论文部分内容阅读
本文围绕X波段双偏振气象雷达反演强风暴云微物理特性开展相关研究,期望建立X波段双偏振雷达偏振参量与强风暴云中水凝物粒子类型和相态之间的关系,从而能够通过X波段双偏振雷达偏振参量揭示强风暴云中水凝物粒子的形成、相互转化及逐渐消亡的物理过程,深入认识冰雹形成的微物理过程,提高对冰雹云的识别能力。 首先,利用T矩阵散射模拟方法,对比分析在单分散雨滴谱、不同降水强度和不同最大雨滴直径条件下X、C和S波段双偏振雷达偏振特性的异同。通过散射模拟结果的分析,分别建立X、C和S波段双偏振雷达偏振参量衰减订正关系,为X波段双偏振雷达回波衰减订正奠定基础,并用实测雨滴谱验证T矩阵散射模拟计算结果的准确性。 然后,系统分析714XDP-A型车载X波段双偏振雷达历史观测数据存在的数据质量问题,并提出解决方案。利用T矩阵散射模拟建立的X波段双偏振雷达衰减订正关系,提出具有较高订正分辨率的滑动自适应衰减订正算法,进而对雷达反射率和差分反射率进行订正。通过与经S波段雷达反射率观测值转换得到的X波段雷达反射率作为真值,检验订正效果。通过对强对流云、积层混合云和层状云降水个例的订正,检验本文所提出的订正算法的普适性。 最后,建立基于模糊逻辑的水凝物粒子分类和非气象回波的识别算法。通过识别雷达气象回波与非气象回波、冰雹云和层状云水凝物粒子,检验识别算法设置偏振参量范围的合理性和识别结果的准确性。并将该识别算法应用到一次强风暴过程,分析强风暴初生、发展、成熟和消散四个阶段云中水凝物粒子的微物理过程及其特性。 通过以上研究,获得如下主要研究结论: 1、X/C/S波段双偏振雷达散射及衰减特性模拟 (1)未衰减的X、C和S波段雷达反射率(依次以ZH,X,ZH,C,ZH,S表示)并不完全相等,当真值ZH<30dBZ时,三者接近;当ZH>30dBZ时,三者差异逐渐变大,ZH,X普遍大于ZH,S;当ZH>50dBZ时,ZH,C为三者最大。 (2)当雨滴直径大于5mm时,C波段雷达存在严重的共振效应,导致偏振参量ZDR(差分反射率)、KDP(差分传播相移率)、δ(后向散射差分相位移)和ADP(差分衰减率)出现负值情况,而X和S波段雷达不存在这种情况。 (3)相同雨强条件下,X波段雷达KDP大约为S波段雷达KDP的3倍,是C波段雷达KDP的1.4倍。因此,在用KDP进行定量估测降水时,X波段雷达更具有优势。 (4)X、C和S波段雷达受雨区衰减的影响依次由大到小,大雨滴(Dmax>5mm)对衰减的贡献率较大,KDP、AH、ADP和δ对大滴反映敏感。散射模拟得出X、C和S波段双偏振雷达衰减率AH、差分传播相移率KDP、差分衰减率ADP三者之间的关系如下: X波段:AH=0.281K1.089DP,ADP=0.168A1.065H C波段:AH=0.046K1.235DP,ADP=0.393A1.206H S波段:AH=0.014K0.887DP,ADP=0.680A1.293H 以上散射模拟关系可用于指导三种波段雷达的雨区衰减订正。 2、X波段双偏振雷达回波衰减订正 (1)针对X波段双偏振雷达的衰减订正问题,本文结合Kim et al.(2010)订正算法,对Bringi et al.(2001a)提出的自适应衰减订正算法进行改进,提出了高订正分辨率的滑动自适应衰减订正算法。该算法以每10个距离库为一个区间长度,采用窗口逐库滑动的处理方法,获得了高分辨率的衰减订正参数,提高了订正分辨率和订正效果。 (2)通过对2015年观测的强对流云、积层混合云和层状云三种不同降水类型的X波段双偏振雷达回波进行衰减订正,并与X波段雷达反射率真值(由S波段雷达反射率计算得到)对比分析发现,该滑动自适应订正算法能够对X波段双偏振雷达反射率和差分反射率的雨区衰减进行更有效地订正,订正结果与X波段雷达反射率真值较为一致。 (3)该订正算法对强对流云的订正效果优于Kim et al.(2010)订正算法,而对积层混合云和层状云的订正效果与Kim et al.(2010)算法的订正效果相当。这可能是由于积层混合云和层状云整体的差分传播相移率KDP较小,而对流云整体的KDP较大,导致两种算法对积层混合云和层状云的订正效果差异小,而对强对流云的订正效果差异大。 (4)该订正算法在计算差分传播相移增量时不需要事先确定每条雷达径向的初始相位和终止相位,这样可避免Bringi et al.(2001a)自适应衰减订正算法中由于寻找初始相位和终止相位的不准确带来的订正误差,从而提高了订正算法的自适应性。 3、X波段双偏振雷达反演水凝物粒子特性研究 (1)建立了基于X波段双偏振雷达偏振参量(ZH、ZDR、KDP和ρHV)、环境温度T和纹理参数(SD(ZH)和SD(φDP))的模糊逻辑水凝物粒子分类识别算法。该算法不但能区分雷达气象回波与非气象回波,而且还能对不同类型云中的水凝物粒子相态进行合理判别。 (2)通过对2016年8月7日一次低仰角观测的回波类型识别,检验了纹理参数SD(ZH)(反射率因子ZH的标准差)与SD(φDP)(差分传播相移φDP的标准差)对气象回波和非气象回波的识别效果,结果表明SD(ZH)与SD(φDP)两者结合可有效地区分气象回波和非气象回波。 (3)通过分析2015年8月7日北京一次较大范围的降雹个例的PPI及RHI回波,对建立的模糊逻辑水凝物粒子分类识别算法进行效果验证,识别结果与地面观测结果较为吻合,表明水凝物粒子对应的雷达参量取值范围和粒子分类识别算法具有合理性。 4、强风暴微物理特性反演分析 (1)强风暴云初生和发展阶段,由于云内上升气流的强烈抬升作用,能够将雨滴抬升到0℃层之上形成过冷水滴,导致强风暴云双偏振雷达RHI回波存在“KDP柱”和“ZDR柱”现象,而该现象的出现往往会伴有冰雹产生,“KDP柱”一般对应高浓度、粒子直径分布更宽的雨滴、湿霰或湿雹,而“ZDR柱”一般对应大雨滴和粒子直径相对较小的湿霰和湿雹。因此,用双偏振雷达探测强风暴云,“ZDR柱”和“KDP柱”的出现可作为一个识别冰雹形成的重要先兆特征。 (2)通过对2016年9月14日一次强风暴对流单体不同发展阶段水凝物粒子分类识别,发现强风暴云初生和发展阶段,云内的上升气流为强风暴云发展输送了大量的云水(云滴),这些云滴通过碰并增长发展成为雨滴甚至大雨滴。如果云内上升气流足够强烈,已形成的大雨滴会被上升气流抬升到0℃层之上形成过冷雨水,过冷雨水冻结形成冻滴,成为雹胚的一个重要来源。这些冻滴或已形成的霰粒子,通过撞冻增长成为冰雹。 (3)“KDP柱”和“ZDR柱”仅出现在强风暴初生和发展阶段,过冷雨水被上升气流抬升到0℃层之上1-2km的高度,大约可维持10分钟左右。过冷雨水出现后的几分钟,冰雹开始出现,而霰粒子出现的高度高于冰雹,包围着冰雹区,并且分布区域比冰雹区大。强风暴云中冰雹存在的位置与上升气流极大值区的位置相对应,而霰粒子存在的位置与上升气流极大值区的位置存在偏差。