2018, 29 (1): 84-96
2. 中国科学院大学, 北京 100049;
3. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 南京 210044;
4. 成都信息工程大学电子工程学院, 成都 610225
2. University of Chinese Academy of Sciences, Beijing 100049;
3. Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044;
4. College of Electronic Engineering, Chengdu University of Information Technology, Chengdu 610225
零度层亮带是指在雷达平面位置显示(plain position indicator，PPI)反射率因子显著增大的带区。零度层亮带的存在，会造成雷达定量降水估计(quantity precipitation estimation，QPE)明显偏高[1-5]，是判断层状云降水的一个重要特征[6-8]，此外，零度层亮带高度的识别有助于确定潜在冰水层区域，分析粒子相态的演变过程，对航空气象保障和数值预报的资料同化有帮助[8-10]。
国内外许多学者对识别和订正零度层亮带进行研究，通常采用反射率因子垂直廓线法(vertical profile of reflectivity，VPR)[11-15]。Sánchez-Diezma等[12]基于雷达体扫采样模式和模拟数据，开发一种自动识别零度层亮带峰值密度和厚度的算法。Zhang等[8]提出利用一个体扫数据计算平均反射率因子垂直廓线(mean VPR，MVPR)自动识别零度层亮带，较直接利用基数据更简单有效。Zhang等[1]对算法进行改进，将理想模型VPR与实时VPR相结合，生成一种基于每层仰角的显著反射率因子垂直廓线(apparent VPR，AVPR)，对零度层亮带进行订正，并应用于众多天气过程的QPE中，对算法进行检验[2]。张乐坚等[7]基于Zhang等[8]的方法提出增加雷达回波的三维特征识别零度层亮带，但未对订正方法进行研究。肖艳娇等[13]采用VPR自动识别零度层亮带平均高度和厚度，对零度层亮带进行订正，并将订正后的结果用于QPE。庄薇等[14]将基于VPR的零度层亮带识别和订正方法应用于青藏高原地区。孙赫敏等[15]基于层状云和对流云分类，利用AVPR法对零度层亮带进行订正，并进行QPE验证。
对零度层亮带进行订正时，假设零度层亮带以下回波强度不变，即利用零度层亮带底的反射率因子对零度层亮带区域的反射率因子进行调整，因此，零度层亮带底的准确性直接影响订正准确性。MVPR法和AVPR法不能很好地确定零度层亮带底，特别是当层状云降水离雷达较远时[3]。随着双偏振技术的发展，双偏振雷达的应用越来越广泛[16-19]。偏振参数能更好地描绘降水云融化层中粒子的特征，表现为相关系数有一个明显降低的趋势，差分反射率和线性退偏振比出现峰值[19-21]，其中相关系数对混合态粒子更敏感，能更准确检测出冰粒子是否完全融化。Qi等[3]在AVPR法的基础上加入显著相关系数垂直廓线(apparent vertical profile of correlation coefficient，AVPCC)重新确定零度层亮带底进行订正。
本文利用北京市气象局C波段双偏振多普勒天气雷达体扫资料、探空资料和地面雨量站资料，对零度层亮带进行识别，并比较MVPR，AVPR和AVPCC 3种零度层亮带订正方法的效果。
1 资料和处理方法北京市气象局C波段双偏振多普勒天气雷达资料和北京市地面自动气象站资料由国家自然科学基金项目(41375039)提供，探空资料从中国气象局MICAPS系统下载。
C波段双偏振雷达采用双发双收体制，位于39°56′42″N，116°17′25″E，海拔高度为57.11 m。扫描方式为VCP11，即5 min完成14个仰角扫描，雷达的水平和垂直波束宽度分别为0.95°和0.93°，方位分辨率为0.6°，距离分辨率为0.15 km，最大扫描范围为150 km，雷达资料时间为北京时。雷达观测参数包括反射率因子(Zh)、径向速度(Vr)、速度谱宽(W)、差分反射率(ZDR)、差分相位(ΦDP)和相关系数(ρHV)等。
