仰美霖，劉黎平，蘇德斌

(1.北京市氣象探測(cè)中心，北京　100089；2.中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京　100081；3.成都信息工程大學(xué)，四川　成都　610225)

?

新一代天氣雷達(dá)徑向速度質(zhì)量分析

仰美霖1，劉黎平2，蘇德斌3

(1.北京市氣象探測(cè)中心，北京100089；2.中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100081；3.成都信息工程大學(xué)，四川成都610225)

摘要：徑向速度的模糊問題是制約新一代天氣雷達(dá)徑向速度資料應(yīng)用的關(guān)鍵問題，且影響制約速度退模糊效果好壞的因素比較多。利用上海站和舟山站雷達(dá)資料，分析WSR-88D天氣雷達(dá)和國(guó)內(nèi)新一代天氣雷達(dá)(SA、SB)徑向速度資料質(zhì)量上的差異，同時(shí)利用南京站、廣州站及承德站雷達(dá)資料，詳細(xì)說明信噪比對(duì)新一代天氣雷達(dá)(SA、CB)徑向速度質(zhì)量的影響。從理論分析和個(gè)例資料的分析中發(fā)現(xiàn)：SA(SB)雷達(dá)相對(duì)于WSR-88D雷達(dá)而言，徑向速度值跳躍性較大；同時(shí)，信噪比與徑向速度質(zhì)量及速度模糊之間存在一定的關(guān)系，信噪比越大，徑向速度差值相對(duì)越小，則徑向速度跳躍性較小，徑向速度資料質(zhì)量相對(duì)較好，發(fā)生速度模糊的可能性就越小；反之，信噪比越小，徑向速度差值相對(duì)越大，則徑向速度跳躍性較大，徑向速度資料質(zhì)量相對(duì)較差，發(fā)生速度模糊的可能性就越大。

關(guān)鍵詞：徑向速度質(zhì)量；信噪比；速度模糊

引言

相對(duì)于只能測(cè)量回波強(qiáng)度的傳統(tǒng)天氣雷達(dá)而言，多普勒天氣雷達(dá)最大特點(diǎn)在于測(cè)量徑向速度和速度譜寬[1-3]。隨著雷達(dá)資料的廣泛應(yīng)用[4-15]，越來越需要利用多普勒天氣雷達(dá)徑向速度資料來分析風(fēng)場(chǎng)徑向分量的信息等，但多普勒天氣雷達(dá)所探測(cè)到的風(fēng)場(chǎng)信息存在噪聲、缺測(cè)和速度模糊問題[16]。為更好地利用徑向速度資料，則需要進(jìn)一步分析新一代天氣雷達(dá)徑向速度的特征與質(zhì)量，從中得出速度模糊的原因及速度退模糊的依據(jù)等，以改善雷達(dá)徑向速度資料質(zhì)量。

從硬件上來看，雷達(dá)資料的質(zhì)量取決于雷達(dá)的發(fā)射和接收性能、雷達(dá)系統(tǒng)的精確定標(biāo)、恰當(dāng)?shù)臄?shù)據(jù)獲取等。很顯然，不同雷達(dá)型號(hào)在這些方面是有所差異的。

美國(guó)的下一代天氣雷達(dá)(NEXRAD)均為全相干式的脈沖多普勒雷達(dá)，型號(hào)為WSR-88D[17-19]。我國(guó)目前布點(diǎn)的新一代天氣雷達(dá)除上海站采用WSR-88D以外，其它站點(diǎn)均為國(guó)產(chǎn)新一代天氣雷達(dá)(包括S波段及C波段)。

我國(guó)新一代S波段天氣雷達(dá)有3種型號(hào)，為SA、SB和SC。SA和SB(其正式名稱為CINRAD-SA和CINRAD-SB，國(guó)外稱為WSR-98D)是中美合資企業(yè)敏視達(dá)公司協(xié)同相關(guān)企業(yè)按照美國(guó)WSR-88D規(guī)格生產(chǎn)，不同的是，WSR-88D的計(jì)算機(jī)系統(tǒng)基于UNIX操作系統(tǒng)工作站，而WSR-98D的計(jì)算機(jī)系統(tǒng)是高檔PC機(jī)，使用WINDOWS-NT作為操作系統(tǒng)。C波段有4種型號(hào)，分別為CB(其正式名稱為CINRAD-CB)、CC、CCJ和CD。上述7種型號(hào)雷達(dá)中，本文主要使用的是SA、SB和CB的雷達(dá)資料，這3種雷達(dá)由敏視達(dá)公司生產(chǎn)，結(jié)構(gòu)與WSR-88D類似[1]，但在數(shù)據(jù)格式和數(shù)據(jù)質(zhì)量上有所差異。

