多普勒雷達(dá)風(fēng)場(chǎng)資料在臨近預(yù)報(bào)中的應(yīng)用

劉紅艷,魏鳴,管理

(1.南京信息工程大學(xué) 中國(guó)氣象局氣溶膠與云降水重點(diǎn)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210044;

2.江蘇省氣象科學(xué)研究所 南京氣象雷達(dá)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210009)

劉紅艷,魏鳴,管理.2015.多普勒雷達(dá)風(fēng)場(chǎng)資料在臨近預(yù)報(bào)中的應(yīng)用[J].大氣科學(xué)學(xué)報(bào),38(4):483-491.doi：10.13878/j.cnki.dqkxxb.20120514001.

Liu Hong-yan,Wei Ming,Guan Li.2015.Application of Doppler radar radial velocity data to nowcasting[J].Trans Atmos Sci,38(4):483-491.(in Chinese).

多普勒雷達(dá)風(fēng)場(chǎng)資料在臨近預(yù)報(bào)中的應(yīng)用

劉紅艷1,2,魏鳴1,2,管理1

(1.南京信息工程大學(xué) 中國(guó)氣象局氣溶膠與云降水重點(diǎn)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210044;

2.江蘇省氣象科學(xué)研究所 南京氣象雷達(dá)開(kāi)放實(shí)驗(yàn)室,江蘇 南京 210009)

摘要：為了研究對(duì)流單體移動(dòng)的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特征,本文綜合應(yīng)用多普勒雷達(dá)反射率因子資料和徑向速度資料進(jìn)行雷達(dá)回波的外推預(yù)報(bào)。采用速度方位顯示方法(Velocity Azimuth Display，VAD)和交叉相關(guān)法(Tracking Radar Echoes by Correlation,TREC),分別得到設(shè)定的8個(gè)高度的水平風(fēng)場(chǎng),并作為回波的引導(dǎo)風(fēng),對(duì)相應(yīng)高度的等高平面位置顯示(Constant Altitude Plan Position Indicating,CAPPI)反射率因子進(jìn)行外推。通過(guò)兩次降水過(guò)程分析比較兩種方法的外推結(jié)果,表明用這兩種方法獲得的未來(lái)60 min內(nèi)的回波位置與回波實(shí)況較吻合;二者在某些高度上預(yù)報(bào)的評(píng)分接近。從兩個(gè)個(gè)例的外推試驗(yàn)發(fā)現(xiàn),預(yù)報(bào)效果最好的高度層與實(shí)際天氣過(guò)程有關(guān),關(guān)鍵是與降水回波中水平風(fēng)的垂直分布有關(guān),而不僅僅限于2.5～3.0 km高度。

關(guān)鍵詞：多普勒速度;VAD;交叉相關(guān)法;CAPPI;回波外推

0引言

多普勒天氣雷達(dá)資料具有較高的時(shí)間和空間分辨率,在中尺度災(zāi)害性天氣研究和臨近預(yù)報(bào)方面具有重要作用(周海光,2010;耿建軍等,2012)。20世紀(jì)60—70年代開(kāi)始,基于天氣雷達(dá)的臨近預(yù)報(bào)外推技術(shù)出現(xiàn)了很多理論和方法,主要有持續(xù)性預(yù)報(bào)法、交叉相關(guān)法和單體質(zhì)心法三種(韓雷等,2007)。持續(xù)性預(yù)報(bào)法由于結(jié)果誤差較大,目前已經(jīng)很少使用。交叉相關(guān)算法通過(guò)計(jì)算雷達(dá)回波資料在連續(xù)時(shí)次的空間最優(yōu)相關(guān),得到對(duì)流系統(tǒng)不同位置的移動(dòng)矢量,對(duì)雷達(dá)回波進(jìn)行外推(Rinehart and Garvey,1978)。在TREC(Tracking Radar Echoes by Correlation,交叉相關(guān)法)基礎(chǔ)上有學(xué)者根據(jù)雷達(dá)連續(xù)兩個(gè)觀測(cè)時(shí)次的數(shù)據(jù),用相關(guān)法估測(cè)CAPPI(Constant Altitude Plan Position Indicating,等高平面位置顯示)上的水平流場(chǎng),從而獲得回波的運(yùn)動(dòng)走向(嚴(yán)紅梅等,2008);也有學(xué)者考慮多時(shí)刻回波的演變過(guò)程、移向和移速以及回波在移動(dòng)過(guò)程中的形變,構(gòu)造了集合的線性交叉相關(guān)方法(符式紅等,2012)。回波特征追蹤是基于三維雷暴追蹤的算法,通過(guò)識(shí)別和分析雷達(dá)回波,得到風(fēng)暴體的特征參量,在前后兩個(gè)時(shí)刻的掃描數(shù)據(jù)中進(jìn)行單體匹配,最后通過(guò)連續(xù)多時(shí)刻的匹配追蹤結(jié)果外推預(yù)警。有學(xué)者基于這個(gè)思路在實(shí)現(xiàn)三維風(fēng)暴的識(shí)別之后,提取三維風(fēng)暴的特征參數(shù)對(duì)相鄰時(shí)刻的風(fēng)暴進(jìn)行跟蹤,在此基礎(chǔ)上對(duì)風(fēng)暴未來(lái)時(shí)刻的位置及大小進(jìn)行預(yù)報(bào)(王改利等,2010)。

