2019, Vol. 45 
2. 上海师范大学地理系，上海 200234
2. Department of Geography, Shanghai Normal University, Shanghai 200234
风廓线雷达(WPR)测得的垂直分布的水平风向和风速廓线尤其是大风剖面具有高时空分辨率的优点，可在灾害天气监测、短时数值预报、气候可行性论证等诸多领域广泛应用(胡明宝，2015；何平，2006；董丽萍等，2014；王栋成等，2018)，但因探测能力限制、易受杂波干扰、受晴雨和温压湿影响，也导致WPR观测数据的稳定性、准确性有待提高。国内外不少学者进行了WPR与L波段雷达、小球测风、多普勒天气雷达、梯度风塔、ERA-Interim再分析资料等数据的对比研究。Strauch et al(1987)用冬季晴空条件下资料、Wuertz et al(1988)用夏季降水条件下资料分析了WPR探测的准确性。Seto et al(2009)用NCEP再分析资料、探空资料与WPR的700 hPa水平风观测数据进行比较，结果表明WPR数据促进了资料同化的精度，一致性提高了约10%。国内早期李晨光等(2003)、王欣等(2005)、孙旭映等(2008)、董保举等(2011)、万蓉等(2011)也进行了WPR与探空资料的个例或短期观测资料的对比，认为两者相关度、一致性总体较好。陈添宇等(2011)检验WPR和探空资料变化趋势的一致性和偏离程度，认为前者探测的风速误差较大，尤其是1400 m以下误差更大。王志春等(2013)对比了大风条件下车载WPR与相应高度的气象塔50和100 m的15次实测资料，结果表明两者风速、风向变化规律比较一致，但风速、风向值有一定的偏差，前者测得的风速总体比后者的偏小。董丽萍等(2014)分析了全国WPR网络与探空资料一致性，发现在700 hPa以下两者有较好的一致性。董新宁等(2017)对重庆WPR和多普勒天气雷达获取的2013年9个月的风廓线资料研究发现，两者探测的风向和风速的相关系数分别为0.90和0.75，且两者的一致性随高度不断增强。张寅等(2017)对2014—2015年陕西泾河站L波段雷达探空数据和ERA-Interim再分析资料与同期长安站WPR数据进行对比发现，三者整体上相关性较好，相关系数随高度的增高而增大并在1500~2500 m达到显著相关。此外，王烨芳等(2007)、万蓉等(2011)、邓闯等(2012)对比研究认为，WPR水平风速和风向测量值一般都比气球轨迹法的结果偏大，分别偏大1.5~3.0 m·s-1和10~20°。吴志根等(2013)得出两台TWP3型WPR与宝山L波段雷达探空风速的误差均为2~4 m·s-1，曲巧娜等(2016)发现济南站晴天1.5 km以上及雨天0.64 km以上大多高度层，WPR的水平风速比探空偏小约2 m·s-1，青岛站6.48 km以下则比探空偏小2~4 m·s-1。Weber and Wuertz(1990)得出水平风u、v分量标准偏差均为2.5 m·s-1。吴蕾等(2014)对北京南郊大气探测试验基地2006—2008年的WPR观测资料与探空资料进行了对比，发现两者测风u、v分量均有较好的一致性, 平均水平风速的标准差在2.3 m·s-1左右。
综上所述，这些研究大都是针对平均风的对比，仅个别关注了大风条件下的对比；较多关注水平风u、v分量的对比，较少回答大风风向、风速的对比；较多关注晴空或非降水条件下的个例对比，较少回答长序列的降水/非降水综合对比。本文基于相同站点WPR和L波段雷达大风探空测风(以下简称LW)的2014年全年逐次测风资料，进行两者大风相关性、互补性分析，以期更全面系统反映两者大风数据的异同，为极端灾害性天气气候业务及应用提供参考。
1 资料来源和对比方法 1.1 资料来源本文所用距地面100~2980 m高度的大风数据(≥10.8 m·s-1)，来自济南(章丘)CLC-11-D型固定式边界层WPR站(36°41′N、117°33′E，海拔121.8 m)2014年每日实时产品数据ROBS文件，雷达主要技术指标为：时间分辨率≤6 min，最低与最高探测高度分别为≤100 m、≥3 km，输出产品数据高度分辨率为60、120、240 m三种，风速与风向测量精度分别为≤1.5 m·s-1、≤10°。本次采用该站经质量控制后业务上传的产品数据，并根据风场的变化是具有连续性的这一气象原理进行进一步的数据质量控制(周雯嫣等，2011)，在各高度上进行上下层、在时间上进行前后3个时次的风向、风速数据奇异点判断，剔除异常数据并用前后或上下点平均来替代该点的数据，然后筛选每一高度层全年逐次大风数据。
所采用相同站点的LW数据为2014年每日07:15、19:15、13:15(北京时，下同；6、7、8月加密观测)，来自济南(章丘)GFE(L)1型二次测风雷达L探空站(36°41′N、117°33′E，海拔122.59 m)记录文件，测量精度风向≤2.5°(风速＞10 m·s-1)、风速≤10%(风速＞10 m·s-1)，数据均经业务质量控制，符合《常规高空气象探测规范》(中国气象局，2010)。
