共查询到20条相似文献，搜索用时 46 毫秒
1.
《高原气象》2017,(3)
利用2013年1—9月重庆多普勒天气雷达(CINRAD/SA)和风廓线雷达(TWP8-L)观测到的垂直风廓线数据,就不同高度、不同时间及不同降水条件下二者的一致性进行了分析。研究结果表明:(1)多普勒雷达探测的风廓线资料与同期的风廓线雷达资料在垂直分布和时间变化上表现出较一致的变化趋势,两者探测的风向和风速的相关系数分别为0.90和0.75;(2)风廓线雷达和多普勒雷达探测的风向相关性(标准误差)随高度增加(降低)而逐渐增加(降低),两者间的一致性随高度不断增强。风速间的相关性也随高度增加而增加,但标准误差变化不大,稳定在2~4 m·s-1之间。在不同月份表现出类似的特征,特别是在汛期(6—9月)风切变从底层到高空具有很好的一致性,呈顺时针旋转;(3)两种探测资料间的一致性受降水影响明显,相对于降水偏少的冬季(1月和2月),在以小到中雨为主的春季(3—4月)以及中到大雨的主汛期(6—9月),多普勒天气雷达和风廓线雷达探测风廓线间的一致性得到明显增强,特别是在主汛期两者间的一致性是最高的;(4)多普勒雷达和风廓线雷达各高度层平均风向随高度的变化一致性较好,在低层(4 km)和高层(5 km)风向均随高度顺时针旋转。 相似文献
2.
3.
乌鲁木齐风廓线雷达探测能力评估 总被引：1，自引：0，他引：1
《沙漠与绿洲气象(新疆气象)》2016,(1)
利用乌鲁木齐市2011年12月—2013年3月CFL-03风廓线雷达的风探测数据与同期的常规探空数据,对风廓线雷达探测数据的可靠性和探测能力给予了评估。结果表明,受乌鲁木齐四季不同的气候背景影响,风廓线雷达的数据获取率在夏季最高,在冬季最低,80%的数据获取率等值线在夏季、冬季各自达到的高度分别为4500 m和1980 m;240 m以下风廓线雷达探测的风速误差较大,240 m以上风廓线雷达四季探测的风速普遍小于实况,误差在-1~0 m/s之间的出现频率最高,介于28.8%~31.8%,且最大频率在四季出现的高度有所差异,总体来看夏季风速误差相对较小;风向误差总体在-22.5°~0°之间的出现频率最高,且随着高度增加频率增加;风廓线雷达对风速的探测能力优于风向,二者与实况的相关系数各自为0.9左右和0.6~0.8;通过对长时间序列的风速、风向资料的比较,说明风廓线雷达能够较为准确地反映冬季天气过程的演变,且能够较为精细地刻画夏季短时强降水天气过程中高低空气流的变化特点。在综合考虑低空地物回波、探测盲区因素以及高空气球探空飘移等多种因素影响的情况下,可见风廓线雷达对乌鲁木齐大气环境和天气过程拥有较可靠的监测能力。 相似文献
4.
利用2016～2017年科尔沁边界层风廓线雷达每6min的风场资料评估雷达探测性能,主要针对风廓线雷达数据获取率、风廓线雷达与常规探空探测风的相关性等进行了分析。结果表明：风廓线雷达平均数据获取率随高度的增加先增大后减小,3000米以下平均数据获取率都在60%以上。雷达探测数据存在日出后数据缺测率高,午后缺测率低的变化趋势。各层数据获取率与气温和比湿的相关系数分别在0.45和0.35左右。对比风廓线与常规高空探测数据发现：二者v分量的相关系数大于u分量；各高度层中400米到1900米的u分量的相关系数在0.4以上,500米到3400米的v分量的相关系数都在0.6以上；风廓线雷达与常规探空数据u分量相关系数随风速的增大时而减小,从春季到冬季u、v分量相关系数都呈减小趋势。各个季节中风廓线雷达与常规探空数据风速平均偏差春季最小、冬季最大。 相似文献
5.
