风廓线雷达探测技术最早出现在1960年代，早期主要用于对晴空大气的风场探测。其原理是基于向大气发射的无线电波遇到随风飘移的气团时发生散射，引起回波信号产生多普勒频移，进而反演无线电波发射方向的径向风速^[1]。风廓线雷达通过对大气风场进行遥感测量，能够连续获得测站上空水平风速等气象要素的垂直分布，具有较高的时空分辨率，是对GPS探空气球进行高空探测的重要补充^[2]。现广泛应用于气象数值预报^[3]、空气污染监测^[4]以及航空航天等领域^[5]。

良态风的野外观测过程中，往往伴随着不同程度的降水。由于风廓线雷达在接收弱回波信号的同时，降水粒子的散射信号也被包含其中^[6]，使得雷达探测时极易受到干扰。相关研究表明^[7-8]，降水会降低风廓线雷达的探测能力。通常，以GPS探空的观测结果来验证风廓线雷达观测数据的准确性。王欣等^[9]对2002年“973”野外暴雨试验的分析结果表明，在离地5 km范围内，风廓线雷达观测风速和GPS探空的相关系数为0.866，风向相关系数为0.966。裴丽丝等^[10]通过对2004— 2007年温州风廓线雷达和GPS探空在离地12 km范围内的风场观测结果进行分析，得到降水条件下风速相关系数为0.78，平均绝对偏差为3.81 m/s，风向相关系数为0.86，平均绝对偏差为20.30 °。齐佳慧等^[11]对风廓线雷达和GPS探空在降水条件下和非降水条件下的观测资料进行了对比，发现风廓线雷达在降水条件下的风速偏差比非降水条件下要大：非降水条件下，5.31 km高度以下的平均风速偏差在±3 m/s范围内；降水条件下，4.1 km高度以下平均风速偏差在±4 m/s范围内。然而，以上研究均未划分降水强度等级。廖菲等^[12]分析了不同降水强度下风廓线雷达观测资料的质量，通过对比GPS探空观测资料发现，在大雨及以上级别降水强度条件下，离地2 km以上风廓线雷达观测风速与GPS探空存在较大偏差。然而，虽然该研究划分了降水强度等级，但是只进行了大雨、暴雨和大暴雨三个降水条件下的风速对比，并且风廓线雷达和GPS探空的观测并非在同位观测条件下进行的。同时，一些研究结果也表明，降水对风廓线雷达在良态风条件下的有效样本数影响不明显^[13-14]。总体来看，在降水条件下，风廓线雷达与GPS探空观测风速的相关系数基本在0.75以上，风速偏差约在±4 m/s范围内，风向的相关系数基本在0.8以上，风向偏差约在20 °以内。

在台风环境中，风速和降水强度更大，且台风极端降水频发^[15]，对风廓线雷达探测性能提出了更高的要求。赵坤等^[16]对风廓线雷达和GPS探空收集的2004—2013年共计17个台风的观测数据进行了分析，结果发现风廓线雷达风速小于GPS探空风速，二者风向变化趋于一致，风速均方根偏差小于2 m/s，风向均方根偏差小于5 °。王叶红等^[17]在台风“莫兰蒂” (1614)期间进行风廓线雷达和GPS探空的对比试验表明，风廓线雷达的风速平均绝对偏差为1.1 m/s，风向平均绝对偏差为3.4 °。而May^[18]对台风降水条件下风廓线雷达和GPS探空的观测结果表明，10 km高度以下风速均方根偏差为2.3 m/s，并认为风速偏差几乎与降水和风速大小无关，然而并未结合不同降水强度等级加以研究。根据以上研究中风廓线雷达风速风向偏差结果可发现，风廓线雷达在台风降水条件下也具有较好的观测能力，但台风不同降水强度对风廓线雷达观测偏差的影响还有待进一步研究。

总的来说，风廓线雷达对良态风和台风均具有较好的观测能力。良态风降水条件下，风廓线雷达的偏差分析已存在较多的研究。然而在台风降水条件下，尤其是在不同降水强度等级下的风廓线雷达偏差分析仍有待进一步研究。本文拟以中国气象局上海台风研究所在浙江舟山对2019年9号超强台风“利奇马”的移动观测试验为基础，利用同一地点释放的GPS探空气球以及同一地点放置的多普勒激光测风雷达，对风廓线雷达在台风不同降水强度等级下的适用性进行研究，本文研究成果预期为风廓线雷达在台风降水下的研究和应用提供参考。

