C波段雷达资料在强降水过程中的应用

韩文宇,杨丽丽，2,杨　毅

(1. 兰州大学大气科学学院，甘肃　兰州　730000；2. 甘肃省环境监测中心站，甘肃　兰州　730000)



C波段雷达资料在强降水过程中的应用

韩文宇1,杨丽丽1，2,杨毅1

(1. 兰州大学大气科学学院，甘肃兰州730000；2. 甘肃省环境监测中心站，甘肃兰州730000)

摘要：利用甘肃省天水市C波段多普勒雷达资料，选取2013年7月8日和8月1日2次强降水过程，在考虑雷达系统标定偏差的基础上用雷达定量估计降水，对比2次降水过程的雷达反演风场、回波与降水之间的关系，并利用雨水含量守恒方程对回波进行外推，利用反演结果检验发生冰雹和大风等强对流天气过程的预警条件。结果表明：不同降水类型采用不同Z-I关系估计的降水效果明显优于雷达默认的Z-I关系，并且由于C波段雷达回波信号的衰减，在使用前需对观测回波进行衰减订正；2013年7月8日的降水过程为低质心回波降水过程，2013年8月1日的降水过程为高质心回波降水过程，2次降水过程的回波强度与降水范围有很好的对应；对于低质心回波降水过程，外推回波与观测回波位置较为吻合，但强度偏强。对于高质心回波降水过程，外推回波较观测回波位置偏后，且强度偏强；考虑雷达系统标定偏差后，冰雹和短时强降水对应的一些特征量关系符合相关预警条件。

关键词：强降水；雷达；反演；定量降水估计；预报预警

引言

小时雨量≥20 mm或3 h雨量≥50 mm的降水过程被定义为短时强降水，其通常具有局地性、突发性、强危害性等特点。短时强降水可造成暴洪、城市内涝、泥石流、山洪等地质灾害，从而导致重大经济损失和人员伤亡，是影响我国的主要灾害性天气之一。因此加强其机理研究以及临近预报预警具有非常重要的意义。多普勒天气雷达以其高时空分辨率的特点不仅广泛应用于中小尺度天气系统发生发展和演变机制的研究，而且应用于暴雨、冰雹、大风、龙卷等灾害性天气的临近预报、短时预报和预警等工作[1-10]。

降水率(雨情)估计在气象、水文及防御山洪灾害、城市内涝等方面都有非常重要的作用；另外，在数值天气预报中同化降水率资料能够很大程度上改进数值天气预报的准确率。目前，地面降水量主要由地面自动雨量站观测得到，但在强降水容易导致地质灾害的山区，雨量站往往分布过稀，无法满足地面降水测量，缺少空间代表性，所以很难准确地提供降水强度的空间分布信息。因此如何获取高时空分辨率的定量降水估计分析产品，是亟需解决的问题之一。而雷达在时间和空间上均具有较高的分辨率，且雷达回波反射率因子(Z)和降水率(I)之间存在幂指数正相关经验关系(Z-I关系)，这样通过雷达就可以及时(每5～6 min观测1次)定量估计扫描区域内的雨量分布和降雨量，且可以取得大面积定量的降水资料。标准的多普勒天气雷达目前估计降水默认的Z-I关系为Z=300I1.4，但利用该关系计算得到的雨量与实际地面雨量有较大差异，主要是因为不同降水类型对应不同的Z-I关系。目前，降水类型一般分为层状云降水和对流云降水2类[11-13]，Yang等[14]将Steiner等[12]识别的结果作为参考值，统计4个特征参量(2 km高度处的回波、其标准差、回波顶高与2 km高度处回波的乘积、垂直累积液态水含量)和其对应的参考限值的关系，基于模糊逻辑算法得到对流云的可能性。Yang等[15]将此分类结果用于雷达定量降水估计，通过降水类型个例检验，识别效果较好。