应用四川省名山站2015~2017年6月21日~7月31日每日四个时次的西南涡加密探空资料与风廓线雷达资料,对比分析了在对流层低层风探测上两种资料的差异。结果表明:名山站风廓线雷达资料有效探测高度约为4200m;风廓线雷达和探空测得的风场廓线形状总体接近,两者的风速偏差较小,仅在个别层次和时次偏差大,风速的偏差大小与风廓线风速大小存在正相关关系,除少数情况外风廓线雷达测得的风速均大于探空;两者风向差值随高度的变化规律与风速相反,在中高层较小,低层较大;除01:15时次的500m高度外,其余时次自低层到高层两者观测到的主风向均由偏东北风变为偏西南风,一致性较好;U风和V风散点分布主要沿对角线呈棒槌型,V风质量优于U风,19:15这一时次的风廓线雷达探测U风相对探空资料存在明显系统性正偏差;风廓线雷达探测高度受降水影响较大,在07:15和13:15时次有降水时其探测高度明显高于无降水时。 相似文献
6.
利用2011年12月~2013年3月CFL－03型风廓线雷达在乌鲁木齐市的风探测数据与同期的常规探空数据开展了比对分析,从而对风廓线雷达探测数据的可靠性和探测能力给予了评估。结果表明,受乌鲁木齐四季不同的气候背景影响,CFL－03型风廓线雷达的数据获取率在夏季最高,在冬季最低,80%的数据获取率等值线夏季、冬季各自达到的高度分别为4500m和1980m;受低空地物回波、探测盲区等因素影响,240m以下风廓线雷达探测的风速误差较大,240m以上风廓线雷达四季探测的风速普遍小于实况,误差在-1~0m/s之间的出现频率最高,介于28.8%~31.8%,且在四季最大频率出现的高度有所差异,总体来看夏季风速误差相对较小;风向误差总体在-22.5°~0°之间的出现频率最高,且随着高度增加频率增加;风廓线雷达风速的探测能力优于风向,二者与实况的相关系数各自为0.9左右和0.6~0.8;通过长时间序列的风速、风向资料的比较,说明CFL－03型风廓线雷达能够较为准确地反映冬季天气过程的演变,且能够较为精细地刻画夏季短时强降水天气过程中高低空气流的变化特点。在综合考虑低空地物回波、探测盲区因素以及高空气球探空飘移等多种因素影响的情况下,可见CFL－03型风廓线雷达对乌鲁木齐大气环境和天气过程拥有较可靠的监测能力。 相似文献
7.
利用2012-2017年阜阳多普勒雷达与L波段雷达测风数据进行对比分析,统计两者的相关性和测量误差,进一步了解多普勒雷达风廓线产品的准确性和可信度。结果表明:两者测风结果一致性较好,风向和风速相关系数分别为0.97和0.94,标准差分别为19.5°和2.65 m·s^(-1)。多普勒雷达风速总体上在同一高度比L波段雷达风速偏小,两者风速相对偏差平均为24.48%;风速标准差随高度增高呈增大趋势,在降水期间对比差值小于非降水;风向标准差在7 km以下呈递减趋势,8 km以上有小幅增加趋势;风速相关系数随高度增加呈增大趋势,除低空偏低以外,其他高度相关系数均较高。 相似文献
8.
为了更好地把握风廓线雷达的探测性能和数据精度,对移动风廓线雷达与L波段探空雷达资料进行对比统计分析,结果表明：移动风廓线雷达的有效数据获取率达到80％的高度为3500m,符合边界层风廓线雷达的有效探测高度。移动风廓线的径向速度平均差和标准差随着高度的增加而增加,东西方向的径向速度误差比南北方向的高约0．5—1．0m／s。风廓线雷达自身数据的准确性良好,但是降雨对数据的准确性影响比较大。这次对比试验结果表明,对比试验应该选择比较平稳的天气过程。由于秋冬季节大气环流比较稳定,降雨类型多为层状云降雨,因而风廓线雷达数据可靠性高;对流性降雨过程往往造成风廓线雷达资料可靠性降低。 相似文献
9.
