李嬋珠，莫偉強(qiáng)，冼星河，趙楊潔，饒小強(qiáng)

（東莞市氣象局，廣東東莞 523000）

降水對(duì)氣象、水文、地質(zhì)災(zāi)害、農(nóng)牧業(yè)生產(chǎn)以及其他諸多科學(xué)和社會(huì)應(yīng)用起著至關(guān)重要的作用。隨著新一代多普勒天氣雷達(dá)觀測(cè)網(wǎng)的逐步建成和完善，應(yīng)用高時(shí)空分辨率的天氣雷達(dá)資料開展定量降水估測(cè)（QPE）已成為降水監(jiān)測(cè)的一種重要手段。傳統(tǒng)的單偏振雷達(dá)一般采用雷達(dá)反射率因子（Z）和降雨率（R）之間的關(guān)系（ZR）進(jìn)行降水估測(cè)；而雙偏振雷達(dá)除了獲取常規(guī)的反射率因子（ZH）外，還可以獲取差分反射率（ZDR）、差分相移率（KDP）以及相關(guān)系數(shù)（CC）等偏振參量，能提供有關(guān)降水粒子形狀、尺寸大小、相態(tài)分布等更為具體的微物理信息［2-4］，有助于將降水回波與其他散射體（例如雪、地面雜波、昆蟲等）引起的雷達(dá)信號(hào)區(qū)分開來，同時(shí)減少雨滴譜變化對(duì)QPE的影響，因此使用偏振參量進(jìn)行定量降水估測(cè)比傳統(tǒng)的Z-R關(guān)系更穩(wěn)妥［5］。目前，國(guó)內(nèi)外基于雙偏振參量的定量降水估測(cè)研究已取得了不少成果［6-10］。

相控陣天氣雷達(dá)是當(dāng)今氣象雷達(dá)領(lǐng)域研究的熱點(diǎn)和重要發(fā)展方向，它區(qū)別于常規(guī)雷達(dá)的拋物面天線機(jī)械掃描體制，采用平面陣列天線與電掃描機(jī)制，使用寬波束發(fā)射、多波束接收技術(shù)，大幅度地提升了觀測(cè)效率和精細(xì)程度，可對(duì)云、雨滴、冰雹等水成物的微物理過程進(jìn)行更精細(xì)地識(shí)別和跟蹤，對(duì)提高中小尺度災(zāi)害性強(qiáng)對(duì)流天氣的預(yù)警能力有重要的幫助［11-13］。目前，廣東省在逐步布設(shè)精密的X波段相控陣?yán)走_(dá)監(jiān)測(cè)網(wǎng)，東莞已分別在麻涌、石排和大嶺山建設(shè)3部X波段雙偏振相控陣?yán)走_(dá)。但由于布設(shè)時(shí)間較短，基于X波段雙偏振相控陣?yán)走_(dá)進(jìn)行定量降水估測(cè)的研究還很少。為充分發(fā)揮X波段相控陣?yán)走_(dá)在強(qiáng)降水預(yù)警業(yè)務(wù)中的作用，需對(duì)其在定量降水估測(cè)方面的性能進(jìn)行評(píng)估分析。

