曾广宇，郭泽勇，周钦强，张弘豪，陈星登，郭 佳

（1.广东省阳江市气象局，广东 阳江 529500；2.广东省气象探测数据中心，广州 510080；3.北京敏视达雷达有限公司，北京 100085）

引言

多普勒天气雷达通过获得降水目标的反射率、速度、谱宽等基数据来观测天气［1］，但降雨类型的区分存在明显的不足［2］。双线偏振雷达能够同时或交替发射水平和垂直两种线偏振波，从而识别降水粒子形态，提高定量降水估测精度［3］。在单偏振雷达定量降水估测（QPE）的基础上，如何不断提高双偏振天气雷达的定量降水估测精度，并对偏振雷达降水估测算法的稳定性及精度进行效果评估［4］，是当前偏振雷达应用研究中需重点突破的课题。

国内外研究机构及学者对天气雷达定量估测降水算法做了很多研究。对单偏振雷达而言，其定量降水估测方法主要有传统的Z－R 关系法、概率配对法、卡尔曼滤波校准法和变分校准法等［5］。美国WSR－88D PPS（Precipitation Processing System）的MPE（Multisensor Precipitation Estimation）系统将传统的Z－R 关系法应用于业务，因此Z－R 关系法又简称为PPS。与单偏振雷达相比，双偏振雷达特有的偏振参量（ZH、ZDR、KDP、ΦDP、LDR）可以更加微观地监测粒子的微物理特征［6－8］。利用KDP对强降水敏感且不受信号衰减、波束阻挡及雷达标定影响的独特优势［9］，可以更好地建立强降水的估测模型，从而提高强降水的估测精度［10］。与单偏振雷达相比，双偏振雷达在估测方面的优势不仅仅局限于这些有着独特优势的偏振参量，并且根据这些偏振参量的特征值得到不同的组合算法，进一步体现出双偏振雷达在定量降水估测方面的优势。因此业界提出了许多不同偏振量与降水率关系的降水估测算法，王建林等［11］指出，在小雨阶段信噪比较低，偏振参量存在比较大的系统误差，因此建议在反射率因子小于20dBZ 时采用R（ZH）进行估测降水，但没有考虑雨滴谱的变化对降水估测的影响。胡志群等［12］分析了X 波段双偏振雷达不同衰减的订正方法的特点，认为ZH－KDP相结合的方法能够提高降水估测的精度；刘黎平、楚荣忠及尹忠海等［13-15］学者的研究结果都指出，定量降水估测算法不是一成不变的，并且定量降水估测算法受到降水类型和地域影响较大，因此提出了不同偏振量与降水率关系的降水估测算法。Ryzhkov 等［16］根据R（ZH）计算出的雨强来选择不同的降水估测关系，具体提出JPOLE 算法。Cifelli 等［17］通过ZH、ZDR和KDP的阈值来选择不同的定量降水估测算法，提出CSU－ICE 算法；相比较而言，国内也有学者利用CSU－ICE 算法与传统PPS 方法的估测误差效果进行了对比和效果检验［18－19］，但在不同雨滴谱基础上拟合的降水估测算法相对较少。

利用珠江三角洲地区的3 部激光雨滴谱仪（LPA）数据对经典CSU－ICE 算法进行本地化改进，选取2019 年汛期的1 次华南季风降水过程，将CSU－LPA 算法的估测数据与地面雨量计实况数据进行了误差对比，为将来偏振雷达定量估测降水算法的业务化应用提供技术参考。

1 资料来源

1.1 降水过程概况

选取华南地区2019 年1 次大范围强降水过程。受季风环流影响，2019 年5 月24 日—27 日广东出现大范围暴雨过程，其中粤西地区更是连续4 日发布红色暴雨预警信号，创造历史之最，是自1953 年有气象观测记录以来的第一次，多个雨量计站点的小时降水量超过40mm，最大日雨量超过350mm（降雨概况如表1 所示），造成粤西地区出现较大面积内涝灾害。

表1 季风降水过程信息统计

1.2 数据选取

针对此次华南季风降水过程，主要选取以下数据作为研究对象：第一部分是广州S 波段双线偏振雷达基数据与北京敏视达雷达有限公司安装在珠三角地区的激光雨滴谱仪数据，用于降水估测算法的建立；第二部分是广东阳江S 波段双线偏振雷达基数据与其100km 范围内的地面雨量计小时数据，用于估测算法的对比评估。

2 数据处理与评估方法

2.1 数据质量控制

（1）自动站数据质量控制

为避免波束尚未完整形成区域的因素，剔除距离雷达5km 内的雨量计站点，QPE 采用9 点平均进行计算［20］。剔除雷达探测有值－雨量计空值、雨量计有值－雷达探测空值、雨量计故障产生的奇异值及雷达径向上有明显遮挡的数据。

（2）雨滴谱数据质量控制

对原始分钟数据中降水率小于0.1mm·h－1或者降水粒子数小于50 的进行剔除［21］。为减少雨滴谱仪受附近湍流影响以及周边大雨滴破碎成小雨滴后飞溅造成的小雨滴采样过度的误差影响［22］，采用基于粒子下落末速度的过滤方法以消除过度采样误差［23］。