上述方法都是通過(guò)雷達(dá)反射率因子外推預(yù)報(bào)回波的移動(dòng)與演變。為充分利用多普勒雷達(dá)風(fēng)場(chǎng)信息研究對(duì)流單體移動(dòng)的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特征,本文綜合應(yīng)用多普勒雷達(dá)反射率因子和徑向速度資料研究臨近預(yù)報(bào)算法。有學(xué)者經(jīng)過(guò)統(tǒng)計(jì)驗(yàn)證認(rèn)為VAD(Velocity Azimuth Display,速度方位顯示方法)方法反演的風(fēng)場(chǎng)和探空風(fēng)場(chǎng)相似,可用來(lái)代表雷達(dá)站附近的環(huán)境風(fēng)(王艷蘭等,2008;薛雙青等,2010),因此本文采用VAD方法反演的風(fēng)場(chǎng)作為回波移動(dòng)矢量進(jìn)行外推預(yù)報(bào)。另外用交叉相關(guān)法估測(cè)CAPPI等高面上的水平流場(chǎng)外推反射率因子場(chǎng),分析比較這兩種方法的外推效果。

1資料與方法

1.1　資料說(shuō)明與處理

選用的資料為CINRAD/SA雷達(dá)的反射率因子和徑向速度。在VCP21探測(cè)模式下,雷達(dá)體掃時(shí)間間隔為6min左右,雷達(dá)最低仰角為0.5°。使用雷達(dá)徑向速度資料前要進(jìn)行退速度模糊預(yù)處理(童文雪等,2013)。

考慮在二維直角坐標(biāo)系等高面上進(jìn)行外推計(jì)算,所以先把極坐標(biāo)格式的雷達(dá)反射率因子資料經(jīng)插值處理轉(zhuǎn)換到直角坐標(biāo)系中,分辨率取為1 km×1 km。以往預(yù)報(bào)對(duì)流天氣時(shí),一般都參考700 hPa氣流的引導(dǎo)方向,即用2.5～3 km高度的風(fēng)場(chǎng)來(lái)代表整個(gè)天氣背景大致的環(huán)境流場(chǎng)運(yùn)動(dòng)方向(楊凡等,2009;李艷芳等,2011)。拜爾斯和雷厄姆1949年進(jìn)行的雷暴計(jì)劃結(jié)果顯示,當(dāng)0.6 km和6.0 km高度間平均風(fēng)速大于4.5 m/s時(shí),在3.4～6.0 km高度上回波的移動(dòng)和風(fēng)速之間有較好的相關(guān),發(fā)現(xiàn)當(dāng)采用3.0～3.7 km高度上風(fēng)資料時(shí),回波移向和風(fēng)向之間平均偏差最小(Battan,1973)。本文不局限在2.5～3.0 km高度進(jìn)行外推,而分別選取插值得到的2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5 km這8個(gè)高度的雷達(dá)資料進(jìn)行外推并比較分析。為了更好地追蹤降水演變,在處理反射率因子資料時(shí)保留10 dBz以上的回波進(jìn)行外推預(yù)報(bào)。

1.2　速度矢量獲取方法

外推方法的核心就是利用雷達(dá)資料通過(guò)風(fēng)場(chǎng)反演及相鄰時(shí)次空間最優(yōu)相關(guān)技術(shù),分別得到速度矢量,并利用該速度矢量預(yù)測(cè)下一時(shí)次回波的位置和范圍。

1.2.1VAD原理

VAD技術(shù)就是讓雷達(dá)天線以某固定仰角做方位掃描,并把探測(cè)到的降水粒子在某一距離和方位上的徑向速度Vr(β)記錄并顯示出來(lái),雷達(dá)探測(cè)的降水粒子的徑向速度Vr(β)可表示為(張培昌等,2001):

Vr(β)=-Vh(β)cos(β-β0)cosα+Vf(β)sinα。

(1)

(2)

(3)

式中:

(4)

確定不均勻數(shù)據(jù)場(chǎng)的風(fēng)速風(fēng)向:水平風(fēng)速:

(5)

水平風(fēng)向:

D=argA1-π。

(6)

1.2.2交叉相關(guān)法的主要思路

交叉相關(guān)算法目前被廣泛用于確定雷達(dá)回波移動(dòng)的引導(dǎo)風(fēng)場(chǎng),是國(guó)際上許多臨近預(yù)報(bào)系統(tǒng)的主要算法之一(曾小團(tuán)等,2010)。分析時(shí)先將t1時(shí)刻的數(shù)據(jù)分成一系列大小相同的二維像素陣列,然后將每個(gè)陣列與t2時(shí)刻(t1+Δt)數(shù)據(jù)中相同大小的所有陣列求相關(guān),找到與之最匹配的那個(gè)陣列,即確定具有最大相關(guān)系數(shù)的陣列對(duì)。陣列對(duì)中t1時(shí)刻初始陣列的中心即為回波移動(dòng)矢量的起點(diǎn),t2時(shí)刻與初始陣列具有最大相關(guān)的陣列中心即為回波移動(dòng)矢量的終點(diǎn)。對(duì)t1時(shí)刻的所有初始陣列都求出其對(duì)應(yīng)的移動(dòng)矢量,將得到的矢量場(chǎng)除以時(shí)間間隔Δt,就得到了TREC速度矢量場(chǎng)(以下簡(jiǎn)稱(chēng)TREC矢量場(chǎng))。圖1是交叉相關(guān)算法的示意。

