气压、温度、相对湿度、位势高度、风速、风向和露点信息，每2 s记录1次。本文使用的是高度从3.0 m (气压为1006.5 hPa) 到32099.5 m (气压为9.2 hPa) 的2466层探空数据。

对机载降水测量雷达接收的数据首先要经过定标处理。机载雷达定标是通过安置在地面的有源雷达定标器 (Active Radar Calibrator, ARC) 实现的。通过处理降水雷达在定标模式下获得的降水雷达数据与ARC数据，估算涉及到降水测量雷达接收功率绝对定标的每个降水雷达参数，包括雷达的峰值发射功率、发射增益、接收增益、雷达总增益以及天线方向图等。

经过定标处理后，得到Ka频段降水测量雷达 (以下简称Ka雷达) 的观测结果如图 2和图 3所示。图 2是2010年7月10日Ka雷达采用脉冲压缩模式的观测结果；图 2a是星下点的顺轨剖面，图 2b是交轨剖面，回波最强的地方是地表，地物杂波的影响高度约为200 m，图 2c是距地面2 km高度的水平截面。从图 2可以清晰地看到降水的垂直与水平结构。飞机自东向西飞行，可以观察到降雨主要分布在航线的东南部。图 3是8月5日在窄脉冲观测模式下获得的星下点顺轨剖面图像，地物杂波的影响高度约为350 m；从图 3可以看到，观测区域内分布着均匀的层状云降水。

图 2

图 2. 2010年7月10日Ka雷达测量结果 (脉冲压缩模式) (a) 顺轨剖面，(b) 交轨剖面，(c) 水平截面 Fig 2. Measurements of Ka-band radar on 10 July 2010 (pulse compression mode) (a) along-track section, (b) cross-track section, (c) horizontal section

图 3

图 3. 2010年8月5日Ka频段雷达测量结果 (窄脉冲模式) Fig 3. Measurement of Ka-band radar on 5 August 2010 (short pulse mode)

对机载雷达和地基SA雷达进行点对点的相互比较是一项很困难且有挑战性的工作^[19]。二者的分辨体积不匹配，扫描方式、分辨率和工作频率等方面均有差异，横滚、俯仰和偏航等飞机姿态变化使这一比较过程更加复杂。要进行数据对比，首先将数据在时空上统一起来：一是对数据进行选择，选择探测区域一致、时间相近的数据点；二是对数据进行处理，使其分布在固定的网格点上^[5]。本研究选取的重投影坐标系是以SA雷达站点为中心的笛卡尔坐标系，水平分辨率为1 km，垂直分辨率为0.5 km。

匹配处理的具体步骤如下：

① 由于Ka雷达的观测受到载机姿态的影响，因此，进行对比分析工作之前，需要修正飞机横滚角、俯仰角与偏航角对观测数据的影响。

② 从Ka雷达机载校飞原始数据中读取飞机位置点的经度和纬度信息，计算得到每个观测单元的经度和纬度。

③ 根据坐标转换式 (1)^[20]，将Ka雷达和SA雷达每个单元的经纬度坐标转化为笛卡尔坐标：

(1)

式 (1) 中，x，y分别为直角坐标系中的横、纵坐标，α，δ分别为每个角度单元的经、纬度坐标，α_s，δ_s分别为地基雷达的经、纬度坐标，R₀为地球半径。

④ 将Ka雷达数据点映射到SA雷达的笛卡尔坐标系。

⑤ 计算出每一高度层上的Ka雷达的噪声阈值，根据此值限定SA雷达的最小有效数值，这样二者的比较更有意义。

通过匹配处理，获得了在空间上准确对应的雷达数据。进行两部雷达观测资料的比对分析时，尽量选取相近时间对相同区域的匹配观测资料，减少由于观测时间与地点不同而引入的不确定性。图 4给出了Ka雷达与SA雷达对同一区域观测的顺轨垂直剖面，区域范围为117.56°~117.78°E。图 4中Ka雷达数据的获取时间是2010年7月10日01:56(世界时，下同)，雷达数据的获取时间是2010年7月10日01:54，二者的观测时间比较接近。由图 4可以看出，机载降水测量雷达与地基天气雷达探测到了相似的降水结构，观测的降水回波分布和趋势基本相符，在观测数值上也较为接近。通过此次降水探测试验，验证了机载降水测量雷达具有探测降水三维结构的能力，能够获得降水内部的详细信息。

图 4

图 4. Ka雷达 (a) 与SA雷达 (b) 垂直剖面对比 Fig 4. Vertical profiles of Ka-band radar (a) and S-band radar (b)

本文进一步对Ka雷达与SA雷达的几组匹配数据点进行了定量比较，比较指标包括最大值、最小值、平均值、均方根误差和相关系数。其中，平均值表示像素值的平均大小，均方根误差反映两块数据的相似情况，这两个指标是基于统计特性的评价；相关系数反映两块数据的相关程度，是基于相关性的评价。对3组时空匹配的Ka雷达与SA雷达实测数据计算了各项指标，结果见表 2。这3组数据的观测时间分别为2010年7月10日01:56与01:54，7月10日02:21与02:24，8月5日01:53与01:54；匹配点数分别为657，362，212；相关系数分别为0.6392，0.6412，0.7186。表 2的结果从统计意义上更精确地比较了Ka雷达与SA雷达的观测结果。

