林曉萌 尉英華 陳 宏 王艷春

(天津市氣象臺(tái)， 天津 300074)

引 言

強(qiáng)對(duì)流天氣具有空間尺度小、生命史短、破壞力大、突發(fā)性強(qiáng)的特點(diǎn)[1]，因常規(guī)探測(cè)手段很難對(duì)其進(jìn)行及時(shí)監(jiān)測(cè)[2]，成為短時(shí)臨近預(yù)報(bào)業(yè)務(wù)的難點(diǎn)。風(fēng)廓線雷達(dá)的時(shí)空分辨率(3～6 min，60～240 m)[3]高于目前絕大多數(shù)風(fēng)場(chǎng)探測(cè)系統(tǒng)，可及時(shí)監(jiān)測(cè)到急流、風(fēng)切變等信息，展示出中小尺度系統(tǒng)連續(xù)詳實(shí)的變化過程[4-5]，是強(qiáng)對(duì)流天氣監(jiān)測(cè)重要手段。但因強(qiáng)對(duì)流天氣常伴隨降水過程，降水發(fā)生時(shí)大氣湍流回波和降水粒子散射回波的多普勒頻移信號(hào)接近，現(xiàn)有技術(shù)無法有效從兩種信號(hào)疊加的功率譜中提取出湍流信息，同時(shí)降水期間有時(shí)不能滿足風(fēng)場(chǎng)局地均勻的假設(shè)[6]，無法進(jìn)行風(fēng)場(chǎng)合成，導(dǎo)致風(fēng)廓線雷達(dá)風(fēng)場(chǎng)數(shù)據(jù)常出現(xiàn)嚴(yán)重缺失或失真，難以保證風(fēng)場(chǎng)估計(jì)的準(zhǔn)確性[7]。如何有效處理降水期間風(fēng)場(chǎng)數(shù)據(jù)等風(fēng)廓線雷達(dá)產(chǎn)品是亟待解決的問題。

近年，國內(nèi)外在風(fēng)廓線雷達(dá)受降水干擾方面的研究多側(cè)重于判斷降水是否對(duì)數(shù)據(jù)造成污染，較少涉及對(duì)降水干擾的抑制，雖然對(duì)降水時(shí)湍流信號(hào)提取開展了相關(guān)工作，但仍有一定局限性。Steiner等[8]、McDonald等[9]、Ralph等[10]利用降水和晴空時(shí)風(fēng)廓線雷達(dá)具有的不同譜矩特征通過徑向速度、譜寬等判斷數(shù)據(jù)是否受降水污染。Schafer等[11]提出的CSA(coplanar spectral averaging)方法，通過譜平均改進(jìn)大氣信號(hào)的識(shí)別能力。廖菲等[12]依據(jù)風(fēng)廓線雷達(dá)功率譜再分析方法和探測(cè)原理，進(jìn)行了降水時(shí)數(shù)據(jù)填補(bǔ)和再處理。王曉蕾等[13]利用返回信號(hào)功率譜中降水譜和湍流譜兩峰值連接的最低點(diǎn)對(duì)二者進(jìn)行分割，但該分離方法時(shí)常誤差較大。林曉萌等[14]根據(jù)譜平均次數(shù)足夠多時(shí)功率譜中湍流譜和降水譜均趨于高斯型的統(tǒng)計(jì)學(xué)原理，從混合疊加的功率譜中識(shí)別并分離出湍流譜并用于風(fēng)場(chǎng)反演，提高風(fēng)場(chǎng)反演質(zhì)量，但該方法忽略了多峰譜(功率譜中出現(xiàn)多個(gè)譜峰)情況，更適用于垂直波束速度產(chǎn)品的反演。

本文在前期研究的基礎(chǔ)上，根據(jù)風(fēng)廓線雷達(dá)探測(cè)原理及降水期間功率譜特點(diǎn)，將多個(gè)波束獲取的功率譜聯(lián)合分析，研發(fā)出WPR-HW信號(hào)提取方法(簡稱WPR-HW方法)，旨在解決多峰譜情況下的風(fēng)場(chǎng)反演問題。選取了天津地區(qū)10次降水過程，利用高分辨率ECMWF ERA Interim再分析數(shù)據(jù)(簡稱EC再分析數(shù)據(jù))對(duì)WPR-HW方法的反演結(jié)果進(jìn)行檢驗(yàn)，并通過統(tǒng)計(jì)分析對(duì)反演數(shù)據(jù)進(jìn)行個(gè)例效果評(píng)估，從而判別WPR-HW方法反演數(shù)據(jù)的完整度和可信度。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)選取