0℃层高度资料由北京探空站(54511)的温度廓线资料垂直线性内插得到，每日2个时次(08:00和20:00，北京时，下同)，取最靠近雷达资料时间时次的高度和温度。地面雨量站资料为北京市地面自动气象站分钟降水资料，时间分辨率为1 min，国家站时间分辨率为5 min。
本文所用资料时间均为2013年8月。
在进行零度层亮带识别和订正前，需要做预处理，包括：①滤波处理，滤除孤立点回波、中值滤波；②低仰角数据易受地物回波和超折射回波污染，采用模糊逻辑算法识别和去除非气象回波[22-23]；③层状云和对流云降水回波分类[24]。
2 零度层亮带识别和订正 2.1 零度层亮带识别根据Zhang等[1, 8]的研究，只有层状云降水回波的VPR中能发现零度层亮带特征，且该雷达第1层仰角受地物遮挡严重，采用除第1层以外的13层仰角资料生成层状云降水回波的平均反射率因子垂直廓线[8, 25-26]。生成平均反射率因子垂直廓线时，受垂直分辨率Δh和研究区域D影响，Δh越大，平均反射率因子垂直廓线越光滑，在零度层亮带的显著弯曲程度减小，且平均最大反射率因子降低，Δh取小一些能更细致地描绘零度层亮带特征；雷达探测远距离时，受波束展宽影响，距离雷达较近时，存在扫描盲区。根据对比试验，Δh取0.1 km，研究区域D取10~60 km(图略)。计算每层高度平均反射率因子时，大于某一阈值(15 dBZ)的点数要大于阈值(10)，并对生成的MVPR进行滑动平均，以减少随机波动。
基于层状云降水回波平均反射率因子垂直廓线识别零度层亮带步骤[8]：①从探空资料获得的0℃层高度以上500 m开始，自上而下找到局部最大反射率因子所在高度hm，当雷达站距探空站较远时，确定的0℃层高度与识别区存在水平距离差距，且探空站提供每日2次资料，时间间隔较长，造成0℃层高度随日变化而变化，这些都会带来偏差，因此，加入了500 m的缓冲高度。②确定hm后，找到向上和向下反射率因子最大值单调减少给定比例(默认为10%)的高度ha和hb，判断零度层亮带是否存在。③若零度层亮带存在，计算零度层亮带顶和亮带底高度。
图 1为存在零度层亮带的两次降水过程的平均反射率因子垂直廓线，2013年8月4日为降雹过程(过程1)，对流云和层状云降水共存；2013年8月11日为大范围层状云降水过程(过程2)。由图 1可见，层状云降水的平均反射率因子垂直廓线存在反射率因子突然增大的异常突出部分，即零度层亮带区域，根据探空资料提供的0℃层高度(红色线)识别出零度层亮带范围，蓝色线为反射率因子峰值高度，绿色虚线为零度层亮带顶和零度层亮带底高度。过程1的零度层亮带顶位于0℃层高度以下200 m，过程2的零度层亮带顶位于0℃层高度以下100 m。
|
|
| 图1 反射率因子垂直廓线 (a)2013年8月4日20:29，(b)2013年8月11日21:03 Fig.1 Mean vertical profile of reflectivity (a)2029 BT 4 Aug 2013, (b)2103 BT 11 Aug 2013 | |
图 2为两次降水过程相邻3个时次的0℃层高度与零度层亮带顶高度的时间序列。由图 2可见，识别出的零度层亮带顶高度大部分位于0℃层高度以下几十米至几百米范围，两次过程的平均零度层亮带顶高度比0℃层高度分别低44 m和10 m，与理论符合，但仍有部分时次零度层亮带顶高度比0℃层高度高，可能是因为雷达波束展宽影响，如厚度为0.5 km的亮带在距离80 km处，雷达回波观测到的厚度可展宽达1~1.5 km，故零度层亮带顶高度会略高于0℃层等温线。另外，探空资料每日只提供两次0℃层高度，取时间最靠近的高度与实际高度会有差异。
|
|
| 图2 0℃层高度和零度层亮带顶高度时间序列 (a)2013年8月4日，(b)2013年8月11日 Fig.2 Time series of 0℃ isotherm height and top of bright band (a)4 Aug 2013, (b)11 Aug 2013 | |
图 3为两次降水过程识别的零度层亮带顶、零度层亮带底和反射率因子峰值高度以及零度层亮带厚度的时间序列。由图 3可见，整个降水过程识别出的各高度的波动范围不大，8月4日过程零度层亮带厚度为0.8~1.5 km，主要分布在0.8~1.2 km，8月11日过程零度层亮带厚度为0.8~1.2 km，主要分布在0.8~1.1 km，与其他学者的研究结果[8, 13, 15]相近，两次过程的零度层亮带厚度随时间均呈减小趋势。
