伊犁河谷初冬降水条件下风廓线雷达评估分析

刘 凡，杨莲梅*

（1.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐830002；2.中亚大气科学研究中心，新疆 乌鲁木齐830002）

伊犁河谷地区位于欧亚大陆腹地， 地处天山山脉西部。整个伊犁河谷东、南、北三面环山，西部为南高北低“簸箕形”的伊犁盆地，河谷地势东高西低，形成西宽东窄的喇叭口结构。 复杂的地形造成了该地区受到热力与动力驱动的谷风、 坡风以及地形汇聚作用等[1]的影响。 伊犁河谷地势起伏悬殊，山地面积广大， 随海拔和地形差异其年降水量为300~1000 mm，降水量东部多西部少，南坡多北坡少，且远大于周边区域，被称为干旱区的“湿岛”[2]。 此外，地形尤其是迎风坡对气流的强迫抬升引起山脉波动和屏障作用而形成的背风涡旋对强对流天气的发生、 发展以及强降水事件的降雨量、落区都有很大影响，导致极端降水频发（暴雪、暴雨），破坏性大，局地性强，发展速度快，发生频繁又难以预报[3]。

伊犁河谷地区对于大气运动的监测能力非常有限。55 600 km2土地上只有一个探空站，且一日只进行2 次探空， 这种时空分辨率的探空数据很难捕获到中小尺度天气系统。 风廓线雷达作为一种新型无球高空气象遥感探测设备， 可以提供高时空分辨率和垂直空间分辨率的大气水平风场、垂直气流、大气折射率结构常数等气象要素[4]。 作为常规探空观测的重要补充，风廓线雷达具有探测资料连续、探测频次密集、 自动化程度高等优点并在灾害性天气监测[5]、数值天气预报[6]、大气污染监测[7]、航空气象中得到广泛应用。 通过风廓线雷达对暴雨、暴雪[8]、大气污染[9]、沙尘暴[10]等天气过程的监测分析，证实风廓线雷达能够很好地反映大气层结结构、 高低层冷暖平流分布变化情况、 边界层层顶演变以及沙尘强度等[11]。

数据获取率是反映风廓线雷达探测性能的一个重要指标[12]。 刘晨等[13]评估淮南ST 风廓线雷达性能得出，综合探测能力表现为夏季较高，春季次之，秋、冬季依次降低的季节差异。史珺等[14]发现，在降水最强阶段，风廓线雷达数据获取率明显下降。李霞等[11]发现风廓线雷达能较为准确地反映冬季天气过程的演变， 且能够较为精细地刻画夏季短时强降水天气过程中高低空气流的变化特点。目前，风廓线雷达数据可靠性的验证主要以探空为主。 何婧等[15]通过对比每日两次的探空资料发现， 南京边界层风廓线雷达探测得到的水平风速与常规探空资料基本一致，两者偏差的标准差基本在2.5 m/s 附近。贺文煌等[16]进行对流层风廓线雷达资料的对比分析发现， 风速值越大，风向数据的质量越好，降水对高层风向数据质量有正贡献。

本文基于2018 年10 月—12 月伊犁河谷地区伊宁市运行的CFL-03 型车载式边界层风廓线雷达观测数据，结合探空数据，主要对风廓线雷达在降雪过程中的探测精度进行评估。

1 资料及处理方法

1.1 资料说明

本次试验在新疆伊犁河谷地区进行， 试验场位于伊宁市气象局（43° 57′ N，81° 20′ E， 海拔高度663 m）。 本文所使用的风廓线雷达资料是通过中国航天二院第二十三研究所生产的CFL-03 型车载式边界层风廓线雷达探测获得，具体性能见表1。观测时间为2018 年10 月1 日—12 月31 日，风廓线雷达数据时间间隔为6 min，最低探测高度60 m，最高探测高度是5000 m，低模式分辨率60 m，高模式分辨率120 m。 本次试验采用了GFE（L）1 型L 波段雷达和GTS1-1 数字探空仪数据进行对比，位于伊宁市气象局，由于属于业务探空故探空资料每天只有2 时次。

表1 风廓线雷达主要技术参数

CFL-03 型边界层风廓线雷达极限探测高度是5 km， 故本次试验主要针对5 km 以下的风廓线雷达数据与探空数据的对比分析。 伊宁站每日2 次的常规探空时间为7:15—8:15 和19:15—20:15。 由于探空气球上升速度很快，到达5 km 高度需15 min。 因此本次试验针对7:15—8:15 和19:15—20:15 时段及5 km 以下的探空数据， 只使用7:12—7:36、19:12—19:36 各5 组风廓线数据。受对比时间段的限制及风廓线雷达故障的因素， 本次试验共探测到2 次降雨过程及9 次降雪过程

