共查询到20条相似文献，搜索用时 31 毫秒
1.
为了分析高频地波雷达能否应用于海面风场探测,以广东阳江高频地波雷达探测范围内的南鹏岛自动气象站探测的风向风速为参考,将高频地波雷达探测的风场数据与之相比较,通过分析不同季节、风速6~10 m/s及6 m/s以下等各种情况下地波雷达探测风场数据的获取率、标准差及可用性。结果表明,相对而言,地波雷达探测风向数据获取率高、标准差较小,可用性高,而风速获取率在6~10 m/s情况下较好,可用性较高,在低海况（6 m/s以下）时可用性低。 相似文献
2.
上海组网风廓线雷达数据质量评估 总被引：4，自引：3，他引：1
利用2014年6月美国国家环境预报中心(NCEP)的全球模式分析资料,对上海及周边地区组网的七部边界层风廓线雷达的水平测风数据进行了初步分析和比较。由于NCEP全球模式分析资料并未使用上海13:15加密观测探空秒间隔数据,首先用该数据对NCEP分析资料的准确性和代表性进行了检验。结果表明,两者平均偏差与均方根误差均较小,故认为NCEP分析资料可用于客观检验上海及周边地区组网的七部边界层风廓线雷达的水平测风数据。对比分析风廓线雷达与NCEP分析资料表明总体上,风廓线雷达与NCEP分析资料的平均风场风速偏差为-0.14 m·s~(-1),均方根误差为2.72 m·s~(-1),风向偏差为-4.28°。上海组网风廓线雷达测风资料质量与探空观测水平接近,有较高的可用性。 相似文献
3.
《高原气象》2017,(3)
为了弥补海上风的常规直接观测资料较少的不足,探索将合成孔径雷达(Advanced Synthetic Aperture Radar,ASAR)观测资料用于风场研究,以江苏近海为研究对象,利用沿海地面观测数据和2008年11幅ASAR影像反演获得的风速和风向进行对比,并将卫星反演风场同化至数值模式,分析对海上风场模拟效果的改进。结果表明:ASAR影像反演的海面风场和地面实测吻合度较高,可以作为没有直接风观测的海上区域的补充。风速反演值略大于观测值,均方根误差为1.8 m·s~(-1),83.6%的站点偏差在±2 m·s~(-1)之内;风向反演值比观测值偏北,均方根误差为39.3°,41.8%的站点偏差在±22.5°之内。将反演风场同化至WRF模式后,提高了海上风场的模拟效果,风速均方根误差1月降低至0.9 m·s~(-1),7月降低至1.6 m·s~(-1);风向均方根误差1月降低为57.3°,7月降低为50.6°。 相似文献
4.
采用建瓯风廓线雷达(CFL-06)观测资料,分析不同季节天气条件下风廓线雷达的测风精度,同时还选取了永安风廓线雷达(CFL-03)数据进行了对比分析。结果表明,四个季节在探测高度低于4 km时,获得的对称波束水平风分量差值的平均值很小,且小于0.5m·s~(-1),标准差值也比较一致,且小于10 m·s~(-1),探测精度均较好。当探测高度超过4 km后,春、冬两季对称波束水平风分量差值的平均值和标准差值开始增大,在7.1 km高度平均值和标准差值达到最大,分别为9 m·s~(-1)和28 m·s~(-1),夏、秋两季探测精度高于春、冬两季的。在探测高度低于4 km时,不同季节4种方法计算的垂直速度基本一致,以春季大气最为均匀,其次是冬季的,夏、秋两季的最差。在探测高度超过5 km后,春、冬两季4种方法计算的垂直速度偏差增加较快,最大分别为0.9 m·s~(-1)和1.0 m·s~(-1),夏季4种方法计算的垂直速度偏差较小。夏、冬季水平风向和风速测量精度优于春、秋两季的,秋季测量精度最低,水平风速标准差值在0.0～1.5 m·s~(-1)和水平风向标准差值在0～15°范围内所占比例分别只有51.6%和54.0%。总的来说,风向和风速测量精度普遍不高,需要进一步改进算法,减少计算误差,提高探测性能。 相似文献
5.