很多研究表明[16-17]，雷达反射率因子(即回波强度)在识别天气、判断降水类型及估测降水强度上都有重要的应用，回波强度不仅与观测距离、降水类型和降水强度等有关，还容易受到复杂地形引起的波束阻挡、电磁波信号衰减等因素影响。特别是采用波长较短的天气雷达(如C波段雷达)探测强降水时，衰减可能会导致雷达回波的数据失去意义，所以必须进行合理的订正才能供业务使用[18-19]。刘雨佳等[17]通过分析山东省S波段与C波段天气雷达的回波强度，发现C波段雷达平均回波强度都较S波段雷达小，尤其当回波强度>30 dBZ时，C波段雷达与S波段雷达的观测值差异非常明显。葛润生等[20]通过比较北京地区波长3 cm和5 cm雷达的测雨能力试验，发现波长较短的雷达可以较好地探测到近处的弱降水或中等强度降水，而对于大面积的降水或强的降水带，往往探测能力减弱甚至探测不到远处的降水。虽然多普勒雷达广泛应用于中小尺度天气系统的发生发展和演变机制研究中，但大多数研究基本上采用S波段雷达，其资料质量较高。我国已投入业务应用的150多部新一代天气雷达中，S波段(波长10 cm)雷达主要分布于东南沿海一带，C波段(波长5 cm)雷达主要分布在中西部地区。对于我国西北部这样复杂地形、易发生山洪泥石流等地质灾害的区域，C波段雷达在短时强降水的机理研究以及预报预警作用的效果值得研究。

基于以上分析，利用甘肃省天水市C波段多普勒雷达资料，通过高、低质心回波特点，选取2013年7月8日低质心降水过程和8月1日高质心降水过程分析C波段雷达在短时强降水过程中的应用。首先，根据Yang等[14]提出的模糊逻辑算法将降水分为对流云降水与层状云降水，然后根据降水类型采用不同的Z-I关系(对流云降水采用Z=82I1.47，层状云降水采用Z=143I1.5)及雷达默认的Z-I关系(Z=300I1.4)估计降水，且分别与加密雨量站观测的降水作对比；另外，根据肖艳姣等[18]改进的C波段雷达定量估计降水算法，将考虑雷达系统标定偏差后的雷达定量估计降水分别与加密雨量站观测的降水作对比。其次，利用Qiu等[21]提出的两步变分法反演多普勒雷达风场资料，分析2次强降水的发生发展过程。最后，对回波进行外推并利用反演结果检验发生冰雹和大风等强对流天气过程的预警条件。

1雷达和方法

1.1雷达介绍

天水雷达(34.6°N、105.36°E，海拔1 672.9 m，雷达型号：CINRAD/CD)，采用360°全方位扫描，间距为1°，5～6 min完成体扫描一次，扫描仰角为0. 5°～19. 5°之间的9个仰角，体扫数据排列自低仰角开始至高仰角结束，距离库长为0.25 km，最大距离库数为1 024。反演区域为103.86°E～106.86°E、33.1°N～36.1°N，水平方向151×151个格点，格距为2 km，垂直方向取21层，格距为0.5 km，反演区域中心为天水雷达所在位置。

1.2方法介绍

1.2.1云分类降水估计算法

Yang等[14]提出的模糊逻辑算法考虑了反射率因子分布的三维形态特征，能合理地识别大部分对流云和层状云，算法具体见文献[14-15]。需要强调的是，由于天水雷达天线海拔高度为1 672.9 m，所以本文采用3 km高度的回波进行云分类。根据此算法可以将一次降水过程分为对流云降水与层状云降水，然后不同降水类型采用不同的Z-I关系。由于缺少天水雷达回波衰减订正参数，参考肖艳姣等[18]根据遵义C波段雷达资料得到的雷达系统标定误差(8 dBZ)对回波进行偏差订正。为了说明C波段雷达探测的回波反射率具有衰减性，以及估计降水时不同降水类型采用不同Z-I关系优于雷达默认Z-I关系，设置了如下4组试验：

实验1：未考虑雷达系统标定偏差，完全采用雷达默认降水算法，即Z=300I1.4定量估计降水；

实验2：考虑雷达系统标定偏差，完全采用雷达默认降水算法，即Z=300I1.4定量估计降水；

实验3：未考虑雷达系统标定偏差，对流云降水Z=82I1.47，层状云降水Z=143I1.5；

实验4：考虑雷达系统标定偏差，对流云降水Z=82I1.47，层状云降水Z=143I1.5。

然后将4组试验估计的降水结果分别与雨量站观测的降水进行对比。

1.2.2反演方法

采用Qiu等[21]提出的基于背景风场的两步变分法反演三维风场。反演之前首先对雷达径向速度作退模糊处理去掉部分观测噪声，然后考虑地球曲率订正后采用三维Barnes方案[22]，将雷达观测资料插值到直角坐标网格点上。该算法具体介绍见文献[21,23]。

