使用双偏振雷达测量方法进行部分波束阻挡订正外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

使用双偏振雷达测量方法进行部分波束阻挡订正

P.ZHANG

俄克拉荷马大学气象研究所，NOAA/OAR/俄克拉何马州诺曼市国家强风暴实验室

NOAA/OAR/俄克拉何马州诺曼市国家强风暴实验室

俄克拉荷马大学气象研究所，NOAA/OAR/俄克拉何马州诺曼市国家强风暴实验室

（2012年4月26号收录的初稿，2012年11月8号定的终稿）

摘要

本文利用反射率因子和相位差常数以及其在雨中的径向积分的一致性的方法来减少部分阻挡的影响。与部分波束阻挡无关的双程相位差会被用来评估由于波束阻挡导致的反射率因子的偏差。该算法基于NCAR（国家大气研究中心）S波段双偏正多普勒雷达系统收集的台湾地区2008年6月份西南季风实验/阻挡影响季风降水实验(SoWMEX/TiMREX)雷达数据。由于高大建筑物等引起的附加阻挡不能用数字高程模式(DEM)解释，所以为了展示本文采用方法在该区域应用的优点，阻挡区域的订正反射率因子会被用来和由DEM推导出的相应值进行比较。这种方法的精确度和稳定性会用三次降水过程中的一系列雷达体扫数据进行定量评估。

1. 介绍

由于地形或者例如建筑物和树木等其它阻挡物导致的波束阻挡限制雷达探测范围并且引进了雷达测量值的偏差。许多国内正在运行的S波段1988多普勒天气监视雷达，尤其是美国西部山区，受波束阻挡严重影响。因此,例如定量降水估计(QPEs) (Westrick et al. 1999; Young et al. 1999;Testud et al.2000; Pellarin et al . 2002)和垂直累积含水量(VIL)估计等天气雷达产品的准确性是有待商议的。升级的偏正WSR-88D雷达有可能这个问题，就像介绍过的一系列先前的研究(例如, Zrnic and Ryzhkov 1996; Vivekanandan et al. 1999; Giangrande and Ryzhkov 2005; Friedrich et al. 2007; Lang et al. 2009)。

数字高程模型(DEMs)可以被用来修正因为雷达波束阻挡引起的被减小的反射率因子。两种修正方法已经被提出。其中一种方法使用DEM和分割雷达体扫区域为阻挡以及未阻挡区域。然后,未阻挡区域的反射率的垂直廓线(VPR)被建立并被用来估计阻挡区域的反射率因子(Andrieu et al. 1997;Creutin et al. 1997; Kucera et al. 2004)。另一种方法是通过DEM (Kabeche et al. 2011)以及雷达波束几何学(Bech et al. 2003)来估计波束阻挡部分；这些作者研究周围垂直梯度折射率的阻挡订正的敏感性变化的影响，结果发现订正效果很好。

众所周知,雷达反射率，差分反射率因子以及相位差常数在降水过程中是相互关联的并且他们的一致性用于的绝对校准(Gorgucci et al. 1992;Goddard et al. 1994; Scarchilli et al. 1996; Gorgucci et al. Ryzhkov et al. 2005; Marks et al. 2011)。因为阻挡对没有影响，前后一致的想法可以用来减轻由于部分波束阻挡(PBB)导致的的偏差，假定条件是不受(Carey et al. 2000; Giangrande and Ryzhkov 2005; Lang et al. 2009)影响，直接利用相位差常数估算受影响地区的降雨量也被探索。研究发现在部分阻挡区域使用关系估计降水累积量是比使用关系更接近雨量器观测量(Vivekanandan et al. 1999)。Friedrich et al. (2007)证实了在法国正在运行的波段偏正天气雷达测量不会因为波束阻挡产生偏差。然而,对于来说明显的障碍是由于估计波动导致的不确定性，尤其是在低降水率地区(Zrnic and Ryzhkov 1996; Blackman and Illingworth 1997; Vivekanandan et al. 1999)。在降水率小于时估计波段会产生噪声。因为阻挡和由于阻挡物反射产生的较低量级的相关系数导致的更低信噪比将使的噪声被更加扩大。