ASCAT散射计风场在我国近海的初步检验与应用 总被引：4，自引：1，他引：3
为了弥补中国近海海区缺乏洋面风场观测资料,提高海洋气象预报能力,对MetOP-A极轨卫星搭载的ASCAT散射计反演风场资料和中国气象局在近海布设的18个浮标站测风资料进行对比。结果表明,离岸较远的海域中ASCAT反演风场的质量要优于离岸较近的海域,在较远的海域中,ASCAT风速和浮标观测风速的平均偏差为0.9 m·s~(-1),ASCAT的风速高于浮标站的风速,平均绝对偏差和均方根误差分别为1.2和1.4 m·s~(-1),风速的相关系数为0.94。统计特征分析结果显示,ASCAT散射计风场资料在中国近海有较好的可信度,在高风速的时候,ASCAT和浮标资料一致性较好,而低风速时候,ASCAT比浮标略偏大。目前,中央气象台正在逐步开展ASCAT资料的业务应用,ASCAT洋面的MICAPS格式产品和图形产品现已实现准实时运行。 相似文献
6.
南京风廓线雷达测量性能评估及应用初探 总被引：1，自引：1，他引：0
对2012年以来南京市江宁区边界层风廓线雷达每6 min的风场资料质量进行了评估,并对其在暴雨、大雾以及风切变等灾害性天气监测的应用进行了探讨。研究表明:南京风廓线雷达自投入使用以来,能够连续、稳定地获取边界层风场,四季的大部分资料获取率达80%以上,但是自2013年秋季—2014年春季的580~1 130 m层次出现获取率相对较低区,并在2014年春、夏季在770 m高度以下获取出现隔层不连续的现象(获取率50%)。通过对比每日两次的探空资料发现,边界层风廓线雷达探测得到的水平风速与常规探空资料观测基本一致,两者的偏差标准差基本在2.5 m·s~(-1)附近。夏季两种资料的匹配度最高,而冬季匹配度最差,其中大风事件与低匹配度事件有一定的联系,有必要进一步进行质量控制以提升资料质量。进一步利用雷达风廓线资料计算了南京地区垂直风切变事件的季节变化,发现冬半年中度以上等级的垂直风切变事件发生频率明显大于夏半年,其中冬季严重事件发生频率能达3%。 相似文献
7.
浙北沿岸海域海面风场反演方法的研究 总被引：2，自引：1，他引：1
高质量的海面实况风场是海洋气象监测和预报的基础,卫星反演的大陆沿岸海域海面风场的准确率不高。文章基于反映近地面风速廓线变化的指数律公式,利用浙江北部沿岸海岛或滩涂上布设的中尺度自动站来反演附近海面风场,并使用客观分析方法将反演的离散风场值转换到中尺度网格上,从而获得完整的高分辨率海面风场。指数律中参数α值对于反演风场的准确率至关重要,它主要受到下垫面状况以及大气层结状态的影响,而后者的影响较前者更大。文章使用多个风塔站的风廓线率值进行了反演风场的误差试验,结果表明:目前单一风速廓线还无法取得最优的反演效果,有必要分季节使用多站风速廓线。使用混合风速廓线得到的总体样本的平均偏差为0.04 m·s~(-1),平均绝对误差为1.51 m·s~(-1),均方根误差为2.01 m·s~(-1)。对海面反演风场的优化可以将总体样本的平均绝对误差和均方根误差分别降低到1.28和1.68 m·s~(-1)。 相似文献
8.
为了获取大气湍流和空间三维风场结构,利用3台同型号的测风激光雷达开展协同观测试验。（1）利用虚拟铁塔协同观测技术开展大气湍流探测,与香河102 m铁塔安装的三维超声风速仪观测结果做对比,32 m处高频（10 Hz）风速的相关系数高达0.92,平均误差为0.77 m/s,均方根误差为0.41 m/s;大气湍流强度（TKE）的相关系数高达0.99,平均误差为?0.02 m2/s2,均方根误差为0.08 m2/s2,并且协同观测的高频风速与三维超声风速仪的观测结果具有相同的频谱结构。（2）利用扫描协同观测技术开展三维风场探测,与铁塔上的常规测风设备相比,其90 m高度处的水平风速和风向的相关系数分别为0.92和0.93,平均误差为?0.41 m/s和0°,均方根误差为0.73 m/s和34°。相比于单台测风激光雷达,基于3台测风激光雷达协同观测技术具有一定的优势:不需要风场水平均匀的假设、探测精度更高等。但其对观测环境的要求较高:观测路径上不能有遮挡、观测必须协同等。在科研业务应用中,需要根据实际的观测需求合理制定观测方案。 相似文献
9.
