广州X波段双偏振相控阵天气雷达数据质量初步分析及应用

2022-04-22张羽吴少峰李浩文胡东明黄辉傅佩玲田聪聪

热带气象学报 2022年1期

张羽，吴少峰，李浩文，胡东明，黄辉，傅佩玲，田聪聪

(1. 广州市气象台，广东广州 511430；2. 广东省气象台，广东广州 510641；3. 广东纳睿雷达科技股份有限公司，广东珠海 519000)

1 引言

将相控阵技术应用于天气雷达探测可大幅提高探测数据的时间分辨率，使雷达体扫描时间从6 min缩短至1 min内，大大提高龙卷、超级单体等灾害性天气监测能力[1-4]。另外，在相控阵天线上实现双偏振技术，可进一步获取差分反射率ZDR、差分相移率KDP、相关系数CC 等偏振参数信息，有利于识别降水粒子的形状、相态、滴谱分布等微物理特征演变[5]。自2002年美国国家雷达技术委员会推荐相控阵技术为下一代天气雷达发展的方向后，美国强风暴实验室(NSSL)联合多家科研机构对退役的宙斯盾(SPY-1)二维相控阵雷达进行气象探测改造，建立国家相控阵天气雷达试验平台，并开展与WSR-88D 雷达的对比观测试验。观测试验表明，具备快速扫描能力的相控阵天气雷达能够更快更准确地获取强对流天气系统的详细信息，对于龙卷等强对流天气过程的监测预警能力明显提升[6]。为进一步探索相控阵雷达的应用价值，2006年美国开始着手建立一维相扫体制的可移动式的X 波段相控阵天气雷达系统(MWR-05XP)用于强对流风暴观测。该雷达技术体制上采用垂直电扫与水平机械扫描相结合方式，2007—2008年进行了外场试验，多次成功观测龙卷、超级对流单体、飑线、冰雹等强对流天气过程，结果表明，其观测资料质量与多普勒天气雷达相当，但扫描速度远高于WSR-88D 雷达，可清楚展现中尺度气旋、龙卷涡旋的精细结构和时空演变特征[7-8]。在我国，受成本等因素影响，早期相控阵雷达技术主要用于军事和航天等领域。近年来，为紧追国际气象雷达技术发展前沿，也开展了相控阵技术向天气探测领域转化的相关研究工作，并逐步开展观测试验。2007年，中国气象科学研究院与电子集团公司14 研究所等单位合作，攻克了军用相控阵雷达向天气雷达转化的关键技术，研制出了一部S 波段相控阵天气雷达原理样机，观测试验证明相控阵天气雷达技术具备可行性[9]；2009年，中国气象科学研究院灾害天气国家重点实验室与四创电子股份有限公司合作研制垂直方向电扫描、水平方向机械扫描的车载X 波段相控阵天气雷达，专门应用于快速变化的中尺度对流系统的观测试验[10]。2017年中国气象局气象探测技术中心联合湖南宜通华盛科技有限公司研发了由多个相控阵收发子阵组成的阵列天气雷达[11]，广东纳睿雷达科技股份有限公司研发了具备双偏振探测能力的X波段相控阵雷达。

2017年开始，依托中国气象局超大城市综合气象观测试验，广州市气象局与广东纳睿雷达科技股份有限公司合作，首次开展了X 波段相控阵雷达组网观测试验，该雷达系统在相控阵的基础上还实现了双偏振功能，使其既具有相控阵雷达快速扫描的优势，又拥有双偏振雷达获取天气系统丰富探测信息的能力，进一步增强了相控阵雷达的探测能力[12-13]。对于新的雷达观测设备，确保雷达观测数据的准确性是开展数据应用的重要前提，国内外许多专家学者先后开展了双偏振雷达、相控阵雷达的数据质控研究，吴林林等[14]通过对车载C 波段双偏振雷达数据质控分析，认为信噪比SNR 大于18 dB 时偏振参数ZDR才可信，并利用KDP参数对ZDR的衰减和部分遮挡进行订正。杜牧云等[15-16]从降水回波与偏差参数的一致性，系统初始相位的稳定性等方面对C 波段双偏振雷达数据质量进行了分析；陈超等[17]对广州S波段双偏振雷达数据质量进行了分析，认为天线旋转关节对偏振量有明显的影响，基于微雨滴法对ZDR进行系统订正；吴翀等[18]开展了S波段相控阵天气雷达与多普勒天气雷达的定量对比分析，提出了针对不同地理位置不同分辨率的雷达反射率因子匹配方法和观测资料的定量对比方法；刘俊等[19]通过分析相控阵气象雷达和X波段机械式天线气象雷达的观测数据对比，检验相控阵气象雷达回波数据的可靠性；刘黎平等[20]开展了X 波段相控阵雷达的测试定标和外场观测试验，以提高雷达探测数据质量和探测能力。