圖1　交叉相關(guān)方法示意圖　　a.t1時(shí)刻;b.t2時(shí)刻Fig.1　Schematic diagram of the TREC(tracking radar echoes by correlation)a.t1;b.t2

相關(guān)系數(shù)

(7)

其中:Z1和Z2分別是t1和t2時(shí)刻的反射率像素值;N是一個(gè)陣列中所有數(shù)據(jù)點(diǎn)的數(shù)目。當(dāng)確定了雷達(dá)回波各個(gè)陣列的移動(dòng)矢量后,利用獲得的這些矢量來(lái)外推相應(yīng)區(qū)域回波場(chǎng),最終可獲得整個(gè)回波場(chǎng)的預(yù)報(bào)圖像。

在估測(cè)TREC矢量場(chǎng)時(shí),將各高度 CAPPI反射率因子場(chǎng)劃分為18 km×18 km的初始二維像素陣列,陣列之間間隔5 km。一般降水回波移速小于100 km/h,本文設(shè)最大搜索半徑10 km。對(duì)前后兩個(gè)時(shí)刻的回波經(jīng)交叉相關(guān)法得到回波移動(dòng)風(fēng)矢量,并對(duì)此風(fēng)矢量采用嚴(yán)紅梅等(2008)給出的方法進(jìn)行質(zhì)量控制。

1.3　回波外推算法

雷達(dá)回波的移動(dòng)外推方法是基于這樣的假設(shè),即雷達(dá)回波的移動(dòng)受環(huán)境風(fēng)場(chǎng)引導(dǎo),且環(huán)境風(fēng)場(chǎng)在60 min內(nèi)不存在明顯的突變。因此,可以通過(guò)確定環(huán)境引導(dǎo)風(fēng)場(chǎng),采用有效的差分格式對(duì)雷達(dá)回波進(jìn)行外推預(yù)測(cè)(曾小團(tuán)等,2010)。采用上述兩種方法獲得當(dāng)前時(shí)刻雷達(dá)回波的移動(dòng)矢量,并分別假設(shè)該兩種矢量就是雷達(dá)回波移動(dòng)的引導(dǎo)風(fēng)矢量,從而在拉格朗日坐標(biāo)下實(shí)現(xiàn)雷達(dá)回波的外推預(yù)測(cè)。

采用后向外推格式(Germann and Zawadzki,2002;Seed,2003;Berenguer et al.,2005)對(duì)雷達(dá)回波進(jìn)行外推計(jì)算。如圖2,Zi,j(t)和Zi,j(t+1)分別是t和(t+1)時(shí)刻(i,j)處雷達(dá)反射率因子;Vi,j(t)是t時(shí)刻(i,j)處的移動(dòng)風(fēng)矢量,ut,i,j,vt,i,j分別是Vi,j(t)的緯向風(fēng)和經(jīng)向風(fēng)分量。在預(yù)測(cè)雷達(dá)回波時(shí),認(rèn)為(t+1)時(shí)刻(i,j)位置處的回波是t時(shí)刻中 (i-Δi,j-Δj)位置處的回波移動(dòng)而來(lái),所以有Zi,j(t+1)=Zi-Δi,j-Δj(t),其中,Δi=ut,i,jΔt,Δj=vt,i,jΔt,i和j是雷達(dá)回波分辨率下的格點(diǎn)下標(biāo)。

圖2　后向外推方法示意圖　　a.t時(shí)刻;b.(t+1)時(shí)刻Fig.2　Schematic diagram of the back-extrapolation forecast technique　a.t;b.(t+1)

后向外推格式可表示為:

Zi,j(t+1)=Zi-Δi,j-Δj(t+n-1)。

(8)

其中:Z是雷達(dá)回波值;t是外推的起始時(shí)刻;n是每隔Δt時(shí)間的外推次數(shù),n=1,2,…,這里Δt取6 min。對(duì)于格點(diǎn)數(shù)據(jù),每做一步外推都會(huì)遇到(i-Δi)和(j-Δj)不落在格點(diǎn)上的問(wèn)題,采用四舍五入取整來(lái)消除。