本研究基于東莞3部和深圳1部X波段雙偏振相控陣?yán)走_(dá)資料，對(duì)雷達(dá)QPE產(chǎn)品在選取降水過程中的應(yīng)用效果進(jìn)行評(píng)估，為改進(jìn)X波段相控陣?yán)走_(dá)定量降水估測(cè)算法，提高定量降水估測(cè)精度提供參考和借鑒。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本研究采用X波段雙偏振相控陣天氣雷達(dá)數(shù)據(jù)和東莞市區(qū)域自動(dòng)站雨量計(jì)降水量觀測(cè)數(shù)據(jù)。由于所處波段的限制，X波段雷達(dá)信號(hào)衰減相對(duì)于S波段雷達(dá)更為嚴(yán)重，當(dāng)遇到強(qiáng)回波時(shí)，強(qiáng)回波后側(cè)的信號(hào)可能探測(cè)不到，并且后側(cè)無信號(hào)的情況無法用衰減訂正方法改善。利用多部X波段雷達(dá)進(jìn)行組網(wǎng)協(xié)同觀測(cè)可以恢復(fù)強(qiáng)回波后側(cè)信號(hào)，同時(shí)可以彌補(bǔ)S波段多普勒雷達(dá)遠(yuǎn)距離探測(cè)導(dǎo)致的低空探測(cè)盲區(qū)。因此，本研究采用X波段雷達(dá)內(nèi)置軟件中的組網(wǎng)產(chǎn)品數(shù)據(jù)。東莞市3部X波段雷達(dá)于2021年6月正式啟動(dòng)運(yùn)行，分別布設(shè)在麻涌、樟木頭和大嶺山，單部雷達(dá)的參數(shù)：時(shí)間分辨率為1.5 min、空間分辨率為30 m、角度分辨率為0.9°、掃描仰角數(shù)12、最低掃描仰角0.9°、最大探測(cè)距離40 km。本研究選取了2021年影響東莞的2次不同類型的降水過程（表1）對(duì)X波段雷達(dá)QPE產(chǎn)品的性能進(jìn)行評(píng)估。個(gè)例1使用東莞3部X波段雷達(dá)組網(wǎng)產(chǎn)品，由于雷達(dá)的位置和探測(cè)范圍限制，組網(wǎng)產(chǎn)品無法覆蓋到東莞的東南角；個(gè)例2使用的組網(wǎng)產(chǎn)品加入了深圳市位于求雨壇的X波段雷達(dá)資料，能基本覆蓋整個(gè)東莞市。使用的東莞市自動(dòng)站觀測(cè)資料為5 min降水量觀測(cè)數(shù)據(jù)，用于雷達(dá)QPE產(chǎn)品性能評(píng)估，其中在個(gè)例1中剔除掉雷達(dá)組網(wǎng)產(chǎn)品覆蓋范圍之外的站點(diǎn)資料，避免影響雷達(dá)產(chǎn)品性能的評(píng)估。

表1 兩次降水過程的基本特征

1.2 方法

以東莞市自動(dòng)站雨量計(jì)5 min降水量觀測(cè)為基準(zhǔn)，對(duì)雷達(dá)QPE產(chǎn)品性能進(jìn)行評(píng)估。X波段相控陣?yán)走_(dá)是采用ZH和KDP相結(jié)合的方法來進(jìn)行定量降水估測(cè)的，具體表達(dá)式如下：

其中，ZH＝10lgZ，將雷達(dá)QPE產(chǎn)品累計(jì)成5 min和1 h降水量，然后取離自動(dòng)站最近的雷達(dá)格點(diǎn)及其周圍8個(gè)格點(diǎn)的雷達(dá)降水量平均值（9點(diǎn)平均）作為該自動(dòng)站的雷達(dá)降水估計(jì)值，與自動(dòng)站雨量計(jì)觀測(cè)的5 min和累計(jì)1 h降水量進(jìn)行對(duì)比評(píng)估。

本研究采用相關(guān)系數(shù)（CC）、相對(duì)誤差（RE）、比率偏差（BIAS）和均方根誤差（RMSE）對(duì)雷達(dá)QPE產(chǎn)品進(jìn)行評(píng)估。其中CC越高，表示雷達(dá)估測(cè)雨量與實(shí)際觀測(cè)雨量線性關(guān)系越強(qiáng)，一致性越高；RE反映數(shù)據(jù)的可信度，RE越小可信度越高；RMSE是體現(xiàn)雷達(dá)估測(cè)雨量和觀測(cè)雨量之間差異的統(tǒng)計(jì)指標(biāo)，RMSE越小，誤差越小，數(shù)據(jù)越集中；BIAS是體現(xiàn)平均偏離情況的指標(biāo)，BIAS大（?。┯?，說明雷達(dá)高（低）估了實(shí)際觀測(cè)降水，BIAS越接近1，表明雷達(dá)估測(cè)雨量與觀測(cè)雨量越接近。

