郭啟云 錢媛 楊榮康 曹曉鐘

摘要 以美國(guó)NCEP的FNL再分析場(chǎng)和我國(guó)GRAPES初估場(chǎng)為參考對(duì)北京探空雷達(dá)測(cè)風(fēng)從平均偏差、標(biāo)準(zhǔn)偏差、概率密度分布、峰度系數(shù)、偏度系數(shù)、相關(guān)系數(shù)和均方根差等多參數(shù)進(jìn)行評(píng)估?；谠u(píng)估結(jié)果對(duì)雷達(dá)測(cè)風(fēng)資料進(jìn)行質(zhì)量控制，并再次求解參數(shù)進(jìn)一步評(píng)估質(zhì)量控制效果。結(jié)果表明：L波段探空雷達(dá)測(cè)風(fēng)質(zhì)量較高，平均偏差基本在±1 m/s內(nèi)，其與參考標(biāo)準(zhǔn)一致性隨氣壓減小而減小;風(fēng)的東西分量和南北分量的一致性基本保持一致;四個(gè)季節(jié)中夏季數(shù)據(jù)一致性最高;基于FNL的評(píng)估結(jié)果優(yōu)于GRAPES，即基于FNL的所有參數(shù)相對(duì)于GRAPES的參數(shù)更接近最優(yōu)值。基于評(píng)估結(jié)果質(zhì)控后的測(cè)風(fēng)一致性得到提升，保留了原有特征。該質(zhì)量控制方法能夠有效地消除季節(jié)性差異，且質(zhì)控后兩個(gè)背景場(chǎng)的評(píng)估結(jié)果差距縮小。

關(guān)鍵詞 背景場(chǎng);雷達(dá)測(cè)風(fēng);一致性分析;質(zhì)量控制

在眾多大氣因子中，風(fēng)場(chǎng)資料是分析天氣演變最直觀和最有價(jià)值的資料之一（王改利和劉黎平，2005;楊雪艷等，2018），也是研究氣候變化的重要資料（丁一匯等，2020）。地球大氣對(duì)流層三維風(fēng)場(chǎng)高時(shí)空分辨率和高精度的觀測(cè)數(shù)據(jù)對(duì)提高數(shù)值天氣預(yù)報(bào)準(zhǔn)確性（劉曉莉和胡沁，2019），提高暴雨強(qiáng)對(duì)流生成發(fā)展趨勢(shì)預(yù)報(bào)能力有重要意義（陳玉寶等，2014;李娟等，2016;苗春生等，2018;周元等，2019）。無線電探空系統(tǒng)是現(xiàn)今應(yīng)用最廣泛，提供風(fēng)場(chǎng)垂直剖面的常規(guī)高空探測(cè)業(yè)務(wù)系統(tǒng)（WMO，2006）。也是高空氣象探測(cè)中最基本、最重要、最普遍、最可信賴的手段（張恩紅等，2013）。隨著遙感技術(shù)發(fā)展，地基探測(cè)主要有微波多普勒雷達(dá)測(cè)風(fēng)（何平，2006;俞小鼎等，2006;劉吉等，2007），天基探測(cè)主要有氣象衛(wèi)星云導(dǎo)風(fēng)觀測(cè)（薛諶彬等，2011）;這些新型觀測(cè)方法很好地補(bǔ)充了常規(guī)風(fēng)場(chǎng)的觀測(cè)。除對(duì)氣象氣候研究的貢獻(xiàn)外，雷達(dá)測(cè)風(fēng)資料常作為基準(zhǔn)，評(píng)估新型測(cè)風(fēng)資料的準(zhǔn)確性（萬蓉等，2011;郭啟云等，2013a，2013b;裴麗絲和邱崇踐，2013;郭啟云等，2015;曲巧娜等，2016;郭啟云等，2018;曹曉鐘等，2019）。因此，雷達(dá)測(cè)風(fēng)資料的質(zhì)量一直是眾多學(xué)者關(guān)注的重點(diǎn)。

采用再分析資料或者全球天氣預(yù)報(bào)模式的預(yù)報(bào)場(chǎng)作為背景場(chǎng)對(duì)探空資料進(jìn)行監(jiān)視評(píng)估是一種廣泛應(yīng)用的方法（李華宏等，2012;姚雯等，2012;雷勇等，2018;錢媛等，2019）。針對(duì)NCEP/NCAR再分析資料的可信度和質(zhì)量問題，國(guó)內(nèi)外學(xué)者用不同的方法，對(duì)不同地區(qū)，從不同角度進(jìn)行了比較分析（秦育婧等，2006;趙天保和符淙斌，2009），田笑等（2013）也提出NCEP分析資料具有較高的可信度。佟鈴等（2017）對(duì)GRAPES全球模式的數(shù)值預(yù)報(bào)結(jié)果一致性進(jìn)行了評(píng)估，提出其具有較高的可信度。

