谷軍霞 師春香 潘旸

（國(guó)家氣象信息中心，北京 100081）

0　引言

在高時(shí)空分辨率降水產(chǎn)品研制中，天氣雷達(dá)探測(cè)資料以其特有的優(yōu)勢(shì)變得舉足輕重。自上世紀(jì)末起，隨著計(jì)算機(jī)技術(shù)、存儲(chǔ)技術(shù)、通信設(shè)施及數(shù)字化天氣雷達(dá)技術(shù)的發(fā)展，使得利用計(jì)算機(jī)處理海量天氣雷達(dá)探測(cè)資料成為可能，美國(guó)[1-2]、法國(guó)[3-4]、德國(guó)、澳大利亞等國(guó)家先后研制并發(fā)展了多種雷達(dá)定量估測(cè)降水（Quantitative Precipitation Estimation，QPE）業(yè)務(wù)產(chǎn)品。目前，雷達(dá)QPE業(yè)務(wù)產(chǎn)品的空間分辨率可達(dá)到數(shù)百米至1 km，時(shí)間分辨率達(dá)到分鐘—小時(shí)。近期，美國(guó)等發(fā)達(dá)國(guó)家還開展了雷達(dá)QPE產(chǎn)品重處理項(xiàng)目，研制時(shí)間上均一的長(zhǎng)序列、高質(zhì)量、高時(shí)空分辨率的降水產(chǎn)品。

我國(guó)于20世紀(jì)初開始雷達(dá)QPE產(chǎn)品研發(fā)，研制出全國(guó)或區(qū)域組網(wǎng)的多種雷達(dá)QPE產(chǎn)品[5-8]。自2013年底起，中國(guó)氣象局氣象探測(cè)中心的“天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)” 可實(shí)時(shí)生成全國(guó)組網(wǎng)的、1 km/h分辨率的雷達(dá)QPE產(chǎn)品。

本文分別介紹了業(yè)務(wù)應(yīng)用的國(guó)內(nèi)外雷達(dá)QPE研制技術(shù)及產(chǎn)品進(jìn)展，分析比較了國(guó)內(nèi)外產(chǎn)品的不同。在此基礎(chǔ)上，概述了我國(guó)雷達(dá)QPE產(chǎn)品重處理的研究計(jì)劃。

1　國(guó)外雷達(dá)QPE業(yè)務(wù)產(chǎn)品研究進(jìn)展

1.1　發(fā)展概況

表1列出了國(guó)外主要雷達(dá)QPE業(yè)務(wù)產(chǎn)品及相應(yīng)關(guān)鍵研制技術(shù)。從雷達(dá)QPE業(yè)務(wù)產(chǎn)品的時(shí)空屬性來(lái)看，其分辨率已達(dá)到1 km、分鐘級(jí)，空間覆蓋一般為局地組網(wǎng)，序列長(zhǎng)度最長(zhǎng)的為美國(guó)StageII產(chǎn)品，已達(dá)20多年。從雷達(dá)QPE技術(shù)發(fā)展來(lái)看，反射率垂直廓線（Vertical Pro file of Re flectivity，VPR）訂正、降水類型分類、雙偏振量質(zhì)量控制（Dual-Polarization Radar Quality Control，dpQC）、雙偏振量降水估計(jì)、雨量計(jì)偏差訂正等新方法已在業(yè)務(wù)產(chǎn)品研制應(yīng)用。

近年來(lái)，國(guó)際上多個(gè)國(guó)家進(jìn)行了多普勒天氣雷達(dá)的雙偏振技術(shù)升級(jí)。如，2013年4月，美國(guó)氣象局（NWS）完成了122部雷達(dá)站的雙偏振升級(jí)，2014年，美國(guó)聯(lián)邦航空管理局（FAA）和美國(guó)國(guó)防部（DOD）的37部雷達(dá)也完成了雙偏振升級(jí)。德國(guó)、法國(guó)等歐洲國(guó)家也正在進(jìn)行雙偏振雷達(dá)升級(jí)工作。利用雙偏振量，可以提高對(duì)粒子類型的識(shí)別能力，從而提高區(qū)別非天氣目標(biāo)與雨、雪、冰雹等天氣現(xiàn)象能力[9]，并提高雷達(dá)定量降水估測(cè)的精度。目前，利用雙偏振數(shù)據(jù)的進(jìn)行質(zhì)量控制及降水率估測(cè)成為一個(gè)重要的發(fā)展方向。

表1　國(guó)外主要雷達(dá)QPE業(yè)務(wù)產(chǎn)品及研制技術(shù)列表Table 1 Comparison of QPE products and methods among abroad countries

1.2　美國(guó)MRMS系統(tǒng)的雷達(dá)QPE產(chǎn)品

Q3產(chǎn)品是美國(guó)最新業(yè)務(wù)化的MRMS系統(tǒng)研制的雷達(dá)QPE產(chǎn)品，下文以此為代表，詳細(xì)介紹國(guó)際上雷達(dá)QPE業(yè)務(wù)產(chǎn)品研制的先進(jìn)技術(shù)。

MRMS系統(tǒng)由NSSL研制，并于2014年在NWS業(yè)務(wù)化運(yùn)行[2,24]。MRMS系統(tǒng)中雷達(dá)QPE產(chǎn)品制作的輸入數(shù)據(jù)包括：約180部雷達(dá)基數(shù)據(jù)、RAP模式數(shù)據(jù)、約10000站HADS地面雨量計(jì)數(shù)據(jù)、PRISM[28]氣候背景場(chǎng)數(shù)據(jù)等；輸出降水產(chǎn)品包括：基于雷達(dá)QPE（Q3RAD）產(chǎn)品、基于雨量計(jì)QPE（Q3Gauge）產(chǎn)品、雨量計(jì)偏差訂正后雷達(dá)QPE（Q3GC）產(chǎn)品、雨量計(jì)和降水氣候場(chǎng)融合山區(qū)降水（Q3MM）產(chǎn)品等4類。其關(guān)鍵技術(shù)包括：無(wú)縫混合掃描反射率生成、降水類型分類、降水率估測(cè)、地面雨量計(jì)訂正技術(shù)等。