风廓线雷达对塔克拉玛干沙漠晴天边界层的探测分析 总被引：2，自引：0，他引：2
利用塔克拉玛干沙漠大气环境观测试验站2010年8和10月边界层风廓线雷达资料,分析了沙漠晴天边界层湍流、大气温度、水平风速风向以及垂直速度的发展演变特征和日变化规律。研究表明：（1）大气折射率结构常数（C_n~2）能较好地反映晴空湍流对电磁波的后向散射能力,可以详细刻画湍流发展旺盛区域的高度、强度及其演变特征;沙漠夏季白天湍流发展剧烈,旺盛区域顶部可达4000 m高度左右。（2）RASS系统对沙漠边界层大气温度的探测具有较好的可信度,其近地边界层温度符合一般的日变化规律,昼夜温差显著,白天高温维持时间长,升温过程相对滞后于近地表气温。（3）风廓线雷达对大气风场的探测结果与地面风速风向一致,沙漠晴天主要受东风和东北风控制,风速较小,平均在2.0～6.0 m·s~（-1）范围变化。（4）沙漠腹地大气垂直速度变化符合静力平衡理论,铅直方向运动很弱,一般在-1.0～1.0 m·s~（-1）范围波动。 相似文献
10.
2004年8月25日, “艾利”台风在靠近我国台湾东北部海域后不同于正常路径, 先后发生两次左折, 先是西北转偏西, 再偏西转西南, 这种路径在历史上极为罕见。通过“艾利”台风的雷达观测事实, 从单多普勒雷达和双多普勒雷达均发现在台风前进方向的右前方, 即西北象限风速极值大于其他象限, 进一步证明了“艾利”台风的风场分布遵循波数为1的非对称性, 从位于台风不同象限的福州长乐和厦门两站雷达资料, 以及常规的地面观测、高空探测资料和NCEP数值预报再分析资料都得到证实。研究表明, “艾利”台风处在大陆高压东南侧, 台风外围存在一支7 m/s左右的环境风场引导气流。因此, 西北象限风速极值大于其他象限的不对称分布可能是由环境风场和台风本身两方面共同造成的, 这种不对称分布有利于维持“艾利”台风向西南方向移动。在我国东南沿海地区, 由于单部多普勒雷达不可能同时探测到台风的西北、东北和西南3个象限的风速极值, 而双多普勒雷达或多多普勒雷达联合探测台风, 则可以同时探测到3个象限的风速极值, 根据风速极值可能存在的不对称分布情况来预测台风的路径转折趋势, 因此重视双多普勒雷达或多多普勒雷达联合探测对于提高监测预报水平具有重要的意义。 相似文献
11.
《干旱气象》2016,(6)
为了探讨风廓线雷达资料的可用性,对2013年9月—2015年10月青岛站和济南站的风廓线雷达与L波段探空雷达测风数据进行相关、误差及有效样本比率分析。结果表明:(1)济南站和青岛站绝大多数高度层00:00和12:00风廓线雷达与L波段探空雷达的水平风速显著正相关,通过α=0.05及以上信度检验;(2)济南站00:00和12:00,晴天1.5 km以上及雨天0.64 km以上大多高度层风廓线雷达的水平风速比L波段探空雷达偏小约2 m·s~(-1),且当风廓线雷达与L波段探空雷达水平风向差≤20°时,有效样本比率基本在70%以上,资料质量很高;(3)青岛站00:00和12:00,6.48 km以下大多高度层风廓线雷达探测的水平风速比L波段探空雷达偏小2~4 m·s~(-1),水平风速资料可用,但当2部雷达风向差≤20°时,有效样本比率仅为20%,海陆风及2种仪器的布设距离是水平风向差异的主要原因。 相似文献
12.