此外，雷達(dá)從目標(biāo)或者雜波返回的回波信號(hào)不可避免地要和噪聲信號(hào)競(jìng)爭(zhēng)。噪聲源有2種：一種是從天線接收到的外部源噪聲，另一種是雷達(dá)接收機(jī)本身產(chǎn)生的噪聲[20]。由此產(chǎn)生一個(gè)概念為信噪比(SNR)，即為真實(shí)有用的回波信號(hào)與噪聲信號(hào)的強(qiáng)度比值，SNR對(duì)徑向速度的質(zhì)量也有一定影響。

1資料及方法

1.1WSR-88D雷達(dá)及S波段和C波段雷達(dá)的主要性能指標(biāo)

表1給出WSR-88D雷達(dá)的主要性能參數(shù)，表2給出S波段和C波段雷達(dá)的主要性能指標(biāo)。

表1　WSR-88D主要性能參數(shù)[21-22]

1.2徑向速度質(zhì)量分析對(duì)比資料

在對(duì)比雷達(dá)徑向速度資料質(zhì)量時(shí)，應(yīng)選擇相近位置的2個(gè)雷達(dá)站均沒有出現(xiàn)速度模糊且探測(cè)回波范圍較大的雷達(dá)徑向速度資料做分析。我國(guó)雖然有站點(diǎn)位置較為相近的SA與CB雷達(dá)站，如河北秦皇島站(SA)及承德站(CB)。但是對(duì)徑向速度場(chǎng)觀測(cè)而言，SA(SB)和WSR-88D在系統(tǒng)性能、數(shù)據(jù)格式及數(shù)據(jù)質(zhì)量等方面更為接近，CB相對(duì)于SA(SB)雷達(dá)而言，波長(zhǎng)較短，最大不模糊速度較小，因而對(duì)于同一天氣過程，CB雷達(dá)更容易出現(xiàn)速度模糊。相應(yīng)地，尋找合適的有較強(qiáng)天氣過程、較大范圍的雷達(dá)回波且均不出現(xiàn)速度模糊現(xiàn)象的SA(SB)與CB雷達(dá)資料，有一定的困難。所以，CB雷達(dá)不是很適合與SA(SB)雷達(dá)徑向速度資料質(zhì)量作對(duì)比。同時(shí)，我國(guó)僅有上海站雷達(dá)是進(jìn)口的WSR-88D雷達(dá)，上海站附近卻并沒有布點(diǎn)CB雷達(dá)，所以CB雷達(dá)與WSR-88D雷達(dá)之間也不太適合用于徑向速度資料質(zhì)量對(duì)比分析。因此，本文選擇WSR-88D與SA(SB)這2種型號(hào)的雷達(dá)徑向速度資料進(jìn)行質(zhì)量對(duì)比分析。

舟山站(雷達(dá)型號(hào)SB)離上海站距離較近，能與上海站同時(shí)觀測(cè)到同一天氣過程。圖1給出上海和舟山的地理位置，以及2個(gè)雷達(dá)站觀測(cè)區(qū)域范圍，其中重疊部分為兩者共同觀測(cè)覆蓋區(qū)域，共同覆蓋區(qū)域即為對(duì)比距離區(qū)，且2個(gè)雷達(dá)站之間高度差較小，所以選擇這2個(gè)雷達(dá)站對(duì)同一天氣過程觀測(cè)的徑向速度資料進(jìn)行分析統(tǒng)計(jì)。

表2　我國(guó)新一代天氣雷達(dá)S波段和C波段主要性能指標(biāo)[23]

圖1　上海、舟山地理位置(左)及上海和舟山雷達(dá)站相速度覆蓋區(qū)域示意圖(右)

選取2009年7月30日一次雷雨大風(fēng)天氣過程上海站08:08(UTC,下同)和舟山站08:05的雷達(dá)徑向速度場(chǎng)資料，其中，這2個(gè)數(shù)據(jù)資料0.5°、6.0°、9.9°、14.6°、19.5°仰角層上均沒有速度模糊現(xiàn)象。