1）無(wú)縫混合掃描反射率生成技術(shù)

混合掃描反射率（Hybrid Scan Reflectivity，HSR）指最低有效仰角（未被嚴(yán)重遮擋最低仰角）的反射率，是雷達(dá)定量估測(cè)降水的基礎(chǔ)[10]。MRMS系統(tǒng)無(wú)縫混合掃描反射率（Seamless HSR，SHSR）是根據(jù)地形對(duì)雷達(dá)波束的阻擋選擇最低有效仰角而生成的，并進(jìn)行了無(wú)縫處理，以解決高空間分辨率下的波束縫隙問題，同時(shí)進(jìn)行了雷達(dá)反射率因子質(zhì)量控制去除非氣象回波，并利用波速阻擋補(bǔ)償、垂直廓線訂正方法提高回波的均一性，詳見表2。

2）降水類型分類技術(shù)

MRMS系統(tǒng)中，利用來(lái)自模式的環(huán)境變量（地表溫度、濕球溫度、結(jié)冰層的高度）、強(qiáng)天氣產(chǎn)品（-10℃的反射率、VIL、冰雹最大期望尺寸）、無(wú)縫混合掃描反射率、AVPR、暖雨概率等多源數(shù)據(jù)，基于決策樹方法將降水分為7類。分類技術(shù)流程見圖1，其關(guān)鍵算法包括熱帶氣旋檢測(cè)[23]、暖雨概率計(jì)算[16]等。輸出的降水類型場(chǎng)每2 min更新一次。

3）降水率估測(cè)技術(shù)及Q3RAD產(chǎn)品

天氣雷達(dá)間接測(cè)量降水率，需由Z-R經(jīng)驗(yàn)公式將反射率因子（Z）反演為降水率（R）。不同類型降水粒子相態(tài)、大小不同，對(duì)雷達(dá)波散射能力不同，所以應(yīng)采用不同Z-R關(guān)系式。MRMS系統(tǒng)中根據(jù)降水類型場(chǎng)，采用相應(yīng)Z-R關(guān)系計(jì)算瞬時(shí)降水率[2]，降水率場(chǎng)每2 min更新一次。表3為MRMS系統(tǒng)除熱帶氣旋類降水外其他降水類型的Z-R計(jì)算公式。熱帶氣旋類降水的Z-R關(guān)系式與暖雨概率值[16]、空間位置、季節(jié)等因素相關(guān)。

表2　MRMS的SHSR算法步驟表Table 2 Algorithm of SHSR in MRMS

圖1　MRMS的地表降水分類技術(shù)流程圖[2]Fig. 1 Precipitation classification analysis in MRMS[2]

表3　MRMS系統(tǒng)的Z-R關(guān)系式（除熱帶氣旋類降水）Table 3 The Z-R equations in MEMS (except tropical rain)

Q3RAD為小時(shí)累積降水量場(chǎng)產(chǎn)品，由前60 min得到的降水率場(chǎng)積分而得，每2 min更新一次。在Q3RAD產(chǎn)品中，去除了小于0.01 in的降水，以降低小降水的空?qǐng)?bào)率。

4）雙偏振量的降水估測(cè)

目前，雖然MRMS業(yè)務(wù)系統(tǒng)中的降水率估測(cè)還未使用雙偏振量，但利用差分反射率因子比差分相位比衰減因子A[37-38]等雙偏振量進(jìn)行降水率估測(cè)的算法已進(jìn)行了多年的研究。R－ZDR關(guān)系在某些區(qū)域呈現(xiàn)出降水估測(cè)的優(yōu)勢(shì)[2]，但R－ZDR關(guān)系對(duì)雷達(dá)標(biāo)定的偏差比較敏感；KDP和R對(duì)雷達(dá)標(biāo)定偏差及由于波速阻擋造成的偏差不敏感，但對(duì)于不同降水類型的估測(cè)性能不穩(wěn)定[2]。因此，MRMS系統(tǒng)計(jì)劃在業(yè)務(wù)系統(tǒng)中集成多種雙偏振雷達(dá)QPE算法（表4）。

5）局地雨量計(jì)訂正技術(shù)及Q3GC產(chǎn)品

由于Z-R經(jīng)驗(yàn)公式的準(zhǔn)確性、雷達(dá)掃描與地面降水的差別等問題，使得雷達(dá)QPE產(chǎn)品與地面觀測(cè)降水之間存在偏差，一般使用地面雨量計(jì)進(jìn)行訂正。MRMS系統(tǒng)利用質(zhì)控后HADS雨量計(jì)小時(shí)降水量訂正Q3RAD產(chǎn)品[22]。首先，將CONUS分成多個(gè)子區(qū)域，在每個(gè)子區(qū)域，利用IDW（Inverse Distance Weighting）方法[39]進(jìn)行雨量計(jì)訂正，參數(shù)通過交叉檢驗(yàn)方法選擇。之后，將各子區(qū)域訂正后的雷達(dá)QPE合并，得到局部偏差訂正的Q3GC（Local Gauge Bias Corrected Radar QPE）產(chǎn)品。Q3GC產(chǎn)品每小時(shí)更新一次，時(shí)效滯后約1.5 h。

6）山區(qū)降水產(chǎn)品生成技術(shù)及Q3MM產(chǎn)品

山區(qū)的地形遮擋影響了雷達(dá)QPE產(chǎn)品質(zhì)量。為解決這一問題，MRMS提出Mountain Mapper方法[21]。利用質(zhì)控后的站點(diǎn)雨量計(jì)小時(shí)降水量和氣候降水背景月值數(shù)據(jù)生成西部山區(qū)QPE產(chǎn)品，稱為Q3MM（Mountain Mapper QPE）產(chǎn)品。