目前，已有研究中針對(duì)雷達(dá)測(cè)風(fēng)資料評(píng)估較少，且評(píng)估過程相對(duì)簡(jiǎn)單，缺乏更全面深入的研究探討，沒有通過統(tǒng)計(jì)參數(shù)確定一個(gè)定量的評(píng)估標(biāo)準(zhǔn)，且大多沒有根據(jù)評(píng)估結(jié)果進(jìn)行過質(zhì)量控制，而這些方面都是雷達(dá)測(cè)風(fēng)資料應(yīng)用中尤其值得關(guān)注和研究的重點(diǎn)。由于NCEP的FNL分析再分析場(chǎng)和中國(guó)GRAPES的預(yù)報(bào)場(chǎng)具有較高的可信度，本文擬采用這兩種資料作為參考標(biāo)準(zhǔn)，評(píng)估L波段探空雷達(dá)秒級(jí)數(shù)據(jù)中的風(fēng)場(chǎng)資料的質(zhì)量，同時(shí)比較不同背景場(chǎng)對(duì)于雷達(dá)測(cè)風(fēng)資料的評(píng)估效果，即基于FNL和GRAPES的資料對(duì)探空測(cè)風(fēng)數(shù)據(jù)進(jìn)行一致性評(píng)估，根據(jù)評(píng)估結(jié)果建立質(zhì)量控制方法，并進(jìn)一步評(píng)估質(zhì)控結(jié)果。

1 數(shù)據(jù)處理方法

北京探空站（站號(hào)：54511）地處東亞氣候代表區(qū)，在全國(guó)120個(gè)探空站中業(yè)務(wù)質(zhì)量相對(duì)比較穩(wěn)定，具有很好的代表性。試驗(yàn)采用該站2016年7月1日至2017年6月30日共1 a的L波段探空雷達(dá)秒數(shù)據(jù)的風(fēng)場(chǎng)資料為觀測(cè)值O（區(qū)分風(fēng)的東西分量和風(fēng)南北分量），為避免單一參考標(biāo)準(zhǔn)造成評(píng)估結(jié)果缺信，以相同時(shí)間段的FNL、GRAPES 12 h的預(yù)報(bào)場(chǎng)為背景場(chǎng)B，從平均偏差、標(biāo)準(zhǔn)偏差、偏度系數(shù)、峰度系數(shù)、相關(guān)系數(shù)和均方根差等6個(gè)角度逐個(gè)分析雷達(dá)測(cè)風(fēng)數(shù)據(jù)的一致性特征。

1.1 數(shù)據(jù)評(píng)估方法

將一年數(shù)據(jù)分為春、夏、秋、冬4個(gè)季節(jié)，首先將背景場(chǎng)的格點(diǎn)資料插值為站點(diǎn)資料，然后對(duì)照參考等壓面（FNL從1 000 hPa至1 hPa共31層等壓面;GRAPES從1 000 hPa至10 hPa共30層等壓面）提取探空資料中相應(yīng)數(shù)據(jù)，最后按照00時(shí)（世界時(shí)，下同）和12時(shí)分別進(jìn)行一致性分析。

1.2 質(zhì)量控制方法

在數(shù)學(xué)統(tǒng)計(jì)中偏差一般都服從正態(tài)分布，統(tǒng)計(jì)檢驗(yàn)時(shí)，指定檢出異常值的顯著性水平α=0.05為檢出水平;指定檢出高度異常的異常值的顯著性水平α=0.01為舍棄水平。即確定異常值是與平均偏差超過2倍標(biāo)準(zhǔn)差的觀測(cè)余差對(duì)應(yīng)的觀測(cè)值，高度異常值是與平均偏差超過3倍標(biāo)準(zhǔn)差的觀測(cè)余差對(duì)應(yīng)的觀測(cè)值。本試驗(yàn)參照選擇dvavg±2dst作為單個(gè)時(shí)刻風(fēng)場(chǎng)的可疑值閾值，dvavg±3dst作為單個(gè)時(shí)刻風(fēng)場(chǎng)的錯(cuò)誤值閾值;按照檢出水平5%原則確定峰度系數(shù)、偏度系數(shù)、相關(guān)系數(shù)和均方根差的閾值。確定各個(gè)閾值之后，根據(jù)流程圖（圖1）對(duì)雷達(dá)測(cè)風(fēng)數(shù)據(jù)進(jìn)行質(zhì)量控制然后，利用質(zhì)控后的測(cè)風(fēng)數(shù)據(jù)求解各個(gè)參數(shù)，以評(píng)估分析質(zhì)量控制效果。

2 數(shù)據(jù)結(jié)果分析

2.1 逐季度質(zhì)量特征

2.1.1 平均偏差和標(biāo)準(zhǔn)偏差

相對(duì)FNL，除近地面層外四個(gè)季度00時(shí)平均偏差幾乎都在±1 m/s內(nèi);

平均偏差隨氣壓減小呈減小的趨勢(shì);50 hPa以下，風(fēng)的東西分量基本是正偏差，風(fēng)南北分量以負(fù)偏差為主;50 hPa以上，兩個(gè)分量的平均偏差基本一致，都接近于0;四個(gè)季節(jié)中夏季的平均偏差最小，其余三個(gè)季節(jié)相當(dāng)（圖2a）。00時(shí)標(biāo)準(zhǔn)偏差基本為1～4 m/s，整體呈“之”形;風(fēng)的東西分量和南北風(fēng)分量的平均偏差基本重合;四個(gè)季節(jié)中夏季標(biāo)準(zhǔn)偏差最小，200 hPa以下四個(gè)季節(jié)基本重合，200 hPa以上相對(duì)分散（圖2b）。