需要指出的是，選擇的體掃資料是2部雷達(dá)在相鄰時(shí)刻對(duì)于同一天氣過程的觀測(cè)結(jié)果，但并不是嚴(yán)格地對(duì)于同一區(qū)域的觀測(cè)結(jié)果，所以，文中的分析結(jié)果具有一定的相對(duì)性與局限性。

1.3信噪比分析資料

文中使用2009年7月30日一次雷雨大風(fēng)天氣過程上海站08:08和舟山站08:05的雷達(dá)徑向速度場(chǎng)0.5°仰角層資料，對(duì)WSR-88D雷達(dá)和SA(SB)雷達(dá)兩者間的信噪比與徑向速度差值之間的關(guān)系進(jìn)行對(duì)比分析。同時(shí)，為進(jìn)一步證明信噪比與徑向速度質(zhì)量間的關(guān)系，分別選取2007年7月3日蘇皖邊界F3級(jí)龍卷南京站(SA)08:36的0.5°仰角層雷達(dá)資料、2008年9月23日黑格比臺(tái)風(fēng)廣州站(SA)18:38的0.5°仰角層雷達(dá)資料、2009年6月8日暴雨天氣過程承德站(CB)01:24的0.5°仰角層雷達(dá)資料進(jìn)行個(gè)例分析。

1.4徑向速度質(zhì)量分析對(duì)比方法

在二維多途徑速度退模糊算法[24-25]中，選擇初始參考徑向時(shí)，使用公式(1)和(2)給出選擇標(biāo)準(zhǔn)：

(1)

式中，V是徑向速度；i=1，2，…，N，表示所有有效的速度距離庫；α是一個(gè)參數(shù)，缺省為0.75。

(2)

式中，VM1是所有有效距離庫的平均徑向速度值，N1是徑向速度值在±βVN之間的速度距離庫庫數(shù)，即有效距離庫庫數(shù)，β是一個(gè)參數(shù)，缺省為0.4。

上述公式分別表示好的徑向和好的距離庫(即不存在速度模糊的徑向和距離庫)的判斷標(biāo)準(zhǔn)，相應(yīng)地，α、β也就是判斷好徑向和好距離庫的參數(shù)值，這2個(gè)閾值是根據(jù)WSR-88D雷達(dá)的徑向速度資料情況給出的。同時(shí)，根據(jù)公式(1)，α可以看作是相鄰2個(gè)距離庫之間徑向速度差△V與最大不模糊速度Vmax的比值；根據(jù)公式(2)，β可以看作是每根徑向上各個(gè)距離庫徑向速度數(shù)值與最大不模糊速度Vmax的比值(WSR-88D雷達(dá)和SA雷達(dá)第一到第七仰角層最大不模糊速度為26.32 m/s，第八和第九仰角層最大不模糊速度為30.68 m/s)。因而，根據(jù)這個(gè)思路，可以計(jì)算SA(SB)雷達(dá)每根徑向上相鄰2個(gè)距離庫之間徑向速度差△V的分布情況以及每根徑向上各個(gè)距離庫徑向速度數(shù)值Vi的分布情況，從而分析SA(SB)雷達(dá)和WSR-88D雷達(dá)徑向速度局地變化的差異。

1.5信噪比對(duì)徑向速度質(zhì)量影響的理論依據(jù)

脈沖多普勒雷達(dá)可以同時(shí)提供對(duì)距離和速度的測(cè)量，但會(huì)發(fā)生取樣技術(shù)所共有的多普勒頻率(速度)模糊問題。此外，在下面2種情況下，目標(biāo)的距離會(huì)出現(xiàn)模糊：(1)不同掃描周期返回的風(fēng)暴回波疊加在一起時(shí)；(2)在雷達(dá)發(fā)射一串脈沖，丟失第一個(gè)發(fā)射脈沖作參考時(shí)。

由于不能區(qū)分真的多普勒頻移和脈沖重復(fù)頻率(PRF)造成頻率上假的偏移，目標(biāo)速度就有模糊性。所有的目標(biāo)物必須出現(xiàn)在不模糊距離Ra內(nèi)，使得目標(biāo)物的距離有不模糊的分辨，而多普勒速度必須滿足下列條件[2,20]才能不出現(xiàn)速度的虛假現(xiàn)象：

