林曉萌何 平黃興友

1）（中國氣象局氣溶膠-云-降水重點(diǎn)開放實(shí)驗(yàn)室，南京210044）

2）（中國氣象局氣象探測中心，北京100081）

3）（南京信息工程大學(xué)，南京210044）

一種抑制降水對風(fēng)廓線雷達(dá)水平風(fēng)干擾的方法

林曉萌1）2）3）何 平2）*黃興友1）3）

1）（中國氣象局氣溶膠-云-降水重點(diǎn)開放實(shí)驗(yàn)室，南京210044）

2）（中國氣象局氣象探測中心，北京100081）

3）（南京信息工程大學(xué)，南京210044）

降水條件下，風(fēng)廓線雷達(dá)（wind profiler radar，WPR）能夠同時(shí)接收到大氣湍流回波和降水粒子的散射回波，降水信號譜與湍流信號譜疊加在一起。風(fēng)廓線雷達(dá)計(jì)算水平風(fēng)時(shí)，若采用疊加在一起的功率譜處理降水條件下的探測數(shù)據(jù)，必將導(dǎo)致后期水平風(fēng)的合成嚴(yán)重失真。該文首先對原始功率譜數(shù)據(jù)進(jìn)行插值和平滑處理，通過功率譜曲線極大值點(diǎn)的個(gè)數(shù)判斷其是否受到降水影響。對于受到降水影響的功率譜，依據(jù)湍流譜和降水譜均趨于對稱型的特點(diǎn)，用兩種方法分別對不同特征的功率譜曲線進(jìn)行湍流譜和降水譜的分離處理，繼而利用分離出的湍流譜信號反演水平風(fēng)場。研究選取廣東省湛江站風(fēng)廓線雷達(dá)2013年6月及7月兩次實(shí)測降水過程，分析結(jié)果表明：用湍流譜代替原始功率譜反演的風(fēng)場，一致性較處理前有明顯提高，從而證明了該分離方法的可行性。

風(fēng)廓線雷達(dá)；功率譜；水平風(fēng)數(shù)據(jù)

引 言

風(fēng)廓線雷達(dá)是一種主要以晴空大氣為探測對象，利用大氣湍流對電磁波的散射作用探測大氣風(fēng)場等要素的遙感設(shè)備。與常規(guī)探測設(shè)備相比，風(fēng)廓線雷達(dá)具有較高的時(shí)空分辨率，可以獲得較密的廓線資料［1］；通過快速傅氏變換（FFT）的信號處理方式，可以得到基于功率譜密度數(shù)據(jù)的多種氣象信息，如速度、譜寬等，從而得到大量可用于天氣預(yù)報(bào)的有用信息［2］；風(fēng)廓線雷達(dá)采用數(shù)字頻率綜合技術(shù)，具有較高的頻率穩(wěn)定度［3］，可以提高探測微弱信號的能力；風(fēng)廓線雷達(dá)具有很大的動態(tài)接收范圍，可以同時(shí)探測到弱湍流散射信號和強(qiáng)降水粒子散射信號［4］，而且自動化程度高，特別適合需要無探空球探測的場合。

隨著雷達(dá)資料日益豐富，應(yīng)用范圍日益廣泛，人們對雷達(dá)回波資料需要有更加準(zhǔn)確的認(rèn)識［5］。由于風(fēng)廓線雷達(dá)具有較大的動態(tài)接收范圍，可以同時(shí)探測到湍流信號和降水信號，在有降水發(fā)生時(shí)，降水粒子的垂直下落速度會使信號譜發(fā)生較為明顯的變化［6］，導(dǎo)致速度、譜寬等物理量明顯增大；同時(shí)，傾斜波束上測量到的徑向速度包括了水平分量和垂直分量，只有當(dāng)風(fēng)速在水平方向均勻時(shí)，風(fēng)場估計(jì)才準(zhǔn)確［7］。在降水過程中，尤其是在對流性降水過程中，伴隨著強(qiáng)烈的下沉氣流和上升氣流，具有較大的空間變化性，不能滿足局地均勻各向同性的假設(shè)。降水對雷達(dá)測量的影響較大，在降水頻發(fā)的時(shí)空段內(nèi)，降水干擾是非常重要的誤差源。