1.4　回波外推結(jié)果檢驗(yàn)方法

通常使用列聯(lián)表方法(王華等,2007),即使用探測(cè)概率DPO、虛假警報(bào)比RFA和臨界成功指數(shù)ICS來(lái)衡量預(yù)報(bào)效果。列聯(lián)表法是將預(yù)報(bào)的數(shù)據(jù)和預(yù)報(bào)時(shí)刻雷達(dá)實(shí)測(cè)的數(shù)據(jù)逐個(gè)格點(diǎn)進(jìn)行對(duì)比,如果實(shí)測(cè)的格點(diǎn)數(shù)據(jù)和預(yù)報(bào)的格點(diǎn)數(shù)據(jù)都大于閾值,則認(rèn)為該格點(diǎn)是成功預(yù)報(bào),如果實(shí)測(cè)的格點(diǎn)數(shù)據(jù)大于閾值而預(yù)報(bào)的格點(diǎn)數(shù)據(jù)小于閾值,則該格點(diǎn)是漏報(bào),如果實(shí)測(cè)的格點(diǎn)數(shù)據(jù)小于閾值而預(yù)報(bào)的格點(diǎn)數(shù)據(jù)大于閾值,則該格點(diǎn)是虛假警報(bào)。探測(cè)概率、虛假警報(bào)比和臨界成功指數(shù)按照以下定義計(jì)算:

(9)

其中:Ns、Nf、Na分表為預(yù)報(bào)成功的格點(diǎn)數(shù)、漏報(bào)的格點(diǎn)數(shù)和虛假警報(bào)的格點(diǎn)數(shù)。DPO、RFA和ICS的數(shù)值都介于0～1,DPO和ICS的數(shù)值愈大愈接近正確預(yù)報(bào),而RFA數(shù)值愈小愈接近正確預(yù)報(bào)。

2試驗(yàn)分析

本文的外推方法并未考慮回波的生消,較適合處于成熟階段、形變較小的回波,而天氣過(guò)程發(fā)生時(shí)雷達(dá)回波往往是隨時(shí)間變化的,因此外推預(yù)報(bào)的時(shí)間不宜太長(zhǎng),選擇在60 min以內(nèi)。

2.1　山東煙臺(tái)暴雨天氣過(guò)程

2010年8月12日山東煙臺(tái)出現(xiàn)由西南向東北方向移動(dòng)的暴雨過(guò)程,分別用VAD法及TREC法獲得8個(gè)高度上回波的移動(dòng)矢量。回波0～60 min外推方案分別于8月12日02:19(世界時(shí),下同)到03:19逐6 min進(jìn)行(本文僅給出代表中低層的3.0 km和代表中高層的5.0 km高度上預(yù)報(bào)時(shí)長(zhǎng)為30 min和60 min的預(yù)報(bào)結(jié)果)。

觀察8月12日02:19—03:19回波實(shí)況發(fā)現(xiàn),回波整體呈西南—東北走向,自西南向東北移動(dòng)。在前30 min的移動(dòng)中,回波帶南端及東南端有回波增長(zhǎng),而西南端則有回波消散,但回波總體形變較小;后30 min內(nèi),增長(zhǎng)和消散仍在繼續(xù),回波形變相對(duì)較大。

圖3給出的是2010年8月12日02:49(30 min預(yù)報(bào))和03:19(60 min預(yù)報(bào))基于VAD風(fēng)矢量場(chǎng)(以下簡(jiǎn)稱(chēng)“方案1”,圖3a)和TREC矢量場(chǎng)(以下簡(jiǎn)稱(chēng)“方案2”,圖3b)對(duì)雷達(dá)回波進(jìn)行外推得到的3.0 km和5.0 km高度回波圖以及相應(yīng)時(shí)刻雷達(dá)實(shí)況(圖3c)。前30 min的預(yù)報(bào)結(jié)果顯示,方案1和方案2得到的外推回波位置和發(fā)展形勢(shì)與雷達(dá)實(shí)況較為吻合,預(yù)報(bào)效果較好。由于方案1反演的移動(dòng)速度較實(shí)況偏快,這導(dǎo)致30 min后的預(yù)報(bào)結(jié)果與實(shí)況之間出現(xiàn)誤差,且外推時(shí)間越長(zhǎng),誤差越大。另外實(shí)況回波隨時(shí)間的演變顯示雷達(dá)西南端有回波逐漸消散,而外推結(jié)果并未顯示該現(xiàn)象,這是它的局限性。表1為兩種方案的預(yù)報(bào)評(píng)分結(jié)果。首先分析由方案1得到的預(yù)報(bào)時(shí)長(zhǎng)為30 min和60 min的預(yù)報(bào)評(píng)分結(jié)果。整體而言,8個(gè)高度的DPO都相對(duì)較高,均達(dá)83.40%以上,ICS也均超過(guò)63.24%,這直接說(shuō)明在8個(gè)高度上外推的回波與實(shí)況對(duì)應(yīng)較好,也間接說(shuō)明VAD方法反演的平均風(fēng)較為接近回波實(shí)際移動(dòng)矢量。僅就30 min的預(yù)報(bào)效果而言,3.5 km高度的ICS最高,預(yù)報(bào)效果最好;2.5、3.0以及2.0 km高度的外推效果稍遜于3.5 km。60 min 外推評(píng)分結(jié)果顯示,在此預(yù)報(bào)時(shí)長(zhǎng)內(nèi),3.5 km高度的預(yù)報(bào)效果最好,其次分別是2.5和3.0 km。綜合來(lái)看,在兩個(gè)預(yù)報(bào)時(shí)長(zhǎng)內(nèi),方案1在2.5～3.5 km高度間的預(yù)報(bào)效果達(dá)到最好。在相同高度上,30 min的評(píng)分結(jié)果明顯要好于60 min,其原因有:外推風(fēng)矢量較回波實(shí)際移速偏快,致使回波預(yù)報(bào)位置與實(shí)況之間出現(xiàn)誤差;部分回波衰減,導(dǎo)致回波預(yù)報(bào)范圍與實(shí)況有所偏差。