選取天津?qū)氎嬲?39°44′N，117°17′E)和靜海站(38°55′N，116°54′E)風(fēng)廓線雷達(dá)2015—2018年10次降水過程的功率譜數(shù)據(jù)(fft文件)和實(shí)時(shí)產(chǎn)品(rad文件)，對(duì)WPR-HW方法進(jìn)行檢驗(yàn)。兩部雷達(dá)均屬于邊界層風(fēng)廓線雷達(dá)，采用5波束探測(cè)模式，時(shí)間分辨率為3 min，為兼顧雷達(dá)高度分辨率和探測(cè)高度，采用高、低兩種工作模式，其中高模式高度分辨率為120 m，低模式高度分辨率為60 m，兩種工作模式交替進(jìn)行。表1列出了寶坻站和靜海站風(fēng)廓線雷達(dá)的典型參數(shù)。

表1 風(fēng)廓線雷達(dá)參數(shù)Table 1 Parameters of WPR

1.2 風(fēng)場(chǎng)合成原理

現(xiàn)有國產(chǎn)風(fēng)廓線雷達(dá)采用5波束探測(cè)，其中包括1個(gè)垂直波束和在4個(gè)方位上均勻分布的傾斜波束，分別指向天頂、東、南、西、北方向，傾斜波束的天頂角約為15°[3]。根據(jù)三維風(fēng)場(chǎng)與徑向速度的空間幾何關(guān)系可以得到式(1)，即徑向速度Vr(θ，φi)關(guān)于風(fēng)場(chǎng)u,v和w3個(gè)分量的表達(dá)式，其中Vr(θ，φi)為徑向速度，u,v,w為直角坐標(biāo)系中風(fēng)場(chǎng)3個(gè)分量，θ為天頂角，φi=iπ/2為方位角，i=0,1,2,3，表示不同方位。

vr(θ,φi)=usinθsinφi+vsinθcosφi+

wcosθ。

(1)

5個(gè)波束采用輪流探測(cè)模式，由垂直波束得到垂直速度，4個(gè)傾斜波束聯(lián)合得到風(fēng)場(chǎng)?；陲L(fēng)場(chǎng)局地均勻的假設(shè)，通過式(2)、式(3)取東西(南北)波束徑向速度平均值得到風(fēng)場(chǎng)u(v)分量，再通過式(4)、式(5)得到風(fēng)速(Vh)和風(fēng)向(αh)。

u=[Vr(θ,π/2)-Vr(θ,3π/2)]/2sinθ,

(2)

v=[Vr(θ,0)-Vr(θ,π)]/2sinθ,

(3)

(4)

(5)

1.3 降水天氣風(fēng)場(chǎng)反演誤差

降水天氣常影響風(fēng)廓線雷達(dá)風(fēng)場(chǎng)效果。誤差來源之一為風(fēng)場(chǎng)及垂直氣流局地均勻的假設(shè)條件不成立。降水時(shí)因氣流活動(dòng)具有空間尺度小、局地性強(qiáng)的特征，水平及垂直氣流很難同時(shí)滿足局地均勻的假設(shè)，從而造成風(fēng)場(chǎng)合成出現(xiàn)誤差。如H高度的風(fēng)速為6 m·s-1，風(fēng)向?yàn)槲黠L(fēng)，東波束(天頂角θ為15°)未受垂直氣流影響，西波束(天頂角θ為15°)受雨滴下落形成的下曳氣流的影響。此時(shí)東波束的返回信號(hào)為風(fēng)在傾斜方向的投影，探測(cè)到的徑向速度為1.5 m·s-1；西波束的返回信號(hào)為風(fēng)和垂直氣流在傾斜方向的投影之和，探測(cè)到的徑向速度為-3 m·s-1，根據(jù)式(2)，此時(shí)二者合成的風(fēng)速為9 m·s-1，與實(shí)際風(fēng)速存在3 m·s-1的誤差。

誤差來源之二為降水粒子散射造成的湍流信息識(shí)別干擾。晴空條件下，風(fēng)廓線雷達(dá)回波信號(hào)由大氣湍流散射造成，各波束均呈現(xiàn)單峰譜的分布形式[15]；降水時(shí)風(fēng)廓線雷達(dá)回波信號(hào)既包含湍流回波，也包含雨滴、冰晶等降水粒子散射造成的回波，二者具有量級(jí)相當(dāng)?shù)幕夭ㄋ俣群蛷?qiáng)度，功率譜呈現(xiàn)雙峰譜形式。當(dāng)垂直氣流較強(qiáng)時(shí)，還會(huì)出現(xiàn)三峰譜[16]。