比較不同高度層，發(fā)現(xiàn)基于FNL分析場(chǎng)的觀測(cè)余差除近地面層外較小且相對(duì)集中，數(shù)據(jù)一致性較高，近地面層偏差較大且分散，數(shù)據(jù)一致性較差;比較整層大氣不同季節(jié)，四個(gè)季節(jié)中夏季數(shù)據(jù)一致性最高。

相對(duì)于GRAPES，風(fēng)的南北分量平均偏差較小，除近地面外，基本在±1 m/s內(nèi);風(fēng)的東西分量平均偏差為-1～2.5 m/s，500 hPa以下和70 hPa以上與南北分量的平均偏差基本重合，500～70 hPa平均偏差突增較大，基本在1～2.5 m/s;整體上，此時(shí)的平均偏差大于基于FNL的平均偏差，相同的是夏季的平均偏差最小（圖3a）。00時(shí)的標(biāo)準(zhǔn)偏差基本在2～5 m/s，整體和基于FNL的標(biāo)準(zhǔn)偏差類似，呈現(xiàn)“之”字形;其余特點(diǎn)都與基于FNL的標(biāo)準(zhǔn)偏差特征相同，不同的是其波動(dòng)范圍更大更分散，且風(fēng)的東西分量擁有更多較大的標(biāo)準(zhǔn)偏差（圖3b）。

一致性分布特征與基于FNL的一致，但一致性相對(duì)略差。12時(shí)的雷達(dá)測(cè)風(fēng)資料質(zhì)量（圖略）與此類似。造成不同氣壓層測(cè)風(fēng)數(shù)據(jù)一致性不同的原因極可能是對(duì)流層低層中小尺度系統(tǒng)較多，但模式對(duì)中小尺度系統(tǒng)的模擬能力較弱;邊界層情況較為復(fù)雜，下墊面對(duì)低層大氣影響較大。造成不同季節(jié)測(cè)風(fēng)數(shù)據(jù)一致性不同的原因可能是不同季節(jié)極端天氣發(fā)生頻率不同，單一模式對(duì)極端天氣的模擬能力較差;極端天氣會(huì)增加觀測(cè)難度。但是否是以上原因還需要進(jìn)一步試驗(yàn)確定。

2.1.2 偏度系數(shù)與峰度系數(shù)

根據(jù)圖4中基于FNL的四個(gè)季節(jié)300 hPa（其余等壓面圖略）概率密度分布評(píng)估發(fā)現(xiàn)，300 hPa觀測(cè)余差基本在±4 m/s內(nèi)，大部分±2 m/s內(nèi)，其中正負(fù)偏差基本持平;南北風(fēng)分量的偏差相對(duì)東西風(fēng)分量集中趨近于0，這可能是該層等壓面東西分量級(jí)過大造成;從這個(gè)角度發(fā)現(xiàn)，四個(gè)季節(jié)中夏季的綜合質(zhì)量相對(duì)較高。

評(píng)估00時(shí)基于FNL的四個(gè)季節(jié)各等壓面概率密度分布相對(duì)應(yīng)的峰度系數(shù)和偏度系數(shù)（圖5）發(fā)現(xiàn)，偏度系數(shù)基本在±1范圍內(nèi);300 hPa以下東西分量的偏度系數(shù)為負(fù)，南北分量為正，300 hPa以上兩者基本重合;四個(gè)季節(jié)中夏季的偏度系數(shù)較小趨近于0，且波動(dòng)幅度較弱;峰度系數(shù)基本在0～6，風(fēng)的東西分量和南北分量的峰度系數(shù)基本重合，低層?xùn)|西分量的波動(dòng)較大，高層南北分量的波動(dòng)較大;四個(gè)季節(jié)中夏季的峰度系數(shù)波動(dòng)最小，最接近于最佳峰度系數(shù)0。

由圖6可知，300 hPa等壓面（其他等壓面圖略）的觀測(cè)余差主要在±6 m/s內(nèi)，大部分±4 m/s內(nèi)，相比基于FNL的觀測(cè)余差范圍更大，分布更分散;風(fēng)的東西分量和南北分量?jī)烧哂^測(cè)余差分布基本一致，整體上南北分量的觀測(cè)余差相對(duì)較小;四個(gè)季節(jié)中夏季的觀測(cè)余差最集中，剩余三個(gè)季度相對(duì)分散。根據(jù)圖7進(jìn)行評(píng)估分析，發(fā)現(xiàn)偏度系數(shù)和峰度系數(shù)的特征與基于FNL的基本一致，但以GRAPES預(yù)報(bào)場(chǎng)為背景場(chǎng)的偏度系數(shù)存在個(gè)別絕對(duì)值極大的點(diǎn)，同時(shí)風(fēng)的東西分量和南北分量的兩個(gè)系數(shù)在整個(gè)氣壓層基本重合。12時(shí)的雷達(dá)測(cè)風(fēng)資料質(zhì)量（圖略）與此類似。