近年來，國內(nèi)外對于降水干擾的相關(guān)研究多是區(qū)分降水?dāng)?shù)據(jù)與晴空數(shù)據(jù)，較少涉及到對于降水污染的抑制。Wuertz等［8］通過對幾個(gè)典型的晴空天氣和降水天氣的研究，給出了UHF風(fēng)廓線雷達(dá)晴空及降水天氣下的數(shù)據(jù)特征。Steiner等［9］通過對探測信號的零階矩、一階矩、二階矩分別在降水和晴空天氣條件的數(shù)據(jù)進(jìn)行分析，給出了判斷數(shù)據(jù)是否受到降水影響的函數(shù)。Ralph等［10］通過對垂直徑向速度的直方圖、方差以及功率譜密度和垂直徑向速度的相關(guān)性數(shù)據(jù)對降水的判斷方法進(jìn)行了研究。McDonald等［11］對于降水?dāng)?shù)據(jù)的垂直信號功率譜、垂直信號譜寬和信噪比等物理量進(jìn)行了分析。王曉蕾［12］在探測云體中雨滴譜的試驗(yàn)研究中，利用返回信號功率譜中降水譜和湍流譜中兩峰值連接的最低點(diǎn)對二者進(jìn)行分割，但誤差較大。

本文基于功率譜密度數(shù)據(jù)中湍流譜和降水譜的信號特征，首先對湍流譜和降水譜進(jìn)行識別，雙峰譜為受到降水干擾的信號。繼而對受到降水干擾的數(shù)據(jù)，依據(jù)對稱性將湍流譜和降水譜進(jìn)行分離。最后選取2013年6月及7月廣東省湛江兩次降水實(shí)例進(jìn)行分析驗(yàn)證，表明采用分離降水譜后的功率譜數(shù)據(jù)在反演水平風(fēng)時(shí)的均一性和真實(shí)性會有所提高。

1 降水對水平風(fēng)數(shù)據(jù)的影響

1.1 降水時(shí)的功率譜

風(fēng)廓線雷達(dá)發(fā)射出來的電磁波，在大氣的傳播過程中，由于大氣湍流造成折射率分布不均勻而產(chǎn)生散射，其中的后向散射能量被風(fēng)廓線雷達(dá)所接收。湍流散射遵循布拉格散射定律，散射強(qiáng)度與雷達(dá)波長（λ）和折射率結(jié)構(gòu)常數(shù)有關(guān)［13］，雷達(dá)反射率η滿足晴空條件下，信號的功率譜密度僅受湍流散射影響，呈單峰譜分布形式［2］。

由于風(fēng)廓線雷達(dá)具有較大的動態(tài)接收范圍，在探測到湍流信號的同時(shí)也可探測到降水粒子的散射信號。降水天氣下，風(fēng)廓線雷達(dá)的回波信號既包含湍流造成的回波，也包括雨滴、冰晶等降水粒子散射造成的回波。粒子散射強(qiáng)度與粒子的雷達(dá)截面和粒子濃度有關(guān)。瑞利散射條件下，球形粒子的雷達(dá)截面為其中，r為散射粒子半徑，m＝n－ki為復(fù)折射指數(shù)，n為折射率，k為吸收系數(shù)。雷達(dá)反射率為單位體積全部雷達(dá)截面之和［15］。

在降水天氣條件下，風(fēng)廓線雷達(dá)得到的功率譜是湍流譜和降水譜的疊加。記s（f）為雷達(dá)信號處理輸出的功率譜，st（f）為湍流功率譜，sr（f）為降水功率譜［14］，那么