7）雨量計(jì)插值降水產(chǎn)品生成技術(shù)及Q3Gauge產(chǎn)品

小時(shí)雨量計(jì)插值降水產(chǎn)品（Q3Gauge）使用質(zhì)控后的HADS雨量站數(shù)據(jù)，利用IDW插值方法而生成。

8）產(chǎn)品初步評(píng)估

以雨—冰雹—雪社區(qū)協(xié)作網(wǎng)（CoCoRaHS，http://www.cocorahs.org/）[40]的雨量計(jì)日降水量作為參考真值，Chen等[41]評(píng)估比較了四種雷達(dá)QPE產(chǎn)品的質(zhì)量（表5），評(píng)估時(shí)間段為2014年全年，空間范圍為CONUS。Stage Ⅱ和Stage Ⅳ為美國(guó)天氣局早期業(yè)務(wù)化的雷達(dá)定量估測(cè)降水產(chǎn)品，輸入數(shù)據(jù)源包括雷達(dá)、雨量計(jì)、衛(wèi)星和人工（質(zhì)控），產(chǎn)品的空間分辨率為4 km。此外，Stage Ⅳ產(chǎn)品由各區(qū)域進(jìn)行了人工質(zhì)控，其數(shù)據(jù)源可能包括CoCoRaHS，所以評(píng)估結(jié)果可能不獨(dú)立。

表4　主要雙偏振雷達(dá)降水估測(cè)算法比較Table 4 Polarimetric radar QPE methods

表5　四種雷達(dá)QPE產(chǎn)品的輸入數(shù)據(jù)源及時(shí)空分辨率比較[41]Table 5 Input data and temporal-spatial resolutions for four radar QPE products

這四種雷達(dá)QPE產(chǎn)品的平均絕對(duì)誤差時(shí)間序列曲線見圖2，由此圖可見：

圖2　美國(guó)雷達(dá)QPE產(chǎn)品的平均絕對(duì)誤差時(shí)間序列圖[2]Fig. 2 Variation of the mean-absolute-errors of four QPE products in USA [2]

表6　美國(guó)兩代雷達(dá)QPE產(chǎn)品算法比較Table 6 Two generations of radar QPE methods in USA

② 冷季，Q3GC的日降水量產(chǎn)品質(zhì)量與Stage IV產(chǎn)品相近；暖季，Q3GC的日降水量產(chǎn)品的平均絕對(duì)誤差要高于Stage IV。

另外，與CoCoRaHS相比，MRMS系統(tǒng)雷達(dá)QPE產(chǎn)品在夏季表現(xiàn)為高估。一方面可能是對(duì)流降水誤判為熱帶氣旋；另一方面可能是在風(fēng)速較高時(shí)，地面雨量計(jì)對(duì)降水測(cè)量不準(zhǔn)確。

2　國(guó)內(nèi)雷達(dá)QPE業(yè)務(wù)產(chǎn)品研展

2.1　發(fā)展概述

20世紀(jì)90年代中期，中國(guó)氣象局正式將全相干多普勒天氣雷達(dá)作為新一代天氣雷達(dá)列入氣象業(yè)務(wù)探測(cè)系統(tǒng)的發(fā)展規(guī)劃，計(jì)劃布設(shè)S 波段和C 波段多普勒天氣雷達(dá)，構(gòu)建國(guó)家新一代天氣雷達(dá)站網(wǎng)。截至2016年底已經(jīng)完成了全國(guó)233部新一代天氣雷達(dá)建設(shè)。

2005年，隨著中國(guó)氣象局寬帶網(wǎng)（CMAnet）的建設(shè)開通，新一代天氣雷達(dá)站的基數(shù)據(jù)和產(chǎn)品數(shù)據(jù)開始由雷達(dá)站傳輸至國(guó)家氣象信息中心并存檔。之后，國(guó)內(nèi)開展了天氣雷達(dá)組網(wǎng)產(chǎn)品研發(fā)工作，研制出多種雷達(dá)定量估測(cè)降水產(chǎn)品。如氣象探測(cè)中心“天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)”的全國(guó)組網(wǎng)MQPE產(chǎn)品、災(zāi)害天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)（Severe Weather Automatically Nowcast System，SWAN）的區(qū)域組網(wǎng)QPE產(chǎn)品、部分省局研制的區(qū)域組網(wǎng)QPE產(chǎn)品（表7）。

表7　國(guó)內(nèi)主要雷達(dá)QPE業(yè)務(wù)產(chǎn)品列表Table 7 Domestic operational QPE products and methods

國(guó)內(nèi)雷達(dá)QPE業(yè)務(wù)產(chǎn)品研制方面普遍采用Z-R關(guān)系估測(cè)降水率，并由地面降水進(jìn)行偏差訂正。產(chǎn)品空間分辨率達(dá)到1 km、時(shí)間分辨率達(dá)到1 h，區(qū)域組網(wǎng)的產(chǎn)品時(shí)間分辨率可達(dá)到分鐘級(jí)。但產(chǎn)品序列長(zhǎng)度普遍較短，且輸入數(shù)據(jù)源比較單一。

香港天文臺(tái)2005年業(yè)務(wù)試運(yùn)行“激流”系統(tǒng)（Rainstorm Analysis And Prediction Integrated DataProcessing System， RAPIDS）[42-44]利用高頻雨量計(jì)資料動(dòng)態(tài)校正Z-I關(guān)系來(lái)估測(cè)雷達(dá)降水，并實(shí)現(xiàn)了雷達(dá)外推臨近預(yù)報(bào)和數(shù)值預(yù)報(bào)的定量降水預(yù)報(bào)融合，利用相位訂正技術(shù)修正模式預(yù)報(bào)雨帶的位置，并根據(jù)實(shí)況觀測(cè)的雨量調(diào)整模式的降水強(qiáng)度，提高了0～6 h的定量降水預(yù)報(bào)效果。北京城市氣象研究所引起了RAPIDS系統(tǒng)框架，并進(jìn)一步發(fā)展了對(duì)數(shù)值模式定量降水預(yù)報(bào)所進(jìn)行的強(qiáng)度和相位修正[45]。