风廓线雷达已在我国得到大范围的业务布网应用,现有业务产品主要为风场信息。为了充分发挥风廓线雷达的作用,获取更多的天气过程信息,该文提出仅使用风廓线雷达返回信号功率谱进行数据定标（DCNP）的方法。使用雷达系统噪声功率对返回信号功率谱单位幅度进行标校计算,基于标校后的雷达探测功率谱分布数据计算回波强度功率谱密度分布、回波强度、大气折射率结构常数。利用2017年北京风廓线雷达、2016年南京风廓线雷达和2018年梅州风廓线雷达观测数据,对我国业务运行的3种主要型号风廓线雷达进行算法评估试验。定标方法的计算结果稳定,风廓线雷达不同探测模式之间的一致性较好。使用每个测站定标结果与相邻天气雷达数据进行比较,风廓线雷达回波强度定标结果与天气雷达也有较好的一致性。DCNP方法与基于信噪比（SNR）的强度计算方法进行比较,与SNR方法相比,DCNP方法定标结果更加稳定可靠。 相似文献
10.
《气象》2021,(5)
面向中国第一代全球大气/陆面再分析产品(CRA)的应用需求,针对中国风廓线雷达小时产品资料特点,在美国NCEP风廓线综合质量控制方法的基础上,提出一套适用于中国风廓线雷达逐小时水平风产品的质量控制方法。通过对比质量控制前后风廓线雷达资料与探空资料的相关系数、平均偏差及均方根误差,证明了质量控制方案的有效性。以ERA-Interim资料作为间接参考场,通过比较探空资料与不同型号、不同探测高度范围、不同观测时段、不同垂直层次风廓线雷达资料相对ERA-Interim再分析资料的偏差,分析了质量控制前后中国风廓线雷达资料的整体质量。结果表明,经该算法质量控制后,风廓线雷达与探空风场表现出了更好的一致性。不同雷达型号、不同探测高度资料的相关系数从0.17～0.82上升至0.79～0.98。在相对ERA-Interim与探空资料的偏差方面,质量控制后,除边界层风廓线雷达的u风分量在300 hPa以上仍有5 m·s~(-1)左右的偏差外,其他型号雷达的u、v风分量在各垂直层的平均偏差均在3m·s~(-1)以内,证明质量控制算法具有识别高层粗大误差数据的能力,能够使最大探测高度以上的数据得到有效利用。 相似文献
11.
风廓线雷达与天气雷达风廓线数据的融合及应用 总被引：2，自引：1，他引：1
风廓线雷达与多普勒天气雷达风廓线产品均可以获取高时间分辨率的高空风信息,但两种遥感测风的探测原理及时空代表性不同。在对风廓线雷达进行质量控制处理、剔除降水粒子空间不均匀分布对数据可信度影响之后,根据风廓线雷达与天气雷达风廓线数据探测原理差异,进行不同时间代表性的风廓线数据的空间匹配试验,确定与天气雷达风廓线数据进行融合的风廓线雷达数据最优时间分辨率,结果为1 h。利用2015年7月北京南郊观象台的探空、风廓线雷达、天气雷达测风数据进行三种高空风的一致性比对,结果表明三种测风数据具有较好的一致性,均方根误差分别为2.3和2.5 m·s~(-1);60、30以及6 min不同时间代表性风廓线雷达数据与天气雷达风廓线数据之间的均方根误差分别为2.6、2.8及3.1 m·s~(-1),60 min数据的融合效果最佳,低空尤其明显。利用广东省2014年5月的风廓线雷达观测网以及天气雷达网风廓线数据进行了高空风场的融合分析试验,融合分析场提供了更为丰富的高空中尺度水平风场信息,低空的涡旋更加明显。 相似文献
12.