|
|
| 图3 零度层亮带顶高度、零度层亮带底高度和反射率因子峰值高度时间序列 (a)2013年8月4日，(b)2013年8月11日 Fig.3 Time series of top, bottom of bright band and the height of peak reflectivity (a)4 Aug 2013, (b)11 Aug 2013 | |
2.2 零度层亮带订正
根据国内外研究进展，目前存在的零度层亮带订正方法主要有3种。
① MVPR法：采用每层仰角层状云降水回波反射率因子计算平均反射率因子垂直廓线，找到该仰角平均反射率因子垂直廓线的最大反射率因子高度hm、零度层亮带顶高度ht和零度层亮带底高度hb，采用最小二乘法拟合hm与ht之间的斜率α(单位：dBZ·km-1)、hm与hb之间的斜率β(单位：dBZ·km-1)[7, 9]。
② AVPR法[1-2]：采用MVPR法进行订正，受非零度层亮带回波影响，造成零度层亮带区域订正不足，因此，将层状云回波分为受零度层亮带影响的区域(bright band area，BBA)和不受零度层亮带影响区域。根据识别出的BBA区域，计算每层仰角所有方位的平均反射率因子距离(高度)廓线，即显著反射率因子垂直廓线。将峰值高度上下第1个转折点作为零度层亮带顶和零度层亮带底，若作为零度层亮带底的转折点的反射率因子不小于28 dBZ，该高度即为零度层亮带底，若小于该阈值，则向上将反射率因子不小于28 dBZ的高度作为零度层亮带底，防止过度订正，并拟合该仰角的斜率α和β。
③ AVPCC法[3]：由相关系数PPI图(图 4a)可见，零度层亮带区域与下面雨滴区有一个明显的分界线，对应相关系数的垂直廓线(图 4b，蓝点)，在零度层亮带底存在明显转折点，利用相关系数的垂直廓线能获得更准确的零度层亮带底高度，对零度层亮带订正有很大帮助。显著相关系数垂直廓线的计算区域同显著反射率因子垂直廓线，计算每个固定高度的相关系数方位平均值。找到显著相关系数垂直廓线在最小值高度以下的第1个转折点，若该点的ρHV不低于0.92，将该高度作为新的零度层亮带底；若低于0.92，则向上找到不低于0.92的高度作为新的零度层亮带底，并拟合该仰角的斜率α和β。
|
|
| 图4 2013年8月4日20:29 3.4°仰角相关系数PPI图(a)及相关系数和反射率因子垂直廓线(b) Fig.4 The PPI of correlation coefficient(a) and vertical profiles of correlation coefficient and reflectivity(b) at 3.4° elevation at 2029 BT 4 Aug 2013 | |
计算显著反射率因子垂直廓线和显著相关系数垂直廓线时，有两个质量控制过程。只有当给定的固定垂直高度内距离库数超过一定的阈值时，才计算平均值，该阈值与距离相关，距离越远，点数越少。对计算的显著反射率因子垂直廓线和显著相关系数垂直廓线沿垂直方向进行滑动平均，与平均值的偏差大于平均绝对偏差2倍的点排除。
零度层亮带存在时，α为负值，β为正值，否则不进行订正，当零度层亮带接近地面，且峰值存在，但找不到零度层亮带底，此时α=-β，以及ht-hm=hm-hb。
根据计算的α和β值，对BBA区域进行订正，订正公式如下：
|
(1) |
|
(2) |
其中，Z0为雷达观测反射率因子，Za为订正值，Zc为订正后的反射率因子，e为仰角，i为径向数，j为距离库，h为高度。
图 5、图 6分别为两次过程经零度层亮带订正前后反射率因子PPI图。由图 5、图 6可见，3种方法订正后，零度层亮带影响区域回波被不同程度抑制，对非零度层亮带影响区回波基本没有影响，AVPCC法订正效果最好，订正后层状云降水回波更均匀。
|
|
| 图5 2013年8月4日20:29 2.4°仰角反射率因子PPI图 (a)订正前, (b)MVPR法订正, (c)AVPR法订正, (d)AVPCC法订正 Fig.5 PPI of reflectivity at 2.4° elevation at 2029 BT 4 Aug 2013 (a)before correction, (b)correction by MVPR, (c)correction by AVPR, (d)correction by AVPCC | |
|
|
