X波段相控陣雷達QPE產品在強降水中的應用

李嬋珠，莫偉強，冼星河，趙楊潔，饒小強

（東莞市氣象局，廣東東莞 523000）

降水對氣象、水文、地質災害、農牧業生產以及其他諸多科學和社會應用起著至關重要的作用。隨著新一代多普勒天氣雷達觀測網的逐步建成和完善，應用高時空分辨率的天氣雷達資料開展定量降水估測（QPE）已成為降水監測的一種重要手段。傳統的單偏振雷達一般采用雷達反射率因子（Z）和降雨率（R）之間的關系（ZR）進行降水估測；而雙偏振雷達除了獲取常規的反射率因子（ZH）外，還可以獲取差分反射率（ZDR）、差分相移率（KDP）以及相關系數（CC）等偏振參量，能提供有關降水粒子形狀、尺寸大小、相態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）引起的雷達信號區分開來，同時減少雨滴譜變化對QPE的影響，因此使用偏振參量進行定量降水估測比傳統的Z-R關系更穩妥［5］。目前，國內外基于雙偏振參量的定量降水估測研究已取得了不少成果［6-10］。

相控陣天氣雷達是當今氣象雷達領域研究的熱點和重要發展方向，它區別于常規雷達的拋物面天線機械掃描體制，采用平面陣列天線與電掃描機制，使用寬波束發射、多波束接收技術，大幅度地提升了觀測效率和精細程度，可對云、雨滴、冰雹等水成物的微物理過程進行更精細地識別和跟蹤，對提高中小尺度災害性強對流天氣的預警能力有重要的幫助［11-13］。目前，廣東省在逐步布設精密的X波段相控陣雷達監測網，東莞已分別在麻涌、石排和大嶺山建設3部X波段雙偏振相控陣雷達。但由于布設時間較短，基于X波段雙偏振相控陣雷達進行定量降水估測的研究還很少。為充分發揮X波段相控陣雷達在強降水預警業務中的作用，需對其在定量降水估測方面的性能進行評估分析。

本研究基于東莞3部和深圳1部X波段雙偏振相控陣雷達資料，對雷達QPE產品在選取降水過程中的應用效果進行評估，為改進X波段相控陣雷達定量降水估測算法，提高定量降水估測精度提供參考和借鑒。

1 數據與方法

1.1 數據

本研究采用X波段雙偏振相控陣天氣雷達數據和東莞市區域自動站雨量計降水量觀測數據。由于所處波段的限制，X波段雷達信號衰減相對于S波段雷達更為嚴重，當遇到強回波時，強回波后側的信號可能探測不到，并且后側無信號的情況無法用衰減訂正方法改善。利用多部X波段雷達進行組網協同觀測可以恢復強回波后側信號，同時可以彌補S波段多普勒雷達遠距離探測導致的低空探測盲區。因此，本研究采用X波段雷達內置軟件中的組網產品數據。東莞市3部X波段雷達于2021年6月正式啟動運行，分別布設在麻涌、樟木頭和大嶺山，單部雷達的參數：時間分辨率為1.5 min、空間分辨率為30 m、角度分辨率為0.9°、掃描仰角數12、最低掃描仰角0.9°、最大探測距離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X波段雷達QPE產品的性能進行評估。個例1使用東莞3部X波段雷達組網產品，由于雷達的位置和探測范圍限制，組網產品無法覆蓋到東莞的東南角；個例2使用的組網產品加入了深圳市位于求雨壇的X波段雷達資料，能基本覆蓋整個東莞市。使用的東莞市自動站觀測資料為5 min降水量觀測數據，用于雷達QPE產品性能評估，其中在個例1中剔除掉雷達組網產品覆蓋范圍之外的站點資料，避免影響雷達產品性能的評估。

表1 兩次降水過程的基本特征

1.2 方法

以東莞市自動站雨量計5 min降水量觀測為基準，對雷達QPE產品性能進行評估。X波段相控陣雷達是采用ZH和KDP相結合的方法來進行定量降水估測的，具體表達式如下：