圖3　方案1(a)、方案2(b)及實(shí)況(c)中02:49(30 min預(yù)報(bào))3.0 km高度(1)、03:19(60 min預(yù)報(bào))3.0 km高度(2)、02:49(30 min預(yù)報(bào))5.0 km高度(3)、03:19(60 min預(yù)報(bào))5.0 km高度(4)的雷達(dá)回波(單位:dBz)Fig.3　The forecast radar echoes extrapolated by (a)scheme 1 and (b)scheme 2,and (c)the observed radar echoes (1)on height of 3.0 km at 02:49 UTC,(2)on height of 3.0 km at 03:19 UTC,(3)on height of 5.0 km at 02:49 UTC,and (4)on height of 5.0 km at 03:19 UTC(units:dBz)

表1兩種方案在2010年8月12日02:19—03:19煙臺(tái)地區(qū)雷達(dá)30 min和60 min回波預(yù)報(bào)的評(píng)分結(jié)果

Table 1Score results of Yantai radar echo prediction at 30 min and 60 min for scheme 1 and scheme 2 during 02:19—03:19 UTC 12 August 2010

高度/km30min60minDPO/%RFA/%ICS/%DPO/%RFA/%ICS/%方案1方案2方案1方案2方案1方案2方案1方案2方案1方案2方案1方案22.088.7184.5815.798.1976.0678.6484.6280.5925.9415.8265.2869.992.588.9684.3815.898.2876.1678.4085.0379.7725.8616.1965.5869.123.089.0284.5416.078.3976.0578.4785.0879.6626.0116.4065.4968.893.589.9884.5715.388.4877.3378.4385.8479.6425.4416.5566.3968.784.088.6184.4616.798.5775.1778.2783.8379.4227.3316.6363.7468.564.589.2184.8816.539.5575.8277.9084.7779.9826.4917.9464.9368.085.088.5283.7817.339.9174.6776.7183.4078.6527.6617.9763.2467.095.588.9584.9117.1910.2475.0977.4183.8580.5127.5018.7563.6267.90

其次,方案2的評(píng)分結(jié)果表明預(yù)報(bào)時(shí)長(zhǎng)為30 min時(shí),8個(gè)高度中2.0 km高度的ICS最高,為78.64%,其次是3.0和3.5 km。預(yù)報(bào)時(shí)長(zhǎng)為60 min時(shí),預(yù)報(bào)效果最好的3個(gè)高度分別為2.0、2.5和3.0 km。由此可知,方案2在2.0～3.5 km高度的預(yù)報(bào)效果較其他高度要好。

最后,對(duì)兩種方案評(píng)分結(jié)果進(jìn)行對(duì)比發(fā)現(xiàn),兩種方案外推的雷達(dá)回波與實(shí)況都較為吻合。在同一預(yù)報(bào)時(shí)長(zhǎng)內(nèi),方案1的DPO都要高于相同高度的方案2,但同時(shí)由于預(yù)報(bào)的回波范圍與實(shí)況偏差較大,所以RFA也遠(yuǎn)高于方案2,這導(dǎo)致方案1的ICS稍遜于方案2,不過(guò)相同高度上兩種方案的ICS相差并不大。同一方案同一預(yù)報(bào)時(shí)長(zhǎng)內(nèi)各個(gè)高度的評(píng)分指數(shù)相差較小,這說(shuō)明在該時(shí)間段內(nèi),基本氣流從低層到高層切變較小。另外總結(jié)前述分析,對(duì)于此次天氣過(guò)程,方案1和方案2均為中低層(2.0～3.5 km)的預(yù)報(bào)效果好于中高層。分析2010年8月11日20時(shí)的T-logp資料可知,近飽和的水汽層主要集中在850～600 hPa,此層風(fēng)向?yàn)槲黠L(fēng)或西南風(fēng),大致對(duì)應(yīng)著2.0～3.5 km高度,這也是降水系統(tǒng)引導(dǎo)氣流的主要高度。

2.2　江蘇南京降水天氣過(guò)程

受地面倒槽和切變線影響,自2008年4月19日凌晨起,江蘇省自西向東出現(xiàn)大范圍降水天氣。選取南京多普勒雷達(dá)資料,對(duì)此次天氣過(guò)程進(jìn)行外推預(yù)報(bào)。其雷達(dá)回波0～60 min移動(dòng)外推方案分別于4月19日00:08—01:08逐6 min進(jìn)行。