根據(jù)多普勒頻率與多普勒速度之間的關(guān)系，也可以轉(zhuǎn)化為速度變量，即

對于垂直波束，風(fēng)廓線雷達(dá)測到的是雨滴實(shí)際下落速度（v），雨滴實(shí)際下落速度是雨滴下降末速度與垂直氣流速度的矢量和，即

式（3）中，雨滴下降末速度vT是重力和摩擦阻力達(dá)到平衡時(shí)，雨滴的下落速度；w是湍流作用產(chǎn)生的垂直速度。將式（3）代入式（2），進(jìn)行變量替換，并以湍流垂直速度為變量，有

式（4）中，s（w）是風(fēng)廓線雷達(dá)觀測到的總的功率譜，st（w）是湍流作用產(chǎn)生的垂直氣流速度功率譜，sr（vT＋w）是在垂直氣流速度為w環(huán)境下降水粒子散射產(chǎn)生的功率譜。對于任一傾斜波束，將vT及w視作雨滴下降末速度及垂直氣流沿傾斜波束的分量，則式（4）同樣適用。由此可知，因受雨滴下降末速度vT的影響，在功率譜密度圖中，降水譜峰值總位于湍流譜峰值的右側(cè)，且雨滴下降末速度的大小決定兩波譜的相交程度。

大氣湍流和粒子散射具有量級相當(dāng)?shù)幕夭ㄋ俣群蛷?qiáng)度，且對于任一徑向，粒子下落速度大于環(huán)境湍流速度。因此在降水條件下，功率譜呈雙峰譜形式。若以沿波束朝向雷達(dá)為正速度，遠(yuǎn)離雷達(dá)為負(fù)速度，降水譜峰值位于湍流譜峰值的右側(cè)。圖1為廣東省湛江站風(fēng)廓線雷達(dá)2013年6月15日19：01（北京時(shí)，下同）的一次降水過程中垂直方向3個(gè)高度上的功率譜密度分布圖。橫坐標(biāo)為多普勒速度，取垂直向下為正方向，縱坐標(biāo)為信號的功率譜密度相對值。由圖1可以清晰地辨別出兩個(gè)譜峰。由于環(huán)境風(fēng)場的垂直速度一般較小，對應(yīng)的大氣返回信號在0 m·s－1附近，而降水質(zhì)點(diǎn)的返回信號則大于0 m·s－1，位于湍流信號的右側(cè)。

1.2 功率譜數(shù)據(jù)反演水平風(fēng)

對于任意一功率譜密度序列si，徑向速度估計(jì)值［14］

圖1 廣東省湛江站風(fēng)廓線雷達(dá)2013年6月15日19：01降水過程中垂直波束3個(gè)高度的功率譜密度Fig.1 The radar power spectrum of vertical beam on 3 heights during a precipitation process of 1901 BT 15 June 2013 at Zhanjiang Station in Guangdong

圖2 風(fēng)廓線雷達(dá)5波束示意圖Fig.2 Schematic diagram of WPR’s 5 beams

其中，Vre，Vrw，Vrs，Vrn分別為東、西、南、北向的徑向速度，ωz為垂直徑向速度，θ為傾斜波束與垂直方向夾角，u為水平風(fēng)的東西分量，v為水平風(fēng)的南北分量，Vh為水平風(fēng)速，ah為水平風(fēng)向。

由式（5）可以看出，功率譜密度直接影響徑向速度，并且功率譜密度越大，對速度的加權(quán)就越大。由式（6）～式（9）可以看出，徑向數(shù)據(jù)又進(jìn)一步?jīng)Q定著水平風(fēng)的大小和方向。