X 波段双偏振相控阵雷达在国内的观测应用还处于起步阶段，尚未开展相关数据质量分析，本文在雷达衰减订正的基础上，利用S 波段业务雷达和地面二维雨滴谱对该型雷达数据质量开展分析评估，为未来国内X 波段双偏振相控阵天气雷达布网建设、科学试验和业务应用提供参考。

2 XPPAARR--DD雷达简介

广州市气象局布设的X 波段双偏振相控阵雷达由广东纳睿雷达科技股份有限公司生产，属一维扫描相控阵雷达，其在垂直方向采用相控阵扫描体制，方位上采用机械扫描体制。天线系统采用全固态收发T/R 组件的设计，一共使用了 64个全固态相参收发T/R 组件。天线长1.3 m，宽0.7 m。天线峰值功率为256 W。水平波束宽度3.6 °，垂直波束宽度1.8 °。雷达探测距离大于42 km，最小距离分辨率为30 m。雷达采用固态发射机，结合非线性调频脉冲压缩技术，由100：1的压缩比例将20 μs的宽脉冲压缩为0.2 μs。由于宽脉冲造成了约3 km 的探测盲区，雷达采用长短脉冲相结合的方式来进行补盲，兼顾最近和最远距离的探测。雷达主要性能指标如表1所示。

表1 X 波段相控阵雷达主要性能参数

3 XXPPAA--DD数据质量分析

3.1 XPA-D衰减订正方法介绍

雷达信号的衰减问题是影响雷达探测能力的重要因素，尤其是X 波段雷达，在强回波时受衰减影响明显，引起较大的观测误差。单偏振体制的雷达衰减订正方法是根据衰减与降水关系的经验公式，利用实际降水量的大小去调整反射率因子值，再反推衰减大小。但是由于Z-R关系本身的不稳定性会带来较大的误差，因此这种方法是极不稳定的。对于双偏振雷达，其衰减可通过偏振参数差分相移率KDP来进行订正，KDP不受雷达定标、雨滴谱分布、雨区衰减以及波束充塞等影响。此外，X波段雷达由于波长更短，KDP产品对降水粒子具有更高的敏感性，散射模拟表明X 波段雷达KDP分布是C 波段、S 波段雷达的1.5 倍和3.0倍。

双偏振雷达KDP与反射率因子ZH、差分反射因子ZDR存在一一对应的订正关系，在雨区中，衰减率AH，差分衰减率ADP(ADP=AH-AV，AH、AV分别为水平与垂直偏振波在降水区中的衰减率)能够线性表示为：

同时考虑到，在小雨状况下，KDP值比较小，往往会有较大的误差波动，从而对衰减订正，估测降水误差产生不可低估的影响，所以相控阵天气雷达采用ZH-KDP联合衰减订正法进行订正[21]，订正关系式为：

当KDP＞σ1或者KDP＞σ2时，采用ZH方法对AH、ADP进行订正，系数α、β、γ和d都取固定值；当KDP≥σ1且KDP≤σ2时，采用KDP法对ZH进行衰减订正，此时采用自适应约束订正方法拟合获取a1和a2系数值，避免将系数设定为经验固定值的弊端，能够更加准确进行衰减订正[22]。

