新一代天气雷达径向速度质量分析

仰美霖，刘黎平，苏德斌

(1.北京市气象探测中心，北京　100089；2.中国气象科学研究院灾害天气国家重点实验室，北京　100081；3.成都信息工程大学，四川　成都　610225)



新一代天气雷达径向速度质量分析

仰美霖1，刘黎平2，苏德斌3

(1.北京市气象探测中心，北京100089；2.中国气象科学研究院灾害天气国家重点实验室，北京100081；3.成都信息工程大学，四川成都610225)

摘要：径向速度的模糊问题是制约新一代天气雷达径向速度资料应用的关键问题，且影响制约速度退模糊效果好坏的因素比较多。利用上海站和舟山站雷达资料，分析WSR-88D天气雷达和国内新一代天气雷达(SA、SB)径向速度资料质量上的差异，同时利用南京站、广州站及承德站雷达资料，详细说明信噪比对新一代天气雷达(SA、CB)径向速度质量的影响。从理论分析和个例资料的分析中发现：SA(SB)雷达相对于WSR-88D雷达而言，径向速度值跳跃性较大；同时，信噪比与径向速度质量及速度模糊之间存在一定的关系，信噪比越大，径向速度差值相对越小，则径向速度跳跃性较小，径向速度资料质量相对较好，发生速度模糊的可能性就越小；反之，信噪比越小，径向速度差值相对越大，则径向速度跳跃性较大，径向速度资料质量相对较差，发生速度模糊的可能性就越大。

关键词：径向速度质量；信噪比；速度模糊

引言

相对于只能测量回波强度的传统天气雷达而言，多普勒天气雷达最大特点在于测量径向速度和速度谱宽[1-3]。随着雷达资料的广泛应用[4-15]，越来越需要利用多普勒天气雷达径向速度资料来分析风场径向分量的信息等，但多普勒天气雷达所探测到的风场信息存在噪声、缺测和速度模糊问题[16]。为更好地利用径向速度资料，则需要进一步分析新一代天气雷达径向速度的特征与质量，从中得出速度模糊的原因及速度退模糊的依据等，以改善雷达径向速度资料质量。

从硬件上来看，雷达资料的质量取决于雷达的发射和接收性能、雷达系统的精确定标、恰当的数据获取等。很显然，不同雷达型号在这些方面是有所差异的。

美国的下一代天气雷达(NEXRAD)均为全相干式的脉冲多普勒雷达，型号为WSR-88D[17-19]。我国目前布点的新一代天气雷达除上海站采用WSR-88D以外，其它站点均为国产新一代天气雷达(包括S波段及C波段)。

我国新一代S波段天气雷达有3种型号，为SA、SB和SC。SA和SB(其正式名称为CINRAD-SA和CINRAD-SB，国外称为WSR-98D)是中美合资企业敏视达公司协同相关企业按照美国WSR-88D规格生产，不同的是，WSR-88D的计算机系统基于UNIX操作系统工作站，而WSR-98D的计算机系统是高档PC机，使用WINDOWS-NT作为操作系统。C波段有4种型号，分别为CB(其正式名称为CINRAD-CB)、CC、CCJ和CD。上述7种型号雷达中，本文主要使用的是SA、SB和CB的雷达资料，这3种雷达由敏视达公司生产，结构与WSR-88D类似[1]，但在数据格式和数据质量上有所差异。

此外，雷达从目标或者杂波返回的回波信号不可避免地要和噪声信号竞争。噪声源有2种：一种是从天线接收到的外部源噪声，另一种是雷达接收机本身产生的噪声[20]。由此产生一个概念为信噪比(SNR)，即为真实有用的回波信号与噪声信号的强度比值，SNR对径向速度的质量也有一定影响。

1资料及方法

1.1WSR-88D雷达及S波段和C波段雷达的主要性能指标

表1给出WSR-88D雷达的主要性能参数，表2给出S波段和C波段雷达的主要性能指标。

表1　WSR-88D主要性能参数[21-22]