| 图6 2013年8月11日21:03 2.4°仰角反射率因子PPI图 (a)订正前，(b)MVPR法订正，(c)AVPR法订正，(d)AVPCC法订正 Fig.6 PPI of reflectivity at 2.4° elevation at 2103 BT 11 Aug 2013 (a)before correction, (b)correction by MVPR, (c)correction by AVPR, (d)correction by AVPCC | |
3 定量降水估计验证
采用Z-R关系将雷达测得的反射率因子转换成降水强度R[1]，对流云降水回波采用公式Z=300R1.4，层状云降水回波采用公式Z=200R1.6，其中Z的单位为mm6·m-3，dBZ=10lgZ，R的单位为mm·h-1。地面雨量站资料为北京地区地面自动气象站1 min降水量资料，以雷达结束扫描时间前后5 min累积降水量数据计算雨量站实测降水强度(单位为mm·h-1)。根据雷达和地面雨量站的经纬度，计算地面雨量站对应雷达覆盖范围内的格点位置，获得雷达-雨量站数据对。
为验证零度层亮带订正对QPE的影响，选择的雨量站分别为受零度层亮带影响区域雨量站和不受零度层亮带影响区域雨量站。图 7和图 8分别为图 5和图 6对应过程反射率因子与选定地面雨量站的分布。图中黑色弧线为零度层亮带订正过程识别的零度层亮带顶和零度层亮带底。
|
|
| 图7 图 5对应过程的反射率因子与选定雨量站分布 (三角形表示低仰角扫描时受零度层亮带影响的雨量站，正方形表示低仰角扫描时不受零度层亮带影响的雨量站；圆圈表示高仰角扫描时受零度层亮带影响的雨量站，与低仰角不受零度层亮带影响的雨量站相同)(a)3.4°仰角，(b)5.3°仰角 Fig.7 Distribution of the reflectivity and gauges shown in Fig. 5 (triangles and squares denote gauges affected and unaffected by bright band in low tilt, respectively; circles denote gauges affected by bright band in high tilt, which are gauges unaffected by bright band in low tilt) (a)3.4° elevation, (b)5.3° elevation | |
|
|
| 图8 图 6对应过程的反射率因子与选定雨量站分布 (三角形表示低仰角扫描时受零度层亮带影响的雨量站，正方形表示低仰角扫描时不受零度层亮带影响的雨量站；圆圈表示高仰角扫描时受零度层亮带影响的雨量站，与低仰角不受零度层亮带影响的雨量站相同)(a)4.3°仰角，(b)6.69°仰角 Fig.8 Distribution of the reflectivity and gauges shown in Fig. 6 (triangles and squares denote gauges affected and unaffected by bright band in low tilt, respectively; circles denote gauges affected by bright band in high tilt, which are gauges unaffected by bright band in low tilt) (a)4.3° elevation, (b)6.69° elevation | |
图 9为两次降水过程中部分受零度层亮带影响雨量站的实测降水强度和反射率因子时间序列。由图 9可见，随着降水过程的发展，降水回波的移动，2013年8月4日的雨量站主要在20:17—20:34时段受零度层亮带影响，2013年8月11日的雨量站主要在20:23—21:20时段受零度层亮带影响。在受影响时段内，订正后的反射率因子和反演的降水强度有不同程度减弱，大部分时次经AVPR法和AVPCC法订正后反演的降水强度与地面雨量站实测降水强度更靠近。
|
|
| 图9 受零度层亮带影响雨量站实测降雨强度和反射率因子时间序列 (a)2013年8月4日，(b)2013年8月11日 Fig.9 Time series of reflectivity and rainfall intensity from gauge observation effected by bright band (a)4 Aug 2013, (b)11 Aug 2013 | |