4月19日00:08—01:08這一個(gè)小時(shí)的雷達(dá)實(shí)況回波演變顯示,回波整體呈現(xiàn)西北—東南走向,且由西南向東北方向緩慢移動(dòng)。分析多普勒徑向速度(圖略),可知零速度線呈S型,低層為偏東風(fēng),高層為偏西風(fēng),基于此實(shí)際,初步分析雷達(dá)回波引導(dǎo)風(fēng)風(fēng)向與高層風(fēng)更為接近。圖4為2008年4月19日采用兩種方案外推得到的00:38和01:08在3.0和5.0 km上的雷達(dá)回波以及雷達(dá)實(shí)況。由圖所示,預(yù)報(bào)時(shí)長(zhǎng)為30 min時(shí),兩種方案外推預(yù)報(bào)的回波位置都與實(shí)況吻合較好,但后30 min時(shí)間內(nèi),回波發(fā)展較快,形變較大,預(yù)測(cè)的回波與實(shí)況回波一致性變差。表2為2008年4月19日00:08—01:08時(shí)南京地區(qū)兩種外推方案的評(píng)分結(jié)果。

圖4　方案1(a)、方案2(b)及實(shí)況(c)中2008年4月19日00:38(30 min預(yù)報(bào))3.0 km高度(1)、01:08(60 min預(yù)報(bào))3.0 km高度(2)、00:38(30 min預(yù)報(bào))5.0 km高度(3)、01:08(60 min預(yù)報(bào))5.0 km高度(4)的雷達(dá)回波(單位:dBz)Fig.4　The forecast radar echoes extrapolated by (a)scheme 1 and (b)scheme 2 and (c)the observed radar echoes (1)on height of 3.0 km at 00:38 UTC,(2)on height of 3.0 km at 01:08 UTC,(3)on height of 5.0 km at 00:38 UTC,and (4)on height of 5.0 km at 01:08 UTC 19 April 2008(units:dBz)

由表2 知,方案1在預(yù)報(bào)時(shí)長(zhǎng)為30 min時(shí),4.5 km高度的預(yù)報(bào)效果最好,4.0和3.5 km高度的預(yù)報(bào)效果稍遜于4.5 km;60 min的評(píng)分結(jié)果顯示3.5 km的預(yù)報(bào)效果最好,ICS達(dá)67.35%,其次分別是4.0和4.5 km。綜合來(lái)看,方案1在3.5～4.5 km的外推結(jié)果要好于其他高度。低層評(píng)分相對(duì)較低的原因是低層基本氣流為偏東風(fēng),而回波整體由西南向東北方向移動(dòng),VAD反演風(fēng)矢量與回波實(shí)際移動(dòng)矢量相差較大。分析方案2的評(píng)分結(jié)果可知,30 min的評(píng)分結(jié)果中,3.5 km高度的ICS最高,為77.98%,其次分別是4.0和4.5 km;60 min外推預(yù)報(bào)效果在3.5、3.0和4.0 km高度上達(dá)到最好。整體來(lái)看,方案2中ICS在3.0～4.0 km為大值區(qū)。

兩種方案對(duì)比發(fā)現(xiàn),對(duì)于此次天氣過(guò)程,在預(yù)報(bào)時(shí)長(zhǎng)為60 min內(nèi),利用方案1和方案2得到的外推回波與實(shí)況對(duì)應(yīng)較好,且都在3.0～4.5 km達(dá)到最好的預(yù)報(bào)效果。

3結(jié)論

為研究對(duì)流單體移動(dòng)的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特征,綜合應(yīng)用多普勒雷達(dá)反射率因子和徑向速度資料研究回波的臨近預(yù)報(bào)算法。在設(shè)定的8個(gè)高度上以VAD方法反演出的平均水平風(fēng)場(chǎng)作為回波的移動(dòng)矢量,對(duì)2010年8月煙臺(tái)暴雨過(guò)程和2008年4月南京降水過(guò)程進(jìn)行了預(yù)報(bào)時(shí)長(zhǎng)為60 min的外推預(yù)報(bào),并將其與TREC方法進(jìn)行比較,結(jié)論如下:

表2兩種方案在2008年4月19日00:08—01:08南京地區(qū)雷達(dá)30 min和60 min回波預(yù)報(bào)的評(píng)分結(jié)果

Table 2Score results of Nanjing radar echo prediction at 30 min and 60 min for scheme 1 and scheme 2 during 00:08—01:08 UTC 19 April 2008%

1)以VAD方法反演的各層水平風(fēng)作為移動(dòng)矢量進(jìn)行回波外推,在預(yù)報(bào)時(shí)長(zhǎng)為60 min內(nèi),能夠預(yù)測(cè)出雷達(dá)回波的整體移動(dòng)趨勢(shì),且預(yù)測(cè)的回波范圍和位置與實(shí)況較為吻合,適合監(jiān)測(cè)測(cè)站附近對(duì)流天氣系統(tǒng)的移動(dòng)演變。

2)利用VAD方法(方案1)和TREC方法(方案2)獲得的未來(lái)60 min內(nèi)的雷達(dá)回波位置與相應(yīng)時(shí)刻雷達(dá)實(shí)況基本吻合,二者在某些高度上的預(yù)報(bào)評(píng)分結(jié)果較為接近,且預(yù)報(bào)效果最好的高度層對(duì)應(yīng)較好;從兩個(gè)個(gè)例的外推實(shí)驗(yàn)發(fā)現(xiàn),外推的效果關(guān)鍵是與降水回波中水平風(fēng)的垂直分布有關(guān),而不能僅僅限制在2.5～3.0 km。