2.1.3 相關(guān)系數(shù)

基于FNL資料00時(shí)風(fēng)的東西分量和南北分量各等壓面，相關(guān)系數(shù)隨氣壓減小呈而增加趨勢(shì)，即隨著高度增加，雷達(dá)測(cè)風(fēng)和背景場(chǎng)的風(fēng)相關(guān)性增強(qiáng);風(fēng)南北分量的相關(guān)系數(shù)略強(qiáng)于東西分量的相關(guān)系數(shù);四個(gè)季節(jié)背景場(chǎng)風(fēng)和雷達(dá)測(cè)風(fēng)的變化趨勢(shì)一致，其中，夏季的相關(guān)性較強(qiáng)（表1）。

分析四個(gè)季節(jié)所有等壓面的相關(guān)系數(shù)得出結(jié)論，雷達(dá)測(cè)風(fēng)和背景場(chǎng)風(fēng)的相關(guān)性較高，800 hPa以上基本都大于0.9，說明雷達(dá)測(cè)風(fēng)數(shù)據(jù)與FNL風(fēng)場(chǎng)一致性較高。但不同等壓面，不同季節(jié)，雷達(dá)測(cè)風(fēng)與FNL風(fēng)場(chǎng)的一致性不同，原因與平均偏差和標(biāo)準(zhǔn)偏差的分析結(jié)論一致。

以GRAPES為背景場(chǎng)的相關(guān)系數(shù)只有隨高度變化的趨勢(shì)和基于FNL的結(jié)論一致;風(fēng)的東西分量的相關(guān)性相比南北分量的存在中高層強(qiáng)，低層弱的現(xiàn)象;四個(gè)季節(jié)的相關(guān)性基本一致。雷達(dá)測(cè)風(fēng)的相關(guān)性比基于FNL的相關(guān)性低，700 hPa以上基本都大于0.9，說明基于FNL資料的評(píng)估結(jié)果優(yōu)于GRAPES（表2）。12時(shí)的雷達(dá)測(cè)風(fēng)資料質(zhì)量（表略）與此類似。

2.1.4 均方根差

00時(shí)基于FNL資料各等壓面的均方根差基本1～4，整體隨氣壓減小均方根差波動(dòng)呈增加的趨勢(shì);夏季的均方根差明顯小于其他三個(gè)季節(jié)，說明夏季雷達(dá)測(cè)風(fēng)一致性最好（表3）。

評(píng)估GRAPES預(yù)報(bào)場(chǎng)的風(fēng)場(chǎng)資料和雷達(dá)測(cè)風(fēng)的均方根差（表4），發(fā)現(xiàn)表中等壓面的均方根差基本在2～5，整體趨勢(shì)和基于FNL資料的類似;四個(gè)季節(jié)的均方根差相當(dāng)，雷達(dá)測(cè)風(fēng)一致性相當(dāng)。以GRAPES預(yù)報(bào)場(chǎng)為背景場(chǎng)的評(píng)估結(jié)果較差。12時(shí)的雷達(dá)測(cè)風(fēng)資料質(zhì)量（表略）與此類似。

2.1.5 小結(jié)

測(cè)風(fēng)平均偏差基本在±1 m/s內(nèi)，其中基于FNL資料的觀測(cè)余差基本在±2.0 m/s內(nèi)，數(shù)據(jù)的一致性較高;基于GRAPES的觀測(cè)余差大部分在±3.0 m/s內(nèi)。綜合每個(gè)季度的參數(shù)表明基于FNL資料的評(píng)估結(jié)果優(yōu)于GRAPES預(yù)報(bào)場(chǎng)評(píng)估結(jié)果;FNL資料的分析場(chǎng)所有參數(shù)都表明夏季雷達(dá)測(cè)風(fēng)的數(shù)據(jù)一致性最高，GRAPES的部分參數(shù)有同樣的效果，這可能是由于北京地區(qū)夏季極端天氣相對(duì)較少造成的;風(fēng)的東西分量和南北分量的一致性特征基本一致，有時(shí)存在南北分量一致性略小的情況，這可能是由于我國(guó)地處西風(fēng)帶，東西分量級(jí)較大造成的。

2.2 基于評(píng)估的質(zhì)量控制

首先根據(jù)各個(gè)季節(jié)平均偏差和標(biāo)準(zhǔn)偏差確定每個(gè)季節(jié)單時(shí)刻的風(fēng)場(chǎng)錯(cuò)誤值（dvavg±3dst）和可疑值（dvavg±2dst）閾值。其次根據(jù)檢出水平5%原則，確定各個(gè)參數(shù)閾值：基于FNL資料的偏度系數(shù)閾值為±1，峰度系數(shù)的閾值為±5，相關(guān)系數(shù)閾值為0.8～1，均方根差的閾值為0～3;基于GRAPES預(yù)報(bào)場(chǎng)的偏度系數(shù)的閾值為±1，峰度系數(shù)的閾值為±4.5，相關(guān)系數(shù)閾值為0.7～1，均方根差的閾值為0～4。如果某個(gè)等壓面的所有參數(shù)都超過閾值范圍，認(rèn)為該層數(shù)據(jù)存在問題，需要訂正這一層的可疑值。