1.3 降水條件下的誤差分析

在降水條件下，風(fēng)廓線雷達(dá)數(shù)據(jù)反演水平風(fēng)的誤差主要來源于以下兩個(gè)方面：①由徑向速度求解水平風(fēng)，需要對水平風(fēng)場的分布進(jìn)行一定的假設(shè)，一般是基于均勻風(fēng)場的假設(shè)。傾斜波束與垂直波束的夾角約為15°。假定夾角為15°，則在H高度上，東西波束或者南北波束間距為2H×tan15°。當(dāng)H為2500 m時(shí)，間距為1340 m，且間距隨H的增大而增大。在降水條件下，尤其是在對流性降水過程中，伴隨著強(qiáng)烈的下沉氣流和上升氣流，具有較大的空間變化性，使傾斜波束難以滿足均一的環(huán)境風(fēng)場分布。式（6）中，ωz常與實(shí)際大氣中東西波束的垂直分量有偏差，從而導(dǎo)致產(chǎn)生u的誤差；式（7）與式（6）相同，ωz常與南北波束的垂直分量有偏差，從而導(dǎo)致水平風(fēng)的合成失真。②因?yàn)槭艿浇邓Ｗ由⑸涞挠绊?，風(fēng)廓線雷達(dá)除了接收到大氣湍流回波，還會同時(shí)接收到降水粒子的散射回波，信號譜為湍流譜和降水譜的疊加。徑向速度由功率譜密度計(jì)算得到，且功率譜密度越大，對速度的加權(quán)越大。由于降水粒子散射回波的污染，計(jì)算得到的徑向速度會出現(xiàn)一定程度上的偏差。徑向速度的大小還決定水平風(fēng)的大小和方向，從而對水平風(fēng)場的反演造成嚴(yán)重影響。若用常規(guī)方法處理降水條件下的探測數(shù)據(jù)，其徑向風(fēng)速由降水粒子的散射信號反演得到，必將導(dǎo)致后期水平風(fēng)合成嚴(yán)重失真。

2 抑制降水干擾的方法

2.1 區(qū)分湍流譜和降水譜的依據(jù)

湍流譜和降水譜的識別和分離基于以下理論依據(jù)：①雨滴尺度越小，湍流譜和降水譜越接近；反之，雨滴尺度越大，湍流譜和降水譜分得越開。②功率譜的頻間平均，不會影響最大值的位置。③如果譜平均次數(shù)足夠多（如10次以上），則不論是湍流譜還是降水譜，都趨于高斯型（即功率譜對稱）。④基于氣象信號與噪聲信號相互獨(dú)立，且滿足可加性的假設(shè)，認(rèn)為噪聲信號為白噪聲。

2.2 湍流譜和降水譜的識別

利用譜分離技術(shù)抑制降水影響前，首先需要利用軟件對功率譜進(jìn)行單、雙峰的自動識別，判斷其是否受降水影響。對于去除噪聲后的功率譜序列［16］，確定其信號回波區(qū)間，并對區(qū)間內(nèi)因去除噪聲干擾產(chǎn)生的0值進(jìn)行插值處理。因所選取的功率譜數(shù)據(jù)是離散的，易使峰值位置的確定不準(zhǔn)確，故需對插值后的序列進(jìn)行N點(diǎn)滑動平均。若N取值較大，則局部平均的相鄰數(shù)據(jù)會偏多，雖然平滑作用較大，有益于抑制頻繁隨機(jī)起伏的隨機(jī)誤差，但也可能將確定性成分一起被平均而削弱。由于這里的平滑處理服務(wù)于極大值點(diǎn)的選取，為保持與原始功率譜波形的一致性，這里選用3點(diǎn)滑動平均對插值后的數(shù)據(jù)進(jìn)行處理。繼而確定信號區(qū)間內(nèi)的最大值位置，從最大值位置分別向兩側(cè)根據(jù)曲線的單調(diào)性尋找是否還存在其他極大值點(diǎn)。若曲線不能滿足從最大值位置分別向兩側(cè)單調(diào)遞減，說明還存在其他極大值點(diǎn)，此時(shí)波譜為雙峰譜，否則為單峰譜（暫未考慮到三峰譜的情況，只認(rèn)為波譜為單峰譜或雙峰譜）。圖3a和圖3b分別為利用軟件自動識別為單峰和雙峰的功率譜。

