L波段探空雷达测风质量控制方法研究

郭启云 钱媛 杨荣康 曹晓钟

摘要 以美国NCEP的FNL再分析场和我国GRAPES初估场为参考对北京探空雷达测风从平均偏差、标准偏差、概率密度分布、峰度系数、偏度系数、相关系数和均方根差等多参数进行评估。基于评估结果对雷达测风资料进行质量控制，并再次求解参数进一步评估质量控制效果。结果表明：L波段探空雷达测风质量较高，平均偏差基本在±1 m/s内，其与参考标准一致性随气压减小而减小;风的东西分量和南北分量的一致性基本保持一致;四个季节中夏季数据一致性最高;基于FNL的评估结果优于GRAPES，即基于FNL的所有参数相对于GRAPES的参数更接近最优值。基于评估结果质控后的测风一致性得到提升，保留了原有特征。该质量控制方法能够有效地消除季节性差异，且质控后两个背景场的评估结果差距缩小。

关键词 背景场;雷达测风;一致性分析;质量控制

在众多大气因子中，风场资料是分析天气演变最直观和最有价值的资料之一（王改利和刘黎平，2005;杨雪艳等，2018），也是研究气候变化的重要资料（丁一汇等，2020）。地球大气对流层三维风场高时空分辨率和高精度的观测数据对提高数值天气预报准确性（刘晓莉和胡沁，2019），提高暴雨强对流生成发展趋势预报能力有重要意义（陈玉宝等，2014;李娟等，2016;苗春生等，2018;周元等，2019）。无线电探空系统是现今应用最广泛，提供风场垂直剖面的常规高空探测业务系统（WMO，2006）。也是高空气象探测中最基本、最重要、最普遍、最可信赖的手段（张恩红等，2013）。随着遥感技术发展，地基探测主要有微波多普勒雷达测风（何平，2006;俞小鼎等，2006;刘吉等，2007），天基探测主要有气象卫星云导风观测（薛谌彬等，2011）;这些新型观测方法很好地补充了常规风场的观测。除对气象气候研究的贡献外，雷达测风资料常作为基准，评估新型测风资料的准确性（万蓉等，2011;郭启云等，2013a，2013b;裴丽丝和邱崇践，2013;郭启云等，2015;曲巧娜等，2016;郭启云等，2018;曹晓钟等，2019）。因此，雷达测风资料的质量一直是众多学者关注的重点。

采用再分析资料或者全球天气预报模式的预报场作为背景场对探空资料进行监视评估是一种广泛应用的方法（李华宏等，2012;姚雯等，2012;雷勇等，2018;钱媛等，2019）。针对NCEP/NCAR再分析资料的可信度和质量问题，国内外学者用不同的方法，對不同地区，从不同角度进行了比较分析（秦育婧等，2006;赵天保和符淙斌，2009），田笑等（2013）也提出NCEP分析资料具有较高的可信度。佟铃等（2017）对GRAPES全球模式的数值预报结果一致性进行了评估，提出其具有较高的可信度。

目前，已有研究中针对雷达测风资料评估较少，且评估过程相对简单，缺乏更全面深入的研究探讨，没有通过统计参数确定一个定量的评估标准，且大多没有根据评估结果进行过质量控制，而这些方面都是雷达测风资料应用中尤其值得关注和研究的重点。由于NCEP的FNL分析再分析场和中国GRAPES的预报场具有较高的可信度，本文拟采用这两种资料作为参考标准，评估L波段探空雷达秒级数据中的风场资料的质量，同时比较不同背景场对于雷达测风资料的评估效果，即基于FNL和GRAPES的资料对探空测风数据进行一致性评估，根据评估结果建立质量控制方法，并进一步评估质控结果。

1 数据处理方法

北京探空站（站号：54511）地处东亚气候代表区，在全国120个探空站中业务质量相对比较稳定，具有很好的代表性。试验采用该站2016年7月1日至2017年6月30日共1 a的L波段探空雷达秒数据的风场资料为观测值O（区分风的东西分量和风南北分量），为避免单一参考标准造成评估结果缺信，以相同时间段的FNL、GRAPES 12 h的预报场为背景场B，从平均偏差、标准偏差、偏度系数、峰度系数、相关系数和均方根差等6个角度逐个分析雷达测风数据的一致性特征。