對(duì)于垂直波束，因雨滴實(shí)際下落速度是雨滴下落末速度(垂直氣流速度為0時(shí)的雨滴下落速度)與垂直氣流速度的矢量和，因而降水譜總伴隨湍流譜。若定義垂直速度向下為正，降水譜峰總位于湍流譜峰的右側(cè)。對(duì)于傾斜波束，降水時(shí)回波信號(hào)包含風(fēng)速、垂直氣流速度、雨滴下落末速度三者在傾斜波束方向的投影。由于各波峰代表的氣象信息不能根據(jù)相對(duì)位置確定，湍流信息識(shí)別不準(zhǔn)確會(huì)導(dǎo)致徑向速度值出現(xiàn)偏差，徑向速度又決定著風(fēng)的大小和方向，因而降水天氣風(fēng)場(chǎng)的反演常會(huì)受到嚴(yán)重影響。圖1為單峰譜、雙峰譜、三峰譜的功率譜密度， fft為回波功率隨多普勒速度變化的函數(shù)[17]，因而fft序列數(shù)與速度值一一對(duì)應(yīng)。

圖1 單峰譜(a)、雙峰譜(b)、三峰譜(c)的功率譜密度 Fig.1 Power spectrum density of one peak(a), double peaks(b) and three peaks(c)

1.4 WPR-HW方法

WIND方法是由fft數(shù)據(jù)獲得各波束的徑向速度，即求取各波束fft數(shù)據(jù)的一階矩，根據(jù)風(fēng)的合成原理反演風(fēng)場(chǎng)。降水時(shí)徑向速度的求取常受降水粒子散射干擾，風(fēng)場(chǎng)和垂直氣流局地均勻的假設(shè)條件不成立時(shí)利用式(2)～式(5)反演風(fēng)場(chǎng)，進(jìn)一步增大了反演結(jié)果的誤差。WIND方法通常去除可信度低的反演數(shù)據(jù)，從而導(dǎo)致降水期間風(fēng)廓線雷達(dá)風(fēng)場(chǎng)數(shù)據(jù)嚴(yán)重缺失。

本文基于風(fēng)廓線雷達(dá)探測(cè)原理、降水時(shí)風(fēng)場(chǎng)反演誤差的原因及WPR功率譜特征，提出WPR-HW方法用于反演風(fēng)場(chǎng)。WPR-HW方法的處理對(duì)象為功率譜數(shù)據(jù)，首先自動(dòng)識(shí)別各波束功率譜中峰值信號(hào)數(shù)量及位置，再依據(jù)湍流譜關(guān)于東西(南北)波束對(duì)稱的特點(diǎn)，在對(duì)稱波束的信號(hào)譜中實(shí)現(xiàn)對(duì)湍流譜自動(dòng)識(shí)別和提取，從而有效抑制降水粒子散射的干擾，最后根據(jù)風(fēng)的合成原理利用提取出的湍流譜合成風(fēng)場(chǎng)，可避免雨滴下落末速度對(duì)垂直氣流局地不均勻的影響。

以東西波束均為三峰譜為例，說明WPR-HW方法的質(zhì)量控制。傾斜波束的波譜中，垂直速度分量由局地氣流垂直運(yùn)動(dòng)狀態(tài)決定，降水粒子分量由局地雨滴的下落末速度決定，均具有很強(qiáng)的不確定性，而風(fēng)場(chǎng)在局地均勻的假設(shè)下關(guān)于東西波束基本對(duì)稱。尋找關(guān)于東西波束對(duì)稱的波譜，從而確定傾斜波束風(fēng)的徑向分量。進(jìn)而由式(2)得到u，再結(jié)合v分量，由式(4)、式(5)得到風(fēng)速和風(fēng)向。

與WIND方法相比，WPR-HW方法的優(yōu)勢(shì)在于其基于風(fēng)廓線雷達(dá)功率譜數(shù)據(jù)，數(shù)據(jù)流為功率譜到徑向速度數(shù)據(jù)，徑向速度數(shù)據(jù)再到產(chǎn)品數(shù)據(jù)，從而避免處理過程的再生誤差。WPR-HW方法基于風(fēng)廓線雷達(dá)各個(gè)波束功率譜數(shù)據(jù)綜合分析，充分利用多波峰在降水時(shí)產(chǎn)生的物理過程及波峰的分布規(guī)律，可有效識(shí)別湍流譜數(shù)據(jù)，進(jìn)而降低單一波束分析的錯(cuò)誤率。