1.2径向速度质量分析对比资料

在对比雷达径向速度资料质量时，应选择相近位置的2个雷达站均没有出现速度模糊且探测回波范围较大的雷达径向速度资料做分析。我国虽然有站点位置较为相近的SA与CB雷达站，如河北秦皇岛站(SA)及承德站(CB)。但是对径向速度场观测而言，SA(SB)和WSR-88D在系统性能、数据格式及数据质量等方面更为接近，CB相对于SA(SB)雷达而言，波长较短，最大不模糊速度较小，因而对于同一天气过程，CB雷达更容易出现速度模糊。相应地，寻找合适的有较强天气过程、较大范围的雷达回波且均不出现速度模糊现象的SA(SB)与CB雷达资料，有一定的困难。所以，CB雷达不是很适合与SA(SB)雷达径向速度资料质量作对比。同时，我国仅有上海站雷达是进口的WSR-88D雷达，上海站附近却并没有布点CB雷达，所以CB雷达与WSR-88D雷达之间也不太适合用于径向速度资料质量对比分析。因此，本文选择WSR-88D与SA(SB)这2种型号的雷达径向速度资料进行质量对比分析。

舟山站(雷达型号SB)离上海站距离较近，能与上海站同时观测到同一天气过程。图1给出上海和舟山的地理位置，以及2个雷达站观测区域范围，其中重叠部分为两者共同观测覆盖区域，共同覆盖区域即为对比距离区，且2个雷达站之间高度差较小，所以选择这2个雷达站对同一天气过程观测的径向速度资料进行分析统计。

表2　我国新一代天气雷达S波段和C波段主要性能指标[23]

图1　上海、舟山地理位置(左)及上海和舟山雷达站相速度覆盖区域示意图(右)

选取2009年7月30日一次雷雨大风天气过程上海站08:08(UTC,下同)和舟山站08:05的雷达径向速度场资料，其中，这2个数据资料0.5°、6.0°、9.9°、14.6°、19.5°仰角层上均没有速度模糊现象。

需要指出的是，选择的体扫资料是2部雷达在相邻时刻对于同一天气过程的观测结果，但并不是严格地对于同一区域的观测结果，所以，文中的分析结果具有一定的相对性与局限性。

1.3信噪比分析资料

文中使用2009年7月30日一次雷雨大风天气过程上海站08:08和舟山站08:05的雷达径向速度场0.5°仰角层资料，对WSR-88D雷达和SA(SB)雷达两者间的信噪比与径向速度差值之间的关系进行对比分析。同时，为进一步证明信噪比与径向速度质量间的关系，分别选取2007年7月3日苏皖边界F3级龙卷南京站(SA)08:36的0.5°仰角层雷达资料、2008年9月23日黑格比台风广州站(SA)18:38的0.5°仰角层雷达资料、2009年6月8日暴雨天气过程承德站(CB)01:24的0.5°仰角层雷达资料进行个例分析。

1.4径向速度质量分析对比方法

在二维多途径速度退模糊算法[24-25]中，选择初始参考径向时，使用公式(1)和(2)给出选择标准：

(1)

式中，V是径向速度；i=1，2，…，N，表示所有有效的速度距离库；α是一个参数，缺省为0.75。

(2)

式中，VM1是所有有效距离库的平均径向速度值，N1是径向速度值在±βVN之间的速度距离库库数，即有效距离库库数，β是一个参数，缺省为0.4。

上述公式分别表示好的径向和好的距离库(即不存在速度模糊的径向和距离库)的判断标准，相应地，α、β也就是判断好径向和好距离库的参数值，这2个阈值是根据WSR-88D雷达的径向速度资料情况给出的。同时，根据公式(1)，α可以看作是相邻2个距离库之间径向速度差△V与最大不模糊速度Vmax的比值；根据公式(2)，β可以看作是每根径向上各个距离库径向速度数值与最大不模糊速度Vmax的比值(WSR-88D雷达和SA雷达第一到第七仰角层最大不模糊速度为26.32 m/s，第八和第九仰角层最大不模糊速度为30.68 m/s)。因而，根据这个思路，可以计算SA(SB)雷达每根径向上相邻2个距离库之间径向速度差△V的分布情况以及每根径向上各个距离库径向速度数值Vi的分布情况，从而分析SA(SB)雷达和WSR-88D雷达径向速度局地变化的差异。

1.5信噪比对径向速度质量影响的理论依据

脉冲多普勒雷达可以同时提供对距离和速度的测量，但会发生取样技术所共有的多普勒频率(速度)模糊问题。此外，在下面2种情况下，目标的距离会出现模糊：(1)不同扫描周期返回的风暴回波叠加在一起时；(2)在雷达发射一串脉冲，丢失第一个发射脉冲作参考时。