其中，ZH＝10lgZ，將雷達QPE產品累計成5 min和1 h降水量，然后取離自動站最近的雷達格點及其周圍8個格點的雷達降水量平均值（9點平均）作為該自動站的雷達降水估計值，與自動站雨量計觀測的5 min和累計1 h降水量進行對比評估。

本研究采用相關系數（CC）、相對誤差（RE）、比率偏差（BIAS）和均方根誤差（RMSE）對雷達QPE產品進行評估。其中CC越高，表示雷達估測雨量與實際觀測雨量線性關系越強，一致性越高；RE反映數據的可信度，RE越小可信度越高；RMSE是體現雷達估測雨量和觀測雨量之間差異的統計指標，RMSE越小，誤差越小，數據越集中；BIAS是體現平均偏離情況的指標，BIAS大（?。┯?，說明雷達高（低）估了實際觀測降水，BIAS越接近1，表明雷達估測雨量與觀測雨量越接近。

其中，n為樣本數；Gi和Ri分別為第i個自動站雨量計的觀測雨量（mm）和雷達估測雨量（mm）。

2 結果與分析

2.1 降雨過程

圖1給出兩次降水過程的累計降水分布。2021年8月9日受季風槽影響，東莞出現強降水，降水過程以對流性降水為主，主要降水時段在14：00—17：00，3 h累計雨量達大到暴雨；暴雨主要集中在東北部鎮街，最大降雨量為橋頭的82.5 mm。2021年10月9日受臺風“獅子山”影響，東莞出現持續性降水，降水過程以混合性降水為主，較強降水時段集中在06：00—19：00，累計雨量達大到暴雨，局部大暴雨；暴雨主要集中在東南部鎮街，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降水分布（單位：mm）

2.2 雷達QPE產品性能評估

圖2給出了分析時段內雷達QPE產品計算得到的累積降水分布。對比圖1可以看出，雷達大致能夠刻畫出兩次降水過程的主要空間分布特征，包括個例1中東北部和個例2中東部的強降水中心，但估測的強降水區范圍和整體雨量均較實況偏大。

圖2 東莞市2021年兩次降水過程QPE產品估測累計降水分布（單位：mm）

圖3為雷達QPE產品1 h估測雨量和雨量計觀測雨量的散點圖。由圖3可以看出，兩次過程的線性關系都比較明顯，CC分別達到0.84和0.83。個例1的離散度較大，RMSE達5.46 mm；個例2的離散度較小，RMSE為2.48 mm。個例2的相對誤差（47.5%）比個例1的相對誤差（39.5%）稍大，主要是由于個例2中大部分樣本的降雨率小于個例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QPE產品對兩次過程的降水整體上都存在高估的現象，與圖2得到的結論一致。但從圖3可以看出，雷達QPE產品主要對較弱的降水存在濕偏差（散點位于理論直線上方）；而對較強的降水存在干偏差（散點位于理論直線下方）。

圖3 雷達QPE產品與雨量計1 h雨量散點圖

表2進一步給出兩次過程針對不同降雨率得到的評估結果。從表2可以看出，對于個例1的季風降水過程，不同降雨率的CC均達到99%的置信水平，即雷達QPE產品與實際雨量的線性關系較好。QPE對0～10和10～20 mm／h兩個量級的降水估測存在濕偏差（BIAS＞1）；對大于20 mm／h的降水估測存在干偏差（BIAS＜1）。0～10 mm／h量級的RMSE為5.21 mm，RE達到94.5%，即離散度和相對誤差較大；而10～20 mm／h量級的RE和BIAS均比0～10 mm／h的??；當降雨率＞20 mm／h時，RMSE有所增大，即離散度增大，但RE進一步減小。整體而言，雷達QPE對大于10 mm／h的降水估測精度相對更高，這可能是由于隨著雨量增大，越能發揮KDP不受衰減影響的優勢。對于個例2的臺風降水過程（表2），雷達QPE對0～10 mm／h量級的降水存在濕偏差；對10～20mm／h量級的降水存在干偏差。與個例1相同，這兩個量級降水的CC均通過99%的置信水平，10～20mm／h量級降水的RMSE和RE均比0～10 mm／h量級的降水小，說明雷達QPE對10～20 mm／h量級降水的估測精度更高。當降雨率＞20 mm／h時，雷達QPE也存在干偏差，且偏差程度比季風降水過程更大。RMSE和RE有所增大，但由于該量級降雨率的樣本數較?。?個），無法由此判斷其估測精度是否有所下降。