2 方法檢驗(yàn)

本文對(duì)10次降水過程中寶坻站風(fēng)廓線雷達(dá)站受降水干擾的122組功率譜數(shù)據(jù)進(jìn)行方法檢驗(yàn)。結(jié)果表明：WIND方法受降水干擾僅生成38組風(fēng)場(chǎng)數(shù)據(jù)，WPR-HW方法無數(shù)據(jù)缺失，生成122組風(fēng)場(chǎng)數(shù)據(jù)。

為驗(yàn)證WPR-HW方法風(fēng)場(chǎng)反演數(shù)據(jù)的可信度，考慮天津地區(qū)沒有本地探空數(shù)據(jù)[18]，且天氣雷達(dá)與寶坻站風(fēng)廓線雷達(dá)相距較遠(yuǎn)，選取與寶坻站風(fēng)廓線雷達(dá)站臨近空間點(diǎn)(39°45′N，117°15′E)的EC再分析數(shù)據(jù)(水平風(fēng)場(chǎng),0.125°×0.125°,25～50 hPa)作為參照值，與WPR-HW方法處理后的122組風(fēng)速、風(fēng)向數(shù)據(jù)進(jìn)行均方根誤差與相對(duì)偏差的計(jì)算。EC再分析數(shù)據(jù)低于750 hPa的垂直分辨率為25 hPa，高于750 hPa的垂直分辨率為50 hPa，結(jié)合風(fēng)廓線雷達(dá)高、低模式的不同高度分辨率，選取二者不同距離庫上最相近的高度進(jìn)行對(duì)比[19]。

2.1 均方根誤差

圖2a為WPR-HW方法反演風(fēng)速與EC再分析風(fēng)速對(duì)比。由圖2a可以看到，兩條風(fēng)速曲線呈同位相的高低值波動(dòng)趨勢(shì)，二者演變特征具有較強(qiáng)的一致性。WPR-HW方法反演風(fēng)速與EC再分析風(fēng)速對(duì)比分析表明：利用WPR-HW方法反演的風(fēng)速均方根誤差僅為1.6 m·s-1，其偏差結(jié)果明顯小于采用WIND方法與EC再分析風(fēng)速對(duì)比的風(fēng)速均方根誤差2.3 m·s-1[20]。

圖2b為WPR-HW方法反演風(fēng)向與EC再分析風(fēng)向均方根誤差占有率(Re)分布。統(tǒng)計(jì)得到風(fēng)向均方根誤差為22°，且均方根誤差小于10°的樣本約占總樣本量的40%，均方根誤差小于20°的樣本約占總樣本量的60%，兩組數(shù)據(jù)具有很高的相似度。劉夢(mèng)娟等[21]采用WIND方法對(duì)比了2014年6月上海風(fēng)廓線雷達(dá)與NCEP再分析數(shù)據(jù)的風(fēng)向，統(tǒng)計(jì)得到風(fēng)向均方根誤差為45°。與之相比，WPR-HW方法較WIND方法與EC再分析數(shù)據(jù)的均方根誤差偏低超過50%，表明WPR-HW方法得到的風(fēng)廓線雷達(dá)反演數(shù)據(jù)具有一定可信度。

圖2 WPR-HW方法反演風(fēng)場(chǎng)與EC再分析風(fēng)場(chǎng)對(duì)比統(tǒng)計(jì)(a)WPR-HW方法反演風(fēng)速與EC再分析風(fēng)速數(shù)據(jù)對(duì)比，(b)風(fēng)向均方根誤差占有率分布Fig.2 Comparison of data processed by WPR-HW and ECMWF reanalysis data (a)comparison of wind speed,(b)distribution of root mean square error of wind direction

2.2 相對(duì)偏差

圖3為WPR-HW方法反演風(fēng)速、風(fēng)向與EC再分析風(fēng)速、風(fēng)向平均相對(duì)偏差隨高度變化。經(jīng)統(tǒng)計(jì)得到風(fēng)速相對(duì)偏差為31.2%，風(fēng)向相對(duì)偏差為35.29%，各高度風(fēng)速、風(fēng)向平均相對(duì)偏差均小于42%。其中近半數(shù)風(fēng)速平均相對(duì)偏差小于30%，1200 m高度以下風(fēng)速平均相對(duì)偏差為35%～42%，并隨高度的增加有明顯減小的趨勢(shì)，1200～6000 m高度風(fēng)速平均相對(duì)偏差低于30%或略高于30%，考慮因風(fēng)速隨高度增大導(dǎo)致相對(duì)偏差的減小；風(fēng)向平均相對(duì)偏差大小隨高度無明顯變化規(guī)律。