1.1 数据评估方法

将一年数据分为春、夏、秋、冬4个季节，首先将背景场的格点资料插值为站点资料，然后对照参考等压面（FNL从1 000 hPa至1 hPa共31层等压面;GRAPES从1 000 hPa至10 hPa共30层等压面）提取探空资料中相应数据，最后按照00时（世界时，下同）和12时分别进行一致性分析。

1.2 质量控制方法

在数学统计中偏差一般都服从正态分布，统计检验时，指定检出异常值的显著性水平α=0.05为检出水平;指定检出高度异常的异常值的显著性水平α=0.01为舍弃水平。即确定异常值是与平均偏差超过2倍标准差的观测余差对应的观测值，高度异常值是与平均偏差超过3倍标准差的观测余差对应的观测值。本试验参照选择dvavg±2dst作为单个时刻风场的可疑值阈值，dvavg±3dst作为单个时刻风场的错误值阈值;按照检出水平5%原则确定峰度系数、偏度系数、相关系数和均方根差的阈值。确定各个阈值之后，根据流程图（图1）对雷达测风数据进行质量控制然后，利用质控后的测风数据求解各个参数，以评估分析质量控制效果。

2 数据结果分析

2.1 逐季度质量特征

2.1.1 平均偏差和标准偏差

相对FNL，除近地面层外四个季度00时平均偏差几乎都在±1 m/s内;

平均偏差随气压减小呈减小的趋势;50 hPa以下，风的东西分量基本是正偏差，风南北分量以负偏差为主;50 hPa以上，两个分量的平均偏差基本一致，都接近于0;四个季节中夏季的平均偏差最小，其余三个季节相当（图2a）。00时标准偏差基本为1～4 m/s，整体呈“之”形;风的东西分量和南北风分量的平均偏差基本重合;四个季节中夏季标准偏差最小，200 hPa以下四个季节基本重合，200 hPa以上相对分散（图2b）。

比较不同高度层，发现基于FNL分析场的观测余差除近地面层外较小且相对集中，数据一致性较高，近地面层偏差较大且分散，数据一致性较差;比较整层大气不同季节，四个季节中夏季数据一致性最高。

相对于GRAPES，风的南北分量平均偏差较小，除近地面外，基本在±1 m/s内;风的东西分量平均偏差为-1～2.5 m/s，500 hPa以下和70 hPa以上与南北分量的平均偏差基本重合，500～70 hPa平均偏差突增较大，基本在1～2.5 m/s;整体上，此时的平均偏差大于基于FNL的平均偏差，相同的是夏季的平均偏差最小（图3a）。00时的标准偏差基本在2～5 m/s，整体和基于FNL的标准偏差类似，呈现“之”字形;其余特点都与基于FNL的标准偏差特征相同，不同的是其波动范围更大更分散，且风的东西分量拥有更多较大的标准偏差（图3b）。

一致性分布特征与基于FNL的一致，但一致性相对略差。12时的雷达测风资料质量（图略）与此类似。造成不同气压层测风数据一致性不同的原因极可能是对流层低层中小尺度系统较多，但模式对中小尺度系统的模拟能力较弱;边界层情况较为复杂，下垫面对低层大气影响较大。造成不同季节测风数据一致性不同的原因可能是不同季节极端天气发生频率不同，单一模式对极端天气的模拟能力较差;极端天气会增加观测难度。但是否是以上原因还需要进一步试验确定。

2.1.2 偏度系数与峰度系数

根据图4中基于FNL的四个季节300 hPa（其余等压面图略）概率密度分布评估发现，300 hPa观测余差基本在±4 m/s内，大部分±2 m/s内，其中正负偏差基本持平;南北风分量的偏差相对东西风分量集中趋近于0，这可能是该层等压面东西分量级过大造成;从这个角度发现，四个季节中夏季的综合质量相对较高。

