科爾沁邊界層風廓線雷達探測性能評估

舒海龍，馬洪波，姚中道，蘇雄達，劉菲兒

（1.63968部隊，吉林 白城137001；2.吉林省氣象臺，吉林 長春130062；3.63863部隊，吉林 白城137001；4.63853部隊，吉林 白城137001）

無人值守氣象探測站是大氣探測業務的發展方向，風廓線雷達以微波遙感的方式連續探測某一區域三維大氣風場，是高空風連續探測的有效手段。科爾沁草原位于大興安嶺背風坡，屬溫帶草原性氣候，風廓線雷達的部署彌補了周邊定時高空探測站稀少的問題，產品的有效利用將使該地區預報水平有新的提高。

從20世紀60—80年代國內外就開始利用風廓線雷達對高空風進行實時探測，此后關于風廓線雷達數據的評估等研究工作相繼開展[1-2]。在對數據獲取率的評估當中南方的測站數據獲取率較高。何婧等[3]對2012—2016年南京市江寧區邊界層風廓線雷達風場資料質量的評估表明四季大部分資料獲取率達80%以上；董保舉等[4]對云南大理風廓線資料總的數據獲取率進行了統計，數據獲取率＞80%。由于風廓線雷達的探測機理的原因導致數據獲取率隨著高度的升高而降低[5]。盧維忠等[6]依據雷達方程分析了影響風廓線雷達最大探測高度的因素，其中大氣環境因素是導致最大探測高度變化的重要因素。萬蓉等[7]分析得知風廓線雷達資料的樣本數隨著高度增加而減少；董保舉等[8]發現風廓線雷達在對流層低層以及邊界層的探測能力要遠遠大于高層；呂博等[9]發現聊城風廓線雷達夏季有效探測高度可達6 300 m、冬季僅為1 100 m左右，同時還發現大氣環境的濕度條件和水平風速、風向標準差的波動是影響測風質量評估的重要因素。同時，許多學者利用不同地點、不同時間段的風廓線數據與傳統氣球探空進行了比較，發現風廓線雷達與氣球探空資料有較好的一致性[10-19]。

以往利用風廓線與氣球探空對比研究采用的多為定時觀測資料（如08、20時等），這種對比的代表性是有限的；也有研究采用短時的加密氣球探空數據，這也只能代表這段時間的特征。本文利用2 a科爾沁邊界層風廓線雷達探測數據，對該風廓線雷達的數據獲取率及數據缺測影響因素進行了研究，同時以隨機時刻的氣球探空數據為樣本對風廓線雷達與常規高空探測風的相關性等進行分析，希望更全面地了解風廓線雷達的探測性能，為更好地利用科爾沁邊界層風廓線雷達數據提供有益的參考。

1 數據與方法

1.1 數據選取

風廓線數據采用科爾沁草原2016—2017年CFL20G-UHF型固定式邊界層風廓線雷達逐6 min觀測資料。數據的時間單位均為北京時間，測站海拔198 m。雷達設計探測高度3 000 m，實際探測高度可達4 000 m。數據輸出以100 m分層，從100～4 000 m共41層。

氣球探空數據為距風廓線雷達站500 m左右的高空探測雷達獲取，共獲得氣球探空數據737組，其中633組3 000 m以下以100 m分層、3 000～4 000 m以200 m分層。根據探空氣球的升速，上升到10 km高度大約需要25 min，為了盡可能保證風廓線雷達與探空測風采樣的一致[20-21]，將風廓線雷達測風數據進行30 min平均，同時將常規高空探測數據處理成與風廓線雷達采樣高度一致的數據進行對比[22]。

文中春季為3—5月，夏季為6—8月，秋季為9—11月，冬季為當年12月—次年2月。

1.2 數據處理

風廓線雷達數據的處理包括：（1）剔除缺測數據和亂碼；（2）將風速、風向分解為u分量（緯向風，向東為正）和v分量（經向風，向北為正）；（3）根據氣球探空數據查找對應時刻的風廓線數據，將該時刻前2次后3次6 min平均的u、v分量做平均，生成30 min的平均風場資料；（4）剔除一段時間內無變化的數據。

氣球探空數據的處理包括：（1）剔除缺測數據和亂碼；（2）將風速、風向分解為u、v分量；（3）利用高空探測軟件將氣球探空風數據處理成與風廓線雷達數據相同的高度。

2 風廓線雷達探測數據獲取率分析

2.1 數據總體缺測率

圖1為2016年1月—2017年12月科爾沁邊界層風廓線雷達每6 min一次探測的廓線缺測率日變化。圖中每一點為一次探測的缺測率（即：數據缺測層數/總層數），填色代表該時次探測廓線的整層上的數據缺測率；灰色代表該條廓線缺測率為0%，數據完整；紅色代表該條廓線缺測率為100%，數據不可用；白色代表設備沒有開機。由于在設備改造后測試階段（2016年1月—2017年3月）的反演算法問題，導致該階段數據缺測率較高，特別是2016年1—5月數據缺測率大部分在80%以上，2016年10月—2017年2月數據缺測率降低到40%左右，2017年3月之后數據缺測率明顯降低、完整性較好。