其中，n為樣本數(shù)；Gi和Ri分別為第i個(gè)自動(dòng)站雨量計(jì)的觀測(cè)雨量（mm）和雷達(dá)估測(cè)雨量（mm）。

2 結(jié)果與分析

2.1 降雨過程

圖1給出兩次降水過程的累計(jì)降水分布。2021年8月9日受季風(fēng)槽影響，東莞出現(xiàn)強(qiáng)降水，降水過程以對(duì)流性降水為主，主要降水時(shí)段在14：00—17：00，3 h累計(jì)雨量達(dá)大到暴雨；暴雨主要集中在東北部鎮(zhèn)街，最大降雨量為橋頭的82.5 mm。2021年10月9日受臺(tái)風(fēng)“獅子山”影響，東莞出現(xiàn)持續(xù)性降水，降水過程以混合性降水為主，較強(qiáng)降水時(shí)段集中在06：00—19：00，累計(jì)雨量達(dá)大到暴雨，局部大暴雨；暴雨主要集中在東南部鎮(zhèn)街，最大降雨量為鳳崗的113.6 mm。

圖1 東莞市2021年兩次降水過程累計(jì)降水分布（單位：mm）

2.2 雷達(dá)QPE產(chǎn)品性能評(píng)估

圖2給出了分析時(shí)段內(nèi)雷達(dá)QPE產(chǎn)品計(jì)算得到的累積降水分布。對(duì)比圖1可以看出，雷達(dá)大致能夠刻畫出兩次降水過程的主要空間分布特征，包括個(gè)例1中東北部和個(gè)例2中東部的強(qiáng)降水中心，但估測(cè)的強(qiáng)降水區(qū)范圍和整體雨量均較實(shí)況偏大。

圖2 東莞市2021年兩次降水過程QPE產(chǎn)品估測(cè)累計(jì)降水分布（單位：mm）

圖3為雷達(dá)QPE產(chǎn)品1 h估測(cè)雨量和雨量計(jì)觀測(cè)雨量的散點(diǎn)圖。由圖3可以看出，兩次過程的線性關(guān)系都比較明顯，CC分別達(dá)到0.84和0.83。個(gè)例1的離散度較大，RMSE達(dá)5.46 mm；個(gè)例2的離散度較小，RMSE為2.48 mm。個(gè)例2的相對(duì)誤差（47.5%）比個(gè)例1的相對(duì)誤差（39.5%）稍大，主要是由于個(gè)例2中大部分樣本的降雨率小于個(gè)例1造成的。從BIAS來看，兩次過程的BIAS值比較接近，分別為1.20和1.23，即雷達(dá)QPE產(chǎn)品對(duì)兩次過程的降水整體上都存在高估的現(xiàn)象，與圖2得到的結(jié)論一致。但從圖3可以看出，雷達(dá)QPE產(chǎn)品主要對(duì)較弱的降水存在濕偏差（散點(diǎn)位于理論直線上方）；而對(duì)較強(qiáng)的降水存在干偏差（散點(diǎn)位于理論直線下方）。