由于不能区分真的多普勒频移和脉冲重复频率(PRF)造成频率上假的偏移，目标速度就有模糊性。所有的目标物必须出现在不模糊距离Ra内，使得目标物的距离有不模糊的分辨，而多普勒速度必须满足下列条件[2,20]才能不出现速度的虚假现象：

(3)

其中，Ts是取样间隔，即相邻发射脉冲间的时间间隔。这样，距离和速度之积为[2]：

(4)

该公式规定了常规多普勒雷达(相同脉冲间隔)的模糊分辨能力。其中，Ra是最大不模糊距离，Va是最大不模糊速度，c是电磁波传播速度，λ是雷达的波长。

然而，对于天气回波，在孤立和离散目标(目标的空间间隔大于脉冲体积)的情况下，取样间的回

波是相干的，谱宽足够小，公式(4)无法给出对速度测量和不模糊距离的基本限制。从原理上，可以选择Ts足够大，而不致出现第二个或更高次数的扫描周期回波，但选择是受限制的，对于精确的多普勒频移测量，间隔Ts的信号取样必须是相干的。

此外，速度估算值的方差σv是[20]：

(5)

其中，M是用来估算信号协方差(由它进一步估算平均速度)的取样对数。

简单而言，当某一径向速度超过最大不模糊速度时，认为是速度模糊，但是速度是否模糊有一个误差范围，在这个误差范围内，有可能出现速度模糊，有可能不出现。这个误差范围即为方差σv。

同时，利用PP估算法[20]得到大谱宽的方差按指数规律增长：

(6)

信噪比SNR用以下公式计算[2]：

(7)

其中，Pr是回波功率，Pn是雷达接收系统的噪声功率，C是雷达常数，K=1.38×10-23J/K，是波尔兹曼常数，T0是用绝对温度表示的雷达接收机系统噪声温度，B0是接收机的带宽，Nf是雷达噪声系数，Z是小球形雨滴的雷达反射率因子。

此外，在工程计算上[20]：

(8)

(9)

其中，G是天线增益，L是天线馈线损耗，φ是垂直波瓣宽度，θ是水平波瓣宽度，τ是发射机发射脉冲宽度，其它参数同上。

利用公式(8)和(9)，也可以直接计算出SNR，无论是利用公式(7)还是利用公式(8)、(9)，关键都在于雷达的各种参数指标值(表1，表2)，除了那些参数值以外，水平波瓣宽度(θ)和垂直波瓣宽度(φ)SA雷达一般取值为1°，WSR-88D雷达一般取值为0.95°，CB雷达一般取值为1.2°，波长(λ)SA雷达和WSR-88D雷达一般取值为10 cm，CB雷达一般取值为5 cm。

利用以上的参数指标值以及公式(8)、(9)可以得到：

(10)

其中，C′是由公式(8)和(9)计算得到的常数值，而非雷达常数值。

本文采用公式(10)计算信噪比值SNR，代入表1和表2中的各项参数指标值，得到SA雷达的C′大约为40.61，WSR-88D雷达的C′大约为48.86，CB雷达的C′大约为41.44。因而，SA雷达的信噪比为：

(11)

WSR-88D雷达的信噪比为：

(12)

CB雷达的信噪比为：

(13)

此外，需要注意的是，同一型号不同雷达站的雷达由于各自不同的接收和发射性能、不同的定标结果等，雷达各参数指标值也各不相同，因而本文计算得到的信噪比值只是估算值。

2SA雷达与WSR-88D雷达径向速度质量对比

图2给出上海站和舟山站2个雷达资料5个仰角层上相邻2个距离库之间径向速度差△V与最大不模糊速度Vmax比值的分布情况。此处，认为每个雷达资料5个仰角层中有效的比值个数为总样本数，上海站样本总数为493 096，舟山站样本总数为323 492。从图2中可见，上海站样本总数远大于舟山站样本总数，但比值为0.5~1.0之间的个数却远小于舟山站，可见，对于同一天气过程相近时刻的观测结果而言，上海站雷达与舟山站雷达相比，同根径向上相邻距离库之间径向速度差值相对较小，这说明WSR-88D雷达相对于SA(SB)雷达而言，径向速度跳跃性较小，径向速度资料质量相对较好。此外，在比值0.5~1.0区间中，上海站和舟山站雷达径向速度资料值分布情况一样，所占个数均逐渐减少。