图 10为两次过程在受零度层亮带影响时段内订正前后雷达反射率因子与地面雨量站实测降水强度散点图。由图 10可见，订正前，受零度层亮带影响站点存在较多反射率因子较大，但雨量站实测降水强度小的散点，与不受零度层亮带影响站点的散点分布趋势存在差异。订正后，这些散点的反射率因子有所降低，AVPR法和AVPCC法订正后，降低更明显，与不受零度层亮带影响站点的散点分布趋势更接近。由图 10还可以看到，高仰角和低仰角受零度层亮带影响站点的散点分布趋势比较一致，且2013年8月4日比8月11日的分布更集中，说明8月4日零度层亮带的空间分布相对更均匀。
|
|
| 图10 2013年8月4日和8月11日雷达反射率因子与地面雨量站实测降水强度散点图 Fig.10 Scatter plot of reflectivity and rainfall intensity of gauge observation on 4 Aug 2013 and 11 Aug 2013 | |
图 11为两次过程在受零度层亮带影响时段内订正前后地面雨量站实测降水强度和雷达估测降水强度散点图。由图 11可见，订正前，受零度层亮带影响站点的雷达估测降水强度明显偏大，采用3种方法订正后，这些大值点得到不同程度减弱，AVPR法和AVPCC法订正后，降低更明显，雷达估测值与雨量站实测值更靠近，与未受零度层亮带影响站点的散点分布趋势更一致，且由于回波均匀性的影响，2013年8月4日相对于8月11日订正效果更好。由图 11还可以看到，当降水强度小于5 mm·h-1时，雷达估测的降雨强度相对于地面实测降水强度比较接近；当降水强度大于5 mm·h-1时，雷达估测的降水强度相对于地面实测降水强度偏低，主要是因为Z-R关系适用于估测小雨，对中到大雨的估测效果较差[27-28]。
|
|
| 图11 2013年8月4日和8月11日地面雨量站实测降水强度和雷达估测降水强度散点图 Fig.11 Scatter plot of rainfall intensity between gauge observation and radar estimation on 4 Aug 2013 and 11 Aug 2013 | |
4 结论
本文利用北京市气象局C波段双偏振多普勒天气雷达体扫资料、探空资料和地面雨量站资料，识别零度层亮带，比较MVPR法、AVPR法和AVPCC法3种零度层亮带订正方法的效果，并利用地面雨量站资料进行QPE验证，得出以下主要结论：
1) 利用0℃层高度和层状云平均反射率因子垂直廓线识别零度层亮带，识别的零度层亮带顶高度基本位于0℃等温线以下几十米到几百米，与理论一致。
2) 探空资料提供的0℃层高度受探空站与雷达站距离及每日2次探测时间影响。因此，在识别方法中引入了500 m的缓冲高度，在今后工作中可考虑根据雷达参数在零度层亮带有显著变化这一特征进行统计分析，利用雷达资料本身识别。
3) 经3种方法订正后，零度层亮带影响区得到了不同程度抑制，MVPR法订正效果最差，AVPCC法的订正效果最好，明显减弱了亮带区回波强度，订正后的回波更均匀。
4) QPE验证表明：受零度层亮带影响雨量站订正后的反射率因子和反演的降水强度有不同程度减弱，反射率因子和降水强度散点分布及站点实测降水强度和雷达估测降水强度散点分布与未受亮带影响雨量站的分布趋势更一致，AVPR法和AVPCC法效果更好。
降水估测公式的准确性也会影响亮带订正效果评估的准确性在今后工作中，应根据该区域地面实测降水获得合适的Z-R关系。
| [1] | Zhang J, Qi Y. A real-time algorithm for the correction of bright band effects in radar-derived precipitation estimation. J Hydrometeor, 2010, 11: 1157–1171. DOI:10.1175/2010JHM1201.1 |
