威寧邊界層風廓線雷達與探空系統的風向風速一致性初探

楊 哲，李 源，張玉逵，陳銀東

(1.貴州省大氣探測技術與保障中心，貴州 貴陽 550081；2.貴州省人工影響天氣辦公室，貴州 貴陽 550081；3.貴州省氣象服務中心，貴州 貴陽 550002；4.貴州省威寧彝族回族苗族自治縣氣象局，貴州 威寧 553100)

0 引言

風廓線雷達自20世紀70年代末誕生以來，在很多國家的氣象服務行業得到廣泛應用，美國、日本、英國、德國等發達國家已經建成風廓線雷達網。我國于1989年研制出自己的風廓線探測系統，經過多年發展，已成功研制了平流層、對流層和邊界層等多種探測高度的風廓線雷達。2019年貴州省氣象部門在畢節威寧和安順普定分別布設了2部邊界層風廓線雷達。該雷達對晴空湍流、輻合輻散、急流區、切變線等天氣系統有較快較好的辨別力，可為降水過程尤其是強對流天氣的探測識別、預測預警提供重要參考。為確保該雷達數據可有效應用于貴州的氣象預報預警和天氣系統分析，本文對其在貴州復雜山地氣候環境中探測數據的可靠性預先進行驗證分析。目前國內外專家在風廓線探測數據的分析質控和應用等方面取得了一定成果，周志敏等[1]利用加密探空資料對咸寧市黑山觀測站的風廓線數據進行了初步驗證，發現其可靠性較好。王欣等[2]對風廓線資料與同步探空資料進行對比，分析了風廓線資料的可信度。萬蓉等[3]設定風廓線雷達和加密探空資料風速差<3 m·s-1或風向差<20°為有效樣本，并從降水情況、速度、高度條件的影響下進行分析研究。張寅等[4]利用探空數據、ERA再分析資料和同期風廓線雷達數據進行對比分析，表明該雷達在平均態過程中與探空和再分析資料基本一致。黃金權等[5]利用風廓線雷達產品對強對流天氣過程進行應用分析。WEBER等[6]國外學者對比分析了風廓線雷達與常規探空的風場資料，結果顯示：二者水平風速的u、v分量標準差為2.5 m·s-1。貴州省威寧縣氣象局觀測站內同時布設有風廓線雷達和探空系統，并已具有較長時間的觀測資料，為2種設備的數據對比分析[7]提供了一定基礎。

1 資料選取及處理

CFL-03型邊界層風廓線雷達和L波段探空雷達均位于貴州威寧縣氣象局內，兩者海拔高度相差2 m左右，水平距離50 m左右。由于受邊界層風廓線雷達性能和本地天氣特征影響[8]，其可靠探測范圍是以雷達為中心，平面半徑約3 km、垂直高度3.5 km以下的空間。探空氣球隨風場擾動運動，探空氣球從地面釋放至3.5 km高度處，距離本站的水平距離存在3～20 km的偏差，剔除偏差>15 km的數據，可近似認為2部設備探測空間一致性滿足要求。

探空氣球釋放具體時間為07時15分左右和19時15分左右，上升至3.5 km處需約9 min，故在0～3.5 km對比空間內探空氣球探測時間為07時15—24分和19時15—24分。風廓線雷達每6 min出1組數據，選取07時24分和19時24分出的數據可使兩者時間偏差最小，可視為滿足時間一致性要求。

本研究使用的風廓線雷達產品為實時風場數據，該數據已指定各高度層風場信息。探空雷達則使用基礎探空數據，該數據每秒鐘回傳1組風速、風向、氣壓等氣象要素信息，其高度區間是連續性的，故需要提取探空指定高度風速風向使其與風廓線雷達高度層一致。

2 數據分析對比

2.1 相關性分析

2.1.1 總體相關性分析 選取2019年6—12月威寧探空雷達的風向、風速數據和相應時間的風廓線雷達數據，分別計算6個月的風廓線雷達各高度的風速、風向平均值和探空對應高度的風速、風向平均值，并繪圖2部設備的風速、風向平均值隨高度變化曲線及其風速、風向差值曲線(圖1)。