以上所有季度統(tǒng)計(jì)參數(shù)選定的閾值都是根據(jù)超過閾值的參數(shù)占5%確定的，其中，基于FNL分析場(chǎng)的統(tǒng)計(jì)樣本共248個(gè)。以GRAPES的12 h預(yù)報(bào)場(chǎng)為背景場(chǎng)的樣本共240個(gè)?；谏鲜龃_定的各個(gè)閾值對(duì)各個(gè)季節(jié)的雷達(dá)測(cè)風(fēng)數(shù)據(jù)進(jìn)行質(zhì)量控制，按照?qǐng)D2對(duì)雷達(dá)測(cè)風(fēng)數(shù)據(jù)進(jìn)行質(zhì)量控制，即根據(jù)錯(cuò)誤值閾值將每個(gè)時(shí)刻風(fēng)的錯(cuò)誤值訂正，試驗(yàn)采取的訂正方法是將錯(cuò)誤值訂正為對(duì)應(yīng)的背景場(chǎng)數(shù)據(jù);若存在所有的參數(shù)都認(rèn)為可疑的等壓面，則將該等壓面的可疑值進(jìn)行訂正;若只是個(gè)別參數(shù)都認(rèn)為等壓面可疑，則該等壓面的可疑點(diǎn)保留。

2.3 質(zhì)控效果的評(píng)估

針對(duì)質(zhì)控后的雷達(dá)測(cè)風(fēng)數(shù)據(jù)求解各個(gè)季度參數(shù)，評(píng)估分析質(zhì)量控制效果。以00時(shí)的平均偏差和標(biāo)準(zhǔn)偏差為例進(jìn)行展示分析。由圖8可知，經(jīng)過質(zhì)控后，四個(gè)季節(jié)00時(shí)平均偏差范圍不變，但相比質(zhì)控前范圍內(nèi)的偏差更多，且偏差數(shù)值都減小;平均偏差的趨勢(shì)減緩，分布特征保持不變;四個(gè)季節(jié)中夏季平均偏差依然最小，但季節(jié)差異縮小。00時(shí)的標(biāo)準(zhǔn)偏差基本在1～3，整體呈現(xiàn)“之”形，相比質(zhì)控前范圍縮小;東西風(fēng)分量和南北風(fēng)分量的特征保持不變。以上都表明雷達(dá)測(cè)風(fēng)一致性提高，同時(shí)探空特征仍然存在，質(zhì)量控制方法有效地提高相對(duì)模式的一致性。發(fā)現(xiàn)經(jīng)過質(zhì)控后，數(shù)據(jù)的變化類似于基于FNL資料的平均偏差和標(biāo)準(zhǔn)偏差，可以得到和基于FNL資料類似的結(jié)論（圖9）。整體上，經(jīng)過質(zhì)控后的FNL資料的評(píng)估結(jié)果仍然優(yōu)于GRAPES評(píng)估結(jié)果，但兩者差距變小。

無論是以FNL還是以GRAPES為背景場(chǎng)，雷達(dá)測(cè)風(fēng)數(shù)據(jù)的一致性得到提高，且這種提高是有針對(duì)性的，能夠消除數(shù)據(jù)間的季節(jié)性差異，質(zhì)控后不同背景場(chǎng)之間的評(píng)估差距縮小，同時(shí)數(shù)據(jù)本身的特征基本得到保留。這說明試驗(yàn)采取的質(zhì)量控制方法不是單純的訂正和背景場(chǎng)差值大的數(shù)據(jù)，是由基于背景場(chǎng)一致性特征，自適應(yīng)確定的閾值來靈活地尋找

真正的錯(cuò)誤點(diǎn)進(jìn)行訂正。除平均偏差和標(biāo)準(zhǔn)偏差外，經(jīng)過質(zhì)控后的概率密度分布、峰度系數(shù)、偏度系數(shù)、相關(guān)系數(shù)和均方根差也能得出這個(gè)結(jié)論。

3 結(jié)論與討論

本文分別以NCEP的FNL分析場(chǎng)和GRAPES的預(yù)報(bào)場(chǎng)為背景場(chǎng)對(duì)北京探空站一年的風(fēng)場(chǎng)數(shù)據(jù)從平均偏差等多角度進(jìn)行一致性分析，并根據(jù)評(píng)估結(jié)果進(jìn)行質(zhì)量控制，通過分析得到如下結(jié)論：

1）雷達(dá)測(cè)風(fēng)質(zhì)量較高，平均偏差基本在±1 m/s內(nèi)。從平均偏差、標(biāo)準(zhǔn)偏差、峰度系數(shù)、偏度系數(shù)、相關(guān)系數(shù)和均方根差等多個(gè)角度分析認(rèn)為風(fēng)的東西分量和南北分量的一致性特征基本一致，有時(shí)會(huì)出現(xiàn)東西分量一致性較差的情況。四個(gè)季節(jié)中夏季風(fēng)一致性最佳，其次，春季風(fēng)和秋季風(fēng)一致性相當(dāng)，冬季風(fēng)一致性最差。整體上，基于FNL的評(píng)估結(jié)果優(yōu)于以GRAPES為背景場(chǎng)的評(píng)估結(jié)果。