圖3 雷達(dá)QPE產(chǎn)品與雨量計(jì)1 h雨量散點(diǎn)圖

表2進(jìn)一步給出兩次過程針對(duì)不同降雨率得到的評(píng)估結(jié)果。從表2可以看出，對(duì)于個(gè)例1的季風(fēng)降水過程，不同降雨率的CC均達(dá)到99%的置信水平，即雷達(dá)QPE產(chǎn)品與實(shí)際雨量的線性關(guān)系較好。QPE對(duì)0～10和10～20 mm／h兩個(gè)量級(jí)的降水估測(cè)存在濕偏差（BIAS＞1）；對(duì)大于20 mm／h的降水估測(cè)存在干偏差（BIAS＜1）。0～10 mm／h量級(jí)的RMSE為5.21 mm，RE達(dá)到94.5%，即離散度和相對(duì)誤差較大；而10～20 mm／h量級(jí)的RE和BIAS均比0～10 mm／h的?。划?dāng)降雨率＞20 mm／h時(shí)，RMSE有所增大，即離散度增大，但RE進(jìn)一步減小。整體而言，雷達(dá)QPE對(duì)大于10 mm／h的降水估測(cè)精度相對(duì)更高，這可能是由于隨著雨量增大，越能發(fā)揮KDP不受衰減影響的優(yōu)勢(shì)。對(duì)于個(gè)例2的臺(tái)風(fēng)降水過程（表2），雷達(dá)QPE對(duì)0～10 mm／h量級(jí)的降水存在濕偏差；對(duì)10～20mm／h量級(jí)的降水存在干偏差。與個(gè)例1相同，這兩個(gè)量級(jí)降水的CC均通過99%的置信水平，10～20mm／h量級(jí)降水的RMSE和RE均比0～10 mm／h量級(jí)的降水小，說明雷達(dá)QPE對(duì)10～20 mm／h量級(jí)降水的估測(cè)精度更高。當(dāng)降雨率＞20 mm／h時(shí)，雷達(dá)QPE也存在干偏差，且偏差程度比季風(fēng)降水過程更大。RMSE和RE有所增大，但由于該量級(jí)降雨率的樣本數(shù)較?。?個(gè)），無法由此判斷其估測(cè)精度是否有所下降。

表2 2021年8月9日和10月9日降水過程QPE評(píng)估結(jié)果

表3進(jìn)一步給出兩次過程觀測(cè)的5min雨量和通過雷達(dá)QPE得到的5 min雨量對(duì)比。當(dāng)5 min雨量為0～1mm時(shí)，兩次過程QPE均表現(xiàn)為明顯的濕偏差，且季風(fēng)降水過程的濕偏差比臺(tái)風(fēng)降水過程大得多；當(dāng)5 min雨量為1～2 mm時(shí)，QPE在季風(fēng)降水過程為弱的濕偏差，在臺(tái)風(fēng)降水過程為干偏差；當(dāng)5 min雨量在2 mm以上，兩次過程QPE均為明顯的干偏差，且雨量越大干偏差越大，臺(tái)風(fēng)降水過程的干偏差比季風(fēng)降水過程更大。計(jì)算兩次過程不同降雨率的5 min雨量分布（圖略）可知，兩次降水過程0～10 mm／h降雨率的5 min雨量中，0～1 mm 分別占比92.9%、95.6%，因此雷達(dá)QPE對(duì)該降雨率均表現(xiàn)出明顯的濕偏差；在10～20 mm／h降雨率中，季風(fēng)降水過程5 min雨量在0～1、1～2和2 mm以上的分別占比57.2%、22.8%和20.0%，即表現(xiàn)為濕偏差的5 min雨量占比達(dá)到80%。臺(tái)風(fēng)降水過程5 min雨量在0～1、1～2和2 mm以上的分別占比55.1%、26.8%和18.1%，與季風(fēng)降水過程接近，但由于對(duì)1～2mm的降水表現(xiàn)為明顯干偏差，因此表現(xiàn)為濕偏差和干偏差的5 min雨量幾乎各占50%（55.1%和44.9%），從而導(dǎo)致在10～20 mm／h降雨率中雷達(dá)QPE對(duì)季風(fēng)降水過程表現(xiàn)為濕偏差，而對(duì)臺(tái)風(fēng)降水過程表現(xiàn)為干偏差。也就是說，雷達(dá)QPE對(duì)兩次過程的10～20 mm／h降雨率估測(cè)表現(xiàn)出不同的偏差主要是對(duì)1～2 mm的5 min雨量估測(cè)存在差異造成的。