在雷達(dá)QPE技術(shù)研究方面，波束阻擋[46-47]、融化層及反射率垂直廓線訂正[48]、降水類型分類Z-R關(guān)系[49-51]、利用雙偏振量估測(cè)降水[52-54]等技術(shù)方法已取得一系列研究成果。另外，針對(duì)國(guó)內(nèi)天氣雷達(dá)的特殊問題，如C波段雨區(qū)衰減[55]、青藏高原復(fù)雜地形[56]、雷達(dá)標(biāo)定不均一[57]也開展了相應(yīng)的研究。隨著我國(guó)雙偏振雷達(dá)升級(jí)，以及這些先進(jìn)方法魯棒性、穩(wěn)定性的不斷提高和向業(yè)務(wù)轉(zhuǎn)換，將有助于進(jìn)一步提高國(guó)內(nèi)雷達(dá)QPE業(yè)務(wù)產(chǎn)品的精度。

尹愛群握著妻子的手機(jī)，看了又看，希望能找出希望，哪怕一點(diǎn)點(diǎn)。妻子的手機(jī)里保存了關(guān)于丈夫尹愛群的四個(gè)方面的內(nèi)容：1.尹愛群和揚(yáng)揚(yáng)赤身裸體在車內(nèi)嘿咻的場(chǎng)面。2.尹愛群和揚(yáng)揚(yáng)的Q Q聊天記錄，里面互稱老公老婆。3.尹愛群為楊楊所購(gòu)樓房的相關(guān)票據(jù)。4.保險(xiǎn)柜內(nèi)塞滿現(xiàn)金的圖片。

2.2　天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)的雷達(dá) QPE產(chǎn)品

中國(guó)氣象局氣象探測(cè)中心研發(fā)的“天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)”輸入數(shù)據(jù)為雷達(dá)基數(shù)據(jù)和雨量計(jì)數(shù)據(jù)，輸出OHP（單部雷達(dá)的一小時(shí)降水）、 MQPE（全國(guó)組網(wǎng)定量估測(cè)降水）等單站或組網(wǎng)產(chǎn)品。系統(tǒng)整體數(shù)據(jù)流程為：雷達(dá)基數(shù)據(jù)和地面雨量數(shù)據(jù)推送到數(shù)據(jù)服務(wù)器，雨量計(jì)數(shù)據(jù)導(dǎo)入數(shù)據(jù)庫(kù)供降水校正使用；之后，雷達(dá)基數(shù)據(jù)通過網(wǎng)絡(luò)下載到各服務(wù)器進(jìn)行單站產(chǎn)品生成；最后，單站產(chǎn)品生成后上傳到組網(wǎng)服務(wù)器進(jìn)行拼圖，生成拼圖產(chǎn)品。

該系統(tǒng)降水產(chǎn)品生成的關(guān)鍵技術(shù)包括：反射率因子質(zhì)量控制、混合掃描反射率生成、降水率估測(cè)、雨量計(jì)校準(zhǔn)等（圖3）。反射率質(zhì)控算法主要來(lái)自ROSE項(xiàng)目，主要質(zhì)控處理包括：超折射回波消除（地物）、電磁徑向干擾消除、海浪回波消除、晴空回波消除、孤立點(diǎn)回波消除、故障異?；夭ㄏ▓A餅、扇面）。混合掃描反射率則是取最低4個(gè)仰角層按距離組合得到，未采用地形阻擋信息[58]。每部雷達(dá)實(shí)時(shí)統(tǒng)計(jì)四個(gè)季節(jié)Z-R關(guān)系，由Z-R關(guān)系將反射率轉(zhuǎn)換為降水率。同時(shí)，用各時(shí)次地面雨量數(shù)據(jù)進(jìn)行集成校正，采用的校正算法包括：平均值法、卡爾曼濾波和最優(yōu)化插值法。組網(wǎng)MQPE產(chǎn)品由時(shí)段內(nèi)1 h降水累加得到，目前提供1 h、3 h、6 h、12 h和24 h的降水估測(cè)。

圖3　天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)中雷達(dá)降水產(chǎn)品生成流程示意圖Fig. 3 Sketch map of radar QPE in China

2.3　SWAN系統(tǒng)的雷達(dá)QPE產(chǎn)品

中國(guó)氣象局2008年組織國(guó)家氣象中心、廣東、湖北、安徽等地聯(lián)合研制SWAN 系統(tǒng)，建立了全國(guó)通用的短時(shí)臨近預(yù)報(bào)業(yè)務(wù)平臺(tái)[6]，可生成質(zhì)量控制后的三維雷達(dá)組網(wǎng)產(chǎn)品、定量降水估測(cè)產(chǎn)品等。

SWAN系統(tǒng)中雷達(dá)定量估測(cè)降水關(guān)鍵技術(shù)包括：雷達(dá)體掃資料的質(zhì)量控制技術(shù)[59]、基于地形的混合掃描填充技術(shù)[60]、雷達(dá)和雨量計(jì)實(shí)時(shí)同步積分結(jié)合降水估計(jì)技術(shù)[61]。

雷達(dá)體掃資料質(zhì)量控制技術(shù)主要包括數(shù)據(jù)預(yù)處理、孤立噪聲回波過濾、超折射回波抑制。數(shù)據(jù)預(yù)處理將原始雷達(dá)資料轉(zhuǎn)換為統(tǒng)一數(shù)據(jù)結(jié)構(gòu)。孤立噪聲回波過濾包括雙向搜索、回波特征量過濾法。超折射回波抑制采用了模糊邏輯方法。

