測雨雷達基本原理及在降水估測中的實踐

李道彬,胥 金,田 楠

(1.四川省水文水資源勘測中心,成都 610036;2.四川省廣元水文水資源勘測中心,四川 廣元 628000)

PRS-11/M型X波段雙偏振多普勒測雨雷達可解決中小河流洪水高發區域的應急監測問題。本文主要針對四川省水文中心已建設的X波段PRS-11/M系統在降水估測率定方面的實踐,通過近年的降水觀測試驗,進行提升降水估測精度方法的研究,包括雷達數據質量控制、雨衰訂正、輔助觀測設備的率定、降水估測方法的研究。

1 PRS-11/M系統介紹

PRS-11/M型X波段雙偏振多普勒測雨雷達(以下簡稱PRS-11/M系統)是一種用于地球科學領域的大氣探測儀器,主要用于觀測臺風及強對流性天氣系統的對流結構,在降水估測方面應用廣泛。具體技術參數如表1所示。

表1 PRS-11/M系統主要技術指標

2 降水估測應用研究

PRS-11/M系統于成都市雙流區黃龍溪水文站開展了為期兩年的觀測應用試驗,主要針對雷達探測模式、數據質控與率定方法、降水估測方法等開展了相關應用研究。

2.1 PRS-11/M系統探測原理

PRS-11/M系統的探測原理是將實時采集并完成質量控制后的雷達回波數據與雨滴譜儀數據進行融合,采用多種降水估測數學物理模型,完成5 min雨量的生成,覆蓋以雷達為中心,半徑60 km的范圍。探測原理流程如圖1所示。

圖1 PRS-11/M系統探測原理流程

其中,雨滴譜儀數據作為系統的重要支撐,在雨衰訂正、Z-R關系擬合、降水高度計算等模型運算中對參數影響很大。但降水區域覆蓋的雨滴譜儀個數過少甚至無覆蓋時,模型運算的參數會采用上一時次參數或默認參數,將產生一定的誤差,影響最終雨量的探測精度。

本文研究的主要內容是驗證多普勒雷達測雨系統觀測數據的可靠性,其比測對象為傳統的雨量計(自動翻斗雨量計或人工雨量計)。比測方法為多普勒雷達測雨系統與其觀測范圍內各處雨量計觀測數據進行對比并計算其偏差值,最后,計算雷達與整個范圍內雨量計偏差的均值。

按圖1所示,率定的主要內容涉及到從PRS-11/M系統原始數據的生成,到5 min面雨量產品的生成,主要包括以下幾個方面的內容:①PRS-11/M系統原始數據的率定;②雨滴譜儀數據的率定;③各雨量場反演方法參數的率定。

2.2 PRS-11/M系統原始數據的率定

從雷達原理出發,原始數據的率定主要包括以下3個部分,雷達探測性能參數的率定、雨衰訂正的率定和數據質量控制的研究,以及雨滴譜儀數據的率定。

2.2.1 雷達探測性能參數的率定

作為雨量分布反演的主要輸入,雷達原始數據的準確性和精度將直接影響雨量分布反演的準確性[1]。為了更好地保證雷達原始數據的準確性和精度,必須對雷達探測性能參數(包括靈敏度、動態范圍、探測距離、強度定標、天線到位精度等)進行嚴格率定。

2.2.2 雨衰訂正的率定

從雷達氣象學理論分析,大氣中的氣體分子、云滴、雨滴、冰雹及干雪等均會造成雷達電磁波的衰減。一般用衰減系數來描述目標物對電磁波衰減的強弱,其定義是:雷達波功率在目標物中傳播單位距離后,由于目標物的衰減作用,所減少掉的分貝數,即:

k=-10lgpr/pro

式中,pro為無衰減時雷達波傳播單位距離的功率;pr為有衰減時雷達波傳播單位距離的功率;k為衰減系數,單位為dB/km。

雷達波長越短,受雨衰影響越嚴重。PRS-11/M雙偏振多普勒測雨雷達系統采用X波段體制(波長3 cm),雨衰訂正是X波段雷達應用中比較重要的一個問題。

2.2.3 數據質量控制

在利用PRS-11/M系統的參數進行降水估測時,雷達數據本身的質量對其影響較大,因此在進行降水估測前,需對雷達數據進行質量控制。本系統目前采用的質量控制方法包括:滑動平均方法、中值濾波方法、FIR濾波方法[2]。本文重點針對FIR濾波方法進行分析。