评估00时基于FNL的四个季节各等压面概率密度分布相对应的峰度系数和偏度系数（图5）发现，偏度系数基本在±1范围内;300 hPa以下东西分量的偏度系数为负，南北分量为正，300 hPa以上两者基本重合;四个季节中夏季的偏度系数较小趋近于0，且波动幅度较弱;峰度系数基本在0～6，风的东西分量和南北分量的峰度系数基本重合，低层东西分量的波动较大，高层南北分量的波动较大;四个季节中夏季的峰度系数波动最小，最接近于最佳峰度系数0。

由图6可知，300 hPa等压面（其他等压面图略）的观测余差主要在±6 m/s内，大部分±4 m/s内，相比基于FNL的观测余差范围更大，分布更分散;风的东西分量和南北分量两者观测余差分布基本一致，整体上南北分量的观测余差相对较小;四个季节中夏季的观测余差最集中，剩余三个季度相对分散。根据图7进行评估分析，发现偏度系数和峰度系数的特征与基于FNL的基本一致，但以GRAPES预报场为背景场的偏度系数存在个别绝对值极大的点，同时风的东西分量和南北分量的两个系数在整个气压层基本重合。12时的雷达测风资料质量（图略）与此类似。

2.1.3 相关系数

基于FNL资料00时风的东西分量和南北分量各等压面，相关系数随气压减小呈而增加趋势，即随着高度增加，雷达测风和背景场的风相关性增强;风南北分量的相关系数略强于东西分量的相关系数;四个季节背景场风和雷达测风的变化趋势一致，其中，夏季的相关性较强（表1）。

分析四个季节所有等压面的相关系数得出结论，雷达测风和背景場风的相关性较高，800 hPa以上基本都大于0.9，说明雷达测风数据与FNL风场一致性较高。但不同等压面，不同季节，雷达测风与FNL风场的一致性不同，原因与平均偏差和标准偏差的分析结论一致。

以GRAPES为背景场的相关系数只有随高度变化的趋势和基于FNL的结论一致;风的东西分量的相关性相比南北分量的存在中高层强，低层弱的现象;四个季节的相关性基本一致。雷达测风的相关性比基于FNL的相关性低，700 hPa以上基本都大于0.9，说明基于FNL资料的评估结果优于GRAPES（表2）。12时的雷达测风资料质量（表略）与此类似。

2.1.4 均方根差

00时基于FNL资料各等压面的均方根差基本1～4，整体随气压减小均方根差波动呈增加的趋势;夏季的均方根差明显小于其他三个季节，说明夏季雷达测风一致性最好（表3）。

评估GRAPES预报场的风场资料和雷达测风的均方根差（表4），发现表中等压面的均方根差基本在2～5，整体趋势和基于FNL资料的类似;四个季节的均方根差相当，雷达测风一致性相当。以GRAPES预报场为背景场的评估结果较差。12时的雷达测风资料质量（表略）与此类似。

2.1.5 小结

测风平均偏差基本在±1 m/s内，其中基于FNL资料的观测余差基本在±2.0 m/s内，数据的一致性较高;基于GRAPES的观测余差大部分在±3.0 m/s内。综合每个季度的参数表明基于FNL资料的评估结果优于GRAPES预报场评估结果;FNL资料的分析场所有参数都表明夏季雷达测风的数据一致性最高，GRAPES的部分参数有同样的效果，这可能是由于北京地区夏季极端天气相对较少造成的;风的东西分量和南北分量的一致性特征基本一致，有时存在南北分量一致性略小的情况，这可能是由于我国地处西风带，东西分量级较大造成的。