混合掃描反射率生成采用了基于地形方法。首先，利用高分辨地形數(shù)據(jù)、雷達(dá)位置信息、雷達(dá)波束高斯分布模式和標(biāo)準(zhǔn)大氣情況下波束傳播路徑，計(jì)算雷達(dá)波束阻擋率；之后，根據(jù)波束阻擋率閾值得到不受地形阻擋的最小掃描仰角在同一平面上的投影，即混合掃描仰角；然后，根據(jù)混合掃描仰角，利用標(biāo)準(zhǔn)大氣情況下的雷達(dá)測(cè)高公式計(jì)算等射束高度，把來(lái)自雷達(dá)網(wǎng)中各雷達(dá)的等射束高度進(jìn)行拼接得到等射束高度拼圖，其中在雷達(dá)重疊覆蓋區(qū)，取最小的等射束高度；最后，利用新一代天氣雷達(dá)網(wǎng)三維拼圖反射率因子數(shù)據(jù)以及等射束高度拼圖數(shù)據(jù)，得到混合掃描反射率因子。

降水率估測(cè)采用實(shí)時(shí)擬合Z-R經(jīng)驗(yàn)公式方法[62]，即Smith等[61]提出的雷達(dá)和雨量計(jì)實(shí)時(shí)同步積分結(jié)合的RASIM方法（Radar-Gauge Synchronous Integration Method）。這種方法的特點(diǎn)是在一定區(qū)域內(nèi)各站點(diǎn)的雨量計(jì)測(cè)量降水總量和雷達(dá)估算降水的總量相等。

3　國(guó)內(nèi)外雷達(dá)QPE業(yè)務(wù)產(chǎn)品比較分析

由上述調(diào)研可見，我國(guó)和美國(guó)雷達(dá)QPE產(chǎn)品研制技術(shù)及產(chǎn)品都有所不同，比較結(jié)果見表8。從質(zhì)量控制方法來(lái)看，美國(guó)Q3產(chǎn)品采用雙偏振變量進(jìn)行非降水回波去除，可基本消除天氣雷達(dá)的超折射回波、飛機(jī)/昆蟲/船只/鳥回波、海浪回波、噪聲回波、電磁干擾回波等。我國(guó)天氣雷達(dá)未實(shí)現(xiàn)雙偏振技術(shù)升級(jí)，無(wú)法利用雙偏振量在質(zhì)量控制、相態(tài)識(shí)別及定量估測(cè)降水方面的優(yōu)勢(shì)，與美國(guó)等發(fā)達(dá)國(guó)家相比存在一定差距。從混合掃描生成技術(shù)來(lái)看，美國(guó)Q3產(chǎn)品中采用基于地形和無(wú)縫處理結(jié)合方法，并進(jìn)行融化層檢測(cè)和垂直廓線訂正。我國(guó)SWAN系統(tǒng)中采用基于地形方法，而天氣雷達(dá)基數(shù)據(jù)拼圖系統(tǒng)則采用較傳統(tǒng)的基于距離方法。從降水率的估測(cè)方法來(lái)看，這幾種雷達(dá)QPE產(chǎn)品都采用了Z-R關(guān)系方法。美國(guó)StageII及我國(guó)QPE產(chǎn)品都是每部雷達(dá)設(shè)置一個(gè)Z-R關(guān)系。美國(guó)Q3產(chǎn)品則采用了不同方法，即根據(jù)降水類型自動(dòng)選擇Z-R關(guān)系。雖然降水類型分布具有局域性的特點(diǎn)，美國(guó)的降水類型和我國(guó)不同，但降水粒子對(duì)雷達(dá)波散射的原理是相同的，美國(guó)Q3中降水分類的思想對(duì)于我國(guó)QPE產(chǎn)品研制還是具有借鑒意義的。從輸入數(shù)據(jù)源來(lái)看，我國(guó)雷達(dá)QPE業(yè)務(wù)產(chǎn)品研制的輸入數(shù)據(jù)源較單一，未引入模式數(shù)據(jù)、氣候數(shù)據(jù)等。從產(chǎn)品的時(shí)空屬性來(lái)看，美國(guó)Q3產(chǎn)品實(shí)現(xiàn)了2 min更新，我國(guó)雷達(dá)QPE產(chǎn)品時(shí)間分辨率為1 h。

表8　國(guó)內(nèi)外業(yè)務(wù)雷達(dá)QPE研制技術(shù)及產(chǎn)品比較Table 8 Comparison of radar QPE products and methods in China with that abroad

從整體來(lái)看，我國(guó)業(yè)務(wù)應(yīng)用的雷達(dá)QPE算法與美國(guó)NCEP的StageII算法較為接近，與國(guó)際先進(jìn)方法相比，在質(zhì)量控制、融化層處理、降水類型分類、多源資料融合等方向需進(jìn)一步改進(jìn)。而一些研究中雷達(dá)QPE先進(jìn)技術(shù)，如：融化層及反射率垂直廓線訂正、降水類型分類Z-R關(guān)系、雙偏振量降水估測(cè)、C波段雨區(qū)衰減、青藏高原復(fù)雜地形、雷達(dá)標(biāo)定不均一也急需等的研究業(yè)務(wù)轉(zhuǎn)化。隨著我國(guó)雙偏振雷達(dá)升級(jí)，以及這些先進(jìn)方法魯棒性、穩(wěn)定性的不斷提高和向業(yè)務(wù)轉(zhuǎn)換，將有助于進(jìn)一步提高國(guó)內(nèi)雷達(dá)QPE業(yè)務(wù)產(chǎn)品的精度。