我们提出一个新的方法,它利用沿着全部波束的双程相位差。它使用各雷达波束的自相关性关系的整合来动态估计波束阻挡部分,然后校正阻挡地区测量的反射率因子。该整合减小了估计的不确定性并且提高了BBF估计值的准确性和稳定性，没有应用各个范围位置的自相关性。方法会在第二节描述。在第三节,新方法应用于山区雷达的观测，结果会被评估。第四节会讨论和总结方法和结果。最后一节在讨论未来的工作。

1. 方法

根据一致性概念，，以及在纯降水过程中是相互依存的，所以

， （1）

这里，和被表示为线性单位（是，是）。（1）中的系数对于雨滴大小分布的波动性是相对不敏感的。如果和是完全校准的并且没有因为衰减而有所偏差/微分衰减，那么（1）中左边和右边部分相等。检查本地一致性仅限下中度到重度的雨的地区（波段和波段），在这类地区噪声也更小。为了避免这样的限制并且使任何降水强度的一致性检查都更可信，Ryzhkov et al. (2005)建议比较（1）中左右两边在足够大时间/空间域的积分：

（2）

如果沿径向方向进行整合，则（2）中左边的积分与总共的双程相位差成正比，雷达测量将非常可靠，因此

（3）

使用对于解决未阻挡和阻挡方位地区以及选择适合一致性检验的径向是方便的，也就是说，这些衰减变得不再重要。对于被影响的地区的绝对校准（3）的使用问题是差分反射率因子一般也会受影响(Giangrande and Ryzhkov 2005)。对于每个部分阻挡方位的相关的偏差必须首先消除。

因此,在先前研究的基础上，我们采取一个对于订正相对简单的但可靠的校正算法，并且该算法在实际操作中是很容易实现的。

简而言之,该方法是基于利用定律关系(Ryzhkov et al.1997)：

（4）

这里变量在每次扫描中是使用未阻挡方位的数据来决定的。一次扫描过程中值不变是假定扫描范围内的雨滴大小分布以及温度是均匀分布的。参数b在整个过程以及气候地区是假定为常数的。例如,在波段它被设置为常数0.72，该值是由使用俄克拉何马州雨滴测量器收集的数据模拟得到(Ryzhkov et al. 1997)。如果被很好得校准,而不会因为衰减造成偏差，,那么参数可以通过整合每条径向的（4）来估计（即，获得），如下：

（5）

这里是包含降水的区间范围。在阻挡区域，测量的反射率因子变得更小,可以写成和未阻挡的反射率因子的产物；因此，意味着全损。

阻挡波束的参数标记为并且针对每一个阻挡径向被估计为

（6）

代表阻挡径向的开始范围在哪里。注意，沿着径向阻挡增加的多阻挡在这里不予考虑。很明显，因为测量值是不受阻挡影响的，因此，而因为波束阻挡，（6）中分母上的积分减少。

(1)和(4)都遵循参数取决于并且会因为风暴系统不同而有所区别，严格来说,是因为由于降水大小分布的差异的影响而导致的连续扫描和个体径向之间的不同。所以,在我们的方法中当阻挡缺省的方位上参数的均值或中位数的实时值是由（5）决定的。然后，各个径向的可以由下获得

（7）

阻挡造成的偏差可以由下式估计

（8）

如果降水类型在阻挡和未阻挡部分是类似的，那么的比率将会比参数和本身更稳定。

1. 案例分析

在2008年6月的西南季风试验/地形影响季风降雨实验(SoWMEX /TiMREX)中,美国国家大气研究中心 (NCAR) 波段偏振多普勒雷达系统(S-Pol)观察到台湾东部平原和南部山区的一些降水事件。S-Pol雷达被部署中央山脉的西部。数据的径向分辨率是150 m，方位分辨率是0.91。雷达扫描的东部范围一些低仰角波束的被山部分或完全阻挡。在极地坐标系统，S-Pol雷达周围区域的DEM从空间分辨率约为270m的地理信息系统（GIS）中生成。利用标准大气的DEM和雷达波束高度(Doviak and 2006)，仰角和方位分辨率为的0.1，距离分辨率为1 km的每个S波段雷达波束的BBF是用双向光束模式计算得到的，,即阻挡部分是3-dB截面的规范化。图1说明了S-Pol雷达仰角分别为0.5和1.1的BBF。在选定案例中，S波段由于降水导致的衰减不再重要，在此次研究中不再考虑。图1可以看到，0.5仰角时，雷达波束覆盖部分大约三分之二被部分或完全阻挡。