羅紅艷等[22]采用WIND方法對(duì)比了深圳風(fēng)廓線雷達(dá)與氣象塔的風(fēng)速數(shù)據(jù)，計(jì)算了兩者的相對(duì)偏差。結(jié)果表明：350 m高度以下二者風(fēng)速相對(duì)偏差范圍為31.6%～39.8%。統(tǒng)計(jì)晴空條件下WIND方法反演風(fēng)向與EC再分析風(fēng)向的相對(duì)偏差約為35%。WPR-HW方法反演風(fēng)場(chǎng)與EC再分析風(fēng)場(chǎng)相對(duì)偏差不高于WIND方法，表明利用WPR-HW方法反演風(fēng)場(chǎng)具有一定可信度。

圖3 WPR-HW方法反演風(fēng)場(chǎng)與EC再分析風(fēng)場(chǎng)平均相對(duì)偏差隨高度變化Fig.3 Relative bias along with height between data processed by WPR-HW and ECMWF reanalysis data

3 個(gè)例效果評(píng)估

3.1 統(tǒng)計(jì)分析

本文選取2015—2018年影響天津?qū)氎嬲竞挽o海站的10次降水過程，對(duì)比WIND方法和WPR-HW方法反演風(fēng)場(chǎng)的數(shù)據(jù)缺失率和預(yù)報(bào)提前量[23]，統(tǒng)計(jì)結(jié)果如表2所示。分析表明：WIND方法反演的風(fēng)場(chǎng)(統(tǒng)計(jì)時(shí)間為降水過程起始至結(jié)束，高度為0～3 km)在不同降水過程中均出現(xiàn)一定程度的數(shù)據(jù)缺失，平均數(shù)據(jù)缺失率為25.4%。WPR-HW方法反演的風(fēng)場(chǎng)在10次降水過程中均無數(shù)據(jù)缺失，有效

表2 10次降水過程WPR-HW方法風(fēng)場(chǎng)反演效果統(tǒng)計(jì)Table 2 Statistics of case evaluation for data processed WPR-HW

彌補(bǔ)了降水期間風(fēng)廓線雷達(dá)風(fēng)場(chǎng)數(shù)據(jù)缺失問題，提高了數(shù)據(jù)完整度。利用降水期間WPR-HW方法反演的連續(xù)風(fēng)場(chǎng)演變數(shù)據(jù)可及時(shí)觀測(cè)到邊界層急流、風(fēng)場(chǎng)輻合等無法通過常規(guī)觀測(cè)數(shù)據(jù)獲取的中小尺度風(fēng)場(chǎng)特征，從風(fēng)場(chǎng)特征出現(xiàn)到降水開始的平均預(yù)報(bào)提前量為75 min，即WPR-HW方法反演的風(fēng)場(chǎng)數(shù)據(jù)對(duì)提高降水時(shí)強(qiáng)對(duì)流預(yù)報(bào)的時(shí)效性和準(zhǔn)確性具有重要意義。

從10次降水過程中選取2017年7月6日寶坻區(qū)局地大暴雨過程及2018年8月13日靜海區(qū)龍卷過程進(jìn)行詳細(xì)分析，對(duì)比降水發(fā)生期間利用WIND方法及WPR-HW方法反演風(fēng)場(chǎng)的差異，并通過垂直廓線產(chǎn)品說明WPR-HW方法的有效性。

3.2 2017年7月6日寶坻區(qū)局地大暴雨過程

2017年7月6日天津市寶坻區(qū)發(fā)生了歷史罕見的極端強(qiáng)降水過程，降水發(fā)生在17:00—23:00(北京時(shí)，下同)，多站累積降水量超過100 mm(最大降水量為205.3 mm)，其中強(qiáng)降水時(shí)段為18:00—21:00，多站降水強(qiáng)度超過50 mm·h-1(最大降水強(qiáng)度為103.4 mm·h-1)。該過程發(fā)生時(shí)華北區(qū)域?yàn)樯詈竦牡筒鄄矍翱刂?，常?guī)觀測(cè)數(shù)據(jù)在降水過程發(fā)生前沒有指示冷空氣侵入、風(fēng)場(chǎng)輻合等有利的局地動(dòng)力抬升條件，中低層濕度條件好，但不具備大尺度低空急流作為水汽輸送條件。