(3)

其中，Ts是取樣間隔，即相鄰發(fā)射脈沖間的時(shí)間間隔。這樣，距離和速度之積為[2]：

(4)

該公式規(guī)定了常規(guī)多普勒雷達(dá)(相同脈沖間隔)的模糊分辨能力。其中，Ra是最大不模糊距離，Va是最大不模糊速度，c是電磁波傳播速度，λ是雷達(dá)的波長(zhǎng)。

然而，對(duì)于天氣回波，在孤立和離散目標(biāo)(目標(biāo)的空間間隔大于脈沖體積)的情況下，取樣間的回

波是相干的，譜寬足夠小，公式(4)無法給出對(duì)速度測(cè)量和不模糊距離的基本限制。從原理上，可以選擇Ts足夠大，而不致出現(xiàn)第二個(gè)或更高次數(shù)的掃描周期回波，但選擇是受限制的，對(duì)于精確的多普勒頻移測(cè)量，間隔Ts的信號(hào)取樣必須是相干的。

此外，速度估算值的方差σv是[20]：

(5)

其中，M是用來估算信號(hào)協(xié)方差(由它進(jìn)一步估算平均速度)的取樣對(duì)數(shù)。

簡(jiǎn)單而言，當(dāng)某一徑向速度超過最大不模糊速度時(shí)，認(rèn)為是速度模糊，但是速度是否模糊有一個(gè)誤差范圍，在這個(gè)誤差范圍內(nèi)，有可能出現(xiàn)速度模糊，有可能不出現(xiàn)。這個(gè)誤差范圍即為方差σv。

同時(shí)，利用PP估算法[20]得到大譜寬的方差按指數(shù)規(guī)律增長(zhǎng)：

(6)

信噪比SNR用以下公式計(jì)算[2]：

(7)

其中，Pr是回波功率，Pn是雷達(dá)接收系統(tǒng)的噪聲功率，C是雷達(dá)常數(shù)，K=1.38×10-23J/K，是波爾茲曼常數(shù)，T0是用絕對(duì)溫度表示的雷達(dá)接收機(jī)系統(tǒng)噪聲溫度，B0是接收機(jī)的帶寬，Nf是雷達(dá)噪聲系數(shù)，Z是小球形雨滴的雷達(dá)反射率因子。

此外，在工程計(jì)算上[20]：

(8)

(9)

其中，G是天線增益，L是天線饋線損耗，φ是垂直波瓣寬度，θ是水平波瓣寬度，τ是發(fā)射機(jī)發(fā)射脈沖寬度，其它參數(shù)同上。

利用公式(8)和(9)，也可以直接計(jì)算出SNR，無論是利用公式(7)還是利用公式(8)、(9)，關(guān)鍵都在于雷達(dá)的各種參數(shù)指標(biāo)值(表1，表2)，除了那些參數(shù)值以外，水平波瓣寬度(θ)和垂直波瓣寬度(φ)SA雷達(dá)一般取值為1°，WSR-88D雷達(dá)一般取值為0.95°，CB雷達(dá)一般取值為1.2°，波長(zhǎng)(λ)SA雷達(dá)和WSR-88D雷達(dá)一般取值為10 cm，CB雷達(dá)一般取值為5 cm。

利用以上的參數(shù)指標(biāo)值以及公式(8)、(9)可以得到：

(10)

其中，C′是由公式(8)和(9)計(jì)算得到的常數(shù)值，而非雷達(dá)常數(shù)值。

本文采用公式(10)計(jì)算信噪比值SNR，代入表1和表2中的各項(xiàng)參數(shù)指標(biāo)值，得到SA雷達(dá)的C′大約為40.61，WSR-88D雷達(dá)的C′大約為48.86，CB雷達(dá)的C′大約為41.44。因而，SA雷達(dá)的信噪比為：

(11)

WSR-88D雷達(dá)的信噪比為：

(12)

CB雷達(dá)的信噪比為：

(13)

此外，需要注意的是，同一型號(hào)不同雷達(dá)站的雷達(dá)由于各自不同的接收和發(fā)射性能、不同的定標(biāo)結(jié)果等，雷達(dá)各參數(shù)指標(biāo)值也各不相同，因而本文計(jì)算得到的信噪比值只是估算值。