LW秒级和分钟级数据的高度分辨率分别为6~7 m、400 m，考虑LW整点后15 min开始探测，气球按照每分钟400 m的速度上升，10 min的高度足以涵盖WPR探测每6 min、2980 m的高度范围，因此本研究采用WPR整点后24 min的ROBS数据与LW数据的时间可以匹配。与ROBS数据相同时段、相同高度层的LW数据利用L波段高空气象探测系统数据处理软件内插获取(李伟等，2008)，从而使对比数据时空匹配一致。因设备故障、系统维护等导致WPR数据有缺测，LW资料也有个别缺测，全年共获得768条对比廓线，每条廓线应至少有27个高度层的对比数据，但因有时信噪比较低无法获得可信的水平大风数据，有些高度层的ROBS数据也有一些缺失。
1.2 对比方法边界层WPR和LW数据的统计对比以多种方式进行。首先，不分条件将所有大风数据进行对比(吴蕾等，2014)；其次，将所有大风数据中偏差较大的离群值剔除后进行对比，按降水/非降水、高度、风速和风向、最大风速及月份等分组，分析WPR和LW两者相关性、一致性和资料互补性。
考虑风向角度变化具有周期性，在对两者风向相关性分析时进行了一定处理，即:当两者风向相差绝对值大于180°时，风向角度小者加上360°(董新宁等，2017；王烨芳等，2008)。
汇总WPR和LW数据对比中离群值的偏差阈值确定方法主要有三类。本文将方法一称为统计阈值法：根据两者观测风向、风速的长期样本差值的统计误差设定，如夏文梅等(2008)、万蓉等(2011)、曲巧娜等(2016)将水平风速差≤3 m·s-1、风向差≤20°(≤15°；贺文煌等, 2017)定义为有效样本。将方法二称为测量阈值法：根据WPR、LW的测量误差综合确定误差阈值(胡明宝和张鹏，2011；姚雯和马颖，2009)，风向误差阈值25°，风速误差阈值随风速增大。将方法三称为标准偏差法：根据WPR、LW数据u、v分量的标准偏差(σ)的三倍值确定为偏差阈值(Weber and Wuertz, 1990；吴蕾等，2014；朱立娟，2015)。各方法确定大风数据有效样本的结果对比见表 1，三种方法的离群数据剔除率分别为29.04%、10.70%、4.03%，三种方法的样本相关系数(R)均较高且风向的远高于风速的，无论风向、风速，设定的偏差阈值越小则R越高、回归方程系数越接近1.0、截距越小、σ越小。但方法一的偏差阈值过小导致数据剔除率过高，且对大风样本类比引用适用性差；方法二的数据剔除率偏高，且只关注了测量误差，对系统误差与随机误差等未全面考虑；方法三的u、v分量σ较小，分别为2.04 m·s-1、2.88 m·s-1，R较高，分别为0.973、0.965，有效样本率较高(95.97%)，可使保留的原始观测大风数据足够多、更具代表性，因此本文基于方法三进行WPR和LW大风数据对比有效样本的确定。
|
表 1 三种偏差阈值确定方法结果对比 Table 1 Comparison of the results of three deviation threshold determination methods |
基于方法三有效样本得到的大风风向、风速的R分别为0.994、0.663，σ分别为10.82°、2.53 m·s-1，并初步得到WPR与LW大风风向、风速的相互订正回归方程：
| $ \begin{array}{l}{\theta_{\mathrm{LW}}=0.986 \theta_{\mathrm{WPR}}+6.66} \\ {V_{\mathrm{LW}}=0.788 V_{\mathrm{WPR}}+2.06}\end{array} $ | (1) |
式中，θLW和θWPR分别为LW和WPR的风向，VLW和VWPR分别为LW和WPR的风速。
2 所有大风数据对比 2.1 未剔除较大偏差所有大风数据对比未剔除较大偏差的WPR和LW大风对比的所有样本数为1887对，u分量、v分量、风向、风速对比的散点图见图 1。若两者结果相同则所有点应分布在从左下角到右上角的对角线上(吴蕾等，2014)，虽有不少离群值但WPR和LW两者之间总体有较好的相关性，且风向的相关性和一致性均优于风速的。两者u、v分量的R分别为0.958、0.957，σ分别为2.54、3.21 m·s-1(图 1a、1b)；两者风向、风速R分别为0.936、0.614，σ分别为36.9°、2.77 m·s-1(图 1c、1d)。造成两者差异的原因包括测量原理、测量误差、WPR杂波干扰、降雨干扰以及LW观测误差、LW资料在各高度层之间的整体连续性不足等(吴蕾等，2014；孙旭映等，2008)。
|
图 1 2014年未剔除较大偏差的WPR与LW所有大风数据对比 (a)u分量，(b)v分量，(c)风向，(d)风速 Fig. 1 Comparison of all strong wind data observed by WPR and LW without removing large-deviation data in 2014 (a) u-component, (b) v-component, (c) wind direction, (d) wind speed |
采用方法三剔除偏差较大的数据后，共得到大风有效样本1811对，WPR与LW的u分量、v分量、风向、风速的差值频率分布形态(图略)皆符合平均值为0的随机正态分布，对比数据的散点图(图 2)反映了两者大风u分量、v分量、风向、风速的相关性，两者的R分别为0.973、0.965、0.994、0.665，σ分别为2.04 m·s-1、2.88 m·s-1、10.82°、2.53 m·s-1。与未剔除较大偏差的全部样本结果相比，R增大、σ减小，两者总体有较好的相关性且风向的相关性和一致性均优于风速的。两者的相关性较好，主要是因为相同站点的WPR和LW对比数据时空匹配一致；而风向、u分量、v分量的相关性和一致性均优于风速的，则说明WPR和LW两者对风场矢量的测量准确性、一致性均较好，而对于流场速度的测量准确性、一致性则存在一定的差异。