（3）雷达数据质量控制

使用距离雷达100km 内的样本以降低波束展宽和融化层的影响［24］，利用ΦDP滑动标准差剔除非气象回波干扰［25］，采用微雨滴法自动标定双偏振雷达 双通道幅度一致性系统误差［26－27］，并使用中值滤波和滑动平均减少随机波动，使用信噪比门限以消除ZDR 在低信噪比情况下的不稳定。通过对ΦDP进行线性规划的方法抑制无规律抖动，将ΦDP变为平滑的单调递增曲线，满足ΦDP通过降水区域单调增加的物理属性，确保KDP的非负性［28－29］。

2.2 定量降水估测算法

本文采用的双偏振雷达定量降水估测CSULPA 算法是在CSU－ICE 最优化算法基础上进行改进［30］，其算法流程如图1 所示。使用非球形粒子的散射模型（T－Matrix）和观测的雨滴谱数据（DSD）对S波段雷达的偏振量进行模拟［31］，结合广州萝岗站、广州白云站及广东省佛山站三台激光雨滴谱仪滴谱数据（DSD）计算降水率，与偏振量进行拟合得到降水率参数关系公式（1）—（4）。

图1 CSU－LPA 降水估测算法流程

其中R 为降水率，单位mm·h－1，ZH为反射率因子，单位mm6·m－3，ZDR为差分反射率因子，单位dB，KDP为差分传播相移率，单位°·km－1。

2.3 评估方法

为了评估传统PPS 和基于双偏振雷达的CSULPA 两种降水估测算法的效果，将其降水量反演结果与地面雨量计小时降雨量进行对比分析。分别计算雷达估测值与实测值之间的相对误差E1、绝对值相对误差E2、平均误差M、标准差σ 和皮尔逊相关系数CORR 对传统PPS、CSU－LPA 两种算法进行评估［32］。

3 降水估测误差分析及效果评估

3.1 整体误差评估检验

表2 以地面雨量计为标准，给出了两种降水估测算法在此次华南季风降水中的误差评估结果，将两种算法估测值与地面降水实况进行评估发现，基于雨滴谱和双偏振雷达的CSU－LPA 算法可以较大程度上提高双偏振雷达定量降水估测的精度，表现明显优于经典PPS 算法。具体表现为：从相对误差看，PPS 估测方法存在21.52%的高估现象。相比PPS，CSU－LPA 算法的高估明显减少；从绝对值相对误差看，与PPS 相比，CSU－LPA 算法减少了约16%的误差，说明CSU－LPA 降水估测算法的准确性和可信度提高了不少；从平均误差M 和均方差σ 来看，CSU－LPA 算法得到的估测雨量与雨量计的整体差异更小，同时估测值分布比较集中，说明算法稳定性不错。从皮尔逊相关系数CORR 看，CSU－LPA 将估测的小时降水与地面检验的雨量计观测相关系数提高到了0.9 以上，与传统PPS 算法相比，更能真实的反映降水实况。

表2 整体误差评估检验

3.2 过程累计降水对比检验

图2 给出了此次华南季风降水过程的实况降雨量分布和两种降水估测算法得到的估测降水分布，图3 给出了对应两种降水估测方法和雨量计小时降水量的散点分布。与雨量计观测到的降水实况（图2a）相比，PPS 方法得到的估测降水分布（图2b）存在几个区域的显著高估，同时从PPS 方法和雨量计小时降水量散点分布（图3a）可以看出，处于对角线上方的数据点离散程度较大，与表2 的数据互为印证；CSU－LPA 方法（图2c）与降水实况更为接近，高估情况得到明显改善，从CSU－LPA 降水估测方法和雨量计小时降水量的散点分布（图3b）来看，其散点分布明显要比PPS 方法更为集中，也与表2 反映的均方差σ 和皮尔逊CORR 相关系数吻合。

图2 过程累计雨量实况图（a）及两种QPE 方法雨量累积图（b：PPS，c：CSU－LPA）

图3 两种QPE 方法和雨量计小时降水量散点分布

3.3 单站小时累计降水对比检验

对PPS 和CSU-LPA 两种定量降水估测算法得到的降水量与雨量计的累计雨量进行了比较，反映了在96h 内的6 个雨量计站点实况累积降水、估测累计降水与时间的对应关系。6 个站点PPS 算法估测值始终位于地面雨量计实测值上方，随着累计雨量的增大，PPS 算法的高估愈发明显。从降水的不同阶段来看，降水开始的初期（0～25h），两种算法的估测雨量较为接近，可能与降水初期的偏稳定性降水形态有关；降水发展阶段（25～96h），整体上CSULPA 双偏振雷达的估测算法与实况雨量的吻合程度远高于基于单偏振雷达的PPS 算法，可见CSU-LPA算法能有效抑制PPS 算法的高估效应，尤其在累计雨量较大的时候体现得更为明显。

4 结论

本文利用S 波段双线偏振雷达资料、雨量计资料及激光雨滴谱数据，建立CSU-LPA 算法并进行应用评估。小时累计降水评估结果表明，PPS 算法估测值几乎始终位于地面雨量计实测值上方，普遍存在高估，并且随着累计雨量的增大，PPS 算法的高估愈发明显，且估测散点值分布比较离散，相关性表现一般；CSU-LPA 算法相关系数达到0.9 以上，降水估测误差相对于PPS 减少约16%，并能有效抑制PPS 方法的高估效应，尤其在累计雨量较大的时候优势体现得更为明显。总体而言，整体误差、过程累计降水及单站小时累计降水三方面的评估数据互为印证，数据可信度高。