4　我國(guó)雷達(dá)QPE產(chǎn)品重處理研究計(jì)劃

除了實(shí)時(shí)雷達(dá)QPE業(yè)務(wù)產(chǎn)品之外，美國(guó)還啟動(dòng)了雷達(dá)定量估測(cè)降水重處理項(xiàng)目（NEXRAD reanalysis），以期為中小尺度氣候分析和氣候檢測(cè)研究提供一套長(zhǎng)序列、高時(shí)空分辨率、高精度的降水產(chǎn)品。該項(xiàng)目使用美國(guó)新一代QPE技術(shù)（Q2/Q3技術(shù)），重處理1996年至今約300 TB雷達(dá)基數(shù)據(jù)。與雷達(dá)QPE實(shí)時(shí)產(chǎn)品生成系統(tǒng)相比，雷達(dá)降水重處理系統(tǒng)可利用長(zhǎng)期數(shù)據(jù)進(jìn)行質(zhì)量控制，同時(shí)可以使用更多數(shù)據(jù)源進(jìn)行融合，提高產(chǎn)品質(zhì)量。在美國(guó)雷達(dá)重處理預(yù)研項(xiàng)目中，就利用長(zhǎng)序列數(shù)據(jù)進(jìn)行平均場(chǎng)偏差訂正，降低不同雷達(dá)間不一致性問題，并利用局地偏差訂正技術(shù)解決由于波束遮擋、異常傳播、零度層亮帶等引起的局部偏差問題，最后利用自適應(yīng)優(yōu)化參數(shù)的融合技術(shù)將地面降水與雷達(dá)估測(cè)降水進(jìn)行融合[63]。

目前，我國(guó)還沒有時(shí)間上均一的長(zhǎng)序列、全國(guó)組網(wǎng)的雷達(dá)QPE歷史產(chǎn)品。研制長(zhǎng)序列、高時(shí)空分辨率、全國(guó)組網(wǎng)的雷達(dá)QPE產(chǎn)品對(duì)于我國(guó)中小尺度的氣候分析以及高時(shí)空分辨率數(shù)值天氣預(yù)報(bào)偏差訂正及檢驗(yàn)評(píng)估是非常必要的，也是國(guó)家氣象科技創(chuàng)新工程“氣象資料質(zhì)量控制及多源數(shù)據(jù)融合與再分析”攻關(guān)任務(wù)的一項(xiàng)重要研發(fā)任務(wù)。

我國(guó)雷達(dá)QPE產(chǎn)品重處理研究?jī)?nèi)容主要包括：收集整理長(zhǎng)序列的天氣雷達(dá)基數(shù)據(jù)，對(duì)各種格式的基數(shù)據(jù)[64]進(jìn)行統(tǒng)一數(shù)據(jù)結(jié)構(gòu)處理；基于國(guó)內(nèi)現(xiàn)有的單部雷達(dá)QPE生成技術(shù)，利用長(zhǎng)序列的雷達(dá)數(shù)據(jù)、地面觀測(cè)數(shù)據(jù)和衛(wèi)星資料，重點(diǎn)解決單部雷達(dá)定量估測(cè)降水局部偏差問題；最終研制我國(guó)長(zhǎng)序列高精度的雷達(dá)定量估測(cè)降水歷史產(chǎn)品數(shù)據(jù)集（2008年起，1 km/h分辨率），生成技術(shù)接近美國(guó)StageII業(yè)務(wù)產(chǎn)品。

5　結(jié)語(yǔ)

鑒于國(guó)際研發(fā)先進(jìn)經(jīng)驗(yàn)，在高時(shí)空分辨率降水產(chǎn)品研制中，雷達(dá)探測(cè)資料極為重要。本文主要從業(yè)務(wù)應(yīng)用的雷達(dá)QPE研制技術(shù)和產(chǎn)品兩方面，對(duì)近年國(guó)內(nèi)外有關(guān)進(jìn)展進(jìn)行了歸納和綜述。從雷達(dá)QPE業(yè)務(wù)產(chǎn)品的研制技術(shù)發(fā)展來(lái)看，雨量計(jì)偏差訂正、融化層檢測(cè)與反射率垂直廓線訂正、降水類型分類、雙偏振量質(zhì)量控制、雙偏振量降水估計(jì)等新方法已業(yè)務(wù)應(yīng)用。從雷達(dá)QPE業(yè)務(wù)產(chǎn)品發(fā)展來(lái)看，產(chǎn)品空間分辨率已達(dá)到1 km甚至數(shù)百米，時(shí)間分辨率達(dá)到分鐘級(jí)。從國(guó)內(nèi)外的雷達(dá)QPE對(duì)比來(lái)看，我國(guó)雷達(dá)QPE產(chǎn)品研制方法與美國(guó)StageII算法較為接近，與美國(guó)最新業(yè)務(wù)化Q3產(chǎn)品研制方法相比還有較大不同。研發(fā)時(shí)間上均一的長(zhǎng)序列、高時(shí)空分辨率雷達(dá)QPE重處理產(chǎn)品也是雷達(dá)QPE產(chǎn)品發(fā)展的一個(gè)趨勢(shì)。綜合考慮國(guó)內(nèi)現(xiàn)有系統(tǒng)基礎(chǔ)和國(guó)際先進(jìn)算法等因素，預(yù)期了我國(guó)QPE產(chǎn)品重處理的研制方法。

[1]Lin Y, Mitchell K E. The NCEP Stage II/IV hourly precipitation analyses: development and applications. 19th Conference on Hydrology, American Meteorological Society, 2005.

[2]Zhang J, Howard K, Langston C, et al. Multi-Radar Multi-Sensor(MRMS) quantitative precipitation estimation: Initial operating capabilities. Bulletin of the American Meteorological Society, 2016,97(4): 621–638.

[3]Tabary P. The new French operational radar rainfall product. Part I:Methodology. Weather and Forecasting, 2007,22: 393-408.

[4]Figueras i Ventura J, Tabary P. The new French operational polarimetric radar rainfall rate product. Journal of Applied Meteorology and Climatology, 2013, 52(8): 1817-1835.

[5]劉曉陽(yáng), 楊洪平, 李建通, 等. 新一代天氣雷達(dá)定量降水估測(cè)集成系統(tǒng). 氣象, 2010, 36(4): 90-95.

[6]Feng YR. Introduction to SWAN system and its application. 26th Conference on Interactive Information and Processing Systems(IIPS) for Meteorology, Oceanography, and Hydrology, 2010.

[7]黃勇, 胡雯, 何永健, 等. 多部雷達(dá)聯(lián)合估算淮河流域降水. 氣象科學(xué), 2010, 30(2): 268-273.