3 降水与非降水对比
基于地面气象站逐小时降水资料和WPR实时ROBS文件的垂直速度简明判定降水与非降水样本。若地面记录某时刻有降水，则将WPR观测的本次大风记录归类为降水样本；若地面气象站记录无降水，但WPR观测的垂直速度(向下为正，向上为负)连续多层大于1.0 m·s-1(胡明宝，2015；何平等，2009；杨馨蕊等，2010；吴志根，2012；王令等，2014；邱粲等，2017；张培昌等，2001)，则也将该大风记录归类为降水样本；除此之外的大风记录则归类为非降水样本。
3.1 总体样本对比降水/非降水的WPR与LW大风，风向的R均较高，均为0.994(表 2、图 3)，差值(Δθ，WPR数据减去LW数据，下同)是降水的略大(-6.17°)，σ是非降水的略大(11.57°)；风速的R是降水的较非降水的高(0.822 m·s-1)，差值(ΔV)、σ均是降水的小(分别为0.61、1.96 m·s-1)、非降水的略大(分别为0.94、2.73 m·s-1)；u、v分量的R均较高，差值Δu、Δv均是降水的略大，σ则是降水的略小。
|
|
表 2 2014年按降水、非降水样本分组的WPR与LW大风数据对比 Table 2 Comparison of strong wind data observed by WPR and LW grouped by precipitation and non-precipitation period samples in 2014 |
|
图 3 2014年按降水(a1, b1, c1, d1)与非降水(a2, b2, c2, d2)样本分组的WPR与LW大风数据对比 (a)u分量，(b)v分量，(c)风向，(d)风速 Fig. 3 Comparison of strong wind data observed by WPR and LW grouped by precipitation (a1, b1, c1, d1) and non-precipitation (a2, b2, c2, d2) period samples in 2014 (a) u-component, (b) v-component, (c) wind direction, (d) wind speed |
降水、非降水、全部样本的WPR与LW两者风向的R在各高度层均较高且随高度变化基本一致(图 4a)，差异主要在340 m及以下高度层，降水样本的R较非降水的偏大0.006~0.038，表明WPR在低空受杂波干扰、探测波束没有完全形成等因素导致且非降水时更显著；其余高度层的差异则很小(-0.002~0.003)。两者风速的R随高度变化差异显著，除100、220 m层外，其余各高度层降水的R均显著高于非降水的(图 4b)，其中以1060~2020 m高度段和340 m层更显著。
|
图 4 2014年按降水、非降水样本分组的WPR与LW大风数据相关系数随高度的变化 (a)风向，(b)风速 Fig. 4 Correlation coefficient of strong wind data measured by WPR and LW changing with height grouped by precipitation and non-precipitation period samples in 2014 (a) wind direction, (b) wind speed |
按降水/非降水、高度变化等不同分类对比，均表明WPR与LW的大风数据具有较高的一致性，说明WPR观测的大风数据可信。尤其是降水期间的一致性比非降水的高，表明降水条件下WPR观测的大风水平风向、风速数据虽可能存在一定的误差，但足以反映当地的风场随高度变化的基本规律，降水期间WPR水平大风数据可以使用。这一结果与国内外学者(Wuertz et al，1988；何平等，2009；万蓉等，2011；高祝宇等，2016；阮征等，2017；贺文煌等，2017；董新宁等，2017；黄书荣等，2017)的研究基本一致。降水过程空中水汽含量增加导致降水粒子Rayleigh散射信号增强，可使WPR探测降水时的返回信号增强，得到的原始产品数据信号增强且稳定，同时使WPR观测的高度、观测数据获取率也较无降水时大幅度提高，可能是降水样本的相关性优于非降水的主要原因。
3.2.2 风向差、风速差的对比降水、非降水、全部样本的27个高度层WPR与LW的大风风向差(Δθ)、风速差(ΔV)、u分量差(Δu)、v分量差(Δv)的廓线见图 5，分析可知：
|
图 5 2014年降水、非降水样本的WPR与LW观测大风均差随高度变化对比 (a)风向，(b)风速，(c)u分量，(d)v分量 Fig. 5 The average difference of the strong wind by WPR and LW changing with height grouped by precipitation and non-precipitation period samples in 2014 (a) wind direction, (b) wind speed, (c) u-component, (d) v-component |