图1为采用该算法对XPAR-D的ZH和ZDR进行衰减订正前后的对比图，从图1a中可见，原始观测的反射率因子受衰减影响明显，尤其是在强回波的后侧，ZH随距离的增加而减小。图1c 为订正后的反射率因子，可看出回波明显得到增强，最大反射率由订正前的45～50 dBZ 增加到订正后的50～55 dBZ，远距离处强回波后侧的反射率也得到明显增强。图1b 为原始观测的ZDR，受衰减影响，出现了较多的负值，根据双偏振理论，雷达波束穿过雨区时一般应为正值。图1d为衰减订正后的ZDR，可明显看出大片的负值区已经得到订正。对于弱回波区域，ZDR接近于0，对于强回波区域，ZDR增加明显，与ZH具有较好的对应关系。另外，在ZDR图的东南方向一条强ZDR带为雷达受到避雷针的影响而产生的条状大值区。

图1 衰减订正前后的ZH和ZDR图

3.2 XPAR-D与CINRAD/SAD回波强度对比

为了验证衰减订正后雷达探测数据的准确性，可利用业务雷达进行对比观测。广州CINRAD/SAD 雷达位于广州市番禺区，与XPARD 雷达相距约3.8 km，雷达海拔高度相差约100 m，观测地点接近。为避免地物杂波、地物遮挡(XPAR-D 雷达在4.5 °以下仰角遮挡较严重)等对观测数据的影响，选择XPAR-D 雷达6.3 °和CINRAD/SAD 雷达6.0 °仰角的回波强度进行对比，图 2a 为 XPAR-D 雷达原始回波强度，图 2b 为衰减订正后的回波强度，图2c为CINRAD/SAD 雷达观测的回波强度，显示距离均为雷达中心观测半径42 km。原始回波强度明显偏弱，订正后强度明显增加，尤其是雷达站西侧的强回波得到明显的恢复，最强回波由订正前的40 dBZ 左右增加到50 dBZ 左右。从XPAR-D 订正后的回波与CINRAD/SAD 对比看，两者的回波强度、结构接近，XPAR-D 最小空间分辨率高达30 m，观测到降水回波的结构更加精细。但是XPAR-D 观测到的回波面积小于CINRAD/SAD，尤其是小于15 dBZ的弱回波区域，XPAR-D 雷达出现了大量的缺测。这主要是由于XPAR-D 雷达的发射功率和天线增益远低于CINRAD/SAD 雷达，导致灵敏度过低，加上衰减影响，无法探测到更多的弱回波信息。取出两部雷达各仰角未经插值处理的反射率因子数据按5 km 分段统计最小值，做出最小可测反射率因子沿距离变化的廓线(图2d)，两部雷达的最小可测反射率都随着探测距离的增长而变大，CINRAD/SAD 雷达灵敏度远远优于XPAR-D 雷达，在 30 km 处，CINRAD/SAD 雷达的最小可测反射率为 0 dBZ 左右，XPAR-D 雷达则为 11 dBZ，两者差值达到11 dBZ。

由于两部雷达空间分辨率不同，需使空间分辨率基本一致后再开展定量对比。XPAR-D 雷达最小距离分辨率为30 m，CINRAD/SAD 雷达最小距离分辨率为250 m，因此需先将XPAR-D 雷达数据进行8 或9个距离库的平均，把径向分辨率变为接近250 m。考虑两部雷达不在同一观测地点，还需将两部雷达探测的回波数据进行位置匹配。计算时先将XPAR-D 的极坐标数据转换为经纬度及高度的大地坐标，再通过与CINRAD/SAD 雷达大地坐标间的匹配得到需要的极坐标，从而将不同位置的雷达资料建立对应关系[23]。匹配后，对于XPAR-D 雷达的任意一个观测数据，都可在CINRAD/SAD雷达数据上找到一个与其位置相匹配的数据，实现不同位置雷达观测数据的一一对应和定量对比分析。图2e是两部雷达时空匹配后的反射率因子散点图(为了更准确对比两者强度差异，将XPAR-D 雷达缺测部分在CINRAD/SAD雷达中进行了同步去除)。XPAR-D 雷达衰减订正后的ZH值与CINRAD/SAD 雷达一致性较高，相关系数达0.71，但是总体仍弱于CINRAD/SAD雷达，平均偏差约2.2 dB，均方根误差约4.8 dB。XPARD 的回波强度值整体偏弱，一方面可能是由于XPAR-D 存在一定的系统误差，需要进一步标定。另一方面需要进一步优化衰减订正算法，尤其是衰减订正系数的合理性。