1.2 资料处理方法

风廓线雷达数据和探空数据的对比分析主要存在两个问题：一是探测的高度并不能严格对应；二是探测的时间并不完全一致。比如，探空数据的开始时间是7:15，风廓线雷达数据最近的时次是7:12，并不是一致的；对于探测高度的对应问题，本文利用业务探空配套的探空软件， 处理成垂直分辨率为50 m的探空数据来解决探测高度并不能严格对应的问题。此外，利用万蓉等[17]提出的时间平均方法来解决探测时间不完全一致的问题。

图1 为观测数据的时间平均示意图。 tA和tB是风廓线雷达的观测时刻，tC是探空气球的观测时刻。

图1 观测数据的时间平均示意图

假设DA和DB分别表示风廓线雷达资料在tA和tB时刻的值，DC为根据DA和DB所计算的tC时刻风廓线雷达资料的平均值。 DC的计算公式如下：

计算所得的DC值与tC时刻的探空资料进行对比分析。 存在少数的情况即风廓线雷达资料与探空资料的时间一致，此时就不用进行时间平均处理。

2 风廓线雷达数据获取率

CFL-03 型边界层风廓线雷达的探测原理与大气温、 湿度的湍流运动所引起的大气折射指数变化相关[10]。 风廓线雷达的数据获取率是反映其探测能力的重要指标，指在一段时间的探测中，探测数据通过质量控制的次数与总探测次数的百分比[11]。 伊犁河谷是西天山地区极端降水（暴雨、暴雪）高发的重点区域，夏季高温酷暑，冬季严寒冷酷，因此风廓线雷达的探测能力受不同天气条件下的影响极大。 在不同天气条件下回波信号的强弱也不同， 导致风廓线雷达探测高度及精度受限制。

图2 风廓线雷达获取率

本文对本次试验所抓取到的2018 年10 月20日和11 月8 日2 次降雨过程及9 次降雪过程，按降雨、降雪分别统计，以不同高度上观测到的有效数据次数与总观测次数之比代表对应高度上的数据获取率。图2a 显示了2 次降雨过程中不同高度上每小时的平均获取率（单位：%），图2c 显示了2 次降雨过程中每小时平均降水量和每小时平均获取率。 50~250 m 以下的近地层受地物杂波的影响风廓线雷达的获取率在50%左右；当降水量增加时，对应时次超80%的数据获取率的高度在不断增高，有良好的一致性，但与之对应的超过80%的数据获取率最高点的时次没有降水量，这与降雨前后，空气相对湿度大有关；降雨过程中，风廓线雷达总的数据获取率与地面降水量的相关系数是0.45。图2b 显示了9 次降雪过程中不同高度上每小时的平均获取率，图2d 显示了9 次降雪过程中每小时平均降水量和每小时平均获取率。 图2b、2d 可见： 在昼夜时风廓线雷达400~600 m 高度的获取率存在一个小值区（80%左右）， 是由于伊宁站位于伊犁河谷地区的峡谷口，受到低层干燥且相对湿度低的东南焚风影响[11]，影响了风廓线的探测能力；80%的数据获取率在2000 m左右，这是因为冬季大气相对稳定、干燥、湍流运动不强，风廓线雷达的回波信号弱[4]；50~250 m 区间受地物杂波的影响，风廓线数据获取率偏低；降雪过程中，降水量越大，超过80%的数据获取率的高度也随之升高，图2d 给出了降水量与获取率，相关性很好，相关系数达到0.81。 CFL-03 型边界层风廓线雷达在伊宁站的探测能力达到了预定的技术指标，特别是有天气过程时， 探测高度及数据获取率有显著的提升。

3 风廓线雷达数据和探空资料的对比分析

CFL-03 型边界层风廓线雷达是垂直指向的探测，其预设的风向探测精度是10°，风速探测精度是1 m/s，而探空数据受探空气球漂移的影响并不能完全代表探空站垂直向上的数据。 本次试验主要是进行冬季探测，因冬季相对干燥且稳定的环境，故在进行风廓线雷达数据和探空数据对比分析时， 将风向和风速的有效误差定义在10°和1 m/s 的范围内。