图2　上海站和舟山站各个距离库

图3给出上海站和舟山站2个雷达资料5个仰角层上各个距离库径向速度数值Vi与最大不模糊速度Vmax比值(Vi/Vmax)的分布情况。此处，认为2个雷达站5个仰角层中有效的距离库数为总样本数，上海站样本总数为498 632，舟山站样本总数为351 926。从图3中可见，舟山站和上海站雷达径向速度资料中，各个距离库数值在0.2~0.6比值区间中分布趋势是一致的，均为逐渐减小。同时，上海站样本总数远大于舟山站，然而，在0.2~0.4区间内，上海站有效距离库数大于舟山站，但在0.4~0.6区间内，舟山站有效距离库数却大于上海站。公式(2)中，认为距离库径向速度数值与最大不模糊速度的比值<0.4的是好的距离库，也即该比值越小，径向速度值越趋于平缓，速度模糊的可能性就越小。因而可以认为，舟山站相对于上海站而言，径向速度值偏大，速度值分布不够平缓，出现速度模糊的可能性相对较大。

图3　上海站和舟山站各个距离库

3信噪比对径向速度质量的影响

图4和图5分别是2009年7月30日雷雨大风天气过程上海站(WSR-88D)08:08(UTC)，以及舟山站(SB)08:05(UTC)的0.5°仰角层雷达资料，该径向速度资料均没有速度模糊现象。

分别计算以上2个仰角层每根径向上相邻距离库之间径向速度的差值以及这些差值对应的信噪比值，上海站和舟山站分别选取其中102 930、88 884个径向速度差值及其对应的信噪比值作为样本(图6)。虽然上海站和舟山站均有较多散点离散分布，但均可清晰地看出其中的分布趋势，即信噪比越大，径向速度差值相对越小；反之，信噪比越小，径向速度差值相对越大。此外，与上海站相比，舟山站信噪比值相对较小，径向速度差值相对较大。结合上文相关分析可知，信噪比越小，发生速度模糊的可能性越大，即径向速度跳跃性较大；同样，径向速度差值较大，径向速度跳跃性较大，这说明SA(SB)雷达相对于WSR-88D雷达而言，径向速度跳跃性较大。

图4　上海站(WSR-88D)2009年7月30日08:08 UTC 0.5°仰角

图5　舟山站(SB)2009年7月30日08:05 UTC 0.5°仰角原始

图6　2009年7月30日上海站(WSR-88D)08:08 UTC(左)及舟山站(SB)

同时，为进一步证明信噪比与径向速度质量之间的关系，本文选取以下个例进行分析。

个例1，选取2007年7月3日苏皖边界F3级龙卷南京站(SA)08:36(UTC)0.5°仰角层雷达资料(图7)。该径向速度资料基本为连续性风场，有较小区域的速度模糊。

图7　南京站(SA)2007年7月3日08:36 UTC 0.5°仰角层原始径向速度(左,单位：m/s)及反射率强度(右,单位：dBZ)

计算该仰角层每根径向上相邻距离库之间径向速度的差值以及这些差值相对应的信噪比值，选取其中65 536个径向速度差值及其对应的信噪比值为样本(图8)。从图8可见，虽然有较多散点离散分布，但仍可清晰地看出其中的分布趋势，即信噪比越大，径向速度差值相对越小；反之，信噪比越小，径向速度差值相对越大。

个例2，选取2008年9月23日黑格比台风广州站(SA)，18:38(UTC)0.5°仰角层雷达资料(图9)。该资料径向速度场存在较严重的速度模糊与距离折叠。

计算该仰角层每根径向上相邻距离库之间径向速度的差值以及这些差值相对应的信噪比值，选取其中59 561个径向速度差值及其对应的信噪比值为样本。图10为信噪比与径向速度差值的散点图，可见信噪比越大，径向速度差值相对越小；反之，信噪比越小，径向速度差值相对越大。