[8]王葉紅. 定量降水估計(jì)(QPE)和短期定量降水預(yù)報(bào)(QPF). 中國(guó)科技成果, 2014(16): 76-78.

[9]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. 氣象科技合作動(dòng)態(tài), 2014(2): 30-32.

[10]Fulton R, Breidenbach J, Seo D J, et al. The WSR-88D rainfall algorithm. Weather and Forecasting, 1997, 13: 377–395.

[11]Kitzmiller D, Miller D, Fulton R, et al. Radar and multisensor precipitation estimation techniques in national weather service hydrologic operations. Journal of Hydrologic Engineering, 2013,18(2): 133–142.

[12]Kondragunta C, Kitzmiller D, Seo D J, et al. Objective integration of satellite, rain gauge, and radar precipitation estimates in the multisensor precipitation estimator algorithm. 19th Hydrology Conf, American Meteorological Society, 2005.

[13]Seo D J, Breidenbach J, Johnson E. Real-time estimation of mean field bias in radar rainfall data. Journal of Hydrology, 1999,223(3–4): 131–147.

[14]Seo D J. Real-time estimation of rainfall fields using rain gauge data under fractional coverage conditions. Journal of Hydrology,1998, 208(1–2): 25–36.

[15] Doviak R J, Zrni? D S. Doppler radar and weather observations.Courier Dover Publications, 1993.

[16]Grams H M, Jian Zhang J, Elmore K L. Automated identi fication of enhanced rainfall rates using the near-storm environment for radar precipitation estimates. Journal of Hydrometeorology, 2014,15(3): 1238–1254.

[17]Lakshmanan V, Christopher C, Krause J, et al. Quality control of weather radar data using polarimetric variables. Journal of Atmospheric and Oceanic Technology, 2014, 31: 1234–1249.

[18]Qi Y C, Zhang J, Zhang P F. A real-time automated convective and stratiform precipitation segregation algorithm in native radar coordinates. Quarterly Journal of the Royal Meteorological Society,2013: 2233-2240.

[19]Tang L, Zhang J, Langston C, et al. A physically based precipitation–nonprecipitation radar echo classifier using polarimetric and environmental data in a real-time national system.Weather and Forecasting, 2014, 29(5): 1106-1119.

[20]Tang L, Zhang J, Qi Y, et al. Non-standard blockage mitigation for national radar QPE products. The 36th Conf on Radar Meteorology, American Meteorological Society, 2013.

[21]Schaake J, Henkel A, Cong S. Application of PRISM climatologies for hydrologic modeling and forecasting in the western U.S.Preprints. 18th Conf on Hydrology, American Meteorological Society, 2004.

[22]Ware E C. Corrections to radar-estimated precipitation using observed rain gauge data. M.S. thesis, Cornell University, 2005.

[23]Xu X, Howard K, Zhang J. An automated radar technique for the identification of tropical precipitation. Journal of Hydrometeorology, 2008, 9: 885–902.

[24]Zhang J, Howard K, Langston C, et al. National Mosaic and Multi-Sensor QPE (NMQ) system: Description, results, and future plans. Bulletin of the American Meteorological Society, 2011, 92:1321–1338.

[25]Zhang J, Qi Y. A real-time algorithm for the correction of bright band effects in radar-derived QPE. Journal of Hydrometeorology,2010, 11: 1157–1171.

[26]Zhang J, Qi Y C, Kingsmill D, et al. Radar-based quantitative precipitation estimation for the cool season in complex terrain:Case studies from the NOAA hydrometeorology testbed. Journal of Hydrometeorology, 2012, 13(6): 1836-1854.

[27]Zhang J, Qi Y, Langston C, et al. Radar Quality Index (RQI) – a combined measure for beam blockage and VPR effects in a national network. Weather Radar and Hydrology, 2012, 351: 388-393.

[28]Daly C, Neilson R P, Phillips D L. A statistical-topographic model for mapping climatological precipitation for mountainous terrain.Journal of Applied Meteorology, 1994, 33: 140-158.

[29]O'Bannon. Using a 'terrain-based' hybrid scan to improve WSR-88D precipitation estimates. 28th Conf on Radar Meteorology,American Meteorological Society, 1997.

[30]Steven V. Vasiloff. AWIPS local application for visualizing WSR-88D PPS hybrid scan bin heights. Interactive Symposium on AWIPS, 2002.

[31]Giangrande S E, Ryzhkov A V. Estimation of rainfall based on the results of polarimetric echo classi fication. J Appl Meteor Climatol,2008, 47: 2445–2462.

[32]Bringi V N, Chandrasekar V. Polarimetric Doppler weather radar:Principles and applications. Cambridge University Press, 2001.

[33]Ryzhkov A V, Schuur T J, Burgess B W,et al. The Joint Polarization Experiment polarimetric rainfall measurements and hydrometeor classi fication. Bull Amer Meteor Soc, 2005, 86: 809–824.

[34]Matrosov S Y. Evaluating polarimetric X-band radar rainfall estimators during HMT. J Atmos Oceanic Technol, 2009, 27: 122–134.

[35]Wang Y, Chandrasekar V. Quantitative precipitation estimation in the CASA X-band dual-polarization radar network. J Atmos Oceanic Technol, 2010, 27: 1665–1676.

[36]Lim S, Cifelli R, Chandrasekar V, et al. Precipitation classi fication and quanti fication using X-band dual-polarization weather radar:Application in the Hydrometeorology Testbed. J Atmos Oceanic Technol, 2013, 30: 2108 – 2120.

[37]Ryzhkov Z, Diederich M, Zhang P, et al. Potential utilization of specific attenuation for rainfall estimation, mitigation of partial beam blockage, and radar networking. Journal of Atmospheric and Oceanic Technology, 2014, 31: 599-619.