圖1 風廓線雷達每條數據缺測率日變化

2.2 數據缺測率的垂直分布和季節對比

由圖2中可知，風廓線雷達的數據獲取率隨高度的增加先增大后減小。3 000 m以下獲取率隨高度先增大后減小，除春季外各季節數據獲取率都在60%以上。300～3 000 m平均數據獲取率＞75%，300～2 600 m平均數據獲取率在80%以上，到3 500 m以上數據獲取率開始迅速減小。300～700 m各層數據獲取率相近，冬季獲取率略大，秋季獲取率略小。700 m以上夏季獲取率最大，冬季數據獲取率最小，700～3 500 m夏季數據獲取率＞90%，700～3 000 m冬季數據獲取率＞60%。綜合2 a數據，設備在冬春兩季3 000 m以下數據完整性較強，夏秋兩季3 600 m以上數據完整性較強。

圖2 風廓線雷達各季節數據獲取率

2.3 數據缺測率日變化

從風廓線雷達各層數據獲取率日變化圖（圖3）中可以看出，數據獲取率隨高度的增加先增大后減小。3 500 m以下數據獲取率都在50%以上，數據獲取率隨高度增加逐漸減??；3 600 m以上數據缺測率迅速減小。各層中600～3 500 m獲取率日變化較為明顯，呈現出一種日出后獲取率低、午后高的趨勢。獲取率最小值一般出現在06—08時、最大值出現在16時左右。主要是由于風廓線雷達探測主要依靠大氣中的湍流運動導致的折射率在時間上和空間上不均勻分布。大氣折射率起伏越大，湍流運動越劇烈則回波信號越強，雷達作用距離就越大。由大氣折射率方程可知，大氣折射指數隨著氣溫的增加、氣壓和水汽壓的減小而減小，隨著氣溫的減小、氣壓和水汽壓的增加而增加。隨著太陽輻射的增加，地表溫度上升，地面向上輻射增大，邊界層氣溫的升高，大氣中的湍流活動加強，使得雷達的數據獲取率增加[6]。

圖3 風廓線雷達數據獲取率日變化

2.4 數據獲取率相關因素分析

為了探討風廓線雷達數據缺測的相關因素，利用風廓線雷達和氣球探空數據進行了風廓線雷達數據獲取率與常規探測氣象要素之間的相關性分析（圖4）。通過計算相對濕度、風速與數據獲取率之間的相關系數，發現兩個要素與數據獲取率沒有顯著的相關性。

利用相對濕度求取比濕，分析比濕與數據獲取率之間的相關性，計算得出的相關系數均已通過0.01的顯著性檢驗。從圖4可知，2 800 m以下比濕與數據獲取率的相關系數都在0.35以上，2 500～2 900 m二者相關系數＞0.4，3 000 m以上二者相關系數逐漸減小。同時，3 000 m以下數據獲取率與氣溫的相關系數維持在0.45左右，3 000 m以上二者相關系數逐漸減小（圖3，圖4）。

圖4 風廓線雷達各層數據獲取率與比濕和氣溫的相關性

從以上分析看出，數據獲取率的大小與比濕和氣溫具有一定的相關性。同時，對數據獲取率的大小與相對濕度和風速的相關性進行了分析，并沒有發現顯著的相關性。

將風廓線雷達數據按季節分組，然后將氣球探空數據中的氣溫按照對應風廓線雷達數據獲取和缺測進行分組，利用箱線圖（圖5）分析各季節數據獲取與否同氣溫的關系。在箱線圖中，箱子中間的條線代表了數據的中位數，箱子的上下底分別是數據的上四分位數和下四分位數，這意味著箱體包含了50%的數據。因此，箱子的高度在一定程度上反映了數據的波動程度。上下邊緣則代表了該組數據的最大值和最小值，箱子外部的一些點可以理解為數據中的“異常值”。

由圖5可知，各種情況中氣溫分布較為均勻，各季節中數據已獲取的比缺測的氣溫中位數都高；春季和秋季氣溫變化較大，數據已獲取比缺測的整體氣溫明顯偏高，且數據離散程度較大；冬季和夏季氣溫變化較小，數據獲取比缺測的整體氣溫偏高不明顯，但數據離散程度相對數據缺測的情況較小。

圖5 風廓線雷達各季節數據獲取率與氣溫的關系

3 風廓線雷達與氣球探空數據對比分析

3.1 高空風場總體對比

圖6是氣球探空數據與對應的風廓線雷達u、v分量對比的散點分布，對比的數據個數為15 669對。其中，u分量的相關系數為0.37、v分量的相關系數為0.69。圖中u分量風正值比例占優，反映了本地邊界層緯向風以偏西風為主的特點。分別對u、v分量進行一階擬合（圖中灰色直線），擬合線斜率分別為0.52、0.83，且與y=x的交點接近原點。擬合分析表明風廓線雷達探測數據對u、v分量的反演特征與常規高空探測并不是一致的，在負值區（即東風和南風分量）比常規高空探測大，在正值區（即西風和北風分量）比常規高空探測小。