(1) Δθ、ΔV、Δu、Δv总体均较小且随高度变化规律基本一致，WPR与LW的相关性、资料互补性总体较好。表明济南WPR和LW为相同站点且下垫面、海拔高度、风场均一致，WPR观测到的水平风资料可靠性接近LW。
(2) Δθ、ΔV、Δu、Δv绝对值均是低层较大、高层较小，且在低层WPR风向值小于LW，降水、非降水、全部样本的Δθ由负向正转换高度分别在2980、1900、2740 m；在低层WPR风速值大于LW，降水、非降水、全部样本ΔV由正向负转换高度分别在1300、2740、1660 m；在低层WPR的v分量小于LW，降水、非降水、全部样本ΔV由负向正转换高度分别在1540、940、940 m；在各高度层WPR的u分量均大于LW，降水、非降水、全部样本的Δu转折高度分别出现在1780、640、820 m。这一结论与刘梦娟和刘舜(2016)、张寅等(2017)的研究基本一致。
(3) Δθ、ΔV、Δv随高度的变化均符合对数律递增或递减规律，拟合回归方程见表 3，拟合曲线图略。降水、非降水、全部样本Δθ拟合的R分别为0.851、0.978、0.984，ΔV拟合的R分别为0.922、0.914、0.941，Δv拟合的R分别为0.844、0.854、0.904。但Δu随高度的变化不能以一个回归方程表达，分段拟合则效果不错(表 3)，低层段拟合的R分别为0.869、0.870、0.949，高层段拟合的R分别为0.879、0.661、0.713。拟合的相关系数均较高，表明可以用WPR数据的高时空分辨率弥补LW时空分辨率的不足。但是，对于降水、非降水和全部样本、不同高度段等，这些差值随高度的变化规律并不完全一致，在进行WPR与LW风廓线的风向、风速等回归方程求算和资料互补时，应注意差值随高度、不同天气系统的变化规律(杨梅等，2006；王烨芳等，2007)，以全部样本不考虑高度等变化得到的回归方程式(1)并不具有全面的适用性。
|
|
表 3 2014年WPR与LW的大风Δθ、ΔV、Δu、Δv随高度变化拟合公式 Table 3 Ftting formula for strong wind direction difference (WPR-LW), speed difference, u-component difference and v-component difference with height in 2014 |
与3.2.2中分析一致，各高度段风向的R均较高(0.988~0.996)(表 4)，Δθ绝对值随高度增加呈减小趋势，在2500 m以下WPR小于LW，其上则相反；σ则随高度增加而增大。各高度段的风速的R较高(0.488~0.783)，ΔV绝对值随高度增加呈减小趋势，在2500 m以下WPR大于LW，其上则相反；σ随高度增加先增大后减小。各高度段的u、v分量的R均较高，差值和σ随高度的差异变化较小。
|
|
表 4 2014年按高度段分组的WPR与LW大风数据对比 Table 4 Comparison of strong wind data measured by WPR and LW grouped by height in 2014 |
按WPR大风风速将对比样本分为3组(表 5)。在各风速段WPR与LW两者风向的R均较高(0.992~0.995)，风向的相关性与风速大小无明显关联，但随风速增大两者的风向差绝对值呈增大趋势，σ则呈减小趋势。在各风速段两者风速的R相对较高(0.373~0.585)，20 m·s-1以上组的远高于其余两组，呈现风速越大相关性越好趋势；在各风速段两者u、v分量的R均较高，且与风速大小无明显关联，u分量的差值均为正值，v分量的差值均为负值，u、v分量σ均呈现随风速增大趋势。
|
|
表 5 2014年按风速分组的WPR与LW大风数据对比 Table 5 Comparison of strong wind data measured by WPR and LW grouped by wind velocity in 2014 |
统计WPR与LW的各风向下大风出现频率、平均风速、最大风速(图 6)，两者的R分别为0.909、0.496、0.587，均通过0.05显著性水平检验。两者的大风频率一致且与当地常年结果相同，均以SSW风为主，仅在NW、N—NE、S、SW方位略有差异(图 6a)；两者的各风向下平均风速一致，差值略大的是-1.12 m·s-1(NW)、1.8 m·s-1(SSW)，除W、WNW、NW风向外其余均是WPR大于LW(图 6b)；两者的各风向下最大风速基本一致，差值略大的是-9.3 m·s-1(WNW)、5.6 m·s-1(NE)(图 6c)。
|
图 6 2014年WPR与LW大风频率(a，单位：%)、平均风速(b，单位：m·s-1)、最大风速(c，单位：m·s-1)对比 Fig. 6 Comparison of strong wind frequency (a, unit: %), average speed (b, unit: m·s-1) and maximum wind speed (c, unit: m·s-1) of WPR and LW in 2014 |