前文提到在降雪过程中降水量的大小对风廓线雷达的数据获取率有正贡献， 故本文在进行风廓线雷达数据与探空数据对比时， 按降雪量的大小分为小到中雪、大雪、暴雪3 种量级进行对比分析。

本文先进行风廓线雷达数据和探空数据的空间一致性处理后再进行时间一致性处理， 并以探空资料为基准与风廓线雷达资料进行比对。 风向有效样本的比率用Ed表示， 代表风向误差在10°范围的样本占总样本的比例； 风速有效样本的比率用Ev表示， 代表风速误差在1 m/s 范围的样本占总样本的比率。图3 给出了不同风向、不同风速有效样本比率的风廓线雷达资料和探空资料的廓线对比图。 图3a、3b 小到中雪量级， 探测高度为2000 m 左右，图3c、3d 大雪量级，探测高度为3800 m 左右，图3e、3f暴雪量级，探测的平均高度达到4500 m，随着降雪量级的增大其探测高度也随之增高。 图3 也反映出风廓线雷达数据与探空资料风向廓线， 在1000 m以下的区域并没有很好地重合， 但图3e、3f 暴雪量级的天气过程时， 风向的廓线几乎与探空的廓线一致，1000 m 以上的风向廓线具有很好的一致性；风向廓线的Ed值受降雪量级的影响大，降雪量级越大其Ed值越高；与探空风速廓线相比，风速廓线在不同降雪量级下并无明显变化，有较好的一致性，6 个降雪过程的Ev值维持在80 %左右，其高低不受降雪量级的影响。 风向、风速廓线的对比，反映出在降雪过程中风廓线雷达的探测数据可靠， 风廓线雷达风向、风速廓线与探空风向、风速廓线相似，Ed和Ev也较高。 对于降雪过程来说，用10°和1 m/s 的范围来描述风廓线雷达风向、风速的偏差，能更精确地说明降雪过程能够提升风廓线雷达的探测高度和精度。

图3 不同风向、不同风速有效样本比率的风廓线雷达资料（蓝色实线风向、红色实线风速）和探空资料（蓝色虚线风向、红色虚线风速）在不同高度上的风向、风速分布

CFL-03 型边界层风廓线雷达最大探测高度为5 km， 探空气球达到5 km 高度需15 min 左右的时间。如11 月12 日19:15 探空气球到达5 km 高度用时13.8 min，12 月2 日07:15 探空气球到达5 km 高度用时13.9 min，12 月20 日19:15 探空气球到达5 km 的高度用时14.8 min。 因此，探空气球到达5 km高度需要约15 min 称为样本比较时间段。为了对风廓线雷达在降雪天气条件下探测精度做更精细的评估，将样本分为两类进行比较：一类在降雪过程前期无降水量的比较时间段， 一类在有降水量的比较时间段。

3.1 降雪过程与无降水的对比

对比较时间段内， 无降水和有降水量在不同时刻的数据进行对比分析。 表1 给出了比较时间段内降雪过程前期无降水量不同时刻的样本数、 风向和风速的有效样本比率。

受CFL-03 型边界层风廓线雷达探测高度及本次试验时间的限制，表2 总的样本数为447，总的Ed为58.4%，Ev为44.1%。 11 月8 日07:15、11 月8 日19:15、12 月18 日07:15 这3 个时段的Ed值高，但Ev值相对来说并不是最高的，Ed与Ev值的大小并不对应。即使样本数的增多Ed、Ev值也并不一定增加。在比较时间段内降雪过程前期无降水量的时刻，Ed和Ev总的来说偏低， 主要是风廓线雷达受地面杂波及相对湿度低等环境的影响，探测高度及探测精度偏低。

表3 是比较时间段内有降雪过程时不同时刻的样本数、风向和风速的有效样本比率及降水量。该样本条件下总样本数为456， 总的Ed是82.5%，Ev是64.9%。 在降雪过程时，比较时间段内的风向有效样本比率全都超过60%，说明了降雪过程对风廓线雷达风向的探测精度有很大的提高。 比较时间段内风速有效样本比率也维持在高值， 其总的Ev值与表2相比提高了20%，代表着降雪过程对风廓线雷达风速的探测有较好的提升。 如表3 所示，Ed在11 月12日19:15 日达到了96.4%的最大值， 此时的15 min降水量为0.2 mm。 同样的15 min 降水量为0.2 mm的时刻，10 月17 日19:15、12 月2 日07:15 和12 月18 日19:15 其Ed值分别为75.0%、75.5%和92.9%。即15 min 的降水量并不是影响Ed的主要因素。 10月17 日07:15 日， 降水量为0.4 mm 其Ev值达到84.1%，为本文样本里最大值。 11 月12 日19:15 日，降水量为0.2 mm，Ev为82.1%；12 月20 日19:15 日降水量为0.08 mm，Ev值为80.8%。 这三个时段的Ev值都超过80%，但降水量最高相差0.32 mm，由此可见降水量的多少对Ev值的大小并无多大影响。