圖3 自動識別為單峰（a）和雙峰（b）的功率譜示例Fig.3 Schematic of spectrum identified as one peak（a）and double peaks（b）

2.3 湍流譜和降水譜的分離

將自動識別為雙峰的功率譜數(shù)據(jù)進(jìn)行湍流譜和降水譜的分離。由于極值點(diǎn)選取會出現(xiàn)偏差，為防止因?yàn)闃O值點(diǎn)選取不準(zhǔn)確導(dǎo)致利用對稱法無法出現(xiàn)完整波形的情況，這里認(rèn)為當(dāng)兩極值點(diǎn)橫坐標(biāo)均落于橫坐標(biāo)區(qū)間的5%～95%范圍內(nèi)時(shí)，采用對稱法進(jìn)行湍流譜和降水譜的分離。因湍流譜的峰值總是位于降水譜峰值的左側(cè)，故以最大值點(diǎn)和另一極大值點(diǎn)的左點(diǎn)為對稱中心，以區(qū)間起始位置為起點(diǎn)，從左向右作對稱，所得波譜即為湍流譜；同理，以最大值點(diǎn)和另一極大值點(diǎn)的右點(diǎn)為對稱中心，以區(qū)間終止位置為起點(diǎn)，從右向左作對稱，所得波譜即降水譜。圖4a為用對稱法分離湍流譜和降水譜的實(shí)例。

因試驗(yàn)所選取的數(shù)據(jù)為離散點(diǎn)，極值點(diǎn)的確定常存在誤差，當(dāng)極值點(diǎn)相對于橫坐標(biāo)位置不滿足對稱法條件時(shí)，依據(jù)極值點(diǎn)作對稱無法得到有效波形，此時(shí)則利用差值法分離湍流譜和降水譜：在通過找最大值作對稱得到湍流譜或降水譜后，與原功率譜數(shù)據(jù)作差，從而得到另一波譜。但在用該方法時(shí)需要注意，確定作差后得到波譜的范圍區(qū)間：對于作差?所得的功率譜曲線，因插值導(dǎo)致部分?jǐn)?shù)據(jù)不準(zhǔn)確，需使作差后所得的曲線在插值后開始或插值前結(jié)束。圖4b為利用差值法分離湍流譜和降水譜的實(shí)例。

選取降水條件下某一時(shí)刻的不同高度（圖5），分別繪制原始功率譜、平滑后的功率譜以及分離后的湍流譜，由圖5可以更直觀地看出分離效果。將分離得到的湍流譜代替原始功率譜對水平風(fēng)場進(jìn)行反演，可以抑制降水造成的干擾。同時(shí)利用分離得到的湍流譜和降水譜，可以分別獲得環(huán)境風(fēng)場信息以及云內(nèi)垂直氣流信息。譜識別和譜分離具體過程見圖6。

圖4 利用對稱法（a）和差值法（b）分離湍流譜和降水譜Fig.4 Separation of symmetry treatment（a）and subtraction treatment（b）

圖5 不同高度上湍流譜分離效果示意圖Fig.5 Spectrum of atmosphere turbulence separated from original spectrum on different height

圖6 譜識別和譜分離流程圖Fig.6 Flow chart of spectrum identification and separation

3 資料選取及抑制降水干擾方法驗(yàn)證

3.1 資料選取

本文所用資料取自廣東省湛江站風(fēng)廓線雷達(dá)，雷達(dá)位于21°00′N，110°31′E。雷達(dá)采用5波束的探測模式，波束分別指向天頂和東、南、西、北4個(gè)方向。雷達(dá)參數(shù)如表1所示。由于出現(xiàn)降水時(shí)，云內(nèi)下沉氣流較強(qiáng)，功率譜會出現(xiàn)雙峰的情況，且具有較高值的譜寬，故可根據(jù)以上特征，選取適當(dāng)?shù)慕邓Y料進(jìn)行分析。