圖1 2019年6—12月風廓線雷達和探空風向、風速平均值及其差值隨高度變化曲線

對風廓線雷達和探空風向、風速平均值進行相關性分析，并利用統計學方法計算兩者平均值差值的統計特性值，具體結果如表1。

表1 風廓線雷達和探空風向、風速平均值的統計特征

根據圖1和表1，風廓線雷達與探空的風向、風速平均值均具有一定正相關性，其中二者風向均值為高度相關，風速均值為中度相關。風速平均值的差值在高度為1000 m左右以下和3000 m左右高度以上均較大(>4 m·s-1)，1000～3000 m高度差值較小(<2 m·s-1)。風向平均值的差值在1000 m左右高度以下變化較大，最大約26°，1000 m以上差值趨于穩定總體在10°左右。

2.1.2 各次相關性統計 共收集整理風廓線和探空風速、風向數據序列(經規劃化處理的單次探測數據文件)共4組總數為1596個，其中每個數據序列分別有399個，每個序列對應1次風速或風向隨高度變化的實際探測數據。由于受探測環境和氣象條件等因素影響，風廓線雷達和探空系統探測風場時在某些高度層不可避免會出現空值，經篩選統計，所選數據序列約10～40個左右數據值。將探空和風廓線雷達的風向、風速序列數據分別進行相關性分析，結果如圖2所示。

圖2 風廓線雷達和探空系統風向、風速相關系數統計

統計結果顯示，滿足顯著性水平低于0.05的風速、風向個數分別為333、323，其中滿足高度相關(相關系數≥0.8)的風速風向數據量分別為165、135，占比分別為49.6%、41.8%。滿足中度相關(相關系數≥0.5)的風速風向數據量分別為278、275，占比分別為83.5%、85.1%。表明風廓線雷達和探空的風速風向數據具有較好的正相關性。

2.2 數據有效性分析

根據夏文梅等[9]研究結果，可以設定風廓線雷達與探空風速絕對差值在3 m·s-1以內，風向絕對差值在20°以內為有效樣本。對風速、風向有效樣本比率隨高度變化進行統計并繪圖，見圖3。

統計得出風速有效樣本占總樣本比例為79.17%，風向有效樣本占總樣本比例為64.64%。當風向和風速的有效樣本比>60%時，風廓線和探空資料就能達到相對較好的一致性，比率越大，一致性越好。根據圖3可以看出，風速、風向有效樣本比率在700 m以上高度主要維持在80%左右，表明除近地面外，風廓線雷達和探空風場數據總體一致性較好；在高度700 m左右以下由于地物干擾的存在，風速、風向有效樣本比率較低；高度在1500～5000 m范圍內有效樣本比率變化幅度較小，表明該高度區間內風速、風向總體較其他高度更可靠；風速有效樣本比率變化較風向的比率更均勻穩定。

圖3 風向、風速有效樣本比率隨高度變化曲線(紅虛線為0.6)

2.2.1 不同時次對比 采用08時、20時風廓線雷達和探空風場數據，統計出08時風向平均有效樣本比率64.36%，風速平均有效樣本比率78.01%；20時風向平均有效樣本比率65.73%，風速平均有效樣本比率73.56%。

如圖4所示，在設定標準下根據統計結果，風速隨高度變化的有效樣本比率明顯高于風向有效樣本比率。08時和20時的風向平均有效樣本比率均略低于風速樣本比率，且風速風向有效樣本比率隨高度變化趨勢相似。在2個時刻下500 m左右高度以下風速風向有效樣本比率均大幅低于其他高度比率。表明風廓線雷達與探空系統的風速風向有效比率幾乎不受08時和20時2個不同時刻的影響。

圖4 北京時間08時、20時風速、風向有效樣本比率隨高度變化

2.2.2 不同降水情況對比 通過篩選分類出有降水和無降水的風廓線雷達和探空風場數據，然后分別計算出2種天氣情況下風速風向有效樣本在不同高度上的比率(圖5)。有降水風速、風向平均有效樣本比率分別為60.36%、55.49%，無降水風速、風向平均有效樣本比率分別為80.12%、67.53%。

如圖5所示，在有降水時，風廓線雷達與探空系統的風速、風向有效樣本比率隨高度變化的值均比無降水時較小一些，而且有降水時有效樣本比率的變化幅度也相對較大；風向有效樣本比率在有降水和無降水2種情況下均比風速有效樣本比率較低。無論有無降水，風速風向有效樣本比率在500 m左右高度以下均較低；有降水時的風速風向有效樣本比率在4000 m以上高度也會變小。