风廓线雷达组网资料初步对比分析 总被引：7，自引：2，他引：5
以L波段探空雷达探测到的水平风为标准对全国风廓线雷达探测到的水平风的可信度进行评估,得到:风廓线雷达探测到的水平风在700 hPa高度以下与L波段探空雷达测风有较好的一致性;并且将风廓线雷达探测到的垂直速度与同址地面自动气象站观测到的1 h雨量进行相关性分析,得出垂直速度大小能很清楚地反映降水的开始、结束以及降水的强度;最后将全国风廓线雷达探测到的水平风进行组网对比分析,得出全国风廓线雷达探测得到的水平风在700 hPa高度下是可信的,风向可信度随探测高度的增加而增大。风速可信度随探测高度的增加而降低。 相似文献
13.
测风激光雷达和风廓线雷达作为L波段探空测风的有效补充,均可以提供高时空分辨率的大气风场信息,然而由于工作原理和适用条件存在明显差异,在探测性能上各有优缺点,单一设备的探测数据已不能满足精细化预报的要求。本研究使用2020年1—5月北京南郊观象台的L波段探空资料对同址观测的测风激光雷达和风廓线雷达进行了数据质量评估,结果表明测风激光雷达与探空的一致性较高,U、V分量的相关系数分别为0.97和0.98,均方根误差分别为1.1和0.95 m·s-1,然而在2 km以上数据获取率较低且偏差较大;风廓线雷达与探空相比,U、V分量的相关系数分别为0.94和0.93,均方根误差分别为2.94和2.91 m·s-1,风廓线雷达的探测距离虽然更远,但在0.5 km以下和6 km以上的测量偏差较大。考虑到两种测风雷达在不同探测高度上的性能优缺点,提出分段曲面拟合法对两者的水平风资料进行融合处理,并选取个例对融合效果进行验证,结果表明,融合后的风廓线与融合前相比,风向和风速的一致性均得到明显提升。 相似文献
14.
采用风廓线雷达5波束探测模式的数据对测风精度进行评估分析,用垂直波束和其中两个相邻倾斜波束的探测数据构成一对计算因子,通过对同一距离高度上的4对计算因子进行误差分析,评估风廓线雷达的测风精度,得到水平风在垂直指向连续高度上的精度。对北京延庆CFL-08风廓线雷达2010年3,6,9,12月4个典型代表月份逐日连续探测资料进行了处理分析,结果表明:该雷达满足风速误差不大于1.5 m·s-1、风向误差不大于10°探测精度要求的最大探测高度6月、9月为8 km,3月、12月为6 km,基本符合该雷达探测高度的设计要求。信噪比、大气风场的不均匀性是影响雷达测风精度的主要因素:信噪比影响了高空的测风精度,-15 dB可以作为判断雷达测风可信数据最大探测高度的阈值;晴空大气出现的风场不均匀性对风廓线雷达的测风精度影响不大,降水出现时环境风场不均匀性造成水平风向、风速的测量误差较大,不能满足测风精度要求,特别是对流性降水发生前的1~2 h,水平风向、风速的方差增长迅速,可以作为强降水出现的预警指标。 相似文献
15.
利用成都地区2010年8月和北京沙河地区2011年7—8月风廓线雷达以及多普勒天气雷达的风廓线探测资料,结合对应时段的天气现象相关记录,通过对比分析得到以下结论:①弱降水条件下,在300~2100m高度内,风廓线雷达与多普勒天气雷达探测具有很好的相关性,风向相关系数平均值为0.596,风速相关系数平均值为0.736,在做预报时两者可以同时应用,互为补充;②强降水天气条件下,风廓线雷达与多普勒天气雷达探测的风向、风速变化趋势基本一致,特别是在300~2100m之间各个高度上风向、风速相关性较好,风向相关系数平均值为0.573,风速相关系数为0.508,且风廓线雷达比多普勒天气雷达探测到的各层风向、风速变化更为详细、直观;③阴天条件下风廓线雷达与多普勒天气雷达的风向、风速相关性低层比高层好;④晴天条件下,风廓线雷达更适合用于预报和监测天气。 相似文献
16.