由表2 和表3 可见，有无降雪过程，Ed和Ev并不能同时达到最大值。 降雪过程时，风廓线雷达风向、风速探测精度较无降水时高， 降水量越多风向的探测精度越高，但风速的探测精度不受降水量的影响。

3.2 不同高度范围的对比

表2、3 只进行了无降水与降雪过程风速、 风向对比。 为了进一步对比，表4 是针对表2 中12 个时次数据、 表3 中11 个时次数据（每个时次56 个样本）在不同高度范围的样本数及Ed和Ev值的对比。

由表4 可知无论有无降雪过程， 样本数均随高度的增加而减小， 降雪过程有助于2 ~4 km 高度范围内的样本数的增加。对于4 ~5 km 的高度范围，受制于本次试验的时间，其探测到的降雪个例不多，表4 并没有反映出降雪过程对风廓线雷达的提高。

表4 为Ed和Ev值在不同高度上的对比。 从表可见，无降水时0~1 km 高度范围内Ed和Ev值很低，风廓线雷达探测效果很差，受地物杂波、湍流和近地面的局地环流的影响，从而影响探测精度；同样高度范围内， 有降雪时Ed和Ev的值是无降水时的2 倍，探测精度提升很大， 风廓线雷达探测到的功率谱密度分布中包含了大气返回信号和降雪质点返回信号，受降雪质点的影响及降雪质点返回的多普勒速度信息，使外界地物杂波、湍流和近地面局地环流对风廓线雷达影响较小。 在无降水条件下，1~3 km 高度范围内，风廓线Ed值均没超过80%，但在3~5 km 风廓线的Ed值很高接近100%；1~5 km 范围内的风廓线Ev精度都没超过60%，但随着高度的增加而增大。在降雪过程中，1~4 km 范围内风廓线雷达风向及风速的探测精度很高，但在4~5 km 的高度范围，Ed和Ev值均比无降水时低，导致这样的原因可能是，在降雪过程中高层为干冷空气。

表2 比较时间段内降雪过程前期无降水量不同时刻的样本数、风向和风速的有效样本比率

表3 比较时间段内降雪过程不同时刻的样本数、风向和风速的有效样本比率及15 min 降水量

表4 不同降水条件下，比较时间段内样本数、Ed 和Ev 在不同高度的变化

综上所述， 风廓线雷达的样本数随高度的增加而减小。 无降水时，低层范围受地物杂波、湍流和近地面环流的影响，探测精度较差，但高层气流平缓稳定，其探测精度很高。 有降雪过程时，低层范围受降雪质点返回信号的影响， 使低层环境对风廓线雷达的影响较小，故低层探测精度较好，高层受干冷空气的影响导致探测精度较差。

4 结论

（1）降雨过程时超过80%数据获取率的高度大幅超过其预设的3000 m 探测高度， 但降水量的大小与探测高度的相关性不明显； 降雪过程时超过80%数据获取率的高度跟其预设的探测高度相当，但降水量的大小与探测高度呈正相关， 相关系数为0.81。

（2）风廓线雷达资料与探空资料进行对比分析，反映出在降雪过程中风廓线风速、 风向的探测精度较无降水时提高20%，且降雪量级的大小影响风廓线的探测高度。

（3）有无降雪过程对风廓线雷达的探测精度有明显的影响， 降雪过程中降水量的大小对风向的探测精度影响明显但没有明显的正比关系， 而对风速的探测精度影响不明显。

（4）在0~1 km 高度范围内，无降水时Ed和Ev值很低，有降雪时Ed和Ev的值是无降水时的2 倍；在1 ~3 km 高度范围内， 有降雪时Ed值接近90%，Ev比无降水时高20%左右，即风廓线雷达在降雪过程中低空探测精度高；在4 ~5 km 的高度范围，有降雪时Ed和Ev值均比无降水时低， 故在降雪过程中风廓线雷达高层探测精度低。