图2 XPAR-D与CINRAD/SAD回波强度对比

为了进一步说明两部雷达探测的回波强度差异及随时间变化的稳定性，分别计算了两部雷达2.5 km 高度等高面的雷达反射率(CAPPI)，并统计了多个体扫数据两者之间的平均差。图3 是2020年 8月 12日 15:00—17:00(北京时间，下同)之间 20个体扫数据CAPPI 反射率因子的平均偏差波动图。XPAR-D 雷达衰减订正后的反射率因子与CINRAD/SAD 雷达平均偏差在 1.5～3.0 dBZ 之间，20个体扫的平均偏差为2.2 dB。表明XPAR-D雷达与CINRAD/SAD 雷达之间可能存在一定的系统误差，同时受衰减影响，XPAR-D 雷达不同体扫间探测的回波强度数据误差会出现一定的波动。

图3 XPAR-D雷达与CINRAD/SAD雷达的ZH平均偏差变化

3.2 XPA-D与雨滴谱仪对比

采用雨滴谱仪观测数据可进一步对X 波段相控阵雷达数据质量进行对比检验[24-25]。试验中的雨滴谱仪为二维雨滴谱仪(2DVD)，采用2个方向相互垂直的激光高速线阵列扫描，可有效避免一维激光雨滴谱仪出现的粒子重叠误差，观测精度更高。二维雨滴谱仪位于广州黄埔国家气象观测基地，距离雷达站约28 km，相对雷达的方位角约为36 °。为了检验XPAR-D雷达数据质量情况，首先根据雷达和雨滴位置进行数据匹配，然后基于雨滴谱数据利用T 矩阵法计算反射率因子ZH，再与雨滴谱仪上方2.7 °仰角的雷达探测数据ZH进行匹配对比(雨滴谱仪所在方位角在0.9 °仰角存在部分遮挡，选择2.7 °仰角对比，此时回波距离地面雨滴谱仪的高度约为1.3 km)。若已知雨滴谱分布N(D)，对应的雷达反射率因子ZH可用后向散射系数矩阵元素反演得到：

式中，下标“H”和“h”代表水平偏振方向，“V”和“v”代表垂直偏振方向，λ为雷达波长，|K|2为粒子的介电常数，f(π,D)为粒子的后向散射系数，N(D)dD表示单位体积内，雨滴直径处于D～D+dD之间的粒子数。

基于 2020年 8月 12日 15:00—17:00 搜集的数据计算ZH值，并将其与雷达测量值进行时间匹配后对比。考虑雨滴谱数据观测频次为1 min，雷达约为1.5 min，两者对比的时间间隔选择为每3 min 一次。图4 显示了ZH与雷达测量强度的对比图，其中实线为雨滴谱仪上方对应的雷达2.7 °仰角的ZH值，虚线为由雨滴谱仪数据计算得到的ZH值。分别计算了雨滴谱仪和雷达两者样本数据的统计相关系数ρ，平均偏差BIAS，均方根误差RMSE。雷达测量的ZH比雨滴谱ZH偏弱，基本处于雨滴谱ZH下方，但是两者变化的趋势和一致性很好，相关系数达0.87，平均偏差为2.12 dBZ，均方根误差为2.58 dBZ。

图4 雨滴谱与相控阵雷达测量值ZH对比

3.3 偏振参量分析

3.3.1ZDR数据分析

根据双偏振雷达理论，弱降水的ZDR值应接近于0，随着ZH的增加，粒子尺寸变大，形状更加扁平，ZDR将呈现增大的趋势。图5a 和图5b 分别是2020年 8月 12日 15:30 XPAR-D 雷达 6.3 °仰角和CINRAD/SAD雷达6.0 °仰角的ZDR对比图，XPARD 雷达在远距离处的ZDR出现了明显的缺测，回波面积小于 CINRAD/SAD 雷达；CINRAD/SAD 雷达的ZDR数据噪声更明显，相邻数据间起伏波动较大。从ZDR强度看，两部雷达的ZDR基本在-1～1 dB 之间，为更好地观察ZDR随ZH的变化情况，计算了XPAR-D 雷达的ZH-ZDR散点图(计算时仅选取了零度层以下且对应的相关系数大于0.95 的数据)，结果如图5c 所示。整体上ZDR随着回波强度ZH的增大而增大，变化趋势一致。当ZH＜30 dBZ 时，对应的ZDR主要在-1～1 dB 之间，ZDR在零值之间波动较大，且有部分ZDR为负值，一方面可能是弱回波时受低信噪比SNR影响，导致实际测量中ZDR值出现较大的波动，另一方面可能是受衰减影响导致。随着回波强度的增加，特别是ZH大于35 dBZ以后，ZDR值基本都在0 dB 以上，增长的趋势也更明显，当ZH达到 50 dBZ 时，ZDR可以达到 2 dB 以上。

