河北省双线偏振雷达数据质量分析和衰减订正
2021-05-15范根昌樊嵘王梧熠
范根昌 樊嵘 王梧熠
(河北省人工影响天气办公室， 石家庄 050021)
引 言
双偏振多普勒天气雷达能在水平和垂直方向上发出偏振波，不仅可以得到回波强度(ZH)、径向速度(V)、谱宽(W)等常用雷达参量，还可以通过比较其双通道回波功率大小以及相移等获取差分反射率因子(ZDR)、差分传播相移(ΦDP)、差分传播相移率(KDP)和零滞后相关系数(ρHV)等多个雷达偏振参量[1-3]，常用来研究降水粒子结构和微物理机制。与普通雷达相比，该雷达在识别粒子相态等方面拥有较大优势。但在雷达运行过程中，数据质量会因地物杂波、雷达内部及外部噪声、电磁波衰减等影响，在使用双偏振多普勒雷达数据之前，评估资料质量便显得尤为重要，为数据有效应用奠定基础。
双偏振多普勒雷达资料质量评估和控制是保证数据可信和产品可靠性的前提，因此长期受到国内外学者的关注。ZDR作为关键的偏振参量，表示水平偏振和垂直偏振的反射率因子之比。Ryzhkov, et al[4]发现，当ZDR的误差为0.2 dB时，将会产生18%的降水估测误差，所以在应用ZDR前，需要对其订正系统误差。在对ZDR的系统误差订正方面，国外许多学者使用了垂直天顶扫描、太阳标定法和气象回波法等订正方法[5-6]。国内吴林林等[7]将自然目标物法应用在订正ZDR系统误差之中，结果表明使用该方法订正后的ZDR比订正之前的数据质量有了明显提高。胡志群等[8]在将许多ZDR标定法进行比较后，发现微雨滴法效果最好。杜牧云等[1]将垂直扫描数据应用于对C波段双偏振雷达的ZDR系统误差订正中，对ZDR系统误差进行了有效订正。在雷达探测过程中，ΦDP会出现抖动起伏的情况。很多国外学者采用低通滤波器将高频噪声过滤掉，从而保留曲线平均趋势，这方面的国内研究较少，主要内容是关于数据预处理部分[9-10]。胡明宝等[11]通过比较雷达衰减订正的很多方法后，得出了KDP法效果最佳的结论。
河北于2016年在邢台布设了1部724XSP双偏振雷达。为了解和评估数据的质量状况，首先选取偏振雷达上空层状云弱降水过程，对双偏振雷达的ZDR、ρHV、ΦDP等偏振参量进行质量以及稳定性分析，并对ZH和ZDR进行简单衰减订正并和系统误差订正，并将订正结果与位于石家庄新乐站(38.351 9°N，114.711 9°E，海拔134.8 m)的CINRAD/SA多普勒天气雷达(简称SA天气雷达)相对比，希望能够深入了解724XSP双偏振雷达对云、降水的观测机制以及探测能力。
1 724XSP双偏振雷达参数
本文所使用的724XSP双偏振雷达是一部车载X波段全固态双线偏振多普勒天气雷达。该雷达架设在河北邢台市内丘县柳林气象站内(37.290 7°N，114.386 9°E，海拔67.9 m)，已经进行多次降水个例观测。该雷达采用新一代固态雷达发射机，主要技术参数见表1。X波段全固态双线偏振多普勒天气雷达长短脉冲一致性将影响到数据质量和后续应用，采用高仰角数据交界处以外的长短脉冲距离库进行比较，求二者随方位的均值来进行长短脉冲订正，并对交界处的距离库采用5点滑动平均进行平滑处理。该雷达终端软件已经对长短脉冲不连续进行了订正，基数据输出为订正后产品。
表1 724XSP双偏振雷达相关性能参数Table 1 Performance parameters of 724XSP dual-linear polarization radar
2 偏振数据质量分析
2.1 系统初始相位分析
图1 (a) 不同时刻初始相位随方位角变化；(b) 不同仰角初始相位随方位角变化；(c) 2017年7月28日08时09分(北京时，下同)PPI图Fig.1 (a) Initial phase changes with azimuth angle at different time;(b) initial phase changes with azimuth angle at different elevation angles;(c) the PPI diagram at 08∶09 BST on 28 July 2017
图2 2017年7月28日08时56分 90°仰角层状云降水资料中小雨天气SNR-ZDR(a,单位：dB)和SNR-CC(b,单位：dB)的散点分布Fig.2 Scatter distribution of SNR-ZDR (a, unit:dB) and SNR-CC (b, unit:dB) in light rain in stratified cloud precipitation data of90° elevation angle at 08∶56 BST on July 28， 2017