2）以dvavg±2dst作為單個(gè)時(shí)刻風(fēng)的可疑值閾值、dvavg±3dst作為單個(gè)時(shí)刻風(fēng)的錯(cuò)誤值閾值，不僅在數(shù)學(xué)統(tǒng)計(jì)上具有意義，而且質(zhì)控后各個(gè)參數(shù)的特征都能夠描述出該閾值是基于背景場(chǎng)的一致性特征，是具有自適應(yīng)確定的閾值。

3）經(jīng)過質(zhì)量控制方法進(jìn)行質(zhì)控后，無論是以FNL為背景場(chǎng)，還是以GRAPES為背景場(chǎng)，雷達(dá)測(cè)風(fēng)資料的一致性都得到了提升;這種質(zhì)量控制方法能夠有效地消除季節(jié)性差異，且質(zhì)控后兩個(gè)背景場(chǎng)的評(píng)估結(jié)果差距縮小。

參考文獻(xiàn)（References）

曹曉鐘，郭啟云，楊榮康，2019.基于長(zhǎng)時(shí)平漂間隔的上下二次探空研究[J].儀器儀表學(xué)報(bào)，40（2）：198-204. Cao X Z，Guo Q Y，Yang R K，2019.Research of rising and falling twice sounding based on long-time interval of flat-floating [J].Chinses Journal of Scientific Institute，40（2）：198-204.（in Chinese）.

陳玉寶，高玉春，劉秉義，等，2014.基于切比雪夫方法的多普勒激光雷達(dá)高空風(fēng)場(chǎng)垂直探測(cè)精度的評(píng)估分析[J].熱帶氣象學(xué)報(bào)，30（2）：327-344.Chen Y B，Gao Y C，Liu B Y，et al.，2014.The assessment and analysis of the upper wind data measured by the Doppler lidar based on the Chebyshev approaching function [J].J Trop Meteor，30（2）：327-344.（in Chinese）.

丁一匯，李怡，王遵婭，等，2020.亞非夏季風(fēng)的年代際變化：大西洋多年代際振蕩與太平洋年代際振蕩的協(xié)同作用[J].大氣科學(xué)學(xué)報(bào)，43（1）：20-32. Ding Y H，Li Y，Wang Z Y，et al.，2020.Interdecadal variation of Afro-Asian summer monsoon：coordinated effects of AMO and PDO oceanic modes[J].Trans Atmos Sci，43（1）：20-32.（in Chinese）.

郭啟云，趙培濤，張玉存，等，2013a.GTS1型探空儀技術(shù)改進(jìn)對(duì)比試驗(yàn)[J].氣象科技，41（2）：254-258. Guo Q Y，Zhao P T，Zhang Y C，et al.，2013a.Technical improvement and experimental analysis of GTS1 radiosonde[J].Meteor Sci Technol，41（2）：254-258.（in Chinese）.

郭啟云，李偉，張玉存，2013b.基于第8屆國(guó)際探空比對(duì)試驗(yàn)對(duì)GTS1-2型探空儀技術(shù)改進(jìn)與對(duì)比分析[J].氣象科技，41（3）：453-458，505. Guo Q Y，Li W，Zhang Y C，2013b.Comparison of improved GTS1-2 radiosonde with international radiosonde comnarison test data[J].Meteor Sci Technol，41（3）：453-458，505.（in Chinese）.

郭啟云，李峰，郭凱，等，2015.新型GPS探空儀與業(yè)務(wù)GTS1-2探空儀對(duì)比分析[J].氣象科技，43（1）：59-64. Guo Q Y，Li F，Guo K，et al.，2015.Comparative analysis of new GPS and GTS1-2 radiosonde[J].Meteor Sci Technol，43（1）：59-64.（in Chinese）.

郭啟云，楊榮康，錢媛，等，2018.氣球攜帶探空儀上升和降落傘攜帶探空儀下降的全程探空對(duì)比分析[J].氣象，44（8）：1094-1103. Guo Q Y，Yang R K，Qian Y，et al.，2018.Full-Range sounding comparison analysis of balloon borne radiosonde rising and parachute carrying radiosonde descending [J].Meteor Mon，44 （8）：1094-1103.（in Chinese）.

何平，2006.相控陣風(fēng)廓線雷達(dá)[M].北京：氣象出版社：1-40. He P，2006.Phased gust profile radar[M].Beijing：China Meteorological Press：1-40.（in Chinese）.

李華宏，曹杰，杞明輝，等，2012.雷達(dá)風(fēng)廓線反演在云南強(qiáng)降水預(yù)報(bào)中的應(yīng)用[J].高原氣象，31（6）：1739-1745. Li H H，Cao J，Qi M H，et al.，2012.Application of vertical wind profile from Doppler radar to the forecast of heavy precipitation in Yunnan[J].Plateau Meteor，31（6）：1739-1745.（in Chinese）.