WPR与LW两者27个高度层的年最大风速、对应风向的R分别为0.650、0.990，σ分别为2.83 m·s-1、5.78°，两者最大风速、对应风向随高度的变化基本一致且风向的一致性更好(图 7a、7b)。最大风速在340 m及以下高度层WPR显著大于LW，差异最大为100 m层(6.7 m·s-1)，主要是WPR观测受低层杂波干扰较大、两者测量原理不同、时空代表性差异等原因造成，而1540 m层LW最大风速的小值则显示其探测大风能力尚有不足。各高度层风向均是WPR较LW略偏小(0.6°~21.6°)，但差值均在一个风向范围(22.5°)内。
|
图 7 2014年WPR与LW各高度层的年最大风速(a)及对应的风向(b)对比 Fig. 7 Comparison of annual maximum wind speed (a) and direction (b) at each height observed by WPR and LW in 2014 |
27个高度层的年最大风速26.9 m·s-1出现在2980 m层(2014年5月10日20时)，该时段地面雨强为6.1 mm·h-1，WPR观测的垂直速度(W)在4~6 m·s-1(图 8a)。WPR与LW两者最大风速、对应风向的R分别为0.951、0.984，σ分别为1.91 m·s-1、5.98°。两者最大风速、对应风向随高度的变化一致(图 8)，ΔV为-4.0~3.3 m·s-1，Δθ为-0.5°~-23.8°，均较小，表明WPR在极大风速、降水条件下观测的数据可用。
|
图 8 2014年5月10日20时济南站WPR与LW大风风速(a)、风向(b)对比 Fig. 8 Comparison of strong wind speed (a) and direction (b) measured by WPR and LW at Jinan Station at 20:00 BT 10 May 2014 |
对比结果见表 6，两者各月风向的R均较高且变幅小，11、12月最低，而6、7月最高，分析其原因可能与WPR数据受温压湿影响有关(何平等，2009；董新宁等，2017)。冬季探测高度低、数据获取率低，且低层更易受干扰导致数据质量略差，夏季探测高度高、数据获取率高，数据质量好；均差(Δθ)较小(-7.94°~1.08°)，σ相对较小(6.36°~17.50°)。两者各月风速的R变化幅度略大，4、9月最低但均通过0.01显著性水平检验，ΔV较小(-0.50~2.50 m·s-1)，σ为1.59~3.08 m·s-1。两者各月u分量R较高，Δu较小(-0.26~1.92 m·s-1)，σ较小(1.43~2.32 m·s-1)。各月v分量R较高，Δv较小(-1.88~2.88 m·s-1)，σ为1.61~3.75 m·s-1。
|
|
表 6 2014年按月份分组的WPR与LW大风风向、风速及u、v分量对比 Table 6 Comparison of monthly strong wind direction, speed and u, v components measured by WPR and LW grouped in 2014 |
可见，各月两者风向、风速及u、v分量的一致性均较好，WPR的风向、v分量总体略小于LW，WPR的风速、u分量总体上略大于LW，这一差异的原因同2.2和3.2.2节所述。
5 结论(1) 与统计阈值法、测量阈值法相比，标准偏差法的u、v分量标准偏差均较小，相关系数均较高，有效样本率95.97%可使保留的WPR原始观测大风数据足够多、更具代表性。
(2) 剔除较大偏差数据后，WPR和LW大风数据的u分量、v分量、风向、风速的相关系数分别为0.973、0.965、0.994、0.665，标准偏差分别为2.04 m·s-1、2.88 m·s-1、10.82°、2.53 m·s-1；大风风向的相关性、一致性好于风速的。
(3) WPR与LW的大风风向、风速基本一致，表明WPR观测的水平风资料可靠性接近LW。但在低层差异较高层的大，尤其是340 m及以下高度层更显著，降水、非降水、全部样本分别在2980、1900、2740 m以下WPR风向值略小于LW，在1300、2740、1660 m以下WPR风速值略大于LW。
(4) 按降水/非降水、高度变化等不同分类对比，WPR与LW大风数据均具有较高的一致性，尤其是降水期间的一致性比非降水的高，表明WPR观测数据可信、降水期间WPR水平大风数据可以使用。
(5) WPR与LW大风的相关性、资料互补性总体较好，可以用WPR数据的高时空分辨率弥补LW时空分辨率的不足。降水、非降水、全部样本的WPR与LW风向、风速、v分量差值随高度变化均符合e指数或对数律递增或递减规律，但u分量差值不符合，需分高度段拟合；在进行WPR与LW风廓线的风向、风速等回归方程求算和资料互补时，应注意以全部样本未考虑随高度等的变化得到的单一回归方程并不具普遍适用性。
陈添宇, 陈跃, 陈乾, 2011. 风廓线雷达资料的误差及对祁连山地形云风场监测的初步分析[J]. 干旱气象, 29(3): 416-422. Chen T Y, Chen Y, Chen Q, 2011. Error analysis of wind profiler radar data and the primary results from the Qilian Mountain orographic cloud and wind field observation[J]. J Arid Meteor, 29(3): 416-422 (in Chinese).