风廓线雷达系统误差和探测数据时空代表性影响风的数据质量。针对五波束探测风廓线雷达,提出雷达系统误差检测方法并分析风的空间不均匀分布和时间代表性对风数据质量的影响。在此基础上,通过比较4组三波束计算的两组水平风u,v分量离差进行风的空间均匀性判别,并比较了一致性平均和数学平均两种时间代表性处理算法间的测风精度差异。利用广东风廓线雷达站网2014年3—5月10部雷达数据进行方法应用和评估。结果表明:稳定大气条件下,3种型号雷达 (LC,PB,PA) 的有效数据高度分别达到3,6 km和10 km的雷达系统功能设计需求。经空间均匀性检验与时间一致性平均处理的风数据在降水期间质量优于业务雷达数据,3—5月10部雷达获取的两组u,v分量离差标准差约为1 m·s-1,表明经过空间一致性检验和时间一致性平均处理后的数据质量较好。 相似文献
17.
以美国国家环境预报中心全球预报系统（National Centers for Environmental Prediction/Global Forecast System,NCEP/GFS）0.5°×0.5°分析场作为数值预报背景场,结合地面降水资料,面向资料同化分析了2017年1～12月逐日00时、06时、12时、18时（协调世界时）福建12部L波段风廓线雷达（其中CFL-03系列3部、CFL-06系列9部）水平风产品质量特征,并初步探讨了不同质量控制方案的影响差异。结果表明:（1）CFL-06系列雷达在水平风的最大探测高度、有效数据获取率和低层水平风质量等方面明显优于CFL-03系列;（2）相同系列的不同风廓线雷达探测水平风的数据获取率、有效探测高度、标准差、相关系数及偏差的垂直分布特征等存在极大差异,该差异与风廓线雷达所处的地理位置（沿海或内陆）、海拔高度等并无直接关系;（3）各雷达站探测u风速相对背景场存在明显系统性负偏差,小于背景场,不满足资料同化对背景场的无偏需求,资料同化时需进行偏差订正;v风则相对较好;（4）降水对风廓线雷达探测影响较大,有降水时数据获取率在中低层有所减小,但在中高层则大幅提高;u、v风标准差在中低层有所增加,而在中高层v风标准差有所增加,u风标准差则大幅降低;（5）针对不同风廓线雷达,提出了不同高可信度区间和不同有效探测高度两种质量控制方案,并与固定有效探测高度方案进行了对比,结果表明,这两种质量控制方案皆具有明显优势。不同高可信度区间方案的质量控制效果更为显著,不同雷达站水平测风数据得到更加充分和有效识别,既减少了雷达资料不必要损失,又可将质量差的数据进一步剔除;该方案在有降水情形下也有较好效果。 相似文献
18.
19.
对安装在浙江衢州国家基本气象站的CFL-06型低对流层风廓线雷达2022年的数据进行了初步分析,包括进行全年不同季节数据获取率的统计分析,以及选取6个时次的数据与同站址安装的L波段探空雷达的数据进行对比分析,进一步验证风廓线雷达数据的准确性和可信度。结果表明：风廓线雷达数据获取率在不同季节有所区别,一般夏季最高,冬季数据获取率在3 km以上有较明显的下降趋势,风廓线雷达的探测高度以及数据获取率与天气、气候条件等息息相关;风廓线雷达与L波段探空雷达数据在晴空条件下一致性较高,在有降水天气过程的情况下,风廓线雷达的数据准确性可能会下降。 相似文献