李娟，孫建華，張?jiān)海龋?016.四川盆地西部與東部持續(xù)性暴雨過程的對(duì)比分析[J].高原氣象，35（1）：64-76. Li J，Sun J H，Zhang Y C，et al.，2016.Comparative analysis of persistent heavy rainfall events in West and East Sichuan Basin[J].Plateau Meteor，35（1）：64-76.（in Chinese）.

雷勇，郭啟云，錢媛，等，2018.L波段雷達(dá)探空高度評(píng)估及其質(zhì)量標(biāo)識(shí)[J].應(yīng)用氣象學(xué)報(bào)，29（6）：710-723. Lei Y，Guo Q Y，Qian Y，et al.，2018.Evaluation and quality mark of radiosonde geopotential height of L-band radar[J].Quart J Appl Meteor，29（6）：710-723.（in Chinese）.

劉吉，范紹佳，方杏芹，2007.風(fēng)廓線儀研究現(xiàn)狀與應(yīng)用初探[J].熱帶氣象學(xué)報(bào)，23（6）：693-697. Liu J，F(xiàn)an S J，F(xiàn)ang X Q，2007.Review of a study on wind profiler system and its applications [J].J Trop Meteor，23（6）：693-697.（in Chinese）.

劉曉莉，胡沁，2019.一次強(qiáng)對(duì)流降水及雨水蒸發(fā)對(duì)其影響的數(shù)值研究[J].大氣科學(xué)學(xué)報(bào)，42（2）：221-234. Liu X L，Hu Q，2019.Analysis on severe convective rain process and the effect of rainwater evaporation[J].Trans Atmos Sci，42（2）：221-234.（in Chinese）.

苗春生，張遠(yuǎn)汀，王堅(jiān)紅，等，2018.江蘇近海岸夏季兩類海風(fēng)鋒特征及其對(duì)強(qiáng)對(duì)流的激發(fā)[J].大氣科學(xué)學(xué)報(bào)，41（6）：838-849. Miao C S，Zhang Y T，Wang J H，et al.，2018.Characteristics of two types of sea-breeze fronts along the coastal areas of Jiangsu Province and their triggers on strong convections[J].Trans Atmos Sci，41（6）：838-849.（in Chinese）.

裴麗絲，邱崇踐，2013.多普勒雷達(dá)VAD風(fēng)廓線資料的質(zhì)量評(píng)估[J].熱帶氣象學(xué)報(bào)，29（4）：597-606. Pei L S，Qiu C Q，2013.The assessment of velocity azimuth display technique of Doppler weather radar [J].J Trop Meteor，29（4）：597-606.（in Chinese）.

錢媛，馬旭林，郭啟云，等，2019.基于FNL和GRAPES分析場(chǎng)的探空溫度數(shù)據(jù)的誤差分析[J].氣象，45（8）：1114-1126. Qian Y，Ma X L，Guo Q Y，et al.，2019.Error analysis of sounding temperature data based on the FNL and GRAPES analysis fields[J].Meteor Mon，45（8）：1114-1126.（in Chinese）.

秦育婧，王盤興，管兆勇，等，2006.兩種再分析資料的Hadley環(huán)流比較[J].科學(xué)通報(bào)，5l（12）：1469-1473. Qin Y J，Wang P X，Guan Z Y，et al.，2006.Comparison of Hadley circulation with two re-analysis data [J].Chin Sci Bull，5l （12）：1469-1473.（in Chinese）.

曲巧娜，盛春巖，孫青，等，2016.風(fēng)廓線雷達(dá)與L波段探空雷達(dá)測(cè)風(fēng)資料的對(duì)比[J].干旱氣象，34（6）：1078-1086. Qu Q N，Sheng C Y，Sun Q，et al.，2016.Comparison of horizontal wind between wind profile radar and L band sounding radar[J].Arid Meteor，34（6）：1078-1086.（in Chinese）.

田笑，智協(xié)飛，徐海明，2013.NCEP和JRA再分析資料與探空資料的位勢(shì)高度比較分析[J].干旱氣象，31（2）：254-262. Tian X，Zhi X F，Xu H M，2013.The comparison of geopotential height between NCEP and JRA reanalysis data and sounding data [J].Arid Meteor，31（2）：254-262.（in Chinese）.

佟鈴，彭新東，范廣州，等，2017.GRAPES全球模式的誤差評(píng)估和訂正[J].大氣科學(xué)，41（2）：333-344. Tong L，Peng X D，F(xiàn)an G Z，et al.，2017.Error evaluation and correction for GRAPES global forecasts[J].Chin J Atmos Sci，41（2）：333-344.（in Chinese）.

萬蓉，周志敏，崔春光，等，2011.風(fēng)廓線雷達(dá)資料與探空資料的對(duì)比分析[J].暴雨災(zāi)害，30（2）：130-136. Wan R，Zhou Z M，Cui C G，et al.，2011.Comparing wind profiler data with radiosonde data and analyzing[J].Torrential Rain and Disasters，30（2）：130-136.（in Chinese）.