2019年9号台风“利奇马”于8月4日(北京时间，下同)生成于西北太平洋，7日晚上加强为超强台风，10日01时45分在浙江省温岭市沿海登陆，登陆时中心附近最大风力16级(52 m/s，超强台风级)，中心最低气压930 hPa。随后，“利奇马”穿过浙江省和江苏省后移入黄海西部海域，11日20:50在山东省青岛市黄岛区沿海再次登陆，最后穿过山东半岛进入渤海。台风“利奇马”的特点如下：(1) 强度大，台风登陆强度在中国历史上排名第五，浙江省历史上排名第三，最大地表观测风速出现在浙江温岭三蒜岛(61.4 m/s)，为浙江省历史第二位；(2) 台风登陆和过境带来的降雨量大，浙江省在9日和山东省在11日共计19个站点突破了当地日降雨量的历史极值，台风影响期间，山东省平均过程降雨量达158 mm，是山东省历史上纪录的最大降雨量；浙江全省平均过程降雨量达165 mm，降水强度为浙江省历史上登陆台风第二位；其中，临海市括苍山过程雨量达831 mm；(3) 台风持续时间长、影响范围广、移动速度缓慢，陆地滞留时间在历史上中国排名第六，其中，台风在浙江滞留达20小时，为浙江省历史上滞留时间最长的超强台风。图 1给出了台风“利奇马”的移动路径、强度，以及移动观测试验的位置。其中，台风“利奇马”的移动路径和强度资料来源于中国气象局上海台风研究所最佳路径资料^[19]。

图 1

图 1 台风“利奇马“的移动路径、强度，以及移动观测试验地点

移动观测试验场地位于浙江省舟山市国际邮轮港码头(图 1星标)。“利奇马”移动过程中，台风中心距离观测试验场地最短距离为164 km。图 2给出了移动观测试验场地以及激光测风雷达、GPS探空和风廓线雷达现场作业图。由图 2可知，观测试验场地北面和东面有农田和稀疏建筑物，属于城市郊区地貌，南邻峙头洋，地势平坦。

图 2

图 2 移动观测试验场地周围地形，以及风廓线雷达、GPS探空和激光测风雷达现场作业图

本次台风移动观测试验中，所采用的观测设备有风廓线雷达、GPS无线电探空仪、激光测风雷达，其仪器参数设置将在下一节详细介绍。同时，在离地10 m高度的车载基站采用雨滴谱仪记录降雨量，采样频率为10 s；采用温度传感器记录温度变化，采样频率为60 s。难能可贵的是，所有设备均在同一地点进行观测。本次台风移动观测时间为2019年8月9日13时—10日13时，总计24小时。

风廓线雷达采用Airda3000M型机动式L波段电磁波边界层风廓线雷达，使用5个波束进行观测，即垂直指向天顶波束以及东、南、西、北四个倾斜波束(与铅垂方向夹角为15 °)。该雷达能同时连续测量从地面50 m至高空5 000 m高度范围内的三维风场。本次测量50~5 000 m高度范围内一共有59层，每层间隔50~100 m，风廓线雷达的测量参数设置如表 1所示。

表 1

表 1 风廓线雷达、GPS探空仪和激光测风雷达参数设置 参数 风廓线雷达(Airda 3000M) GPS探空仪(Vaisala RS41-SG) 激光测风雷达(Windcube V2) 测量范围/m 50~5 000 0~40 000 40~290 测量高度层数 59 - 12 采样频率 5 min 0.5 Hz 1 Hz 风速精度/(m/s) 0.1 0.1 0.1 m/s 风速偏差/(m/s) ±1 (< 30), ±2 (30~60) ±0.15 - 风速测量范围/(m/s) 0~60 0~160 0~80 风向精度/° 1 1 1 风向偏差/° ±15 ±2 - 工作温度范围/℃ -30~+50 -90~60 -35~+45 工作湿度范围 ~90% ~100% 0~100%