|
邓闯, 阮征, 魏鸣, 等, 2012. 风廓线雷达测风精度评估[J]. 应用气象学报, 23(5): 523-533. Deng C, Ruan Z, Wei M, et al, 2012. The evaluation of wind measurement accuracy by wind profile radar[J]. J Appl Meteor Sci, 23(5): 523-533 (in Chinese). DOI:10.3969/j.issn.1001-7313.2012.05.002
|
董保举, 张晔, 徐安伦, 等, 2011. 风廓线雷达测风和气球测风资料对比分析[J]. 云南大学学报(自然科学版), 33(S1): 18-25. Dong B J, Zhang Y, Xu A L, et al, 2011. Comparative analysis on wind data from wind profiler radar and balloon sounding[J]. J Yunnan Univ (Nat Sci Ed), 33(S1): 18-25 (in Chinese).
|
董丽萍, 吴蕾, 王令, 等, 2014. 风廓线雷达组网资料初步对比分析[J]. 气象, 40(9): 1145-1151. Dong L P, Wu L, Wang L, et al, 2014. Preliminary comparison research of the wind profile radar network data[J]. Meteor Mon, 40(9): 1145-1151 (in Chinese).
|
董新宁, 方德贤, 周国兵, 等, 2017. 两种垂直风廓线的对比及应用Ⅰ:一致性分析[J]. 高原气象, 36(3): 788-800. Dong X N, Fang D X, Zhou G B, et al, 2017. Comparison and application of two kinds vertical wind profile data Part Ⅰ:consistency analysis[J]. Plateau Meteor, 36(3): 788-800 (in Chinese).
|
高祝宇, 阮征, 魏鸣, 等, 2016. 风廓线雷达数据质量影响因子及处理算法[J]. 应用气象学报, 27(2): 148-159. Gao Z Y, Ruan Z, Wei M, et al, 2016. Quality factors and processing algorithm for wind profiling radar data[J]. J Appl Meteor Sci, 27(2): 148-159 (in Chinese).
|
何平, 2006. 相控阵风廓线雷达[M]. 北京: 气象出版社: 1-85. He P, 2006. Phased Array Wind Profile Radar[M].
Beijing: China Meteorological Press: 1-85 (in Chinese).
|
何平, 朱小燕, 阮征, 等, 2009. 风廓线雷达探测降水过程的初步研究[J]. 应用气象学报, 20(4): 465-470. He P, Zhu X Y, Ruan Z, et al, 2009. Preliminary study on precipitation process detection using wind profiler radar[J]. J Appl Meteor Sci, 20(4): 465-470 (in Chinese). DOI:10.3969/j.issn.1001-7313.2009.04.011
|
贺文煌, 周登, 马超, 等, 2017. 对流层风廓线雷达资料质量分析[J]. 解放军理工大学学报(自然科学版), 17(6): 552-557. He W H, Zhou D, Ma C, et al, 2017. Quality analysis of troposphere wind profile radar data[J]. J PLA Univ Sci Technol (Nat Sci Ed), 17(6): 552-557 (in Chinese).
|
胡明宝, 2015. 风廓线雷达探测与应用[M]. 北京: 气象出版社: 1-196. Hu M B, 2015. Application and Dectation of Wind Profile Radar[M].
Beijing: China Meteorological Press: 1-196 (in Chinese).
|
胡明宝, 张鹏, 2011. 风廓线雷达测量性能分析[J]. 气象科技, 39(3): 315-319. Hu M B, Zhang P, 2011. Measuring performance analysis of wind profiling radar[J]. Meteor Sci Technol, 39(3): 315-319 (in Chinese). DOI:10.3969/j.issn.1671-6345.2011.03.009
|
黄书荣, 吴蕾, 马舒庆, 等, 2017. 结合毫米波雷达提取降水条件下风廓线雷达大气垂直速度的研究[J]. 气象学报, 75(5): 823-834. Huang S R, Wu L, Ma S Q, et al, 2017. Extraction of atmosphe- ric vertical velocity from observations of WPR combined with millimeter-wavelength radar during precipitation[J]. Acta Meteor Sin, 75(5): 823-834 (in Chinese).
|
李晨光, 刘淑媛, 陶祖钰, 2003. 华南暴雨试验期间香港风廓线雷达资料的评估[J]. 热带气象学报, 19(3): 269-276. Li C G, Liu S Y, Tao Z Y, 2003. Review of wind profiler data of Hongkong during IOP of HUAMEX and SCSMEX[J]. J Trop Meteor, 19(3): 269-276 (in Chinese). DOI:10.3969/j.issn.1004-4965.2003.03.006
|
李伟, 刘凤琴, 徐伟, 等, 2008. L波段高空气象探测系统软件[J]. 气象科技, 36(2): 237-239. Li W, Liu F Q, Xu W, et al, 2008. L-band upper-air meteorological sounding system[J]. Meteor Sci Technol, 36(2): 237-239 (in Chinese). DOI:10.3969/j.issn.1671-6345.2008.02.023
|
刘梦娟, 刘舜, 2016. 上海组网风廓线雷达数据质量评估[J]. 气象, 42(8): 962-970. Liu M J, Liu S, 2016. Evaluation of wind profiler network data in Shanghai[J]. Meteor Mon, 42(8): 962-970 (in Chinese).