1.2.3回波外推算法

2结果分析

2.1实况

受北方下滑冷空气和副热带高压外围暖湿气流的共同影响，2013年7月8日01～20时(北京时，下同)，天水市出现大范围强降雨天气。8日04时开始，天水市部分区域突降大雨，其中秦州区娘娘坝

乡、大门乡等乡镇降水量超过110 mm。持续降雨导致秦州区发生滑坡及泥石流等地质灾害，多个乡镇受灾。截止8日20时，除武山、甘谷外，其余县区均出现暴雨，最大降水量出现在秦安县的湾儿村，达132.3 mm。

2013年8月1日18时开始，甘肃省天水市西北方向的通渭和陇西突现短时强降水，小时降水量超过20 mm。此次降水过程降水强度强，但是持续时间短，至23时降水逐渐减小。

2.2基于云分类的雷达定量估计降水

用雷达默认的Z-I关系定量估计降水时，通常存在低估现象，为了改善此问题，首先将雷达体扫观测资料从雷达坐标系中插值到直角坐标网格点上，然后基于雷达资料进行云类型识别，不同的云类型降水选用各自对应的Z-I关系来估计降水。根据Yang等[14]提出的模糊逻辑算法得到对流云概率分布如图1所示，图中不同颜色代表对流云可能性大小，>0.5时是对流云降水，否则为层状云降水。图1a为2013年7月8日12:30的对流云可能性概率分布，未考虑雷达系统标定偏差，对流云可能性很小，整个降水过程都是层状云降水；考虑雷达系统标定偏差后(图1b)， 对流云可能性有所增加，但整个降水过程仍然是层状云降水。图1c是2013年8月1日18:30的对流云可能性概率分布，未考虑雷达系统标定偏差时，此时只有雷达西北部一小部分区域识别为对流云降水；考虑雷达系统标定偏差后(图1d)，整体的对流云可能性有所增加，部分区域被重新识别为对流云降水。

图1　2013年7月8日12:30(a,b)及8月1日18:30(c,d)未考虑(a,c)

考虑到雷达天线的海拔高度以及为了减少雷达观测资料与地面实况降水之间的空间不一致性，采用3 km高度处的回波强度估计降水。为了更清楚地看出基于云分类的雷达定量估计降水算法优于雷达默认算法，给出分析时刻1 h雷达估计降水与加密观测站观测降水的散点对比图(图2)。图2中对角线代表最佳拟合直线，即落在直线上的点代表雷达估计降水与加密雨量站观测降水完全相等，位于直线上方的点代表雷达估计降水大于加密观测站观测降水，位于直线下方的点代表雷达估计降水小于加密观测站观测降水。可以看出，将降水分为层状云降水与对流云降水，然后按各自对应的Z-I关系估计降水，要比直接按雷达默认的Z-I关系估计降水效果好。在2次降水过程中，由于C波段雷达探测回波的信号衰减严重，导致雷达定量估计降水存在严重的低估问题，且降水强度越强低估越严重。考虑雷达系统标定偏差后，明显改善了降水的低估问题。因此，C波段雷达定量估计降水时不仅需要针对不同降水类型采用不同Z-I关系，同时还要考虑雷达的系统标定偏差。

回波质心高低的不同导致降水类型不同，俞小鼎[26]提出回波高、低质心结构的判断条件：如果40 dBZ反射率因子垂直扩展到-20 ℃等温线以上高度，则判定为高质心结构；否则，属于低质心结构。图3a是2013年7月8日12:30沿105.66°E的回波反射率垂直剖面，可以看出，考虑雷达系统标定偏差时(在原来的回波值上加8dBZ)，雷达回波中心强度基本都<40 dBZ，且40 dBZ回波只扩展到5 km 高度，而根据WRF(Weather Research and Forecasting Model)模式模拟得到的当时-20 ℃等温线高达7.5 km，属于低质心结构的降水过程；图3b是2013年8月1日18:30沿105.06°E的回波反射率垂直剖面，考虑雷达系统标定偏差时，40 dBZ回波可以扩展到10 km高度处，而当时-20 ℃等温线高度只有6.1 km，是典型的高质心降水过程。

图2　2013年7月8日13:00(a,b)及8月1日19:00(c,d)未考虑(a,c)与考虑(b,d)