為說明降水信號對于水平風(fēng)反演造成的影響，選取廣東省湛江兩次降水過程進(jìn)行分離前后水平風(fēng)場的對比。根據(jù)雷達(dá)數(shù)據(jù)降水過程中譜寬較大的特點(diǎn)，分別作2013年6月15日17：00—21：00以及2013年7月27日21：00—7月28日01：00兩個(gè)時(shí)間段內(nèi)的譜寬圖（圖7）。由圖7可以看出，在6月15日18：08—20：20以及7月27日22：14—23：59時(shí)間段內(nèi)，譜寬較大，說明該時(shí)間段內(nèi)發(fā)生了較為強(qiáng)烈的降水過程［17］，可以進(jìn)行降水條件下水平風(fēng)場的分析。從其中選取某一時(shí)刻，得到功率譜密度隨高度的分布圖（圖8），由功率譜密度最大值連線的走勢可以進(jìn)一步判斷，該時(shí)間段內(nèi)發(fā)生了較強(qiáng)烈的降水過程。

表1 廣東省湛江站風(fēng)廓線雷達(dá)參數(shù)Table 1 WPR parameters at Zhanjiang Station of Guangdong

圖7 廣東省湛江站2013年6月15日17：00—21：00（a）及2013年7月27日21：00—7月28日01：00（b）降水過程譜寬圖Fig.7 Spectral width of precipitation during 1700－2100 BT on 15 June 2013（a）and from 2100 BT 27 July to 0100 BT 28 July in 2013（b）at Zhanjiang Station of Guangdong

圖8 廣東省湛江站風(fēng)廓線雷達(dá)2013年6月15日19：01（a）及2013年7月27日23：02（b）功率譜隨高度分布圖Fig.8 Spectral distribution with height at 1901 BT on 15 June 2013（a）and 2302 BT on 27 July 2013（b）of WPR at Zhanjiang Station of Guangdong

續(xù)圖8

3.2 結(jié)果分析

將上述受到降水干擾的兩個(gè)時(shí)間段內(nèi)的數(shù)據(jù)，在1470～3150 m的高度范圍內(nèi)分別進(jìn)行水平風(fēng)場的反演。在利用原始功率譜得出5個(gè)波束的徑向速度之后，進(jìn)一步計(jì)算得到水平風(fēng)的大小和方向，其風(fēng)羽如圖9a、圖10a所示。由圖9a、圖10a可以看出，因受降水影響，水平風(fēng)的風(fēng)羽一致性較差。依據(jù)譜識別和譜分離的步驟，對上述時(shí)間段內(nèi)發(fā)生較強(qiáng)烈降水過程的距離庫上的功率譜數(shù)據(jù)進(jìn)行處理。先對去掉噪聲后插值的數(shù)據(jù)進(jìn)行滑動平均，依照極值找出雙峰譜數(shù)據(jù)，再對湍流譜和降水譜進(jìn)行分離。然后僅用湍流譜代替原始功率譜進(jìn)行水平風(fēng)場的反演。圖9b和圖10b為抑制了降水干擾后的水平風(fēng)羽圖。

圖9 廣東省湛江站2013年6月15日18：08—20：20降水譜分離前（a）與分離后（b）風(fēng)羽圖Fig.9 Wind feathers before the treatment（a）and after the treatment（b）during 1808－2020 BT on 15 June 2013 at Zhanjiang Station of Guangdong

對比圖9a和圖9b及圖10a和圖10b所顯示的水平風(fēng)場可以發(fā)現(xiàn)，降水譜分離后的風(fēng)場較分離前具有更高的一致性，糾正了因降水干擾造成的風(fēng)場混亂的情況；與此同時(shí)，分離后的水平風(fēng)速較分離前有所增大，更合理地體現(xiàn)了環(huán)境風(fēng)場的湍流狀況。