图5 XPAR-D与CINRAD/SAD ZDR对比

3.3.2ΦDP和KDP数据分析

双偏振雷达的ΦDP参数表示雷达水平和垂直极化脉冲在媒介中传播，在某一个特定距离处往返达到天线的相位变化，即：

式中ΦHH和ΦVV分别为水平和垂直极化脉冲的相位。理论上，ΦDP是一个积分效应量，在径向距离廓线上随着距离的增加而缓慢上升。图 6c 是XPAR-D 雷达6.3 °仰角225 °方位上原始ΦDP数据和经中值滤波后的ΦDP数据距离廓线图，可看出ΦDP有明显的距离积累效应，随着距离的增加，ΦDP呈现出明显的增大趋势。且随着回波强度的增加，增长速率越快，距离累计效应明显，数据质量较好。在远距离处，超过30 km 后ΦDP出现比较大的波动，这可能是由于距离较远时雷达波束展宽，回波功率包含了不同的水成物粒子信息，同时远距离处的回波较弱，信噪比也很低，这些都会导致ΦDP的计算不稳定。另外，对ΦDP进行30个距离库的中值滤波后，可消除原始数据中一些小的高频噪声，毛刺现象得到抑制，数据变得更加平滑。考虑单纯从ΦDP的值无法判断是否经过了降水粒子以及粒子的大小，因此，为了标准化ΦDP，通过引入KDP来表示ΦDP随距离的变化率。KDP可反映椭球形雨滴的浓度，且几乎不受衰减的影响，采用变距离法对滤波后的ΦDP资料进行最小二乘法拟合得到KDP，其拟合的距离r根据对应距离库的ZH平均值选择，以减少观测资料扰动产生的误差[26-27]。

从 XPAR-D 雷达和 CINRAD/SAD-D 雷达的KDP对比图(图 6a 和图 6b)看，CINRAD/SAD 雷达KDP产品出现了较多的缺测，这主要由于其KDP的计算还与相关系数CC 值建立了关联，当CC＜0.9时，认为ΦDP积累了相当多的错误，计算的KDP准确性大大降低，因此对 CC＜0.9 的距离库不计算KDP。在靠近雷达站的区域，由于地物杂波的影响，相当多的距离库 CC 都低于0.9，导致KDP没有被计算和显示[28]。从两部雷达的KDP值强度看，XPAR-D 雷达高于CINRAD/SAD 雷达，这主要是由于XPAR-D 雷达的波长更短，对降水强度的变化更敏感。为更好观察XPAR-D 雷达KDP随ZH的变化情况以及与CINRAD/SAD 对比，计算了两部雷达不同ZH对应的KDP的平均值(图6d)，当回波强度较弱(小于20 dBZ)时，两部雷达的KDP都接近于0 左右。当ZH超过 20 dBZ 后，XPAR-D 的KDP开始明显增加，CINRAD/SAD 的KDP变化不明显。当ZH达到 30 dBZ 时，XPAR-D 的KDP已接近 0.5 °/km左右，CINRAD/SAD 依然接近0 °/km。当ZH超过30 dBZ 后，CINRAD/SAD 的KDP才开始明显增加，但是XPAR-D 的KDP增加更加迅速，说明其对降水的敏感性更高。当ZH达到40 dBZ 时，XPAR-D 的KDP达到 1 °/km，CINRAD/SAD 的KDP约为 0.28 °/km。当ZH达到 50 dBZ 时，XPAR-D 的KDP达到2.3 °/km，CINRAD/SAD 的KDP约为 0.7 °/km。这些都说明XPAR-D 的KDP与ZH具有很好的一致性，且对降水的敏感性高于CINRAD/SAD，其平均值约为CINRAD/SAD 的3.3倍，与X 波段雷达和S波段雷达KDP的散射模拟很接近，这些都说明XPARD的KDP数据质量较好。