| [2] | Zhang J, Qi Y, Kingsmill D, et al. Radar-based quantitative precipitation estimation for the cool season in complex terrain:Case studies from the NOAA hydrometeorology testbed. J Hydrometeor, 2012, 13: 1836–1854. DOI:10.1175/JHM-D-11-0145.1 |
| [3] | Qi Y, Zhang J, Zhang P, et al. VPR correction of bright band effects in radar QPEs using polarimetric radar observations. J Geophys Res Atmos, 2013, 118: 3627–3633. DOI:10.1002/jgrd.50364 |
| [4] | Qi Y, Zhang J, Cao Q, et al. Correction of radar QPE errors for nonuniform VPRs in mesoscale convective systems using TRMM observations. J Hydrometeor, 2013, 14: 1672–1682. DOI:10.1175/JHM-D-12-0165.1 |
| [5] | Hall W, Rico-Ramirez M A, Krämer S. Classification and correction of the bright band using an operational C-band polarimetric radar. J Hydrology, 2015, 15: 248–258. |
| [6] | 金龙, 阮征, 葛润生, 等. CFMCW雷达对江淮降水云零度层亮带探测研究. 应用气象学报, 2016, 27, (3): 312–322. DOI:10.11898/1001-7313.20160306 |
| [7] | 张乐坚, 程明虎, 陶岚. CINRAD-SA/SB零度层亮带识别方法. 应用气象学报, 2010, 21, (2): 171–179. DOI:10.11898/1001-7313.20100206 |
| [8] | Zhang J, Langston C, Howard K. Bright band identification based on vertical profile of reflectivity from the WSR-88D. J Atmos Oceanic Technol, 2008, 25: 1859–1872. DOI:10.1175/2008JTECHA1039.1 |
| [9] | 程周杰, 刘宪勋, 朱亚平. 双偏振雷达对一次水凝物相态演变过程的分析. 应用气象学报, 2009, 20, (5): 594–601. DOI:10.11898/1001-7313.20090511 |
| [10] | 何彩芬, 黄旋旋, 卢晶晶. 基于多普勒天气雷达产品的降雪及冻雨综合分析. 应用气象学报, 2009, 20, (6): 767–771. DOI:10.11898/1001-7313.20090616 |
| [11] | 陈明轩, 高峰. 利用一种自动识别算法移除天气雷达反射率因子中的亮带. 应用气象学报, 2006, 17, (2): 207–214. DOI:10.11898/1001-7313.20060212 |
| [12] | Sánchez-Diezma R, Zawadzki I, Sempere-Torres D. Identification of the bright band through the analysis of volumetric radar data. J Geophys Res, 2000, 105: 2225–2236. DOI:10.1029/1999JD900310 |
| [13] | 肖艳姣, 刘黎平, 李中华, 等. 雷达反射率因子数据中的亮带自动识别和抑制. 高原气象, 2010, 29, (1): 197–205. |
| [14] | 庄薇, 刘黎平, 胡志群. 青藏高原零度层亮带的识别订正方法及在雷达估测降水中的应用. 气象, 2013, 39, (8): 1004–1013. DOI:10.7519/j.issn.1000-0526.2013.08.007 |