3)隨預(yù)報(bào)時(shí)長(zhǎng)增加,預(yù)測(cè)回波與實(shí)況的一致性逐漸變差。這是因?yàn)楸疚牡耐馔萍夹g(shù)是基于雷達(dá)回波歷史狀態(tài)進(jìn)行的預(yù)報(bào),但回波演變過(guò)程中,邊緣或者面積較小的回波,發(fā)展變化明顯,從而導(dǎo)致外推時(shí)間步長(zhǎng)越長(zhǎng),誤差也越大。

參考文獻(xiàn)(References)：

Battan L J.1973.Radar observation of the atmosphere[M].Chicago:The University of Chicago Press.

Berenguer M,Corral C,Sanchez-Diezma R,et al.2005.Hydrological validation of a radar-based nowcasting technique[J].J Hydrometeorol,6:532-549.

符式紅,鐘青,壽紹文.2012.對(duì)多普勒雷達(dá)集合交叉相關(guān)外推技術(shù)的構(gòu)造與實(shí)例檢驗(yàn)[J].氣象,38(1):47-55.Fu Shihong,Zhong Qing,Shou Shaowen.2012.Construction and case verification on Doppler radar ensemble extrapolation of cross-correlation[J].Meteor Mon,38(1):47-55.(in Chinese).

耿建軍,肖現(xiàn),王迎春,等.2012.變分多普勒雷達(dá)分析系統(tǒng)對(duì)北京一次強(qiáng)降水過(guò)程的短時(shí)預(yù)報(bào)能力初探[J].大氣科學(xué)學(xué)報(bào),35(6):730-736.Geng Jianjun,Xiao Xian,Wang Yingchun,et al.2012.A preliminary exploration on the nowcasting ability of VDRAS in a rainstorm case in Beijing[J].Trans Atmos Sci,35(6):730-736.(in Chinese).

Germann U,Zawadzki I.2002.Scale-dependence of the predictability of precipitation from continental radar images.Part I:Description of the methodology[J].Mon Wea Rev,130:2859-2873.

韓雷,王洪慶,譚曉光,等.2007.基于雷達(dá)數(shù)據(jù)的風(fēng)暴體識(shí)別、追蹤及預(yù)警的研究進(jìn)展[J].氣象,33(1):3-10.Han Lei,Wang Hongqing,Tan Xiaoguang,et al.2007.Review on development of radar-based storm identification,tracking and forecasting[J].Meteor Mon,33(1):3-10.(in Chinese).

李艷芳,黃興友,潘佳文,等.2011.多普勒雷達(dá)資料在南京地區(qū)一次暴雨臨近預(yù)報(bào)中的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué),39(19):11763-11766,11786.Li Yanfang,Huang Xingyou,Pan Jiawen,et al.2011.Application of Doppler radar data in rainstorm nowcasting of Nanjing[J].Journal of Anhui Agri Sci,39(19):11763-11766,11786.(in Chinese).

劉紅艷.2013.多普勒雷達(dá)風(fēng)場(chǎng)資料在短時(shí)臨近預(yù)報(bào)中的應(yīng)用研究[D].南京:南京信息工程大學(xué).Liu Hongyan.2013.Application of Doppler radar radial velocity data for nowcasting prediction [D].Nanjing:Nanjing University of Information Science & Technology.(in Chinese).

Rinehart R E,Garvey E T.1978.Three-dimensional storm motion detection by conventional weather radar[J].Nature,273:287-289.

Seed A W.2003.A dynamic and spatial scaling approach to advection forecasting[J].J Appl Meteor,42:381-388.

童文雪,李剛,馬旭林,等.2013.多普勒雷達(dá)徑向速度退模糊的初步研究[J].大氣科學(xué)學(xué)報(bào),36(4):472-480.Tong Wenxue,Li Gang,Ma Xulin,et al.2013.Preliminary study on Doppler velocity data quality control[J].Trans Atmos Sci,36(4):472-480.(in Chinese).

王改利,劉黎平,阮征,等.2010.基于雷達(dá)回波拼圖資料的風(fēng)暴識(shí)別、跟蹤及臨近預(yù)報(bào)技術(shù)[J].高原氣象,29(6):1546-1555.Wang Gaili,Liu Liping,Ruan Zheng,et al.2010.Storm identification,tracking and nowcasting techniques based on the radar mosaic data[J].Plateau Meteor,29(6):1546-1555.(in Chinese).

王華,孫繼松,李津.2007.2005年北京城區(qū)兩次強(qiáng)冰雹天氣的對(duì)比分析[J].氣象,33(2):49-56.Wang Hua,Sun Jisong,Li Jin.2007.A comparative analysis on two severe hail events in Beijing urban district in 2005[J].Meteor Mon,33(2):49-56.(in Chinese).