图3　2013年7月8日12:30沿105.66°E(a)及8月1日18:30

2.3反演结果

为了进一步了解2次降水过程的风场、回波与降水之间的关系，图4给出最强降水时刻的1 h累计降水分布以及3 km高度雷达反演风场和回波强度。

图4　2013年7月8日13时(a)及8月1日19时(b)降水强度(单位：mm/h)，7月8日12:30(c)及

2013年7月8日01时天水市出现降水天气，04时部分区域出现强降水，降水强度达到10 mm/h(图略)，至10时降水范围不断扩大，降水强度不断增强，11～14时降水范围较之前有所减小，但降水强度仍持续增强，最强降水出现在12时和13时。图4a是8日13时的1 h降水分布，可以看出，此时天水市以南部分区域降水强度超过30 mm/h。此后随时间推移，降水范围和强度逐渐减小，至9日11时降水停止。

对于具有高质心结构特点的2013年8月1日强降水过程，其特点是降水强度较强，但降水范围不大，持续时间较短。1日18时开始天水市以北区域突降强降水，降水强度接近20 mm/h，随后，降水回波逐渐向东南方向移动，降水范围变化不大，强度逐渐增强，最强降水出现在19时和20时，图4b是19时的1 h降水分布，此时最强降水位于天水市以北区域，降水强度接近30 mm/h，21时后降水逐渐东退减小，至2日01时降水停止。

图4c是2013年7月8日12:30 3 km高度的水平反演风场和回波。此次降水过程主要以南风和西南风为主，在该风场的主导下南边的暖湿气流源源不断地向内陆输送，对降水维持非常有利。对比图4a，降水区域与回波强度有较好的对应，降水回波强度基本>10 dBZ，但最强回波中心<30 dBZ。图4d是2013年8月1日18:30的3 km高度水平反演风场和回波。此次短时强降水过程，在西北风的主导作用下降水回波逐渐向东南移动，外来回波造成本地强降水，但由于缺少水汽来源，降水维持时间较短，此次降水过程雷达回波覆盖面积较小，强回波区对应强降水区，最大回波中心达40 dBZ。

2.4回波外推

雷达以其高时空分辨率在短临预报中起着至关重要的作用，对其回波外推可以更好地预报短时强降水。7月8日低质心结构的强降水过程，南风和西南风为降水源源不断地提供暖湿气流，雷达所观测到的降水回波在局地产生，而外推回波的位置随时间变化比较稳定，因此外推回波与雷达观测回波位置基本吻合。图5a是7月8日12:00的回波外推10 min的结果，可以看到，不仅外推回波与观测回波的大致位置比较吻合，同时>20 dBZ的强回波中心位置也很吻合；当外推30 min时(图5c)，虽然回波的大致位置仍较为吻合，但强回波中心的位置出现偏差，且相对于观测回波，外推回波强度整体偏强；外推1 h时(图5e)情况更甚。

图5b是8月1日18:00的回波外推10 min的结果，可以看到，除了西南角的外推回波形状与观测回波略有偏差以外，西北角外推回波的位置和强度与观测回波十分吻合；当外推30 min时(图5d)，外推回波较观测回波位置略微偏后，且强度偏强；外推1 h时(图5f)，位置与强度偏差都加大。可见此次降水过程中，由雨水含量守恒方程所得的10 min、30 min、1 h的外推回波位置变化很小，只是回波强度局地增强，而观测回波则是向东南方向移动。大概因为在回波外推算法中，只考虑了系统的平流速度，而未考虑其传播速度，即在平流风速的影响下，新的回波在原有回波的东南方向生成，因此造成了随外推时间的延长，外推回波较观测回波位置滞后，且外推回波较观测回波的强度偏强。

2.5预警预报

2.5.1冰雹预警

Waldvogel等[27]提出如果强度>50 dBZ的回波向上延伸到-20 ℃等温线所对应的高度之上，且0 ℃等温线距离地面的高度不超过5 km时，可以考虑针对该区域发布强冰雹预警。参考WRF模式模拟结果，2013年8月1日18时-20 ℃等温线高度只有6.1 km，而0 ℃等温线高度为3.7 km。考虑雷达系统标定偏差时，从图6可见，该日17:40在6 km的高度有>50 dBZ的回波出现，即满足上述冰雹发生的条件，所以可以考虑对该区域发布冰雹预警。强回波中心出现在定西市内，根据该天天气实况，8月1日定西安定区、通渭县、陇西县、临洮县、渭源县部分乡镇遭受冰雹和暴洪，其中18～22时，陇西县遭强冰雹灾害袭击。