| [15] | 孙赫敏, 张沛源, 蒋志, 等. 雷达定量估测降水的亮带自动消除改进方法. 大气科学学报, 2015, 38, (4): 492–501. |
| [16] | 王致君, 蔡启铭, 徐宝祥. 713雷达的双线偏振改装. 高原气象, 1988, 7, (2): 177–185. |
| [17] | 苏德斌, 孟庆春, 沈永海, 等. 双线偏振天气雷达天线性能要求及其检测方法. 高原气象, 2012, 31, (3): 847–861. |
| [18] | 孟庆春, 沈永海, 苏德斌. 双线偏振雷达双通道一致性及测试方法研究. 高原气象, 2014, 33, (5): 1440–1447. DOI:10.7522/j.issn.1000-0534.2013.00064 |
| [19] | 曹俊武, 刘黎平, 陈晓辉, 等. 3836 C波段双线偏振多普勒雷达及其在一次降水过程中的应用研究. 应用气象学报, 2006, 17, (2): 192–200. DOI:10.11898/1001-7313.20060210 |
| [20] | Giangrande S E, Krause J M, Ryzhkov A V. Automatic designation of the melting layer with a polarimetric prototype of the WSR-88D radar. J Appl Meteor Climatol, 2007, 47: 1354–1364. |
| [21] | Boodoo S, Hudak D, Donaldson N, et al. Application of dual-polarization radar melting-layer detection algorithm. J Appl Meteor Climatol, 2010, 49: 1779–1793. DOI:10.1175/2010JAMC2421.1 |
| [22] | 曹杨, 苏德斌, 周筠珺, 等. C波段双线偏振多普勒雷达差分相位质量分析. 高原气象, 2016, 35, (2): 548–559. DOI:10.7522/j.issn.1000-0534.2014.00154 |
| [23] | 曹杨, 苏德斌, 周筠珺, 等. 基于双线偏振多普勒雷达识别地物回波. 成都信息工程学院学报, 2014, 29, (5): 509–516. |
| [24] | Qi Y, Zhang J, Zhang P. A real-time automated convective and stratiform precipitation segregation algorithm in native radar coordinates. Q J R Meteorol Soc, 2013, 139: 2233–2240. DOI:10.1002/qj.v139.677 |
| [25] | 吴翠红, 万玉发, 吴涛, 等. 雷达回波垂直廓线及其生成方法. 应用气象学报, 2006, 17, (2): 232–239. DOI:10.11898/1001-7313.20060215 |
| [26] | 肖艳娇, 刘黎平, 李中华. 任意基线雷达反射率因子垂直剖面生成算法. 应用气象学报, 2008, 19, (4): 428–434. DOI:10.11898/1001-7313.20080406 |
| [27] | Chandrasekar V, Gorgucci E, Scarchilli G. Optimization of multiparameter radar estimates of rainfall. Appl Meteor, 1993, 32: 1288–1293. DOI:10.1175/1520-0450(1993)032<1288:OOMREO>2.0.CO;2 |
| [28] | Ruzanski E, Chandrasekar V. Nowcasting rainfall fields derived from specific differential phase. J Appl Meteor Climatol, 2012, 51, (11): 1950–1959. DOI:10.1175/JAMC-D-11-081.1 |