[38]Wang Y, Zhang P, Ryzhkov A, et al. Utilization of specific attenuation for tropical rainfall estimation in complex terrain. J Hydrometeor, 2013, 15, 2250–2266.

[39]Simanton J R, Osborn H B. Reciprocaldistance estimate of point rainfall. Journal of the Hydraulics Division, 1980, 106: 1242–1246.

[40]Cifelli R, Doesken N, Kennedy P, et al. The community collaborative rain, hail, and snow network: Informal education for scientists and citizens. Bulletin of the American Meteorological Society, 2005, 86: 1069–1077.

[41]Chen S, Gourley J J, Hong Y, et al. Evaluation and uncertainty estimation of NOAA/NSSL next generation national mosaic QPE (Q2) over the Continental United States. Journal of Hydrometeorology, 2013, 14 (4): 1308–1322.

[42]LI P W, Lai E S T. Short-range quantitative precipitation forecasting in Hong Kong. Journal of Hydrology, 2004, 288:189-209.

[43]Li P W, Wong W K, Lai E S T. RAPIDS—A new rainstorm nowcasting system in Hong Kong. WMO/WWRP International Symposium on Nowcasting and Very-short-range Forecasting, 5-9 September 2005 Toulouse, France.

[44]LI P W, Wong W K, Cheung P, et al. An overview of nowcasting development, applications, and services in the Hong Kong observatory. J Meteor Res, 2014, 28(5): 859-876.

[45]程叢蘭, 陳明軒, 王建捷, 等. 基于雷達(dá)外推臨近預(yù)報(bào)和中尺度數(shù)值預(yù)報(bào)融合技術(shù)的短時(shí)定量降水預(yù)報(bào)試驗(yàn).氣象學(xué)報(bào), 2013,71(3): 397-415.

[46]楊瀧, 劉黎平, 王紅艷. 利用反射率因子垂直廓線填補(bǔ)雷達(dá)波束遮擋區(qū)的方法研究. 氣象科技, 2015 , 43(5): 788-793.

[47]勾亞彬, 汪章維, 劉黎平, 等．雷達(dá)波束部分遮擋識(shí)別應(yīng)用及效果評(píng)估. 高原氣象, 2017, 36(1): 229-240．

[48]戚友存. 通過VPR訂正技術(shù)提高雷達(dá)定量降水估計(jì)能力. 南京信息工程大學(xué)博士學(xué)位論文, 2011.

[49]勾亞彬, 劉黎平, 王丹, 等．基于云團(tuán)的分組Z-R關(guān)系擬合方案及效果評(píng)估. 暴雨災(zāi)害, 2015, 34(1): 1-8．

[50]楊杰, 劉黎平, 趙城城, 等. 雷達(dá)估測(cè)對(duì)流性降水的誤差空間分布及Z-R關(guān)系的優(yōu)化. 高原氣象, 2015, 34(6): 1785-1796.

[51]勾亞彬, 劉黎平, 楊杰, 等. 基于雷達(dá)組網(wǎng)拼圖的定量降水估測(cè)算法業(yè)務(wù)應(yīng)用及效果評(píng)估. 氣象學(xué)報(bào), 2014, 72(4): 731-748

[52]唐順仙, 呂達(dá)仁, 何建新, 等. 天氣雷達(dá)技術(shù)研究進(jìn)展及其在我國(guó)天氣探測(cè)中的應(yīng)用. 遙感技術(shù)與應(yīng)用, 2017, 32(1): 1-13.

[53]劉黎平, 錢永甫, 王致君．雙線偏振雷達(dá)測(cè)雨效果的對(duì)比分析．大氣科學(xué), 1996, 20(5): 613-619.

[54]劉黎平, 葛潤(rùn)生, 張沛源．雙線偏振多普勒天氣雷達(dá)遙測(cè)降水強(qiáng)度和液態(tài)含水量的方法和精度研究．大氣科學(xué), 2002, 26(5):709-719.

[55]劉黎平, 徐寶祥．雙線偏振雷達(dá)雨區(qū)衰減訂正問題的模擬計(jì)算與討論．高原氣象, 1992, 11(3): 235-240.

[56]莊薇, 劉黎平, 王改利, 等．青藏高原復(fù)雜地形區(qū)雷達(dá)估測(cè)降水方法研究. 高原氣象, 2013, 32(5): 1224-1235.

[57]朱藝青. CINRAD/SA天氣雷達(dá)與TRMM PR探測(cè)數(shù)據(jù)的一致性對(duì)比研究. 南京信息工程大學(xué)碩士學(xué)位論文.2016.

[58]王紅艷, 劉黎平. 新一代天氣雷達(dá)降水估算的區(qū)域覆蓋能力評(píng)估. 高原氣象, 2015, 34(6): 1772-1784.

[59]吳濤, 萬(wàn)玉發(fā), 沃偉鋒, 等. SWAN系統(tǒng)中雷達(dá)反射率因子質(zhì)量控制算法及其應(yīng)用. 氣象科技，2013, 41(5): 809-817.

[60]肖艷姣, 劉黎平, 楊洪平. 基于天氣雷達(dá)網(wǎng)三維拼圖的混合反射率因子生成技術(shù). 氣象學(xué)報(bào), 2008, 66(3): 470-473.

[61]Smith P L, Joss J. Use of a fixed exponent in “adjustable”Z-R relationships. Preprints, 28th Conf. on Radar Meteorology,American Meteorological Society, 1997.

[62]王玨, 冷亮, 吳濤. SWAN系統(tǒng)中QPE產(chǎn)品的應(yīng)用評(píng)估. 氣象科技, 2015, 43(3): 380-386.

[63]Nelson B R, Seo D J, Kim D. Multisensor precipitation reanalysis.Journal of Hydrometeorology, 2010, 11: 666-682.

[64]楚志剛, 銀燕, 顧松山. 新一代天氣雷達(dá)基數(shù)據(jù)文件格式自動(dòng)識(shí)別方法研究. 計(jì)算機(jī)與現(xiàn)代化, 2013(7): 180-184.