为了说明我们的方法的性能,我们检验了UTC 2008年 6月14日收集的S波段数据。在前面介绍的方法中，未阻挡方位计算参数，部分降水阻挡方位计算参数。在图2a显示的是雷达在0.5仰角整个扫描范围每个仰角的参数和的估计值。注意，这里DEM数据的使用是来确定部分阻挡波束并且为了确定波束阻挡的开始范围。未阻挡区域的参数估计值的中位数在此次雷达扫描过程中是。通过在阻挡部分使用我们方法估计的BBF和DEM的估计值，可以发现，除了方位角262到315间隔区域以外，与方位无关的BBF估计值和DEM的估计值一致（图2b）。

为了突出的建议方法的和DEM的区别，在图3中详细展示250到340仰角的BBF值。很明显, 使用我们提出的方法的的估计值大部分比用DEM的估计值要大。为了了解导致这种差异的原因,我们求助于使用谷歌地球工具的S-Pol雷达的光束3D（图4a）展示。雷达波束的几何形状是在假设标准大气折射下计算的，等式方程由(Doviak and 2006)提出。检查谷歌地球提供的280到330方位角部分的地理信息，,我们发现许多高雄市中心的高楼大厦，这个是导致该地区雷达波束的额外阻挡的原因，不可以用DEM解释。这些建筑物也被S-Pol雷达观测到，可以被可以认定为未经过滤的反射率因子地区的强回声（没有显示）。这表明我们的动态自适应BBF估计值有可能比DEM估计值更准确。

图1 （a）和（b）分别为0.5 和1.1 仰角雷达的

图4说明了在谷歌地球上305方位角，0.5仰角S-Pol雷达波束的几何显示。很明显,除了被红色的椭圆标记的山，有两个高层建筑(红色框所反映出的)拦截了雷达波束。两条蓝色射线之间的空间区域对应着0.91的雷达波束宽度。黄线将传播路径划分为150 – m 的范围增量。在没有去除杂波的情况下，在图4b和图4c中由于衰减和某种一致性而被作为地物杂波标记的山脉和建筑物的偏振特性在反射率因子和差分反射率因子中很明显。平均反射率超过50dB，的平均值约为-2.0 dB。进一步观察图4 b，几个相似的强回声特性在图中东北地区标记,位置就是高雄市中心城区的城市高建筑物。

使用公式(8), 2008年6月14日1200 UTC0.5 仰角的值可以估计（图4e）。图4d中反映反射率因子的测量值和阻挡校正值，图4f用于比较。很明显, 包括270方位角的部分有偏差的反射率因子被成功地修复，并且阻挡部分的校正反射率与临近未阻挡区域的反射率一致。因为测量的总的低于规定阈值1，所以少量方位的反射率没有被修复成功。下一节会讨论这种方法的定量评估。

图2 （a）所示，无阻挡方位角估值的参数（空心方框）和阻挡方位角的参数 （实心方框）。虚线表示无阻挡区域获得的参数的平均值。（b）表示从DEM（实心点）获得的和从我们的方法（空心方框）导出的BBF。用于估计参数和参数的雷达数据和BBF是来自2008年6月14日0.5仰角1200 UTC。

图3 如图2b，但是方位角是介于250到340

1. 订正评估
2. 人工测试

为了量化我们的方法的性能，设计一个人工阻挡波束实验。0.5仰角方位角200到205，从雷达波束不再受阻挡距雷达30km开始部分，人为将接收的能量减少90%到99%。减少的接收能量的90%至99%是和反射率因子损失10

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[31452]，资料为PDF文档或Word文档，PDF文档可免费转换为Word