对QuikSCAT和ASCAT原始轨道10 m反演风场与浮标资料在中国南海北部的统计检验分析结果表明:两套卫星资料在中国南海北部具有较好的适用性,QuickSCAT反演风速偏高0.46 m·s~(-1),ASCAT反演风速在近海偏高0.45 m·s~(-1),在开阔海域偏高0.07 m·s~(-1)。超过半数的QuickSCAT反演风向误差30°。在近岸海域,ASCAT反演风向误差30°的超过56%,在开阔海域,误差绝对值30°的达到64%。小风时卫星反演风速偏大,大风时卫星反演风速明显偏小,且白天的偏差大于夜间;在5~10 m·s~(-1)风速条件下,两者的一致性较好。用WRF模式模拟的近海风能资源存在高估的可能,卫星资料对近海风能资源评估是个有益的补充,本文对卫星反演风场误差的分析结果也可以为卫星反演风场的资料同化提供参考。 相似文献
13.
《高原气象》2017,(5)
利用2016年5月1日至6月15日在河北省邢台市皇寺气象观测站获得的多普勒声雷达风场资料和探空资料,验证声雷达资料可靠性,并在此基础上,对观测站近地面边界层风场特征进行了分析研究。结果表明,声雷达水平风场资料与探空资料的一致性较好,证明声雷达资料可靠,且声雷达资料与Graw气球探空和台站探空的一致性好于与系留气艇探测的;风场特征分析显示,皇寺站水平风和垂直风日变化特征明显,表现为显著的山谷风特征,白天吹谷风,盛行偏东风,垂直风速相对较大,对流旺盛;夜间吹山风,盛行偏西风,垂直速度较小;在垂直结构上,30~50 m盛行西风或东风,50 m以上逐渐转为偏南风或西北风,且随高度增加,大风速比例和平均风速逐渐增大,说明声雷达探测到的山谷风垂直范围为30~50 m,垂直风速主要集中在-0.1~0.1 m·s-1之间,说明大部分时间对流较弱,以0值为轴,左右比较对称,表明上升气流和下沉气流出现频率相当。 相似文献
14.
利用常规观测、自动站逐时降水量、乌鲁木齐市风廓线雷达及ECMWF1°×1°再分析等资料,对2018年10月17—18日乌鲁木齐雨夹雪转大暴雪过程进行分析。结果表明,大暴雪是在低空西北气流与中高层西南急流叠加并维持的有利环流背景下,由700～850 hPa风切变、风速辐合、地面冷锋及地形强迫抬升等多尺度系统共同作用造成的。强降雪时雷达探测高度维持较高达7500 m,随着降雪结束探测高度明显降低。水平风场表明低空西北急流与中高层偏南急流形成的垂直风切变廓线的维持,是强降雪持续的动力条件。大气折射率结构常数C_n~2、垂直速度的大小与雨雪的开始、结束时间有较好的对应关系,且低层较强偏北风与C_n~2大值区相对应,降雪时低层垂直速度为0.8～1.2 m·s~(-1),雨或雨夹雪时垂直速度为1.8～2.5 m·s~(-1)。因此,水平风向风速、C_n~2和垂直速度的垂直变化对暴雪短临预报有很好的参考价值。 相似文献
15.
利用经过质量控制的风廓线雷达组网资料(以下简称观测)对华中区域中尺度业务模式(WHMM)水平风场的预报能力进行检验评估,分别从总体、不同高度、不同风速以及单站等方面对全风速(wspd)、纬向风(u)、经向风(v)进行1个月(2013年5月)的统计分析。结果表明:(1) WHMM对风场具有较好的预报能力。其12 h和24 h的预报与观测的相关系数在0.6以上,通过α=0.01的显著性检验,12 h相关系数大于24 h的,预报风速整体存在负偏差,较观测偏小。随预报时效延长,风场的预报误差增大。u和wspd的预报能力好于v。(2)在垂直方向上,WHMM的wspd、u和v预报的均方根误差(RMSE)随高度先增加后减小,在1～2 km高度预报误差较大,4～5 km的预报误差较小。(3)按照风廓线雷达测风wspd间隔5 m·s~(-1)将模式预报分组,在30 m·s~(-1)以下不同速度分组中,WHMM 12 h预报的wspd、u和v与观测值的相关系数均大于24 h的,且通过α=0.01的显著性检验,12 h预报的RMSE大于24 h的,并随风速增加而增大。(4)从单站的风廓线来看,模式可以预报出站点上空风场随高度的变化趋势,广州站预报效果好于芜湖和秭归站。 相似文献
16.