2.2 基于评估的质量控制

首先根据各个季节平均偏差和标准偏差确定每个季节单时刻的风场错误值（dvavg±3dst）和可疑值（dvavg±2dst）阈值。其次根据检出水平5%原则，确定各个参数阈值：基于FNL资料的偏度系数阈值为±1，峰度系数的阈值为±5，相关系数阈值为0.8～1，均方根差的阈值为0～3;基于GRAPES预报场的偏度系数的阈值为±1，峰度系数的阈值为±4.5，相关系数阈值为0.7～1，均方根差的阈值为0～4。如果某个等压面的所有参数都超过阈值范围，认为该层数据存在问题，需要订正这一层的可疑值。

以上所有季度统计参数选定的阈值都是根据超过阈值的参数占5%确定的，其中，基于FNL分析场的统计样本共248个。以GRAPES的12 h预报场为背景场的样本共240个。基于上述确定的各个阈值对各个季节的雷达测风数据进行质量控制，按照图2对雷达测风数据进行质量控制，即根据错误值阈值将每个时刻风的错误值订正，试验采取的订正方法是将错误值订正为对应的背景场数据;若存在所有的参数都认为可疑的等压面，则将该等压面的可疑值进行订正;若只是个别参数都认为等压面可疑，则该等压面的可疑点保留。

2.3 质控效果的评估

针对质控后的雷达测风数据求解各个季度参数，评估分析质量控制效果。以00时的平均偏差和标准偏差为例进行展示分析。由图8可知，经过质控后，四个季节00时平均偏差范围不变，但相比质控前范围内的偏差更多，且偏差数值都减小;平均偏差的趋势减缓，分布特征保持不变;四个季节中夏季平均偏差依然最小，但季节差异缩小。00时的标准偏差基本在1～3，整体呈现“之”形，相比质控前范围缩小;东西风分量和南北风分量的特征保持不变。以上都表明雷达测风一致性提高，同时探空特征仍然存在，质量控制方法有效地提高相对模式的一致性。发现经过质控后，数据的变化类似于基于FNL资料的平均偏差和标准偏差，可以得到和基于FNL资料类似的结论（图9）。整体上，经过质控后的FNL資料的评估结果仍然优于GRAPES评估结果，但两者差距变小。

无论是以FNL还是以GRAPES为背景场，雷达测风数据的一致性得到提高，且这种提高是有针对性的，能够消除数据间的季节性差异，质控后不同背景场之间的评估差距缩小，同时数据本身的特征基本得到保留。这说明试验采取的质量控制方法不是单纯的订正和背景场差值大的数据，是由基于背景场一致性特征，自适应确定的阈值来灵活地寻找

真正的错误点进行订正。除平均偏差和标准偏差外，经过质控后的概率密度分布、峰度系数、偏度系数、相关系数和均方根差也能得出这个结论。

3 结论与讨论

本文分别以NCEP的FNL分析场和GRAPES的预报场为背景场对北京探空站一年的风场数据从平均偏差等多角度进行一致性分析，并根据评估结果进行质量控制，通过分析得到如下结论：

1）雷达测风质量较高，平均偏差基本在±1 m/s内。从平均偏差、标准偏差、峰度系数、偏度系数、相关系数和均方根差等多个角度分析认为风的东西分量和南北分量的一致性特征基本一致，有时会出现东西分量一致性较差的情况。四个季节中夏季风一致性最佳，其次，春季风和秋季风一致性相当，冬季风一致性最差。整体上，基于FNL的评估结果优于以GRAPES为背景场的评估结果。

2）以dvavg±2dst作为单个时刻风的可疑值阈值、dvavg±3dst作为单个时刻风的错误值阈值，不仅在数学统计上具有意义，而且质控后各个参数的特征都能够描述出该阈值是基于背景场的一致性特征，是具有自适应确定的阈值。

3）经过质量控制方法进行质控后，无论是以FNL为背景场，还是以GRAPES为背景场，雷达测风资料的一致性都得到了提升;这种质量控制方法能够有效地消除季节性差异，且质控后两个背景场的评估结果差距缩小。

参考文献（References）

曹晓钟，郭启云，杨荣康，2019.基于长时平漂间隔的上下二次探空研究[J].仪器仪表学报，40（2）：198-204. Cao X Z，Guo Q Y，Yang R K，2019.Research of rising and falling twice sounding based on long-time interval of flat-floating [J].Chinses Journal of Scientific Institute，40（2）：198-204.（in Chinese）.