|
邱粲, 王栋成, 李娟, 等, 2017. 风廓线雷达垂直速度与地面降雨关系研究:以济南为例[J]. 海洋气象学报, 37(4): 91-100. Qiu C, Wang D C, Li J, et al, 2017. Study on the relationship between vertical velocity of wind profiler and rainfall:a case in Jinan[J]. J Mar Meteor, 37(4): 91-100 (in Chinese).
|
曲巧娜, 盛春岩, 孙青, 等, 2016. 风廓线雷达与L波段探空雷达测风资料的对比[J]. 干旱气象, 34(6): 1078-1086. Qu Q N, Sheng C Y, Sun Q, et al, 2016. Comparison of horizontal wind between wind profile radar and L band sounding radar[J]. J Arid Meteor, 34(6): 1078-1086 (in Chinese).
|
阮征, 高祝宇, 李丰, 等, 2017. 风廓线雷达与天气雷达风廓线数据的融合及应用[J]. 气象, 43(10): 1213-1223. Ruan Z, Gao Z Y, Li F, et al, 2017. Integration and application of wind profiles for wind-profiling radar and weather radar[J]. Meteor Mon, 43(10): 1213-1223 (in Chinese). DOI:10.7519/j.issn.10000526.2017.10.005
|
孙旭映, 韩晖, 段海霞, 等, 2008. 风廓线仪与气球测风资料的对比分析[J]. 干旱气象, 26(3): 48-52. Sun X Y, Han H, Duan H X, et al, 2008. Comparative analysis on wind data from atmospheric wind profiler and balloon sounding[J]. Arid Meteor, 26(3): 48-52 (in Chinese). DOI:10.3969/j.issn.1006-7639.2008.03.009
|
万蓉, 周志敏, 崔春光, 等, 2011. 风廓线雷达资料与探空资料的对比分析[J]. 暴雨灾害, 30(2): 130-136. Wan R, Zhou Z M, Cui C G, et al, 2011. Comparing wind profiler data with radiosonde data and analyzing[J]. Torrent Rain Dis, 30(2): 130-136 (in Chinese). DOI:10.3969/j.issn.1004-9045.2011.02.005
|
王栋成, 董旭光, 邱粲, 等, 2018. 山东省境内边界层风廓线雷达观测最大风速随高度变化研究[J]. 建筑结构学报, 39(2): 130-137. Wang D C, Dong X G, Qiu C, et al, 2018. Study on maximum wind speed change with height of boundary wind profile radar in Shandong[J]. J Build Struct, 39(2): 130-137 (in Chinese).
|
王令, 王国荣, 古月, 等, 2014. 风廓线雷达垂直径向速度应用初探[J]. 气象, 40(3): 290-296. Wang L, Wang G R, Gu Y, et al, 2014. Application of wind profiler radar vertical radial velocity[J]. Meteor Mon, 40(3): 290-296 (in Chinese).
|
王欣, 卞林根, 彭浩, 等, 2005. 风廓线仪系统探测试验与应用[J]. 应用气象学报, 16(5): 693-698. Wang X, Bian L G, Peng H, et al, 2005. The atmospheric wind profiler and radio acoustic sounding system with its applications[J]. J Appl Meteor Sci, 16(5): 693-698 (in Chinese). DOI:10.3969/j.issn.1001-7313.2005.05.017
|
王烨芳, 齐久成, 王威, 2008. 高空气象探测测风计算方法[J]. 气象水文海洋仪器, (3): 26-28. Wang Y F, Qi J C, Wang W, 2008. Computational method of anemography of upper air meteorology survey[J]. Meteor, Hydrol Mar Instrum, (3): 26-28 (in Chinese). DOI:10.3969/j.issn.1006-009X.2008.03.007
|
王烨芳, 薛云朝, 李清, 2007. 气球轨迹法测风和风廓线雷达测风的对比分析[J]. 气象水文海洋仪器, (3): 30-34. Wang Y F, Xue Y Z, Li Q, 2007. The contradistinctive analysis of the method of anemography of balloon contrail and aeolian contour line radar[J]. Meteor, Hydrol Mar Instrum, (3): 30-34 (in Chinese). DOI:10.3969/j.issn.1006-009X.2007.03.011
|
王志春, 植石群, 丁凌云, 等, 2013. 华南沿海地区车载风廓线雷达资料的分析与应用[J]. 气候与环境研究, 18(2): 195-202. Wang Z C, Zhi S Q, Ding L Y, et al, 2013. Analysis and application of data obtained by wind profiler radar on the coast of South China[J]. Clim Environ Res, 18(2): 195-202 (in Chinese).
|
吴蕾, 陈洪滨, 康雪, 2014. 风廓线雷达与L波段雷达探空测风对比分析[J]. 气象科技, 42(2): 225-230. Wu L, Chen H B, Kang X, 2014. Comparison between wind profiler and L band upper-air meteorological sounding system[J]. Meteor Sci Technol, 42(2): 225-230 (in Chinese). DOI:10.3969/j.issn.1671-6345.2014.02.008
|
吴志根, 2012. 边界层风廓线雷达在降水时段中的在线分析应用研究[J]. 气象, 38(6): 758-763. Wu Z G, 2012. Online analyses and studies of boundary wind profilers during the precipitation period[J]. Meteor Mon, 38(6): 758-763 (in Chinese).