圖6 風廓線雷達水平風與氣球探空數據散點

風廓線與高空探測水平風的各層相關性隨高度的升高呈先增大后減小的趨勢（圖7）。200 m以下二者相關系數＜0.2。隨著高度的增加，到1 000 m左右相關系數達到最大值，u分量相關系數最大值為0.83（900 m），v分量相關系數最大值為0.92（1 100 m）。u分量相關系數在400～1 900 m＞0.4，500～1 300 m＞0.6；其中3 000、3 900和4 000 m高度上相關系數未通過0.01顯著性檢驗。v分量相關系數在400～3 800 m＞0.4，500～3 400 m＞0.6，700～2 300 m＞0.8。

圖7 風廓線雷達水平風與氣球探空數據相關性

3.2 按風速分組對比分析

為了對比不同水平風速條件下風廓線雷達與常規高空探測之間的差異，按照常規高空探測的水平風速進行風速分段分析。將氣球探空數據按水平風速分為＜5 m/s、5～10 m/s、10～15 m/s和15 m/s以上4個風速段，4個風速段的樣本數隨著風速的增大而減少。在各風速段中u分量的相關系數都在0.3以下，15 m/s以上的u分量未通過0.01顯著性檢驗；而各風速段中v分量的相關系數都在0.3以上，v分量15 m/s以上的相關系數達到0.79。u分量隨著風速增大整體相關系數呈下降趨勢，v分量隨著風速增大整體相關系數呈增大趨勢（圖8）。

圖8 風廓線雷達水平風與氣球探空數據相關性按風速分組對比

3.3 按季節分組數據對比分析

為了對比不同季節風廓線雷達與常規高空探測之間的相關程度，按季節對二者相關性進行了分析，4個季節中春季樣本數最多，冬季樣本數最少。u、v分量的相關系數從春季到冬季呈下降趨勢。春季u、v分量相關系數分別為0.72和0.81，冬季u、v分量相關系數分別為0.1和0.3，所有相關性都通過了0.01顯著性檢驗。同時，v分量的相關系數在各個季節都高于u分量（圖9）。

圖9 風廓線雷達水平風與氣球探空數據相關性按季節分組對比

為了對比不同季節風廓線雷達與常規高空探測之間的差異，對各個季節風廓線雷達與常規高空探測平均風速的平均偏差、偏差標準差及平均垂直廓線進行了分析。由圖10可知，春季風廓線雷達平均風速隨高度的變化與氣球探空風速的一致性較好，在1 000～3700 m，兩者的平均偏差接近于0，兩者偏差的標準差在900～1 800 m高度上都＜3 m/s；夏季風廓線雷達平均風速整體比氣球探空偏大，兩者平均偏差在400～2 400 m為2 m/s左右，偏差的標準差在500～3 000 m高度上基本都＜4 m/s；秋季風廓線雷達平均風速與氣球探空平均風速在400～1 100 m高度上一致性較好，1 100 m以上風廓線測風比氣球探空風速隨高度變大；冬季風廓線雷達平均風速與氣球探空平均風速差別較大，200 m以下及1 000 m以上平均風速風廓線雷達都比氣球探空大。除春季外，各季節風廓線平均風速都比氣球探空大，春季二者一致性最好；夏秋季300 m以下二者相差較大，風廓線平均風速都比氣球探空整體偏大；冬季二者一致性較差。

圖10 風廓線雷達水平風與氣球探空數據各季節平均偏差與偏差標準差對比

4 結論

利用2 a科爾沁邊界層風廓線雷達探測資料和700余組氣球探空數據對風廓線雷達的數據獲取率及高空風探測性能進行了評估對比。

（1）發現風廓線雷達全年平均數據獲取率隨高度的增加先增大后減小，3 000 m以下全年平均數據獲取率都在60%以上，其中夏季獲取率最大，冬季最小。數據獲取率存在日出后數據缺測率高，午后缺測率低的變化趨勢。各層數據獲取率與氣溫的相關系數為0.45左右、與比濕的相關系數為0.35左右。數據已獲取的比缺測的數據對應的氣球探空氣溫普遍偏高。

（2）對比風廓線與常規高空探測數據發現，二者v分量的相關系數大于u分量。400～1 900 m，u分量相關系數為0.4以上，500～3 400 m，v分量相關系數為0.6以上。風廓線雷達與氣球探空數據相關系數中，u分量相關系數隨風速的增大而減小，u分量相關系數＜0.3；v分量隨風速的增大而增大，v分量相關系數＞0.35。從春季到冬季u、v分量相關系數都呈減小趨勢，春季u、v分量相關系數＞0.7，冬季u分量相關系數＜0.2，v分量相關系數＞0.3。各個季節中春季風速平均偏差最小、冬季最大。