陈玉宝，高玉春，刘秉义，等，2014.基于切比雪夫方法的多普勒激光雷达高空风场垂直探测精度的评估分析[J].热带气象学报，30（2）：327-344.Chen Y B，Gao Y C，Liu B Y，et al.，2014.The assessment and analysis of the upper wind data measured by the Doppler lidar based on the Chebyshev approaching function [J].J Trop Meteor，30（2）：327-344.（in Chinese）.

丁一汇，李怡，王遵娅，等，2020.亚非夏季风的年代际变化：大西洋多年代际振荡与太平洋年代际振荡的协同作用[J].大气科学学报，43（1）：20-32. Ding Y H，Li Y，Wang Z Y，et al.，2020.Interdecadal variation of Afro-Asian summer monsoon：coordinated effects of AMO and PDO oceanic modes[J].Trans Atmos Sci，43（1）：20-32.（in Chinese）.

郭启云，赵培涛，张玉存，等，2013a.GTS1型探空仪技术改进对比试验[J].气象科技，41（2）：254-258. Guo Q Y，Zhao P T，Zhang Y C，et al.，2013a.Technical improvement and experimental analysis of GTS1 radiosonde[J].Meteor Sci Technol，41（2）：254-258.（in Chinese）.

郭启云，李伟，张玉存，2013b.基于第8届国际探空比对试验对GTS1-2型探空仪技术改进与对比分析[J].气象科技，41（3）：453-458，505. Guo Q Y，Li W，Zhang Y C，2013b.Comparison of improved GTS1-2 radiosonde with international radiosonde comnarison test data[J].Meteor Sci Technol，41（3）：453-458，505.（in Chinese）.

郭启云，李峰，郭凯，等，2015.新型GPS探空仪与业务GTS1-2探空仪对比分析[J].气象科技，43（1）：59-64. Guo Q Y，Li F，Guo K，et al.，2015.Comparative analysis of new GPS and GTS1-2 radiosonde[J].Meteor Sci Technol，43（1）：59-64.（in Chinese）.

郭启云，杨荣康，钱媛，等，2018.气球携带探空仪上升和降落伞携带探空仪下降的全程探空对比分析[J].气象，44（8）：1094-1103. Guo Q Y，Yang R K，Qian Y，et al.，2018.Full-Range sounding comparison analysis of balloon borne radiosonde rising and parachute carrying radiosonde descending [J].Meteor Mon，44 （8）：1094-1103.（in Chinese）.

何平，2006.相控阵风廓线雷达[M].北京：气象出版社：1-40. He P，2006.Phased gust profile radar[M].Beijing：China Meteorological Press：1-40.（in Chinese）.

李華宏，曹杰，杞明辉，等，2012.雷达风廓线反演在云南强降水预报中的应用[J].高原气象，31（6）：1739-1745. Li H H，Cao J，Qi M H，et al.，2012.Application of vertical wind profile from Doppler radar to the forecast of heavy precipitation in Yunnan[J].Plateau Meteor，31（6）：1739-1745.（in Chinese）.

李娟，孙建华，张元春，等，2016.四川盆地西部与东部持续性暴雨过程的对比分析[J].高原气象，35（1）：64-76. Li J，Sun J H，Zhang Y C，et al.，2016.Comparative analysis of persistent heavy rainfall events in West and East Sichuan Basin[J].Plateau Meteor，35（1）：64-76.（in Chinese）.

雷勇，郭启云，钱媛，等，2018.L波段雷达探空高度评估及其质量标识[J].应用气象学报，29（6）：710-723. Lei Y，Guo Q Y，Qian Y，et al.，2018.Evaluation and quality mark of radiosonde geopotential height of L-band radar[J].Quart J Appl Meteor，29（6）：710-723.（in Chinese）.