2SA雷達(dá)與WSR-88D雷達(dá)徑向速度質(zhì)量對(duì)比

圖2給出上海站和舟山站2個(gè)雷達(dá)資料5個(gè)仰角層上相鄰2個(gè)距離庫之間徑向速度差△V與最大不模糊速度Vmax比值的分布情況。此處，認(rèn)為每個(gè)雷達(dá)資料5個(gè)仰角層中有效的比值個(gè)數(shù)為總樣本數(shù)，上海站樣本總數(shù)為493 096，舟山站樣本總數(shù)為323 492。從圖2中可見，上海站樣本總數(shù)遠(yuǎn)大于舟山站樣本總數(shù)，但比值為0.5~1.0之間的個(gè)數(shù)卻遠(yuǎn)小于舟山站，可見，對(duì)于同一天氣過程相近時(shí)刻的觀測(cè)結(jié)果而言，上海站雷達(dá)與舟山站雷達(dá)相比，同根徑向上相鄰距離庫之間徑向速度差值相對(duì)較小，這說明WSR-88D雷達(dá)相對(duì)于SA(SB)雷達(dá)而言，徑向速度跳躍性較小，徑向速度資料質(zhì)量相對(duì)較好。此外，在比值0.5~1.0區(qū)間中，上海站和舟山站雷達(dá)徑向速度資料值分布情況一樣，所占個(gè)數(shù)均逐漸減少。

圖2　上海站和舟山站各個(gè)距離庫

圖3給出上海站和舟山站2個(gè)雷達(dá)資料5個(gè)仰角層上各個(gè)距離庫徑向速度數(shù)值Vi與最大不模糊速度Vmax比值(Vi/Vmax)的分布情況。此處，認(rèn)為2個(gè)雷達(dá)站5個(gè)仰角層中有效的距離庫數(shù)為總樣本數(shù)，上海站樣本總數(shù)為498 632，舟山站樣本總數(shù)為351 926。從圖3中可見，舟山站和上海站雷達(dá)徑向速度資料中，各個(gè)距離庫數(shù)值在0.2~0.6比值區(qū)間中分布趨勢(shì)是一致的，均為逐漸減小。同時(shí)，上海站樣本總數(shù)遠(yuǎn)大于舟山站，然而，在0.2~0.4區(qū)間內(nèi)，上海站有效距離庫數(shù)大于舟山站，但在0.4~0.6區(qū)間內(nèi)，舟山站有效距離庫數(shù)卻大于上海站。公式(2)中，認(rèn)為距離庫徑向速度數(shù)值與最大不模糊速度的比值<0.4的是好的距離庫，也即該比值越小，徑向速度值越趨于平緩，速度模糊的可能性就越小。因而可以認(rèn)為，舟山站相對(duì)于上海站而言，徑向速度值偏大，速度值分布不夠平緩，出現(xiàn)速度模糊的可能性相對(duì)較大。

圖3　上海站和舟山站各個(gè)距離庫

3信噪比對(duì)徑向速度質(zhì)量的影響

圖4和圖5分別是2009年7月30日雷雨大風(fēng)天氣過程上海站(WSR-88D)08:08(UTC)，以及舟山站(SB)08:05(UTC)的0.5°仰角層雷達(dá)資料，該徑向速度資料均沒有速度模糊現(xiàn)象。

分別計(jì)算以上2個(gè)仰角層每根徑向上相鄰距離庫之間徑向速度的差值以及這些差值對(duì)應(yīng)的信噪比值，上海站和舟山站分別選取其中102 930、88 884個(gè)徑向速度差值及其對(duì)應(yīng)的信噪比值作為樣本(圖6)。雖然上海站和舟山站均有較多散點(diǎn)離散分布，但均可清晰地看出其中的分布趨勢(shì)，即信噪比越大，徑向速度差值相對(duì)越??；反之，信噪比越小，徑向速度差值相對(duì)越大。此外，與上海站相比，舟山站信噪比值相對(duì)較小，徑向速度差值相對(duì)較大。結(jié)合上文相關(guān)分析可知，信噪比越小，發(fā)生速度模糊的可能性越大，即徑向速度跳躍性較大；同樣，徑向速度差值較大，徑向速度跳躍性較大，這說明SA(SB)雷達(dá)相對(duì)于WSR-88D雷達(dá)而言，徑向速度跳躍性較大。