表2 2021年8月9日和10月9日降水過程QPE評估結果

表3進一步給出兩次過程觀測的5min雨量和通過雷達QPE得到的5 min雨量對比。當5 min雨量為0～1mm時，兩次過程QPE均表現為明顯的濕偏差，且季風降水過程的濕偏差比臺風降水過程大得多；當5 min雨量為1～2 mm時，QPE在季風降水過程為弱的濕偏差，在臺風降水過程為干偏差；當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，臺風降水過程的干偏差比季風降水過程更大。計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QPE對該降雨率均表現出明顯的濕偏差；在10～20 mm／h降雨率中，季風降水過程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%，即表現為濕偏差的5 min雨量占比達到80%。臺風降水過程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%，與季風降水過程接近，但由于對1～2mm的降水表現為明顯干偏差，因此表現為濕偏差和干偏差的5 min雨量幾乎各占50%（55.1%和44.9%），從而導致在10～20 mm／h降雨率中雷達QPE對季風降水過程表現為濕偏差，而對臺風降水過程表現為干偏差。也就是說，雷達QPE對兩次過程的10～20 mm／h降雨率估測表現出不同的偏差主要是對1～2 mm的5 min雨量估測存在差異造成的。

表3 兩次降水過程5 min雨量對比結果

總體來說，雷達QPE對較弱的降水估測存在濕偏差，對較強的降水估測存在干偏差，且臺風降水過程中較弱降水的濕偏差比季風降水過程小，而較強降水的干偏差比季風降水過程大。QPE對不同類型降水過程由濕偏差轉為干偏差的降雨率節點不同，主要是由于QPE對1～2 mm的5 min雨量估測偏差的差異造成的，這可能與不同過程的雨滴譜變化有關。

圖4為兩次降水過程中單站的5 min雨量、雷達QPE和利用Z-R關系反演得到的降水時間序列圖，其中R（ZH）采用張哲等［14］通過雨滴譜計算得到的X波段雷達定量降水估計關系參數值。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間變化，但QPE對降水的估測優于R（ZH），其更能反映出降水的增強和減弱，對較強降水的估測偏差明顯減小。因此，相比于反射率因子產品，QPE產品在強降水預警方面應能發揮更好的參考作用。

圖4 不同站點5 min雨量、雷達QPE及R（Z H）反演雨量的時間序列

3 結論

本研究對X波段相控陣雷達定量降水估測產品在東莞兩次不同類型強降水過程中的適用性進行評估，得到以下主要結論：

1）X波段相控陣雷達QPE產品能夠刻畫出兩次過程降水的主要空間分布特征，但對總雨量的估測整體偏高。QPE產品對于不同降雨率的估測偏差有所不同，對較弱的降水估測存在濕偏差，對較強的降水估測存在干偏差，且臺風降水過程中較弱降水的濕偏差比季風降水過程小，而較強降水的干偏差比季風降水過程大。

2）不同類型降水過程由濕偏差轉為干偏差的降雨率節點不同，主要是由于雷達QPE對不同類型過程中1～2 mm的5 min雨量估測偏差的差異造成的。

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

4）雷達QPE和R（ZH）整體上都能反映出降水的時間變化。相比于R（ZH），QPE產品更能反映出降水的增強和減弱，特別是對較強降水的估測更好，在強降水預警方面應有更好的參考作用。

本研究僅考慮了兩次強降水過程，未來工作將進一步通過不同的降水類型驗證X波段雷達QPE的適用性。另外，需要繼續深入研究如何改進X波段雷達定量降水估測方法，提高雷達定量降水估測精度，才能使X波段相控陣雷達在提高強降水預報預警能力方面發揮重要作用。