刘吉，范绍佳，方杏芹，2007.风廓线仪研究现状与应用初探[J].热带气象学报，23（6）：693-697. Liu J，Fan S J，Fang X Q，2007.Review of a study on wind profiler system and its applications [J].J Trop Meteor，23（6）：693-697.（in Chinese）.

刘晓莉，胡沁，2019.一次强对流降水及雨水蒸发对其影响的数值研究[J].大气科学学报，42（2）：221-234. Liu X L，Hu Q，2019.Analysis on severe convective rain process and the effect of rainwater evaporation[J].Trans Atmos Sci，42（2）：221-234.（in Chinese）.

苗春生，张远汀，王坚红，等，2018.江苏近海岸夏季两类海风锋特征及其对强对流的激发[J].大气科学学报，41（6）：838-849. Miao C S，Zhang Y T，Wang J H，et al.，2018.Characteristics of two types of sea-breeze fronts along the coastal areas of Jiangsu Province and their triggers on strong convections[J].Trans Atmos Sci，41（6）：838-849.（in Chinese）.

裴丽丝，邱崇践，2013.多普勒雷达VAD风廓线资料的质量评估[J].热带气象学报，29（4）：597-606. Pei L S，Qiu C Q，2013.The assessment of velocity azimuth display technique of Doppler weather radar [J].J Trop Meteor，29（4）：597-606.（in Chinese）.

钱媛，马旭林，郭启云，等，2019.基于FNL和GRAPES分析场的探空温度数据的误差分析[J].气象，45（8）：1114-1126. Qian Y，Ma X L，Guo Q Y，et al.，2019.Error analysis of sounding temperature data based on the FNL and GRAPES analysis fields[J].Meteor Mon，45（8）：1114-1126.（in Chinese）.

秦育婧，王盘兴，管兆勇，等，2006.两种再分析资料的Hadley环流比较[J].科学通报，5l（12）：1469-1473. Qin Y J，Wang P X，Guan Z Y，et al.，2006.Comparison of Hadley circulation with two re-analysis data [J].Chin Sci Bull，5l （12）：1469-1473.（in Chinese）.

曲巧娜，盛春岩，孙青，等，2016.风廓线雷达与L波段探空雷达测风资料的对比[J].干旱气象，34（6）：1078-1086. Qu Q N，Sheng C Y，Sun Q，et al.，2016.Comparison of horizontal wind between wind profile radar and L band sounding radar[J].Arid Meteor，34（6）：1078-1086.（in Chinese）.

田笑，智协飞，徐海明，2013.NCEP和JRA再分析资料与探空资料的位势高度比较分析[J].干旱气象，31（2）：254-262. Tian X，Zhi X F，Xu H M，2013.The comparison of geopotential height between NCEP and JRA reanalysis data and sounding data [J].Arid Meteor，31（2）：254-262.（in Chinese）.

佟铃，彭新东，范广州，等，2017.GRAPES全球模式的误差评估和订正[J].大气科学，41（2）：333-344. Tong L，Peng X D，Fan G Z，et al.，2017.Error evaluation and correction for GRAPES global forecasts[J].Chin J Atmos Sci，41（2）：333-344.（in Chinese）.

万蓉，周志敏，崔春光，等，2011.风廓线雷达资料与探空资料的对比分析[J].暴雨灾害，30（2）：130-136. Wan R，Zhou Z M，Cui C G，et al.，2011.Comparing wind profiler data with radiosonde data and analyzing[J].Torrential Rain and Disasters，30（2）：130-136.（in Chinese）.

王改利，劉黎平，2005.多普勒雷达资料在暴雨临近预报中的应用[J].气象，31（10）：12-15. Wang G L，Liu L P，2005.Application of Doppler radar observation to rainfall nowcasting[J].Meteor Mon，31（10）：12-15.（in Chinese）.

WMO，2006.Guide to meteorological instruments and methods of observation[R].Seventh edi.Geneva：1-19.