表 2

表 2 匹配数据的各项指标 Table 2 Indexes of match data 统计量 2010-07-10 2010-07-10 2010-08-05 Ka雷达 SA雷达 Ka雷达 SA雷达 Ka雷达 SA雷达 观测时间 01:56 01:54 02:21 02:24 01:53 01:54 最大值/dBZ 29.0555 28.0000 26.1907 26.0000 28.9097 16.0000 最小值/dBZ -9.3367 -3.0000 -8.8639 -4.0000 1.0491 1.0000 平均值/dBZ 21.3517 16.4537 15.5933 11.6657 21.7788 11.9742 均方根误差/dBZ 9.5053 8.1828 9.1133

表 2 匹配数据的各项指标 Table 2 Indexes of match data

整体来讲，Ka雷达与SA雷达观测的回波结构比较相似，但二者测量的反射率因子在绝对数值上还存在一些差异。整体看来，Ka雷达与SA雷达的测量结果相差10 dB以内，机载雷达的回波偏大。导致差异的原因包括：

① 两部雷达的工作频率不同。利用Quickbeam模拟了GCE云模型中的水凝物廓线，得到弱降水情况下SA与Ka雷达反射率因子差异可达6 dB。

② 雷达本身定标的准确性。Ka雷达的定标处理是数据处理中非常重要的一环，目前这一关键技术仍在摸索中，本文使用了初步的定标结果，定标误差也是造成两部雷达结果差异的一个原因。由于两部雷达本身定标的准确性引入的测量不确定性约为1~2 dB。

③ 衰减的影响。两部雷达所受衰减不同，衰减订正的结果对最终测量结果有一定的影响。

④ SA雷达仅仅观测了几个固定的高度，研究中所使用的三维笛卡尔坐标系中很多数据点的值是经过插值得到的，资料处理过程中不可避免地存在着资料平滑，引入了误差。

⑤ Ka雷达的观测时间很短，而SA雷达进行1次体扫描的时间约为5~6 min，降水系统在此期间可能有所变化，这一绝对时间的差异也造成了测量误差。

将GPS高空探空廓线作为输入，利用微波辐射传输模式MWMOD (microwave radiative transfer model) 正演模拟晴空条件下地基微波辐射计12个通道的下行辐射亮温；通过设置相对湿度阈值，利用MWMOD绝热液态水含量分析方法，由探空廓线分析得到液态水廓线，进而模拟出有云情况下的下行辐射亮温。辐射传输模式的模拟亮温与地基多通道辐射计观测亮温的对比结果表明，进行云分析之后的模拟亮温值更接近于实测值。之后，利用分析得到的液态水廓线计算有云情况下的大气整层透过率，进而得到Ka雷达的路径积分衰减 (path integrated attenuation, PIA)，为雷达反射率因子的衰减订正提供一种有效手段。

计算得到的Ka雷达路径衰减如图 5所示，可见进行云分析后，衰减量增加了0.5 dB左右。计算星下点观测时，每个高度层上的路径衰减见图 6。在云分析后，路径衰减量随高度明显增加。

图 5

图 5. Ka雷达路径积分衰减随扫描角度的变化 Fig 5. Ka radar PIA vs scan angle

图 6

图 6. 星下点观测时Ka雷达路径积分衰减随高度的变化 Fig 6. Ka radar PIA vs height at nadir

利用前面获得的路径积分衰减，对同一时段的Ka雷达数据进行了衰减订正，图 7a给出了雷达反射率因子的星下点廓线，图 7b给出了衰减订正前后雷达反射率因子的差异值。近地表处雷达回波受到地物杂波的严重影响；在地物杂波的影响高度之外，最大衰减订正量约为0.45 dBZ，符合当日弱降雨的实际情况。

图 7

图 7. Ka雷达衰减订正结果 (a) 雷达反射率因子的星下点廓线，(b) 衰减订正前后雷达反射率因子的差异 Fig 7. Attenuation correction result of Ka-band precipitation measuring radar (a) nadir profiles of reflectivity factors, (b) difference caused by attenuation

2010年6—10月在天津渤海海域与江苏黄海海域成功开展了我国首次Ku/Ka频段降水测量雷达校飞试验，收集了宝贵的机载观测数据和地面/海面同步观测数据。本文对Ka频段机载降水测量雷达与天津地区S波段地基多普勒天气雷达进行了定性与定量比较，结果表明：Ka频段降水测量雷达与地基S波段雷达探测到了相似的降水结构，观测的降水回波分布和趋势基本相符，数值上也较为接近，验证了机载降水测量雷达具有探测降水三维结构的能力，能够获得降水内部的详细信息。进一步利用GPS探空资料、地基多通道微波辐射计观测亮温结合微波辐射传输模式，计算了雷达路径积分衰减，对Ka雷达进行了衰减订正，得到了合理的结果，为雷达反射率因子的衰减订正提供一种有效手段。

在这次成功的校飞试验中，多种观测仪器获取了大量实测数据，具有很高的利用价值，雷达资料比对分析与数据反演方面的后续工作还将进一步展开。