图8　南京站(SA)2007年7月3日08:36 UTC

图9　广州站(SA)2008年9月23日18:38 UTC 0.5°仰角层原始

个例3，选取2009年6月8日暴雨天气过程承德站(CB)01:24(UTC)0.5°仰角层雷达资料(图11)。该径向速度资料在回波边缘区域存在速度模糊现象。

计算该仰角层每根径向上相邻距离库之间径向速度的差值以及这些差值相对应的信噪比值，选取其中26 266个径向速度差值及其对应的信噪比值为样本(图12)。虽然信噪比与径向速度差值的分布较为离散，但仍清晰地显示了信噪比与径向速度差值的分布趋势，即信噪比越大，径向速度差值相对越小；反之，信噪比越小，径向速度差值相对越大。

图10　广州站(SA)2008年9月23日18:38 UTC

图11　承德站(CB)2009年6月8日01:24 UTC 0.5°仰角层原始

图12　承德站(CB)2009年6月8日

4结论

(1)选取上海站及舟山站同一天气过程的雷达资料，对两者径向速度进行分布规律统计，发现SA(SB)雷达相对于WSR-88D雷达而言，径向速度值跳跃性较大，出现速度模糊的可能性相对较大。对两者信噪比与径向速度差值间的关系进行对比分析，发现SA(SB)雷达相对于WSR-88D雷达而言，信噪比值相对较小，径向速度差值相对较大。

(2)信噪比与径向速度质量及速度模糊之间存在一定的关系，通过理论分析、公式推导及个例分析可见，信噪比越大，径向速度差值相对越小，径向速度跳跃性较小，径向速度资料质量相对较好，发生速度模糊的可能性就越小；反之，信噪比越小，径向速度差值相对越大，则径向速度跳跃性较大，径向速度资料质量相对较差，发生速度模糊的可能性就越大。

参考文献:

[1] 俞小鼎,姚秀萍,熊廷南. 多普勒天气雷达原理与业务应用[M]. 北京:气象出版社，2006.1-4；82-87.

[2] 张培昌,杜秉玉,戴铁丕. 雷达气象学[M]. 北京:气象出版社，2001.85;218-219;224;257-260.

[3] 王丽荣,汤达章,胡志群,等. 多普勒雷达的速度图像特征及其在一次降雪过程中的应用[J]. 应用气象学报,2006,17(4):452-458.

[4] Wang G L, Huang W J, Liu L P, et al. Application of multi-scale tracking radar echoes scheme in quantitative precipitation nowcasting[J]. Advances in Atmospheric Sciences, 2013,30(2):448-460.

[5] Yang H P, Zhang J, Langston C. Synchronization of radar observations with multi-scale storm tracking[J]. Advances in Atmospheric Sciences, 2009,26(1):78-86.

[6] 施丽娟,许小峰,李柏,等. 雷达资料在登陆台风“桑美”数值模拟中的应用[J]. 应用气象学报,2009,20(3):257-266.

[7] 俞小鼎,王迎春,陈明轩,等. 新一代天气雷达与强对流天气预警[J]. 高原气象,2005,24(3):456-464.

[8] Doviak J D, Zurnic D S. Doppler Radar and Weather Observations[M]. San Diego:Academic Press Inc, 1993.562.

[9] 张婉莹，花家嘉，侯书勋，等. 河北唐山一次飑线过程的中尺度天气分析[J]. 干旱气象，2014，32(4)：636-641.

[10] 赵玲,李树岭,魏光辉,等. 一次飑线风暴的环境条件和雷达回波特征分析[J]. 气象与环境科学,2013,36(4):29-35.

[11] 牛淑贞,张宇星,吕林宜. 一次冷涡横槽型强对流天气过程分析[J]. 气象与环境科学,2013,36(2):1-9.

[12] 叶更新，刘壮华，刘国禹. 一次罕见的左移超级单体风暴的特征[J]. 干旱气象，2014，32(3):431-438.

[13] 傅朝,李国昌,杨建才. 应用多普勒雷达资料实现客观、精细化预报的实例分析[J]. 干旱气象,2005,23(2):54-59.

[14] 祝小梅，江新安，张国栋. 伊犁一次区域性暴雨分析[J]. 沙漠与绿洲气象,2012,6(2):49-52.

[15] 赵静，青泉，顾清源. 一次对流性强降雨过程的雷达特征分析[J]. 高原山地气象研究，2010，30(2):46-50.