圖4為7月6日17：41寶坻站風(fēng)廓線雷達(dá)北波束、南波束的功率譜密度，選取高度為960 m。受降水影響，所選功率譜呈現(xiàn)雙峰譜的形式。WIND方法用識(shí)別功率譜最大值(或平均值)的方法提取湍流信息，對(duì)于圖4所示功率譜，南、北波束將是正速度，WIND方法無法計(jì)算風(fēng)場(chǎng)的v分量，從而導(dǎo)致風(fēng)場(chǎng)數(shù)據(jù)缺失。WPR-HW方法識(shí)別雙峰譜并進(jìn)行信號(hào)提取，用湍流譜計(jì)算風(fēng)場(chǎng)的v分量，大大降低了降水譜干擾，使風(fēng)場(chǎng)精度提高。

圖5a為降水發(fā)生期間利用WIND方法反演的風(fēng)羽圖。業(yè)務(wù)運(yùn)行中，受降水干擾風(fēng)場(chǎng)數(shù)據(jù)大量缺失(圖中空白區(qū))，可以看到，7月6日17:30邊界層?xùn)|風(fēng)急流的發(fā)生，但由于數(shù)據(jù)中斷無法翔實(shí)反映急流由低到高的發(fā)展演變過程，強(qiáng)降水發(fā)生時(shí)段可以判斷出東南急流的存在，但無法完整顯示急流高度及持續(xù)時(shí)間，導(dǎo)致分析局地強(qiáng)降水原因時(shí)遇到阻礙。圖5b為降水發(fā)生期間利用WPR-HW方法反演的風(fēng)羽圖，可以清楚地看到，降水前邊界層偏東急流(0.5～1.2 km)的發(fā)生及降水發(fā)生時(shí)低空急流(1.2～3 km)和邊界層急流的并存。圖6為寶坻自動(dòng)氣象站6 min降水量。利用WPR-HW方法反演風(fēng)場(chǎng)完整度優(yōu)于WIND方法，可翔實(shí)反映風(fēng)場(chǎng)變化，同時(shí)急流的發(fā)展及消亡過程又與降水量有很好的對(duì)應(yīng)關(guān)系。為分析急流對(duì)局地強(qiáng)降水的作用，根據(jù)降水強(qiáng)度將整個(gè)過程分為3個(gè)階段：16:30—18:00為增強(qiáng)階段，急流逐漸由低層向上伸展，風(fēng)速逐漸增大(標(biāo)記框A)，有利于局地動(dòng)力抬升作用的增強(qiáng)，同時(shí)提供充足的水汽補(bǔ)充，自動(dòng)氣象站觀測(cè)降水量開始增加；18:00—19:15為維持階段，500 m高度以上邊界層急流超過20 m·s-1(標(biāo)記框B)，850 hPa至700 hPa出現(xiàn)一支低空急流與邊界層急流并存(標(biāo)記框C)，風(fēng)切變較大，強(qiáng)降水得以維持；19:15—20:30 為減弱階段，低空急流減弱消失，邊界層急流強(qiáng)度減弱高度降低(標(biāo)記框D)，低空轉(zhuǎn)為槽前西南氣流，降水量顯著下降。

圖4 2017年7月6日17：41寶坻站功率譜密度 (a)北波束，(b)南波束Fig.4 Power spectrum density of Baodi Station at 1740 BT 6 Jul 2017(a)north beam,(b)south beam

圖5 2017年7月6日16:30—20:30 WIND方法(a)和WPR-HW方法(b)反演的寶坻站風(fēng)羽圖Fig.5 The barb processed by WIND(a) and WPR-HW(b) at Baodi Station during 1630—2030 BT on 6 Jul 2017

圖6 2017年7月6日16:30—20:30寶坻站降水量隨時(shí)間分布Fig.6 Precipitation of Baodi Station during 1630—2030 BT on 6 Jul 2017

圖7為利用WPR-HW方法及降水時(shí)垂直波束湍流譜總位于降水譜左側(cè)的特征[14]反演的垂直產(chǎn)品。圖7a為垂直速度時(shí)間-高度剖面，冷色表示上升運(yùn)動(dòng)，暖色表示下沉運(yùn)動(dòng)。受降水影響前期主要以下沉氣流為主，7月6日17：20—17:45有明顯氣流抬升過程(標(biāo)記框A)，抬升高度由地面伸展到700 hPa，指示此時(shí)中低層氣流輻合，與該階段邊界層急流增強(qiáng)導(dǎo)致的風(fēng)速輻合相對(duì)應(yīng)，此后隨著降水加強(qiáng)抬升氣流轉(zhuǎn)為較強(qiáng)的下沉運(yùn)動(dòng)。圖7b為速度譜寬時(shí)間-高度剖面，譜寬可以很好地反映風(fēng)切變和湍流強(qiáng)弱[24]。17：20—17:45中低層譜寬值由4 m·s-1增大到8 m·s-1(標(biāo)記框B)，譜寬增大的時(shí)間段和伸展高度與氣流抬升相對(duì)應(yīng)，考慮急流的發(fā)生發(fā)展造成了強(qiáng)烈的風(fēng)場(chǎng)擾動(dòng)。垂直擾動(dòng)與WPR-HW方法反演的風(fēng)場(chǎng)所示急流特征具有對(duì)應(yīng)關(guān)系，進(jìn)一步驗(yàn)證了WPR-HW方法的準(zhǔn)確性。