圖4　上海站(WSR-88D)2009年7月30日08:08 UTC 0.5°仰角

圖5　舟山站(SB)2009年7月30日08:05 UTC 0.5°仰角原始

圖6　2009年7月30日上海站(WSR-88D)08:08 UTC(左)及舟山站(SB)

同時(shí)，為進(jìn)一步證明信噪比與徑向速度質(zhì)量之間的關(guān)系，本文選取以下個(gè)例進(jìn)行分析。

個(gè)例1，選取2007年7月3日蘇皖邊界F3級(jí)龍卷南京站(SA)08:36(UTC)0.5°仰角層雷達(dá)資料(圖7)。該徑向速度資料基本為連續(xù)性風(fēng)場(chǎng)，有較小區(qū)域的速度模糊。

圖7　南京站(SA)2007年7月3日08:36 UTC 0.5°仰角層原始徑向速度(左,單位：m/s)及反射率強(qiáng)度(右,單位：dBZ)

計(jì)算該仰角層每根徑向上相鄰距離庫之間徑向速度的差值以及這些差值相對(duì)應(yīng)的信噪比值，選取其中65 536個(gè)徑向速度差值及其對(duì)應(yīng)的信噪比值為樣本(圖8)。從圖8可見，雖然有較多散點(diǎn)離散分布，但仍可清晰地看出其中的分布趨勢(shì)，即信噪比越大，徑向速度差值相對(duì)越小；反之，信噪比越小，徑向速度差值相對(duì)越大。

個(gè)例2，選取2008年9月23日黑格比臺(tái)風(fēng)廣州站(SA)，18:38(UTC)0.5°仰角層雷達(dá)資料(圖9)。該資料徑向速度場(chǎng)存在較嚴(yán)重的速度模糊與距離折疊。

計(jì)算該仰角層每根徑向上相鄰距離庫之間徑向速度的差值以及這些差值相對(duì)應(yīng)的信噪比值，選取其中59 561個(gè)徑向速度差值及其對(duì)應(yīng)的信噪比值為樣本。圖10為信噪比與徑向速度差值的散點(diǎn)圖，可見信噪比越大，徑向速度差值相對(duì)越??；反之，信噪比越小，徑向速度差值相對(duì)越大。

圖8　南京站(SA)2007年7月3日08:36 UTC

圖9　廣州站(SA)2008年9月23日18:38 UTC 0.5°仰角層原始

個(gè)例3，選取2009年6月8日暴雨天氣過程承德站(CB)01:24(UTC)0.5°仰角層雷達(dá)資料(圖11)。該徑向速度資料在回波邊緣區(qū)域存在速度模糊現(xiàn)象。

計(jì)算該仰角層每根徑向上相鄰距離庫之間徑向速度的差值以及這些差值相對(duì)應(yīng)的信噪比值，選取其中26 266個(gè)徑向速度差值及其對(duì)應(yīng)的信噪比值為樣本(圖12)。雖然信噪比與徑向速度差值的分布較為離散，但仍清晰地顯示了信噪比與徑向速度差值的分布趨勢(shì)，即信噪比越大，徑向速度差值相對(duì)越??；反之，信噪比越小，徑向速度差值相對(duì)越大。

圖10　廣州站(SA)2008年9月23日18:38 UTC

圖11　承德站(CB)2009年6月8日01:24 UTC 0.5°仰角層原始

圖12　承德站(CB)2009年6月8日

4結(jié)論

(1)選取上海站及舟山站同一天氣過程的雷達(dá)資料，對(duì)兩者徑向速度進(jìn)行分布規(guī)律統(tǒng)計(jì)，發(fā)現(xiàn)SA(SB)雷達(dá)相對(duì)于WSR-88D雷達(dá)而言，徑向速度值跳躍性較大，出現(xiàn)速度模糊的可能性相對(duì)較大。對(duì)兩者信噪比與徑向速度差值間的關(guān)系進(jìn)行對(duì)比分析，發(fā)現(xiàn)SA(SB)雷達(dá)相對(duì)于WSR-88D雷達(dá)而言，信噪比值相對(duì)較小，徑向速度差值相對(duì)較大。