724XSP双偏振雷达为双发双收模式，在实际探测过程中，两个通道的不完全匹配将会引起ΦDP产生偏差。首先分析初始相位的稳定性和偏差。本文参考杜牧云等[1]提出的沿径向向外搜索连续10个库CC大于0.9、且ΦDP的标准差小于3°，那么这些库的平均值便被定义成初始相位。以2017年7月28日体扫数据为例，获得每根径向上的ΦDP初始值，图1a、b分别为不同时刻、不同仰角求取的0～360°方位角初始相位分布，其中图1a是仰角为2.4°得到的相位变化。图1a的ΦDP方差为0.302，图1b的ΦDP方差为0.285，图1c 是2017年7月28日08时09分(北京时，下同)时刻对应的PPI图。从图1中可以看出不同时刻、不同仰角的初始相位在径向上波动不大且变化趋势基本一致，系统初始相位随时间的变化率较小。将2017年6月21—22日、7月6—7日类似的层状云降水过程分析后，也可得出相同结果。
2.2 信噪比对ZDR和CC影响分析
在信躁比(Signal Noise Ratio, SNR)小于15 dB时，ZDR离散值较多，且波动较大，其对应的相关系数CC也偏小很多，且随SNR降低呈减小趋势(图2)。这表明当SNR较低时所取得的数据质量不高。当信噪比变得越来越大时，ZDR的分布也越发稳定，CC也大体上超过0.9，而且快速接近1。在SNR大于30 dB时，也可以看到CC有一段异常数据区域(图2中红框区)，下面讨论不同高度下的SNR-ZDR和SNR-CC分布。
图3为3个不同高度区间下SNR-ZDR和SNR-CC的散点分布。从图中可以看出，低层(H<3.6 km)时，数据信噪比较高，且ZDR数据质量较好，但图2红框数据异常区域出现在3.6 km以下，这是由于层状云降水主要的微物理过程是冰晶聚合成为干雪，到融化层后变为湿雪，湿雪进一步融化成为雨引起。不过图3中大部分数据CC均大于0.8；当高度偏高(H>5 km)时，因为和雷达相距较远，SNR整体偏低(<15 dB)，CC也明显偏下，大部分都小于0.9，这是由于噪声对数据的干扰作用。此外，还可能是冰晶在高空风取向的作用下，导致其离散度变大[12]；处于中间层(3.6
图3 图2中不同高度区间的SNR-ZDR和SNR-CC散点分布：(a、b) 3.6 km以下；(c、d) 3.6～5 km；(e、f)5 km以上Fig.3 Scatter distribution of SNR-ZDR and SNR-CC in different height intervals in fig.2： (a，b) less than 3.6 km；(c，d)3.6-5 km；(e，f) more than 5 km
2.3 ZDR系统误差稳定度分析
利用雷达垂直扫描数据对探测到的小雨资料ZDR进行系统误差分析，为避免信噪比、融化层等的影响，选择的数据高度在1 000 m附近，结合前文分析为保证数据的稳定性，样本库选择SNR>20 dB、ZH<28 dBZ和CC>0.97。
图4为小雨天气下SNR-ZDR散点分布。信噪比SNR以0.5 dB为间隔求取每个信噪比区间内对应的ZDR均值。该图说明在信噪比变大的过程中，小雨的ZDR系统误差订正曲线变化幅度不大(其中>32 dB由于样本数较小波动较大)，表明在雷达运行时系统较为稳定，当信噪比波动时，ZDR系统误差波动不明显。表2为2017年7月28日的降水过程资料得到的不同时刻ZDR系统误差均值，可以看出ZDR系统误差均值大都处于-0.2～-0.1 dB，且标准差稳定在0.4～0.5 dB。根据一次小雨过程共18 970个样本数统计，ZDR系统误差均值为-0.18 dB，标准差为0.44 dB。
图4 2017年7月28日08时56分90°仰角层状云降水资料中小雨天气零度层以下SNR-ZDR散点分布(其中红色点线为均值，蓝线为ZDR系统误差订正曲线)Fig.4 Scattered distribution of SNR-ZDR below zero layerin light rain in stratified cloud precipitation data of90° elevation angle at 08∶56 BST on July 28， 2017
表2 2017年7月28日不同时刻观测个例中ZDR系统误差、标准差统计Table 2 Statistics of ZDR system errors and standard deviationsin individual cases observed at different times on July 28， 2017
3 衰减订正及结果评估
雨滴会吸收穿过降水粒子的电磁波，进而引起电磁波衰减情况的出现。对于波长越短的电磁波，被衰减的程度越大。由于ΦDP是相位变化，因此衰减对ΦDP的影响较小。所以采用ΦDP来对ZH及ZDR进行衰减订正效果较好。