除了雷达回波可以作为冰雹预警条件外，K指数和沙氏指数(SI)作为大气稳定度分析中的常用参数，也可以用来提供预警指示条件。张晰莹等[28]通过对黑龙江省冰雹天气发生时的K指数和SI指数进行统计、验证和修订，总结出K指数和SI指数与冰雹天气有下列对应关系：

(1)当28 ℃

(2)当31 ℃≤K<35 ℃,-6 ℃

(3)当K≥35 ℃,SI≤-6 ℃时,有发生强冰雹的可能性。

表1是2013年7月8日及8月1日08时和20时邻近站点武都站、平凉站的K指数与SI指数值。可看出8月1日20时武都站的K指数和SI指数均满足上述第3个条件，因此可预测当天20时左右在武都站附近有可能发生强冰雹天气。

图5　2013年7月8日12:00(a,c,e)及8月1日18:00(b,d,f)回波分别外推

2.5.2强降水预警

短时间内累积形成的较大降水可以造成地质灾害，而判断是否会出现短时强降水的条件有2个[26]：雨强及降水持续时间。沿着回波移动方向，高降水率区域的尺度越大，降水系统移动越慢，降水持续时间越长。

2013年7月8日04时天水部分区域出现强降水，强度达到10 mm/h，随后降水强度不断增强，直到12时和13时出现当天最强降水，天水以南部分区域的降水强度超过30 mm/h。图7是7月8日11:05的反演风场和回波图，可以看出3 km高度上的整层平均风是风速较小的西南偏南风，由外推回波结果可以发现降水回波的移动速度较慢，因此较大的降水量加上较长的降水时间，天水境内出现了短时强降水。而根据天气实况，7月8日11～15 时天水附近确实出现了短时强降水。

图6　2013年8月1日17:40天水多普勒

日期K/℃08时20时修正的K/℃08时20时SI/℃08时20时7月8日40.9035.0042.5037.40-1.122.5230.3931.0031.0032.005.295.078月1日27.7049.3029.5050.101.54-6.1212.2912.9012.3013.104.11-1.13

图7　2013年7月8日11:05天水多普勒天气

相比于7月8日的大范围降水，8月1日的降水范围并不大，但其降水强度较大。8月1日18时天水以北部分区域降水强度接近20 mm/h。随后回波逐渐增强并向东南方向移动，最大降水强度接近30 mm/h。从图5中针对此过程的回波外推结果可以看出，雷达观测回波的传播速度大于外推回波的速度，说明这是一个典型的向前传播系统。虽然8月1日的降水系统移动速度较快，但受强回波影响，仍然在天水以北形成了小区域范围的短时强降水。但由于该系统影响范围小，加之没有充足的水汽供应，这次短时强降水维持时间较短，并未引发过于严重的洪涝灾害。

3结论

(1)对于C波段雷达，仅用默认的Z-I关系估计降水时会出现非常严重的低估现象，而将降水类型分为对流云与层状云降水时，雷达定量估计降水的效果明显优于雷达默认Z-I关系估计的降水；另外，如果考虑雷达系统标定偏差，雷达定量估计降水会得到显著的改善。

(2)利用两步变分法反演多普勒雷达风场资料，通过对比雷达回波、反演风场与降水之间的关系，发现回波强度与降水范围有较好的对应：2013年7月8日低质心结构的强降水过程中，虽然其最大回波要比8月1日的高质心降水过程最大回波小10 dBZ左右，但其主导的西南、偏南风为降水区域源源不断地提供暖湿气流，因此该区域降水持续时间长，而8月1日的降水过程虽然雷达回波较强，但在西北风的作用下回波逐渐向东南移动，缺少水汽来源，降水持续时间较短。2次降水过程都在强回波区域形成了短时强降水，强回波区与强降水区域的对应关系较好。