(2)信噪比與徑向速度質(zhì)量及速度模糊之間存在一定的關(guān)系，通過理論分析、公式推導(dǎo)及個(gè)例分析可見，信噪比越大，徑向速度差值相對(duì)越小，徑向速度跳躍性較小，徑向速度資料質(zhì)量相對(duì)較好，發(fā)生速度模糊的可能性就越?。环粗?，信噪比越小，徑向速度差值相對(duì)越大，則徑向速度跳躍性較大，徑向速度資料質(zhì)量相對(duì)較差，發(fā)生速度模糊的可能性就越大。

參考文獻(xiàn):

[1] 俞小鼎,姚秀萍,熊廷南. 多普勒天氣雷達(dá)原理與業(yè)務(wù)應(yīng)用[M]. 北京:氣象出版社，2006.1-4；82-87.

[2] 張培昌,杜秉玉,戴鐵丕. 雷達(dá)氣象學(xué)[M]. 北京:氣象出版社，2001.85;218-219;224;257-260.

[3] 王麗榮,湯達(dá)章,胡志群,等. 多普勒雷達(dá)的速度圖像特征及其在一次降雪過程中的應(yīng)用[J]. 應(yīng)用氣象學(xué)報(bào),2006,17(4):452-458.

[4] Wang G L, Huang W J, Liu L P, et al. Application of multi-scale tracking radar echoes scheme in quantitative precipitation nowcasting[J]. Advances in Atmospheric Sciences, 2013,30(2):448-460.

[5] Yang H P, Zhang J, Langston C. Synchronization of radar observations with multi-scale storm tracking[J]. Advances in Atmospheric Sciences, 2009,26(1):78-86.

[6] 施麗娟,許小峰,李柏,等. 雷達(dá)資料在登陸臺(tái)風(fēng)“桑美”數(shù)值模擬中的應(yīng)用[J]. 應(yīng)用氣象學(xué)報(bào),2009,20(3):257-266.

[7] 俞小鼎,王迎春,陳明軒,等. 新一代天氣雷達(dá)與強(qiáng)對(duì)流天氣預(yù)警[J]. 高原氣象,2005,24(3):456-464.

[8] Doviak J D, Zurnic D S. Doppler Radar and Weather Observations[M]. San Diego:Academic Press Inc, 1993.562.

[9] 張婉瑩，花家嘉，侯書勛，等. 河北唐山一次颮線過程的中尺度天氣分析[J]. 干旱氣象，2014，32(4)：636-641.

[10] 趙玲,李樹嶺,魏光輝,等. 一次颮線風(fēng)暴的環(huán)境條件和雷達(dá)回波特征分析[J]. 氣象與環(huán)境科學(xué),2013,36(4):29-35.

[11] 牛淑貞,張宇星,呂林宜. 一次冷渦橫槽型強(qiáng)對(duì)流天氣過程分析[J]. 氣象與環(huán)境科學(xué),2013,36(2):1-9.

[12] 葉更新，劉壯華，劉國(guó)禹. 一次罕見的左移超級(jí)單體風(fēng)暴的特征[J]. 干旱氣象，2014，32(3):431-438.

[13] 傅朝,李國(guó)昌,楊建才. 應(yīng)用多普勒雷達(dá)資料實(shí)現(xiàn)客觀、精細(xì)化預(yù)報(bào)的實(shí)例分析[J]. 干旱氣象,2005,23(2):54-59.

[14] 祝小梅，江新安，張國(guó)棟. 伊犁一次區(qū)域性暴雨分析[J]. 沙漠與綠洲氣象,2012,6(2):49-52.

[15] 趙靜，青泉，顧清源. 一次對(duì)流性強(qiáng)降雨過程的雷達(dá)特征分析[J]. 高原山地氣象研究，2010，30(2):46-50.

[16] 梁海河,張沛源,葛潤(rùn)生. 多普勒天氣雷達(dá)風(fēng)場(chǎng)退模糊方法的研究[J]. 應(yīng)用氣象學(xué)報(bào),2002,13(5):591-601.

[17] William HHeiss,紀(jì)承軍. Nexrad:下一代天氣雷達(dá)(WSR-88D)[J]. 氣象科技,1991,(6):74-80.

[18] 黃興玉,謝成學(xué). 美國(guó)下一代天氣雷達(dá)計(jì)劃(NEXRAD)的當(dāng)前狀況和存在問題[J]. 雷達(dá)科學(xué)與技術(shù),1996,(4):56-58.