圖7 2017年7月6日17:00—18:30寶坻站W(wǎng)PR-HW方法反演產(chǎn)品(a)垂直速度時(shí)間-高度剖面，(b)速度譜寬時(shí)間-高度剖面Fig.7 Vertical products processed by WPR-HW at Baodi Station during 1700—1830 BT on 6 Jul 2017(a)time-altitude section of vertical speed,(b)time-altitude section of spectrum width

3.3 2018年8月13日靜海區(qū)龍卷過程

2018年8月13日天津靜海區(qū)發(fā)生了短時(shí)強(qiáng)降水過程，降水發(fā)生于16:30—23:00，累積降水量超過60 mm，最大降水強(qiáng)度超過30 mm·h-1(因當(dāng)日自動(dòng)氣象站數(shù)據(jù)傳輸問題，實(shí)際降水量和降水強(qiáng)度應(yīng)大于觀測(cè)值)，降水期間于17:30發(fā)生了罕見的EF3級(jí)龍卷事件。該過程發(fā)生時(shí)天津市受上游高空槽及臺(tái)風(fēng)摩羯(1814)北側(cè)切變線共同控制，中低層以偏南氣流為主，具備很好的濕度和能量條件，但在降水發(fā)生前未觀測(cè)到局地中小尺度系統(tǒng)作為有利的動(dòng)力抬升條件。

圖8為8月13日17：40靜海站風(fēng)廓線雷達(dá)北波束、南波束的功率譜密度，選取高度為1320 m。受強(qiáng)降水及垂直氣流影響，所選功率譜分布形式復(fù)雜，利用WIND方法反演風(fēng)場(chǎng)會(huì)存在較大誤差，很難保證數(shù)據(jù)的有效性。WPR-HW方法綜合分析南北波束中波峰的分布規(guī)律，從中提取湍流信息，使風(fēng)場(chǎng)反演精度得到提高。

圖8 2018年8月13日17：40靜海站功率譜密度 (a)北波束，(b)南波束Fig.8 The power spectrum density of Jinghai Station at 1740 BT 13 Aug 2018 (a)north beam,(b)south beam

圖9a為8月13日降水發(fā)生期間利用WIND方法反演的風(fēng)羽圖。由于風(fēng)場(chǎng)信息缺失，無法有效指示龍卷發(fā)生前明顯的切變特征及龍卷發(fā)生時(shí)的風(fēng)場(chǎng)特征，不利于短臨預(yù)報(bào)員對(duì)于中小尺度天氣系統(tǒng)的監(jiān)測(cè)及后期對(duì)龍卷發(fā)生發(fā)展原因的探究。圖9b為降水發(fā)生期間利用WPR-HW方法反演的風(fēng)羽圖，完整的風(fēng)場(chǎng)數(shù)據(jù)記錄了龍卷發(fā)生到消亡的全過程：16：00起受臺(tái)風(fēng)外圍風(fēng)場(chǎng)影響，風(fēng)羽圖顯示靜海站邊界層出現(xiàn)了偏北風(fēng)和偏東風(fēng)的輻合(標(biāo)記框A),自動(dòng)氣象站顯示此后靜海站近地層輻合特征持續(xù)存在；17：00起中低層出現(xiàn)西北風(fēng)與偏南風(fēng)的切變，切變與邊界層輻合相配合促進(jìn)了對(duì)流云的迅速增長[25]，強(qiáng)烈的上升氣流引起強(qiáng)烈的水平軸渦旋[16]，500 m以下高度可以清晰地看到氣旋性風(fēng)場(chǎng)結(jié)構(gòu)，17:30龍卷發(fā)生；受龍卷外圍風(fēng)場(chǎng)影響大風(fēng)速區(qū)由高層向低層迅速伸展，因龍卷發(fā)生地位于靜海站西北方，靜海站風(fēng)向以西南氣流為主(標(biāo)記框B)，整個(gè)龍卷過程持續(xù)20 min；18:00后伴隨降水增強(qiáng)上升區(qū)填塞，風(fēng)速迅速減弱，風(fēng)向轉(zhuǎn)為偏東風(fēng)，龍卷過程結(jié)束。