|
吴志根, 徐同, 丁若洋, 等, 2013. 上海组网边界层风廓线雷达与宝山二次雷达测风数据比较分析[J]. 气象, 39(3): 370-376. Wu Z G, Xu T, Ding R Y, et al, 2013. Comparison of wind data mea- sured by Shanghai network wind profilers and Baoshan GFE(L)-1 sounding radar[J]. Meteor Mon, 39(3): 370-376 (in Chinese).
|
夏文梅, 陈楠, 程婷, 等, 2008. 降水过程中多普勒天气雷达风廓线产品特征[J]. 气象, 34(10): 20-26. Xia W M, Chen N, Cheng T, et al, 2008. Analysis on characteristics of VWP wind product of Doppler weather radar during rainfall process[J]. Meteor Mon, 34(10): 20-26 (in Chinese). DOI:10.7519/j.issn.1000-0526.2008.10.003
|
杨梅, 李玉林, 单九生, 等, 2006. 新一代雷达风廓线与探空风廓线资料相关分析[J]. 气象, 32(6): 20-24. Yang M, Li Y L, Shan J S, et al, 2006. Correlation analysis between new generation radar wind profile data and sounding data[J]. Meteor Mon, 32(6): 20-24 (in Chinese).
|
杨馨蕊, 马舒庆, 吴蕾, 2010. UHF风廓线雷达降水数据判别方法的比较与评价[J]. 大气科学学报, 33(5): 576-581. Yang X R, Ma S Q, Wu L, 2010. Comparison and evaluation of analysis methods of UHF wind profiler data contaminated by precipitation[J]. Trans Atmos Sci, 33(5): 576-581 (in Chinese). DOI:10.3969/j.issn.1674-7097.2010.05.009
|
姚雯, 马颖, 2009. 用GPS定位数据研究L波段雷达-数字探空仪系统的测高误差[J]. 气象, 35(2): 88-93. Yao W, Ma Y, 2009. Comparison analysis of height measurement errors of L-band radar-digital radiosonde system with GPS data[J]. Meteor Mon, 35(2): 88-93 (in Chinese).
|
张培昌, 杜秉玉, 戴铁丕, 2001. 雷达气象学[M]. 北京: 气象出版社: 30-32. Zhang P C, Du B Y, Dai T P, 2001. Radar Meteorology[M].
Beijing: China Meteorological Press: 30-32 (in Chinese).
|
张寅, 樊超, 赵娜, 等, 2017. 长安风廓线雷达测风资料的可靠性验证[J]. 干旱气象, 35(3): 507-515. Zhang Y, Fan C, Zhao N, et al, 2017. Reliability validation of horizontal wind data derived from wind profile radar at Chang'an Station of Shaanxi[J]. J Arid Meteor, 35(3): 507-515 (in Chinese).
|
中国气象局, 2010. 常规高空气象观测业务规范[M]. 北京: 气象出版社. China Meteorological Administration, 2010. Operational Specification for Conventional High Altitude Meteorological Observation[M].
Beijing: China Meteorological Press (in Chinese).
|
周雯嫣, 王凌震, 胡帆, 等, 2011. 干扰对边界层风廓线的影响及对策[J]. 气象水文海洋仪器, 28(2): 90-95. Zhou W Y, Wang L Z, Hu F, et al, 2011. Effect and countermeasures of interference on boundary layer wind-profiling[J]. Meteor, Hydrol Mar Instrume, 28(2): 90-95 (in Chinese). DOI:10.3969/j.issn.1006-009X.2011.02.023
|
朱立娟, 2015. 面向资料同化风廓线雷达水平风产品质量初步分析[J]. 气象, 41(12): 1494-1502. Zhu L J, 2015. Preliminary analysis on wind product of wind profiler for data assimilation[J]. Meteor Mon, 41(12): 1494-1502 (in Chinese). DOI:10.7519/j.issn.1000-0526.2015.12.007
|
Seto T H, Tabata Y, Yamamoto M K, et al, 2009. Comparison study of lower-tropospheric horizontal wind over Sumatra, Indonesia using NCEP/NCAR reanalysis, operational radiosonde, and the equatorial atmosphere radar[J]. SOLA, 5: 21-24. DOI:10.2151/sola.2009-006
|
Strauch R G, Weber B L, Frisch A S, et al, 1987. The precision and relative accuracy of profiler wind measurements[J]. J Atmos Oceanic Technol, 4(4): 563-571. DOI:10.1175/1520-0426(1987)004<0563:TPARAO>2.0.CO;2
|
Weber B L, Wuertz D B, 1990. Comparison of rawinsonde and wind profiler radar measurements[J]. J Atmos Oceanic Technol, 7(1): 157-174. DOI:10.1175/1520-0426(1990)007<0157:CORAWP>2.0.CO;2
|
Wuertz D B, Weber B L, Strauch R G, et al, 1988. Effects of Precipitation on UHF wind profiler measurements[J]. J Atmos Oceanic Technol, 5(3): 450-465. DOI:10.1175/1520-0426(1988)005<0450:EOPOUW>2.0.CO;2
|