基于相同站点的济南边界层风廓线雷达(WPR)和L波段雷达大风探空测风(以下简称LW)资料,采用相关、拟合、廓线分析等方法,系统地对比两者大风(≥10.8 m·s~(-1))数据的各统计特征、相关性、时空变化规律的异同。结果表明:(1)两者u分量、v分量、风向、风速的相关系数分别为0.973、0.965、0.994、0.665,标准偏差分别为2.04 m·s~(-1)、2.88 m·s~(-1)、10.82°、2.53 m·s~(-1),大风数据相关性总体较高,且相关系数风向优于风速的、降水样本优于非降水的,表明WPR观测大风数据可信、降水期间WPR水平大风数据可以使用。(2)两者大风风向、风速基本一致,但在低层差异较高层的大,尤其是340 m及以下高度层更显著,降水、非降水、全部样本在2980、1900、2740 m以下WPR风向值均略小于LW,而在1300、2740、1660 m以下WPR风速值均略大于LW。(3)两者资料互补性总体较好,大风风向、风速、v分量差值随高度变化符合对数律递增或递减规律,但u分量需分段拟合;在进行回归方程求算和资料互补时,应考虑差异随高度等的变化。 相似文献
17.
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
18.
19.
《干旱气象》2018,(5)
利用2016年8月28日至9月2日北京市朝阳区气象观测站激光测风雷达、风廓线雷达和GPS探空仪同步观测数据,对比分析三种测风仪在城市复杂下垫面条件下边界层不同高度处的测风性能。结果表明:(1)激光测风雷达与GPS探空仪测风结果具有较好一致性,风速、风向的相关系数分别为0. 66～0. 96、0. 71～0. 98,其中风速平均绝对误差小于2 m·s-1,风向误差在20°之内。(2)风廓线雷达资料的精度相对较差,与GPS探空仪的风速、风向相关系数分别为0. 66～0. 91、0. 55～0. 86,误差随高度呈现先减后增的垂直分布特征。其中,400～1000 m高度范围两种资料的吻合度最高,相关系数在0. 80以上,为仪器最佳测量范围;此外,风廓线雷达的风速整体高于GPS探空仪,两者最大偏差可达4 m·s-1左右,风向平均误差最大可达30°。(3) GPS探空仪的工作方式及测量结果也存在不足,一是观测频次较低,难以详细、精准地描述边界层风场结构的变化过程;二是当存在垂直风切变时,探测初期具有明显滞后性,由当前状态转变为真实的风场示踪物需要一定时间。 相似文献
20.
文中试验研究了一个在三维变分框架中直接同化多普勒天气雷达信息,获取雷达覆盖范围内大气风场的技术方案。径向风速是多普勒天气雷达数据中可直接被三维变分同化系统用来反演大气风场的唯一信息。由于风矢量有二或三个分量,径向风速作为风矢量的一个分量,不能为反演风矢量提供足够的信息。如果三维变分同化系统仅仅同化径向风速,所存在的不确定性将可能会给所反演的风场带来错误。文中提出的方案,不仅同化雷达径向风速,还同化雷达回波的移动信息,其关键是将雷达回波强度时空变化转换成一个新的雷达观测变量———雷达“视风速”。由于“视风速”是包含风场信息的变量,这在三维变分同化系统中增加了风场探测信息。通过联合利用“视风速”和径向风速,由单一径向风速确定风矢量所带来的不确定性可以被克服。使用中国气象科学研究院数值预报研究中心开发的三维变分同化系统(GRAPES-3Dvar)和广东省新一代天气雷达的监测资料进行了实例试验,结果表明本技术方案能够对获取大气系统结构是有用和有效的,也可用于形成模式初始场,这对中尺度天气预报是有作用的。 相似文献