王改利，劉黎平，2005.多普勒雷達(dá)資料在暴雨臨近預(yù)報(bào)中的應(yīng)用[J].氣象，31（10）：12-15. Wang G L，Liu L P，2005.Application of Doppler radar observation to rainfall nowcasting[J].Meteor Mon，31（10）：12-15.（in Chinese）.

WMO，2006.Guide to meteorological instruments and methods of observation[R].Seventh edi.Geneva：1-19.

薛諶彬，龔建東，薛紀(jì)善，等，2011.FY-2E衛(wèi)星云導(dǎo)風(fēng)定高誤差及在同化中的應(yīng)用[J].應(yīng)用氣象學(xué)報(bào)，22（6）：681-690. Xue C B，Gong J D，Xue J S，et al.，2011.Height assignment error of FY-2E atmospheric motion vectors and its application to data assimilation[J].Quart J Appl Meteor，22（6）：681-690.（in Chinese）.

楊雪艷，秦玉琳，張夢(mèng)遠(yuǎn)，等，2018.基于“配料法”的東北冷渦暴雨預(yù)報(bào)研究[J].大氣科學(xué)學(xué)報(bào)，41（4）：475-482. Yang X Y，Qin Y L，Zhang M Y，et al.，2018.Forecast of heavy rain caused by the northeast cold vortex using “ingredients method”[J].Trans Atmos Sci，41（4）：475-482.（in Chinese）.

姚雯，馬穎，王戰(zhàn)，等，2012.用數(shù)值預(yù)報(bào)場(chǎng)間接對(duì)比新疆兩種型號(hào)探空系統(tǒng)[J].應(yīng)用氣象學(xué)報(bào)，23（2）：159-166. Yao W，Ma Y，Wang Z，et al.，2012.Indirect comparison of two types of radiosonde systems deployed in Xinjiang using first guess fields[J].Quart J Appl Meteor，23（2）：159-166.（in Chinese）.

俞小鼎，姚秀萍，熊廷南，等，2006.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：51-62. Yu X D，Yao X P，Xiong T N，et al.，2006.Doppler weather radar principle and operational application[M].Beijing：China Meteorological Press：51-62.（in Chinese）.

張恩紅，曹云昌，朱彬，2013.北斗探空系統(tǒng)研發(fā)及其測(cè)風(fēng)性能初步分析[J].應(yīng)用氣象學(xué)報(bào)，24（4）：464-471. Zhang E H，Cao Y C，Zhu B，2013.Developing of Beidou radiosonde system and analysis on its wind measuring performance [J].J Appl Meteor Sci，24（4）：464-471.（in Chinese）.

趙天保，符淙斌，2009.幾種再分析地表氣溫資料在中國(guó)區(qū)域的適用性評(píng)估[J].高原氣象，28（3）：594-606. Zhao T B，F(xiàn)u C B，2009.Applicability evaluation of surface air temperature from several reanalysis datasets in China[J].Plateau Meteor，28（3）：594-606.（in Chinese）.

周元，魏鳴，宋立雪，2019.AMDAR資料的風(fēng)溫信息在機(jī)場(chǎng)終端區(qū)強(qiáng)對(duì)流天氣分析中的應(yīng)用[J].大氣科學(xué)學(xué)報(bào)，42（2）：303-310. Zhou Y，Wei M，Song L X，2019.The wind and temperature information of AMDAR data applied to the analysis of severe weather nowcasting in airports[J].Trans Atmos Sci，42（2）：303-310.（in Chinese）.

For many years，the quality of radar wind measurement data has been the focus of many scholars.However，there have few studies performed on the assessment of radar wind measurement data，and the evaluation process is relatively simple，lacking more comprehensive and in-depth research and discussion.In addition，no quantitative evaluation criteria have been created through statistical parameters，and most of have not been quality controlled according to the evaluation results.In order to resolve the above issues，related research is currently being carried out.In this study，taking the FNL reanalysis fields of NCEP and GRAPES initial estimation fields in China as the references，the L-band radar wind measurement taken from the Beijing Sounding Station is evaluated from the multi-parameters，such as average deviations，standard deviations，probability density distributions，kurtosis coefficients，skewness coefficients，correlation coefficient and root mean square error.Then，according to the assessment results，the data of the radar wind are controlled，and the parameters are again solved，so as to further evaluate the quality control effect.The test results show that the L-band radar wind measurement is of high quality，while the average deviation is within ±1 m/s，and its consistency with the reference standard decreases with the decrease of the air pressure.The consistency of the east-west and north-south components of wind remains basically the same.The data consistency of the summer season is highest in the four seasons.The evaluation results based on FNL are shown to be superior to those of the GRAPES forecast field.All parameters based on FNL are closer to the optimal values relative to the parameters of GRAPES.Based on the evaluation results，after quality control the consistency of the wind measurement data is shown to be improved，and the original characteristics are retained.The quality control method can effectively eliminate seasonal differences，while the gap between the assessment results of the two background fields is also narrowed following quality control.

background fields;radar wind measurement;consistency analysis;quality control

doi：10.13878/j.cnki.dqkxxb.20180525001

（責(zé)任編輯：劉菲）