表3 兩次降水過程5 min雨量對(duì)比結(jié)果

總體來說，雷達(dá)QPE對(duì)較弱的降水估測(cè)存在濕偏差，對(duì)較強(qiáng)的降水估測(cè)存在干偏差，且臺(tái)風(fēng)降水過程中較弱降水的濕偏差比季風(fēng)降水過程小，而較強(qiáng)降水的干偏差比季風(fēng)降水過程大。QPE對(duì)不同類型降水過程由濕偏差轉(zhuǎn)為干偏差的降雨率節(jié)點(diǎn)不同，主要是由于QPE對(duì)1～2 mm的5 min雨量估測(cè)偏差的差異造成的，這可能與不同過程的雨滴譜變化有關(guān)。

圖4為兩次降水過程中單站的5 min雨量、雷達(dá)QPE和利用Z-R關(guān)系反演得到的降水時(shí)間序列圖，其中R（ZH）采用張哲等［14］通過雨滴譜計(jì)算得到的X波段雷達(dá)定量降水估計(jì)關(guān)系參數(shù)值。由圖4可以看出，兩次過程的QPE和R（ZH）整體上都能反映出降水的時(shí)間變化，但QPE對(duì)降水的估測(cè)優(yōu)于R（ZH），其更能反映出降水的增強(qiáng)和減弱，對(duì)較強(qiáng)降水的估測(cè)偏差明顯減小。因此，相比于反射率因子產(chǎn)品，QPE產(chǎn)品在強(qiáng)降水預(yù)警方面應(yīng)能發(fā)揮更好的參考作用。

圖4 不同站點(diǎn)5 min雨量、雷達(dá)QPE及R（Z H）反演雨量的時(shí)間序列

3 結(jié)論

本研究對(duì)X波段相控陣?yán)走_(dá)定量降水估測(cè)產(chǎn)品在東莞兩次不同類型強(qiáng)降水過程中的適用性進(jìn)行評(píng)估，得到以下主要結(jié)論：

1）X波段相控陣?yán)走_(dá)QPE產(chǎn)品能夠刻畫出兩次過程降水的主要空間分布特征，但對(duì)總雨量的估測(cè)整體偏高。QPE產(chǎn)品對(duì)于不同降雨率的估測(cè)偏差有所不同，對(duì)較弱的降水估測(cè)存在濕偏差，對(duì)較強(qiáng)的降水估測(cè)存在干偏差，且臺(tái)風(fēng)降水過程中較弱降水的濕偏差比季風(fēng)降水過程小，而較強(qiáng)降水的干偏差比季風(fēng)降水過程大。

2）不同類型降水過程由濕偏差轉(zhuǎn)為干偏差的降雨率節(jié)點(diǎn)不同，主要是由于雷達(dá)QPE對(duì)不同類型過程中1～2 mm的5 min雨量估測(cè)偏差的差異造成的。

3）兩次過程中雷達(dá)QPE對(duì)降雨率為10 mm／h以上的降水估測(cè)精度均比10 mm／h以下的降水估測(cè)精度更高。

4）雷達(dá)QPE和R（ZH）整體上都能反映出降水的時(shí)間變化。相比于R（ZH），QPE產(chǎn)品更能反映出降水的增強(qiáng)和減弱，特別是對(duì)較強(qiáng)降水的估測(cè)更好，在強(qiáng)降水預(yù)警方面應(yīng)有更好的參考作用。

本研究?jī)H考慮了兩次強(qiáng)降水過程，未來工作將進(jìn)一步通過不同的降水類型驗(yàn)證X波段雷達(dá)QPE的適用性。另外，需要繼續(xù)深入研究如何改進(jìn)X波段雷達(dá)定量降水估測(cè)方法，提高雷達(dá)定量降水估測(cè)精度，才能使X波段相控陣?yán)走_(dá)在提高強(qiáng)降水預(yù)報(bào)預(yù)警能力方面發(fā)揮重要作用。