王艷蘭,唐伍斌,周文志,等.2008.利用多普勒雷達(dá)資料作站點(diǎn)雨量及面雨量臨近預(yù)報(bào)[J].氣象科學(xué),28(3):322-327.Wang Yanlan,Tang Wubin,Zhou Wenzhi,et al.2008.Nowcating of the station-point/area rainfall amounts using cinradar[J].Scientia Meteorologica Sinica,28(3):322-327.(in Chinese).

薛雙青,楊洪平,高玉春,等.2010.VAD反演風(fēng)與探空資料的對(duì)比分析[J].氣象科學(xué),30(6):856-861.Xue Shuangqing,Yang Hongping,Gao Yuchun,et al.2010.Comparison between VAD retrieved wind and radiosonde data[J].Scientia Meteorologica Sinica,30(6):856-861.(in Chinese).

嚴(yán)紅梅,顧松山,胡勝,等.2008.用相關(guān)法估測(cè)CAPPI等高面上的TREC風(fēng)[J].南京氣象學(xué)院學(xué)報(bào),31(3):436-440.Yan Hongmei,Gu Songshan,Hu Sheng,et al.2008.Estimating TREC wind on CAPPI by echo correlation method[J].J Nanjing Inst Meteor,31(3):436-440.(in Chinese).

楊凡,孫貞,孫琪,等.2009.改進(jìn)的TREC算法在奧帆賽測(cè)試期的應(yīng)用[J].氣象科學(xué),29(3):408-413.Yang Fan,Sun Zhen,Sun Qi,et al.2009.Application of modified TREC algorithm during the Olympic regatta in Qingdao[J].Scientia Meteorologica Sinica,29(3):408-413.(in Chinese).

曾小團(tuán),梁巧倩,農(nóng)孟松,等.2010.交叉相關(guān)算法在對(duì)強(qiáng)對(duì)流天氣臨近預(yù)報(bào)中的應(yīng)用[J].氣象,36(1):31-40.Zeng Xiaotuan,Liang Qiaoqian,Nong Mengsong,et al.2010.Application test of TREC algorithm to severe convective storm nowcasting [J].Meteor Mon,36(1):31-40.

張培昌,杜秉玉,戴鐵丕.2001.雷達(dá)氣象學(xué)[M].北京:氣象出版社:236-243.Zhang Peichang,Du Bingyu,Dai Tiepi.2001.Radar meteorology[M].Beijing:China Meteorological Press:236-243.(in Chinese).

周海光.2010.超強(qiáng)臺(tái)風(fēng)韋帕(0713)螺旋雨帶中尺度結(jié)構(gòu)雙多普勒雷達(dá)研究[J].大氣科學(xué)學(xué)報(bào),33(3):271-284.Zhou Haiguang.2010.Mesoscale spiral rainband structure of super typhoon Wipha(0713) observed by dual-Doppler radar[J].Trans Atmos Sci,33(3):271-284.(in Chinese).

(責(zé)任編輯：劉菲)

Application of Doppler radar radial velocity data to nowcasting

LIU Hong-yan1,2,WEI Ming1,2,GUAN Li1

(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration,NUIST,Nanjing 210044,China;

2.Nanjing Meteorological Radar Laboratory,Jiangsu Meteorological Science Research Institute,Nanjing 210009,China)

Abstract:In order to make a study of the kinematic and dynamic characteristics of convective cells,Doppler radar reflectivity factor data and radial velocity data are used to conduct radar echo extrapolation in this study.Therefore,the horizontal wind fields of eight different heights are retrieved by VAD(Velocity Azimuth Display) method and TREC(Tracking Radar Echoes by Correlation) method,which are taken as the motion vectors of echoes to get the extrapolated forecast of CAPPI(Constant Altitude Plan Position Indicating) reflectivity factor there.According to the methods of VAD and TREC,the radar echo extrapolation of two rainstorm processes have been carried out.The results indicate that the location of radar echoes during the next 60 min forecasted by the two methods coincides well with that from the observations.The extrapolation results of VAD and TREC are similar at some altitudes,and correspond well at the levels with the best results.The two extrapolation experiments show that the height levels with the best forecast results are related to the weather process,especially the vertical distribution of horizontal wind in the precipitation echo,which are not just limitted to 2.5—3.0 km.

Key words:Doppler velocity;VAD;cross correlation method;CAPPI;echo extrapolation

doi：10.13878/j.cnki.dqkxxb.20120514001

中圖分類(lèi)號(hào)：

文章編號(hào)：1674-7097(2015)04-0483-09P415.2

文獻(xiàn)標(biāo)志碼：A

通信作者：魏鳴,博士,教授,研究方向?yàn)榇髿膺b感與災(zāi)害性天氣預(yù)測(cè),mingwei@nuist.edu.cn.

基金項(xiàng)目:水利部公益性行業(yè)科研專(zhuān)項(xiàng)(201201063);北極閣基金(BJG201208);國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)項(xiàng)目(2013CB430102);公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)(GYHY201306040);中國(guó)氣象局2014年關(guān)鍵技術(shù)項(xiàng)目(CMAGJ2014M21)

收稿日期：2012-05-14；改回日期：2012-10-29