[16] 梁海河,张沛源,葛润生. 多普勒天气雷达风场退模糊方法的研究[J]. 应用气象学报,2002,13(5):591-601.

[17] William HHeiss,纪承军. Nexrad:下一代天气雷达(WSR-88D)[J]. 气象科技,1991,(6):74-80.

[18] 黄兴玉,谢成学. 美国下一代天气雷达计划(NEXRAD)的当前状况和存在问题[J]. 雷达科学与技术,1996,(4):56-58.

[19] 张鹏锐. 美国下一代多普勒天气雷达网双极化技术升级情况简介[J]. 气象科技合作动态,2014,(2):30-32.

[20] Mark A Richards. 邢孟道,王彤,李真芳,等译. 雷达信号处理基础[M]. 北京:电子工业出版社,2008.

[21] 中国气象科学研究院雷达气象室编. 下一代天气雷达[M]. 北京：气象出版社，1985.1-5;71-72;116-120.

[22] 中国气象局业务发展与天气司. 新一代天气雷达系统功能规格需求书(S波段)[R]. 1997.

[23] 中国气象局业务发展与天气司. 新一代天气雷达系统功能规格需求书(C波段)[R]. 1997.

[24] Zhang J, Wang S. An automated 2D multipass Doppler radar velocity Dealiasing scheme[J]. Journal of Atmospheric and Oceanic Technology, 2006,23:1239-1248.

[25] 仰美霖，刘黎平，苏德斌,等. 二维多途径退速度模糊算法的应用及效果研究[J]. 气象，2011,37(2)：203-212.

Analysis of RadialVelocity Quality of CINRAD

YANG Meilin1, LIU Liping2, SU Debin3

(1.BeijingMunicipalMeteorologicalObservationCenter,Beijing100089,China;2.StateKeyLaboratoryofSevereWeather,ChineseAcademyofMeteorologicalSciences,Beijing100081,China;3.ChengduUniversityofInformationTechnology,Chengdu610225,China)

Abstract:Velocity measurement aliasing is an operational challenge in using Doppler radar velocity field, moreover, there are many factors that affect and restrict the effect of velocity dealiasing, so the quality of different types of radar radial velocity data and the effects of signal-to-noise ratio on velocity aliasing and velocity dealiasing were analyzed in this paper. By using radar data from Shanghai and Zhoushan stations to calculate radial velocity (Vi) of all gates and the difference of radial velocity of adjacent gate (△V)，the difference of WSR-88D radar and Doppler Radar of China (SA, SB) radial velocity data quality were analyzed. At the same time, using the data from Nanjing, Guangzhou and Chengde radar to calculate △V and corresponding signal-to-noise ratio, the effect of signal-to-noise ratio on velocity dealiasing and local velocity change of Doppler Radar of China (SA, CB) were elaborated. Through theoretical analysis and the analysis of example data, it was found that the values of radial velocity of SA radar had a larger leaping in relative terms of the WSR-88D radar. Besides, the signal-to-noise ratio had definite effects on velocity aliasing and velocity dealiasing. The bigger the signal-to-noise ratio was, the higher the accuracy rate of velocity dealiasing was, and vice versa.

Key words:quality of radial velocity data; signal to noise ratio; velocity dealiasing

中图分类号：P412.25

文献标识码：A

文章编号：1006-7639(2016)-01-0145-09

作者简介：仰美霖(1986-)，女，汉族，江苏扬州人，工程师，硕士，主要从事雷达资料质量控制及综合气象观测系统相关技术研究工作.E-mail：ymllisa@163.com

基金项目：国家自然科学基金项目“双线偏振天气雷达冰雹云早期识别方法研究”(41375039)和“国家重大科学仪器设备开发专项”(2012YQ11020507)共同资助

收稿日期：2014-12-19；改回日期：2015-07-15

doi:10.11755/j.issn.1006-7639(2016)-01-0145 10.11755/j.issn.1006-7639(2016)-01-0145

仰美霖，刘黎平，苏德斌.新一代天气雷达径向速度质量分析[J].干旱气象，2016，34(1)：145-153, [YANG Meilin, LIU Liping, SU Debin. Analysis of Radial Velocity Quality of CINRAD[J]. Journal of Arid Meteorology, 2016, 34(1):145-153],