設有限沖激響應FIR濾波器的單位沖激響應為h(k),那么一個長度為M的FIR濾波器的系統函數為:

(1)

它是次數為M-1的z-1的一個多項式。一個輸入信號x(n-k),通過FIR濾波器輸出信號y(n),可以表示為:

(2)

式中,k為雷達徑向距離庫序數;M為FIR濾波窗口的大小[3]。

從圖2分析可以得出,FIR濾波能對紅圈所示的降水強中心進行較好地還原,同時,對于回波邊緣因脈沖積累不足造成的離散點進行有效抑制。

(a)濾波前

2.3 雨滴譜儀數據的率定

PRS-11/M系統除了測雨雷達外,還包括7部激光雨滴譜儀,分布于雷達周圍,半徑60 km以內。雨滴譜儀作為測雨雷達系統的一個輔助探測系統,用于衰減訂正參數的擬合以及Z-R關系參數的確定。激光雨滴譜儀在整個系統中起到“標校源”的作用。

2.4 各雨量場反演方法參數的率定

2.4.1 單偏振Z-R關系法

常規雷達的降雨估測公式:

R1(Zh)=a×10b×Zh

(3)

式中,Zh為水平偏振反射率,單位為mm6/m3。

當降水強度較小時,利用Z-R關系法估測降水可以達到較好的精度,根據相關資料,在對流性降水過程中,系數a、b經驗值可取a=300、b=1.4,在層狀云降水過程中,系數a、b經驗值可取a=200、b=1.6。PRS-11/M系統因為引入激光雨滴譜儀作為輔助探測設備,a、b取值可以采用激光雨滴譜儀動態擬合完成,通過試驗,采用連續15 min的雨滴譜數據進行最小二乘法擬合,可以有效提升a、b估值的準確率,從一定程度上提升降水測量精度。

2.4.2 雙偏振參數反演

本文采用的是KPP-ZDR-R關系法。對于降水強度很大的情況,ZH和ZDR可能會受到冰雹的干擾,而KDP不受絕對定標誤差和衰減的影響,即使在雨中混有球形冰雹時,其估值依然準確,所以選擇R4公式形式:

(4)

式中,ZDR為差分反射率因子,是反映以反射率因子為權重的降水粒子的平均軸比的物理量;KDP為差分相移變率,為水平、垂直偏振波在降水區的傳播常數增量差;通過前期研究表明,系數a、b、c可取a=7.049、b=0.9411、c=-0.456。

3 實測降水過程分析

對PRS-11/M系統2017-2019年降水資料進行分析(主要資料為2017-2018年),重點按降水過程進行評估。

3.1 2017年4月15日降水過程

雷達探測范圍內降水過程時間為:2017年4月15日23∶00 ～ 2017年4月16日13∶00,地點:黃龍溪水文站。該過程為混合型降水過程,包括:層狀云降水和對流云降水,部分雨量站點12 h雨量超過20 mm。該過程雨量雷達累積雨量相對于雨量站雨量整體一致性較好,兩者相關性較好(見圖3和表2)。

圖3 2017年4月15日23∶10開始連續時刻雨量場分布

表2 評估結果

2017年4月15日23∶00～2017年4月16日13∶00累積雨量對比如圖4所示。

圖4 雷達累積雨量與雨量站雨量對比

3.2 2018年6月13日降水過程

雷達探測范圍內降水過程時間為:2018年06月13日03∶00-2018年06月13日23∶00,地點:黃龍溪水文站。該過程為混合云降水過程,均勻降水過程中伴有局地強中心,持續時間長,超過12h,部分雨量站點雨量超過30 mm。該過程雨量雷達累積雨量相對于雨量站雨量整體偏小,兩者相關性較好,相對誤差較小(見圖5和表3)。

圖5 2018年06月13日03∶00分開始連續雨量場分布

表3 評估結果

2018年06月13日03∶00-2015年06月13日23∶00時段累積雨量對比如圖6所示。

圖6 雷達累積雨量與雨量站雨量對比

4 結語

雨量雷達與雨量站對同一次降水過程存在誤差的原因除了兩者自身的系統誤差外,從原理上分析,雨量雷達是通過探測降水回波強度進行降雨量反演,而雨量站是直接測量;從探測目標分析,雨量雷達是測量空中降水,而雨量站是測量地面降水,考慮到雨滴在空中的碰并、蒸發等因素,雨量雷達測量值應略大于雨量站測量值。