(3)在2013年7月8日的低质心降水过程中，外推回波与观测回波虽然强度有所偏差，但其位置基本对应；而8月1日的高质心降水过程中，外推回波较观测回波位置偏后，强度偏强。考虑雷达系统标定偏差后，冰雹天气对应的一些特征量关系符合相关预警条件，即50 dBZ回波在上升气流的带动下，向上延伸到-20 ℃层高度之上，而0 ℃层高度低于5 km；7月8日的降水过程虽然最大回波强度没有达到40 dBZ以上，但该回波区域的尺度较大，且移动较慢，在降水区域维持了较长时间，因此天水以南部分区域出现了短时强降水，并造成了较大的地质灾害；而8月1日的降水过程，向前传播的强回波系统也使天水以北的局部地区出现了短时强降水。

致谢：感谢兰州中心气象台为本文提供雷达和降水资料

参考文献：

[1] 韩文宇,杨丽丽,杨 毅. 一次强对流过程的多普勒雷达反演及预警分析[J]. 干旱气象,2014,32(5):810-818.

[2] 姚叶青,俞小鼎,张义军,等. 一次典型飑线过程多普勒天气雷达资料分析[J]. 高原气象,2008,27(2):373-381.

[3] Yang Y, Qiu C J,Gong J D,et al. The WRF 3DVar system combined with physical initialization for assimilation of Doppler radar data[J]. Acta Meteorologica Sinica,2009,23(2):129-139.

[4] 张一平,孙景兰,牛淑贞,等. 河南区域暴雨的若干雷达回波特征[J]. 气象与环境科学,2015,38(3):25-36.

[5] 魏雪,黄兴友,孙伟,等. 基于雷达资料的雷电特征分析及预警[J]. 气象与环境科学,2011,34(3):31-36.

[6] 曹楚,王忠东. 2010年浙南地区一次暴雨过程诊断分析[J]. 气象与环境科学,2011,34(4):46-51.

[7] 魏勇,雷微，王存亮，等. 石河子地区三次冰雹天气过程的综合分析[J]. 沙漠与绿洲气象,2013,7(1):21-27.

[8] 张磊，张继韫. 一次局地强冰雹的多普勒雷达回波特征分析[J]. 沙漠与绿洲气象,2013,7(4):26-30.

[9] 唐秀，支俊，李广军. 塔里木盆地西北部一次飑线过程的多普勒雷达回波分析[J]. 沙漠与绿洲气象,2012,6(3):21-26.

[10] 王荣梅，支峻，阿吉买买提. 喀什地区“8·11”冰雹过程的雷达探测分析[J]. 沙漠与绿洲气象,2012,6(5):20-24.

[11] Churchill D D, Houze Jr R A. Development and structure of winter monsoon cloud clusters on 10 December 1978[J]. Journal of the atmospheric sciences,1984,41(6):933-960.

[12] Steiner M, Houze Jr R A, Yuter S E. Climatological characterization of three-dimensional storm structure from operational radar and rain gauge data[J]. Journal of Applied Meteorology,1995,34(9):1978-2007.

[13] Biggerstaff M I, Listemaa S A. An improved scheme for convective/stratiform echo classification using radar reflectivity[J]. Journal of Applied Meteorology,2000,39(12):2129-2150.

[14] Yang Y, Chen X, Qi Y C. Classification of convective/stratiform echoes in radar reflectivity observations using a fuzzy logic algorithm[J]. Journal of Geophysical Research-Atmospheres,2013,118(4):1896-1905.

[15] Yang L L, Yang Y, Qi Y C, et al. A Case Study of Radar-derived Quantitative precipitation Estimation[J]. Advanced Materials Research,2013,726:4541-4546.

[16] 傅德胜, 戴铁丕. 雨滴谱变化对雷达定量测量单点降水精度的影响[J]. 南京气象学院学报,1985,1:85-91.

[17] 刘雨佳,陈洪滨,朱君鉴. 山东省S波段与C波段天气雷达回波强度的对比分析[J]. 气象科学,2014,34(1):87-95.

[18] 肖艳姣,万玉发,王珏,等. 改进的C波段天气雷达定量降水估计算法研究[J]. 暴雨灾害,2011,30(4):321-327.

[19] 张培昌,杜秉玉,戴铁丕. 雷达气象学[M]. 北京:气象出版社，2001.37-40.

[20] 葛润生,秦宏德,蔡作金,等. 三、五公分雷达测雨能力的比较试验[A]. 中央气象局研究所.雷达气象文集[C]. 北京：1977.111-125.