圖10 廣東省湛江站2013年7月27日22：14—23：59降水譜分離前（a）與分離后（b）風(fēng)羽圖Fig.10 Wind feathers before the treatment（a）and after the treatment（b）during 2214－2359 BT on 27 July 2013 at Zhanjiang Station of Guangdong

4 小 結(jié)

分析表明：

1）風(fēng)廓線雷達(dá)在降水條件下返回的信號包括大氣湍流回波和粒子散射回波兩部分。降水粒子的散射回波使速度、譜寬等物理量明顯增大，且造成水平風(fēng)的反演失真。本文通過自動識別方法識別出受降水干擾的回波，又進(jìn)一步通過兩種方法對降水譜和湍流譜進(jìn)行分離，結(jié)果表明該方法可行。

2）本文選取了廣東省湛江站風(fēng)廓線雷達(dá)2013年夏天兩次降水過程，分別對降水譜分離前后不同高度上的水平風(fēng)場進(jìn)行反演。結(jié)果表明：去除降水干擾后的水平風(fēng)場較分離前具有更高的一致性，且更合理地反映了環(huán)境風(fēng)場。

降水過程復(fù)雜，且影響雷達(dá)回波數(shù)據(jù)質(zhì)量的干擾源多樣，使原始功率譜密度在識別和分離時(shí)出現(xiàn)困難，對于出現(xiàn)三峰情況或湍流信號較微弱、極值點(diǎn)確定不夠準(zhǔn)確等問題需要進(jìn)一步探討。

［1］ 周旭輝.風(fēng)廓線雷達(dá)功率譜密度數(shù)據(jù)處理算法研究.南京：南京信息工程大學(xué)，2011.

［2］ 尹忠海，張沛源.利用卡爾曼濾波校準(zhǔn)方法估算區(qū)域降水量.應(yīng)用氣象學(xué)報(bào)，2005，16（2）：213-219.

［3］ 何平，朱小燕，阮征，等.風(fēng)廓線雷達(dá)探測降水過程的初步研究.應(yīng)用氣象學(xué)報(bào)，2009，8（4）：465-470.

［4］ 阮征，葛潤生，吳志根.風(fēng)廓線儀探測降水云體結(jié)構(gòu)方法的研究.應(yīng)用氣象學(xué)報(bào)，2002，13（3）：330-338.

［5］ 楊馨蕊.風(fēng)廓線雷達(dá)數(shù)據(jù)質(zhì)量控制方法探討及其應(yīng)用.北京：中國氣象科學(xué)研究院，2009.

［6］ 楊新蕊，馬舒慶，吳蕾.UHF風(fēng)廓線雷達(dá)降水?dāng)?shù)據(jù)判別方法的比較與評價(jià).大氣科學(xué)學(xué)報(bào)，2010，33（5）：576-581.

［7］ 騰志遙，賀紅兵.風(fēng)廓線雷達(dá)數(shù)據(jù)質(zhì)量控制方法.雷達(dá)與對抗，2008（1）：10-15.

［8］ Wuertz D B，WeberB L，Strauch R G，et al.Effects of precipitation on UHF wind-profiler measurements.J Atmos Oceanic Tech，1988，5：450-465.

［9］ Steiner A，Richner H.Separation of clear-air echoes from precipitation echoes in UHF wind profiler measurements.Ann Geo-phys，1994，12：497-505.

［10］ Ralph F M，Neiman P J，Uffieux D.Precipitation identification from radar wind profiler spectral moment data：Vertical velocity histograms，velocity variance，and signal power-vertical velocity correlations.J Atmos Oceanic Tech，1995，13：545-559.

［11］ McDonald A J，Carey-Smith T K，Hooper D A，et al.The effect of precipitation on wind-profiler clear air returns.Ann Geo-phys，2004，22：3959-3970.