薛谌彬，龚建东，薛纪善，等，2011.FY-2E卫星云导风定高误差及在同化中的应用[J].应用气象学报，22（6）：681-690. Xue C B，Gong J D，Xue J S，et al.，2011.Height assignment error of FY-2E atmospheric motion vectors and its application to data assimilation[J].Quart J Appl Meteor，22（6）：681-690.（in Chinese）.

杨雪艳，秦玉琳，张梦远，等，2018.基于“配料法”的东北冷涡暴雨预报研究[J].大气科学学报，41（4）：475-482. Yang X Y，Qin Y L，Zhang M Y，et al.，2018.Forecast of heavy rain caused by the northeast cold vortex using “ingredients method”[J].Trans Atmos Sci，41（4）：475-482.（in Chinese）.

姚雯，马颖，王战，等，2012.用数值预报场间接对比新疆两种型号探空系统[J].应用气象学报，23（2）：159-166. Yao W，Ma Y，Wang Z，et al.，2012.Indirect comparison of two types of radiosonde systems deployed in Xinjiang using first guess fields[J].Quart J Appl Meteor，23（2）：159-166.（in Chinese）.

俞小鼎，姚秀萍，熊廷南，等，2006.多普勒天气雷达原理与业务应用[M].北京：气象出版社：51-62. Yu X D，Yao X P，Xiong T N，et al.，2006.Doppler weather radar principle and operational application[M].Beijing：China Meteorological Press：51-62.（in Chinese）.

张恩红，曹云昌，朱彬，2013.北斗探空系统研发及其测风性能初步分析[J].应用气象学报，24（4）：464-471. Zhang E H，Cao Y C，Zhu B，2013.Developing of Beidou radiosonde system and analysis on its wind measuring performance [J].J Appl Meteor Sci，24（4）：464-471.（in Chinese）.

赵天保，符淙斌，2009.几种再分析地表气温资料在中国区域的适用性评估[J].高原气象，28（3）：594-606. Zhao T B，Fu C B，2009.Applicability evaluation of surface air temperature from several reanalysis datasets in China[J].Plateau Meteor，28（3）：594-606.（in Chinese）.

周元，魏鸣，宋立雪，2019.AMDAR资料的风温信息在机场终端区强对流天气分析中的应用[J].大气科学学报，42（2）：303-310. Zhou Y，Wei M，Song L X，2019.The wind and temperature information of AMDAR data applied to the analysis of severe weather nowcasting in airports[J].Trans Atmos Sci，42（2）：303-310.（in Chinese）.

For many years，the quality of radar wind measurement data has been the focus of many scholars.However，there have few studies performed on the assessment of radar wind measurement data，and the evaluation process is relatively simple，lacking more comprehensive and in-depth research and discussion.In addition，no quantitative evaluation criteria have been created through statistical parameters，and most of have not been quality controlled according to the evaluation results.In order to resolve the above issues，related research is currently being carried out.In this study，taking the FNL reanalysis fields of NCEP and GRAPES initial estimation fields in China as the references，the L-band radar wind measurement taken from the Beijing Sounding Station is evaluated from the multi-parameters，such as average deviations，standard deviations，probability density distributions，kurtosis coefficients，skewness coefficients，correlation coefficient and root mean square error.Then，according to the assessment results，the data of the radar wind are controlled，and the parameters are again solved，so as to further evaluate the quality control effect.The test results show that the L-band radar wind measurement is of high quality，while the average deviation is within ±1 m/s，and its consistency with the reference standard decreases with the decrease of the air pressure.The consistency of the east-west and north-south components of wind remains basically the same.The data consistency of the summer season is highest in the four seasons.The evaluation results based on FNL are shown to be superior to those of the GRAPES forecast field.All parameters based on FNL are closer to the optimal values relative to the parameters of GRAPES.Based on the evaluation results，after quality control the consistency of the wind measurement data is shown to be improved，and the original characteristics are retained.The quality control method can effectively eliminate seasonal differences，while the gap between the assessment results of the two background fields is also narrowed following quality control.

background fields;radar wind measurement;consistency analysis;quality control

doi：10.13878/j.cnki.dqkxxb.20180525001

（責任编辑：刘菲）