[21] Qiu C J, Shao A M, Liu S, et al. A Two-step Variational Method for Three-Dimensional Wind Retrieval from Single Doppler Radar[J]. Meteorology and Atmospheric Physics,2006,91:1-8.

[22] Barnes S L. A technique for maximizing details in numerical weather map analysis[J]. Journal of Applied Meteorology,1964,3(4):396-409.

[23] 杨毅,邱崇践. 利用多普勒雷达资料分析一次强降水过程的中尺度流场[J]. 高原气象,2006,25(5):925-931.

[24] Zawadzki I, Ostiguy L, Laprise J P R. Retrieval of the microphysical properties in a CASP storm by integration of a numerical kinematic model[J]. Atmosphere-Ocean,1993,31(2):201-233.

[25] Sun J, Crook N A. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint. Part I: Model development and simulated data experiments[J]. Journal of the Atmospheric Sciences,1997,54(12):1642-1661.

[26] 俞小鼎. 短时强降水临近预报的思路与方法[J]. 暴雨灾害,2013,32(3):202-209.

[27] Waldvogel A, Federer B, Grimm P. Criteria for the detection of hail cells[J]. Journal of Applied Meteorology,1979,18(12):1521-1525.

[28] 张晰莹,那济海,张礼宝. 新一代天气雷达在临近预报中的分析与应用[M]. 北京:气象出版社,2008.140-141.

Application of C-band Weather Radar Data in Heavy Precipitation Process

HAN Wenyu1, YANG Lili1，2, YANG Yi1

(1.KeyLaboratoryforSemi-AridClimateChangeoftheMinistryofEducation,CollegeofAtmosphericSciences，LanzhouUniversity，Lanzhou730000，China；2.GansuProvincialEnvironmentalMonitoringCenter,Lanzhou730000,China)

Abstract:In order to make an acquaintance about application of the C-band weather radar data in heavy rainfall processes, Tianshui Doppler radar data was used to research different radar echoes characteristics. A low-quality heart echo precipitation process occurring on July 8, 2013 and a high-quality heart echo precipitation process on August 1, 2013 in Tianshui of Gansu were selected as rainfall processes example. Firstly, based on the consideration of radar system bias, the precipitation was estimated quantificationally by the weather radar. Secondly, the relationship of derived winds, echoes and precipitation during the two rainfall processes were compared, and the echoes were extrapolated according to the water content conservation equation, the derived winds and reflectivity were used to examine the early warning condition for hail and short time heavy rain occurrence. The result of radar quantitative precipitation estimation showed that the different Z-I relationship for different type precipitation was obviously superior to the default Z-I relationship, and due to signal attenuation of radar echoes, it was needed to revise observed echo before using it. A comparison between the derived winds, echoes and the precipitation of these two processes showed that there was a good agreement between the echo intensity and the precipitation area.For the low-quality heart echo precipitation, the position of the observed and extrapolated echoes was coincident, but the intensity of the extrapolated echo was stronger. For the high-quality heart echo precipitation process, the extrapolated echo was slower than the observed echo. After considering radar system calibration, some characteristic relations of hail and flash heavy rain conformed to the warning conditions.

Key words:heavy precipitation；radar；retrieval；quantitative precipitation estimation；forecasting and warning

中图分类号：P458.1+21

文献标识码：A

文章编号：1006-7639(2016)-01-0154-09

doi:10.11755/j.issn.1006-7639(2016)-01-0154

通讯作者：杨毅，yangyi@lzu.edu.cn

作者简介：韩文宇(1990-)，女，甘肃会宁县人，在读硕士研究生，主要研究方向为多普勒雷达资料反演及同化.E-mail：hld0122@sina.com

基金项目：公益性行业(气象)科研专项“西北地区复杂地形下雷暴及短时强降水预报预警关键技术研究(GYHY201306006)”和国家自然科学基金“闪电定位网资料同化技术研究(41175092)”共同资助

收稿日期：2015-03-23；改回日期：2015-07-03

韩文宇，杨丽丽，杨毅.C波段雷达资料在强降水过程中的应用[J].干旱气象，2016，34(1)：154-162, [HAN Wenyu, YANG Lili, YANG Yi. Application of C-band Weather Radar Data in Heavy Precipitation Process[J]. Journal of Arid Meteorology, 2016, 34(1):154-162], doi:10.11755/j.issn.1006-7639(2016)-01-0154