图6 XPAR-D与CINRAD/SAD的KDP对比分析

3.3.3 偏振参数识别融化层

融化层亮带的观测情况可在一定程度反映偏振参数的准确性，图 7 是 2020年 8月 22日 15 时 32分XPAR-D 雷达13.5 °仰角的反射率ZH、差分反射率ZDR和相关系数CC 的PPI 图。可清晰识别出融化层亮带，其结构清晰，高度约4.5 km，厚度约700 m。当日08 时附近探空资料观测到的融化层在4.4 km 左右，非常接近。在融化层内，亮带内反射率因子值明显大于亮带上下区域，由于亮带内是融化态粒子，粒子的形状、取向和散射特性复杂，故ZDR大，相关系数小，反射率因子和偏振量完全符合亮带的雷达特征。

图7 2020年8月12日15:30分13.5 °仰角识别零度层亮带

4 应用分析

2020年 7月 22日 12 时前后，受午后热对流影响，广州市番禺区中北部出现局地短时强降水天气，其中番禺区小谷围街站录得最大小时雨量35.6 mm，造成局地内涝和交通拥堵。此次局地对流系统发展迅速、尺度小，XPAR-D 雷达精细监测到降水发展演变过程。

图8 为雷达11:24—11:35 监测的回波强度演变图，在12 min 内，实现了对雷雨云团8 次体扫，CINRAD/SAD 雷达仅能实现 2 次体扫(图略)。可看出有雷雨云团自南向北快速移动，云团回波强度、面积都在不断变化，并在前侧激发出一对新的对流单体，不到10 min，新激发出的对流单体强度就增加到65 dBZ，水平尺度约5 km。此后，该新激发的对流单体迅速发展，强回波面积迅速增加，南侧的雷雨云团快速向新单体靠近(图9)，12:10分两个对流云团出现合并，回波组织结构和强度进一步加强，并缓慢向北移动。12:20 前后地面自动站开始录得强烈降水，主要降水时段集中在12:20—12:50，13:00前后降水已基本结束。相控阵雷达精细、快速扫描能力监测到新单体的激发、合并过程，为准确及时发布预警提供了重要支撑。

图8 2020年7月22日11:24—11:35新单体快速触发时XPAR-D雷达4.5 °仰角ZH演变

图9 2020年7月22日12:04—12:15对流单体快速合并时XPAR-D雷达4.5 °仰角ZH演变

图10 为 XPAR-D 雷达 11:52 分 4.5 °仰角的反射率Z、差分反射率因子ZDR、差分相移率KDP的PPI图像，图像中心为雷达站，显示的距离范围为20 km。图10a 中两个对流风暴(黑色圈区域A1、A2)回波强度相当，平均值在55 dBZ 左右。从图10b看，A1 区域ZDR值小于 A2 区域，表明 A1 区域降雨的雨滴尺寸相对A2 区域较小。从图10c 看，A1 区域的KDP值大于A2 区域，表明A1 区域降水粒子数量高于 A2 区域。综合分析图 10 可知，A1、A2 区域虽然Z值相近，但是雨滴谱却完全不同。A2 区域雨滴尺寸大、粒子数少，故降雨强度相对较小；A1 区域雨滴尺寸小，但降水粒子数多，故降水强度更大。从地面自动站记录的雨量看，11:50—12:20，位于A1 区域的番禺市桥沙墟村自动气象站记录的累积雨量为28.1 mm，最大5 min 雨强为8.7 mm。位于A2 区域的自动站记录的累积雨量为23.4 mm，最大 5 min 雨强为 6.2 mm。A1 区域的累积雨量和降水强度均大于A2 区域，降水差异与偏振参数反映的基本一致，说明该个例中各偏振量之间的关系基本合理。依托XPAR-D 雷达的偏振参数，可进一步获取降水粒子尺度、浓度及降水强度等微物理特征变化[29]。