[19] 張鵬銳. 美國(guó)下一代多普勒天氣雷達(dá)網(wǎng)雙極化技術(shù)升級(jí)情況簡(jiǎn)介[J]. 氣象科技合作動(dòng)態(tài),2014,(2):30-32.

[20] Mark A Richards. 邢孟道,王彤,李真芳,等譯. 雷達(dá)信號(hào)處理基礎(chǔ)[M]. 北京:電子工業(yè)出版社,2008.

[21] 中國(guó)氣象科學(xué)研究院雷達(dá)氣象室編. 下一代天氣雷達(dá)[M]. 北京：氣象出版社，1985.1-5;71-72;116-120.

[22] 中國(guó)氣象局業(yè)務(wù)發(fā)展與天氣司. 新一代天氣雷達(dá)系統(tǒng)功能規(guī)格需求書(S波段)[R]. 1997.

[23] 中國(guó)氣象局業(yè)務(wù)發(fā)展與天氣司. 新一代天氣雷達(dá)系統(tǒng)功能規(guī)格需求書(C波段)[R]. 1997.

[24] Zhang J, Wang S. An automated 2D multipass Doppler radar velocity Dealiasing scheme[J]. Journal of Atmospheric and Oceanic Technology, 2006,23:1239-1248.

[25] 仰美霖，劉黎平，蘇德斌,等. 二維多途徑退速度模糊算法的應(yīng)用及效果研究[J]. 氣象，2011,37(2)：203-212.

Analysis of RadialVelocity Quality of CINRAD

YANG Meilin1, LIU Liping2, SU Debin3

(1.BeijingMunicipalMeteorologicalObservationCenter,Beijing100089,China;2.StateKeyLaboratoryofSevereWeather,ChineseAcademyofMeteorologicalSciences,Beijing100081,China;3.ChengduUniversityofInformationTechnology,Chengdu610225,China)

Abstract:Velocity measurement aliasing is an operational challenge in using Doppler radar velocity field, moreover, there are many factors that affect and restrict the effect of velocity dealiasing, so the quality of different types of radar radial velocity data and the effects of signal-to-noise ratio on velocity aliasing and velocity dealiasing were analyzed in this paper. By using radar data from Shanghai and Zhoushan stations to calculate radial velocity (Vi) of all gates and the difference of radial velocity of adjacent gate (△V)，the difference of WSR-88D radar and Doppler Radar of China (SA, SB) radial velocity data quality were analyzed. At the same time, using the data from Nanjing, Guangzhou and Chengde radar to calculate △V and corresponding signal-to-noise ratio, the effect of signal-to-noise ratio on velocity dealiasing and local velocity change of Doppler Radar of China (SA, CB) were elaborated. Through theoretical analysis and the analysis of example data, it was found that the values of radial velocity of SA radar had a larger leaping in relative terms of the WSR-88D radar. Besides, the signal-to-noise ratio had definite effects on velocity aliasing and velocity dealiasing. The bigger the signal-to-noise ratio was, the higher the accuracy rate of velocity dealiasing was, and vice versa.

Key words:quality of radial velocity data; signal to noise ratio; velocity dealiasing

中圖分類號(hào)：P412.25

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7639(2016)-01-0145-09

作者簡(jiǎn)介：仰美霖(1986-)，女，漢族，江蘇揚(yáng)州人，工程師，碩士，主要從事雷達(dá)資料質(zhì)量控制及綜合氣象觀測(cè)系統(tǒng)相關(guān)技術(shù)研究工作.E-mail：ymllisa@163.com

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“雙線偏振天氣雷達(dá)冰雹云早期識(shí)別方法研究”(41375039)和“國(guó)家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)”(2012YQ11020507)共同資助

收稿日期：2014-12-19；改回日期：2015-07-15

doi:10.11755/j.issn.1006-7639(2016)-01-0145 10.11755/j.issn.1006-7639(2016)-01-0145

仰美霖，劉黎平，蘇德斌.新一代天氣雷達(dá)徑向速度質(zhì)量分析[J].干旱氣象，2016，34(1)：145-153, [YANG Meilin, LIU Liping, SU Debin. Analysis of Radial Velocity Quality of CINRAD[J]. Journal of Arid Meteorology, 2016, 34(1):145-153],