圖9 2018年8月13日15:30—18:30 WIND方法(a)和WPR-HW方法(b)反演的靜海站風(fēng)羽圖Fig.9 The barb processed by WIND(a) and WPR-HW(b) at Jinghai Station during 1530—1830 BT on 13 Aug 2018

圖10為利用WPR-HW方法及降水時(shí)垂直波束湍流譜總位于降水譜左側(cè)的特征[14]反演的垂直速度時(shí)間-高度剖面。8月13日15:30—17:30中低層以弱上升氣流為主，靜海站風(fēng)場(chǎng)所示邊界層輻合和中低層切變均與垂直速度剖面存在明顯的對(duì)應(yīng)關(guān)系(標(biāo)記框A和B)；17:30—17:50龍卷發(fā)生，從圖中可以看到上升氣流明顯增強(qiáng)，并伴隨外圍風(fēng)場(chǎng)的輻散下沉(標(biāo)記框C)；18:00后受降水影響，中低層轉(zhuǎn)為下沉氣流控制。垂直運(yùn)動(dòng)特征與WPR-HW方法反演的風(fēng)場(chǎng)所示散度特征相契合，進(jìn)一步驗(yàn)證了WPR-HW方法的準(zhǔn)確性及完整的風(fēng)場(chǎng)數(shù)據(jù)對(duì)中小尺度強(qiáng)對(duì)流天氣的指示性。

圖10 2018年8月13日15:30—18:30利用WPR-HW方法反演的靜海站垂直速度Fig.10 Vertical speed processed by WPR-HW at Jinghai Station during 1530—1830 BT on 13 Aug 2018

4 結(jié) 論

降水時(shí)風(fēng)廓線雷達(dá)返回信號(hào)受降水粒子散射的影響，導(dǎo)致風(fēng)場(chǎng)反演數(shù)據(jù)常出現(xiàn)嚴(yán)重缺失或失真。本文提出了降水天氣風(fēng)廓線雷達(dá)反演風(fēng)場(chǎng)的WPR-HW方法，并選取天津地區(qū)10次降水過程對(duì)WPR-HW方法進(jìn)行檢驗(yàn)和個(gè)例效果評(píng)估，得到以下主要結(jié)論：

1) WPR-HW方法反演的風(fēng)場(chǎng)可以有效提高降水發(fā)生時(shí)風(fēng)廓線雷達(dá)數(shù)據(jù)的完整度。經(jīng)統(tǒng)計(jì)， 10次降水過程， WIND方法反演風(fēng)場(chǎng)的數(shù)據(jù)缺失率為25.4%，WPR-HW方法反演的風(fēng)場(chǎng)無數(shù)據(jù)缺失，有效改善了降水期間風(fēng)廓線雷達(dá)風(fēng)場(chǎng)數(shù)據(jù)缺失的問題。

2) WPR-HW方法反演風(fēng)場(chǎng)與EC再分析風(fēng)場(chǎng)具有較強(qiáng)的可比較性。風(fēng)速反演數(shù)據(jù)與EC再分析數(shù)據(jù)均方根誤差由WIND方法的2.3 m·s-1減小到WPR-HW方法的1.6 m·s-1，風(fēng)向反演數(shù)據(jù)與EC再分析數(shù)據(jù)均方根誤差由WIND方法的45°減小到WPR-HW方法的22°，驗(yàn)證了WPR-HW方法反演數(shù)據(jù)的可信度。

3) 利用WPR-HW方法反演的風(fēng)場(chǎng)可以較好地描述降水期間風(fēng)場(chǎng)變化，清楚地顯示急流、氣旋、切變等風(fēng)場(chǎng)特征，對(duì)降水時(shí)強(qiáng)對(duì)流發(fā)生發(fā)展趨勢(shì)有指示意義。

降水時(shí)風(fēng)場(chǎng)復(fù)雜，WPR-HW方法仍然存在一定局限性，不可避免地建立在風(fēng)場(chǎng)局地均勻這一假設(shè)條件下，降水分布不均勻時(shí)，無法完全避開垂直波束所帶來的誤差，未考慮晴空時(shí)傾斜波束偶然出現(xiàn)雙波峰情況。WPR-HW方法還需要在實(shí)踐中進(jìn)一步完善，更好地適應(yīng)復(fù)雜多變的中小尺度系統(tǒng)。