图5 2017年7月16日08时58分：(a) 订正前724XSP双偏振雷达反射率因子、(b) 订正后724XSP双偏振雷达反射率因子和(c) SA天气雷达3 000 m高度反射率CAPPI Fig.5 (a) 724XSP dual polarization radar reflectivity factor before revision;(b) 724XSP dual polarization radar reflectivity factor after revision;(c) 3 000 m altitude reflectance CAPPI chart of SA weather radar at 08∶58 BST on July 16， 2017
本文用ΦDP订正ZH及ZDR的公式为：
(1)
(2)
为了客观评估订正前后724XSP双偏振雷达回波反射率因子资料，需要把724XSP双偏振雷达和位于新乐SA天气雷达二者极坐标下空间分辨率不等的回波数据统一插值到空间分布均匀的笛卡尔坐标系下。本文参考张志强等[14]提出的格点对比法进行对比，格点对比法是把不同雷达的数据插值到同一高度层，然后比较它们的相交区域，该方法可以较好的找到其对应点，但缺点在于不同雷达的库长和波束宽度存在差异，或许会出现插值误差。在2017年7月16日对流天气过程中，选取(36.9°～37.7°N，114.1°～114.8°E)区域，作出该区域3 000 m高度处两部雷达CAPPI图像，并用双线性差值法[14]插值成120×100网格，格点分辨率约为3 km。3 000 m高度CAPPI数据避开了地物及遮挡的影响，且回波较为连续，图5a、b空白圆圈为雷达站所在位置。
由图5可见，724XSP双偏振雷达与SA天气雷达回波强度分布及结构特征大致相似。将系统误差导致的明显不合理点剔除后得到的订正后的反射率因子相关系数达到0.78，与订正前相比，订正后的拟合结果得到明显提高，如图6所示。从订正后的拟合情况来看，在回波较弱时724XSP双偏振雷达存在低估而回波较强时存在高估现象，但整体偏差不大，后续工作将结合雨滴谱对选取更优化的α值进行研究。订正前724XSP双偏振雷达探测到的强回波(>40 dBZ)面积要小于SA天气雷达，雷达所缺失的回波主要集中在远离724XSP双偏振雷达一侧，主要原因是724XSP雷达波束穿过回波强中心后被衰减，影响其探测强回波后的区域。订正后，ZH得到改善，与SA天气雷达对比强回波中心位置及强度基本相同，而且在强回波区域后部的回波区衰减也得到了了明显改善。
通过ZH和ZDR两者间的理论表达式来更好的说明订正前和订正后的区别以及效果，表达式为Bringi[18]使用散射模式计算出的理论结果。图7为订正前、后ZDR-ZH的散点分布。从图中可以看出经过订正后，其离散度减小了很多。当ZH<25 dBZ时，其ZDR值均较小，集中在0值波动。当ZH值处于25～45 dBZ时，订正后的ZDR值大都处于0.2～2 dB，并且当ZH值增大时，订正后的ZDR具有上升趋势，这种变化同Ryzhkov， et al[3]的结论一致。通过对该雷达探测到的其它过程数据的分析，也可以得出同样的结论。
4 结论
(1)724XSP双偏振雷达初始相位ΦDP(0)随仰角、方位的变化都是较为稳定的，波动较小。分析垂直扫描数据，发现ZDR系统偏差较为稳定，变化不大。说明724XSP双偏振雷达系统较为稳定，分析结论可以作为一段时间内的系统误差进行订正[14-16]。
(2)小雨天气，ZDR、CC随信噪比SNR变化稳定，数据可信度高，随信噪比SNR增大数据越稳定，尤其当SNR>10 dB时。
(3)724XSP双偏振雷达与SA天气雷达对同一回波区域，观测结果大体相似，经过衰减订正后724XSP双偏振雷达反射率因子ZH衰减订正结果与S波段雷达更为接近，尤其强回波区改善明显。经过衰减订正和系统误差订正后ZDR-ZH散点分布更接近理论值，说明订正效果好。
图6 SA天气雷达和订正前双偏振雷达反射率因子散点对比：(a)订正前；(b)订正后Fig.6 The scatter plot of reflectivity factor between SA weather radar and unrevised dual polarization radar：(a) before revision;(b) after revision
图7 2017年8月12日18时37分4.3°仰角下ZDR-ZH散点分布：(a) 订正前；(b) 订正后Fig.7 Scatter distribution of ZDR-ZH at 4.3° elevation angle at 18∶37 BST on 12 August， 2017 ： (a) before revision;(b) after revision