圖5 有降水和無降水風速、風向有效樣本比率隨高度變化

2.2.3 不同風向對比 將風向分成18個方位范圍，平均每個方位寬度為20°，再針對各個風向范圍分別統計出風廓線和探空風向誤差小于20°的有效樣本比率，結果如圖6所示。

由圖6可以看出，西南方向的風向有效樣本比率接近80%，東北方向有效比率接近70%，二者有效比率明顯大于其他方向；即當風向為東北或西南時，風廓線雷達和探空的風向一致性好于其他方向。一致性最差的為東南風向，其風向有效樣本比率不足40%，其次為正北和正東方向約40%左右。綜合各個方向，滿足一致性(有效樣本比率≥60%)的方位合計為80°，不滿足一致性的方位合計為280°，表明預設標準下方位有效性較差。

圖6 風向有效樣本比率隨不同風向的變化

2.2.4 不同風速對比 將風速以3 m·s-1為一檔共分為9檔(如圖7橫軸所示)，再對風廓線雷達和探空分別在9個不同速度區間內的風速值進行統計。

圖7 風速有效樣本比率隨風速大小的變化

如圖7，風速有效樣本比率隨著風速增大而減小，風速<3 m·s-1時有效樣本比率可達90%以上，風速>24 m·s-1時有效樣本比率為不足40%的最小值，風速值處于3 m·s-1和24 m·s-1之間時風速有效樣本比率均能達到60%以上，因此預設標準下，大部分風速區間均能滿足一致性要求。

3 結果綜述

本文從多個角度對威寧縣風廓線雷達和探空系統的風速、風向數據相關性和有效性進行全面分析，預設2種氣象設備探測到的風速差≤3 m·s-1、風向差≤20°為有效的數據樣本，具體分析結果如下：

①從數據相關性角度來看，風廓線雷達與探空的風向總體上具有一定的正向高度相關性，風速具有一定的正向中度相關性；而在單次對比結果上，風速風向數據正向相關性較好，其中風速、風向滿足中度相關的數據個數分別占總數據量的83.5%、85.1%。綜合以上結果，風廓線雷達和探空系統的風速、風向數據具有較好的正向相關性。

②從數據有效性角度來看，根據預設標準，風速隨高度變化的有效樣本比率總高于風向有效樣本比率，且無論有無降水或任意時次。在不同高度下，風速、風向數據樣本有效比率總表現為低層(500 m左右高度以下)最小，最高層次之，中高層較大(最大可達90%)；在不同時次下，風向平均有效樣本比率與風速樣本比率隨高度變化的值近似相等且其變化趨勢相似；在不同降水情況下，風速、風向有效樣本比率隨高度變化的值在有降水時比無降水時總體偏小且變化幅度較大；在不同風向下，由于誤差標準限定，除了東北和西南方位總計80°的方位區間外，2部設備的風向一致性在大部分方向上均較差；在不同風速下，除了24 m·s-1以上的風速外基本上都具有較好的一致性。

4 討論分析

①由于風廓線雷達僅探測本站上空風場，而探空氣球是隨著風場擾動在運動，遇到風場條件較為復雜時，探空氣球會出現忽近忽遠或者遠離測站上空的情況，難免會導致探測范圍不一致。如果本站上空是受較為穩定的系統性流場控制，即使探空氣球隨氣流飄到較遠的地方，其所測到的風場與本站的風場也會相差較小。反之，若本站受局地性強對流控制，尤其是對流中存在風場切變、渦旋、輻合輻散等系統，風場小范圍的變化會引起較大的風速風向差，影響風場數據的一致性。后續研究可以先對探測數據樣本進行穩定性氣流和局地性強對流等系統分類，然后再進行統計分析。

②根據研究結論可知，500 m左右高度是影響數據一致性的“拐點”，具體表現為在不同時次、不同降水條件下，500 m高度以下風速風向有效樣本比率極低，而500 m以上風向風速有效樣本比率相對會高很多。這是由于測站附近存在較多房屋、樹木等地物，對風廓線雷達低層風場的探測產生了一定的干擾，使得雷達基數據受到污染，最終導致雷達探測獲取到的風場數據可靠性降低。

③預設風速風向誤差標準可以直接影響2個設備之間風速風向的有效樣本比率，故選擇合適又受認可的誤差標準尤為重要。后續可以根據本地探測數據特征，利用大量的本地數據樣本進行分析驗證得到1個符合本地風場數據樣本分析的誤差標準。