［12］ 王曉蕾.風(fēng)廓線雷達(dá)探測降水云體中雨滴譜的試驗(yàn)研究.南京：南京信息工程大學(xué)，2009.

［13］ 張旭，周秀驥.大氣折射率結(jié)構(gòu)系數(shù)C2n的觀測實(shí)驗(yàn).應(yīng)用氣象學(xué)報(bào)，1994，5（1）：19-26.

［14］ 何平.相控陣風(fēng)廓線雷達(dá).北京：氣象出版社，2006.

［15］ 張培昌，杜秉玉，戴鐵丕.雷達(dá)氣象學(xué).北京：氣象出版社，2006.

［16］ 何平，李柏，吳蕾，等.確定風(fēng)廓線雷達(dá)功率譜噪聲功率方法.應(yīng)用氣象學(xué)報(bào)，2013，24（3）：297-303.

［17］ 鐘劉軍，阮征，葛潤生，等.風(fēng)廓線雷達(dá)回波信號強(qiáng)度定標(biāo)方法.應(yīng)用氣象學(xué)報(bào)，2010，21（5）：598-605.

A Method to Suppress the Precipitation Interference on Horizontal Wind of Wind Profile Radar

Lin Xiaomeng1）2）3）He Ping2）Huang Xingyou1）3）

1）（Key Laboratory for Aerosol-Cloud-Precipitation of CMA，Nanjing210044）
2）（Meteorological Observation Center of CMA，Beijing100081）
3）（Nanjing University of Information Science&Technology，Nanjing210044）

Wind profile radar（WPR）is a kind of clear air radar，which takes atmospheric turbulence as the main detecting object.In the past few decades，WPR spectral data processing mainly focus on the wind spectrum estimation.In recent years，with the use of WPR data expansion，there are increasingly high demands for WPR data accuracy.However，ground clutter，external noise，flying objects，presence of disturbances such as precipitation and limitations of Fourier Transform often lead multiple peaks overlapping phenomenon，which makes it difficult to judge spectral moments，resulting in large error detection products.Especially in the case of precipitation，wind speed measurement may be even completely wrong.Therefore，the radar power spectrum data need further processing under different weather conditions especially for turbulence and precipitation to establish an effective spectral extraction programs and enhance the wind profile accuracy of radar detection.

WPR has a large dynamic reception range，so it can receive the echo of scattering of atmosphere turbulence and scattering of precipitation particles simultaneously during precipitation.In this case，spectrum of atmosphere turbulence and spectrum of precipitation are superimposed.It requires uniform wind-field on horizon when calculating the horizontal wind，but the spatial variability of precipitation will bring distorted horizontal wind-field if the superimposed spectrum data.To avoid this problem，the radar power spectrum data are processed with three steps.First，the original radar power spectrum is processed by interpolation and moving average，judging whether it is affected by precipitation according to the number of maximum points.Second，in the case that the radar power spectrum is affected by precipitation，spectrums of atmosphere turbulence and precipitation are separated by two methods in accordance with spectrum of atmosphere turbulence and spectrum of precipitation’s tending to symmetry.And then the horizontal wind-field is derived utilizing the separated spectrum of atmosphere turbulence.Case analysis shows that the consistency of derived wind-field has significant improvement using the spectrum of atmosphere turbulence instead of the original spectrum.

WPR；spectrum；horizontal wind data

林曉萌，何平，黃興友.一種抑制降水對風(fēng)廓線雷達(dá)水平風(fēng)干擾的方法.應(yīng)用氣象學(xué)報(bào)，2015，26（1）：66-75.

10.11898／1001-7313.20150107

2014-05-12收到，2014-10-08收到再改稿。

公益性行業(yè)（氣象）科研專項(xiàng)（GYHY201306076，GYHY200906039）

* 通信作者，email：heping＠cma.gov.cn