表 1 风廓线雷达、GPS探空仪和激光测风雷达参数设置

本次台风移动观测试验期间，共释放9次GPS探空气球，其释放的初始时刻分别为8月9日14: 59、17:12、19:18、21:23、23:58以及10日02:22、05: 34、07:07和11:50。GPS探空气球携带的无线电探空仪型号为Vaisala Radio RS41-SG，能连续采集水平风速、水平风向、大气压强、温度、相对湿度、高度和经纬度。Vaisala Radio RS41-SG的测量参数设置如表 1所示。

本研究中，除了主要利用GPS探空对风廓线雷达的观测风速进行对比验证以外，还额外加入了激光测风雷达的测风数据和二者进行对比分析。激光测风雷达采用法国Leosphere公司研发推出的一款风能行业专业激光测风雷达WindcubeV2，能同时连续测量0~300 m高度范围内的三维风场及其标准差、信噪比、数据可信度以及周围地面的温度、湿度和气压等。本次测量垂直高度共设置12层，分别为40 m、50 m、70 m、100 m、130 m、150 m、180 m、200 m、230 m、250 m、270 m、290 m，由于最高层290 m的数据存在较大缺失，本文仅采用了激光测风雷达11层高度的风场数据。Windcube激光测风雷达的测量参数设置如表 1所示。

图 3给出了风廓线雷达5 min平均水平风速(U)和风向随时间和高度(h)的变化，以及10 min平均降水强度(I)随时间的变化。从图 3中可看出，U随离地高度增大而逐渐增大，并在台风登陆前约3小时(9日22:30)达到最大：U在50 m高度处约22 m/s，在1 350 m高度处达到最大约34.7 m/s。随后，风速有所减小，在10日01:00左右风速再次逐渐增大，并在10日05:25达到最大值，此时50 m高度处的风速约13.9 m/s，在1 500 m高度处出现最大风速约37.5 m/s。风向方面，在9日22:00之前，实测场地处的风向基本为北风，随后两小时风向产生较明显的变化(由北风向西风演变)，至10日03:00风向逐渐变为南风，这主要是由于台风登陆后中心位置北移造成的。10日04:00，风向再次变化，由南风逐渐变为西风。结合降水强度(I)变化可看出，强降水主要集中在8月9日23:00，8月10日07:30、11:30和12:30附近，强降水基本没有造成风廓线雷达的数据缺失。而在降水强度较小的时段(如在8月10日00:00—01:00)，风廓线雷达在1 km以上存在较大的数据缺失，而1 km以下数据样本受影响相对较小。这可能是短时高空粒子浓度降低，回波较弱或者没有回波，进而降低风廓线雷达的探测能力。李晨光等^[20]的研究指出，强雷阵雨条件下风廓线雷达资料的有效率在1 km以下能达到80%，1.5 km以上仅40%。这说明降水对风廓线雷达探测能力的影响主要集中在约1 km以上的高空。

图 3

图 3 2019年8月9日13:00—10日13:00风廓线雷达在不同高度处5 min平均风速(U)、风向以及10 min降水强度(I)随时间的变化

风廓线雷达能实时提供大气风场等气象要素的垂直分布，是对GPS探空气球高空探测的重要补充^[2]。鉴于风廓线雷达在气象业务观测中的重要作用，有必要对风廓线雷达在台风强降水天气条件下的观测能力及偏差展开进一步的分析。

在对风廓线雷达适用性和精度的研究当中，已有学者利用GPS探空气球观测资料进行对比，发现二者具有较高的相关性^{[10-11, 17]}。因此，本文首先通过与GPS探空观测资料的对比，研究风廓线雷达在台风及强降水条件下的适用性。由于高度100 m以下GPS探空气球存在漂移问题，风速观测不准确^[21]，图 4仅给出了离地100 m以上风廓线雷达10 min平均风速和激光测风雷达的1 min平均风速与GPS探空在相同高度的瞬时风速对比，及GPS探空气球在不同高度距离初始释放点的水平距离(l_drift)。由图 4可知，GPS探空气球在风廓线雷达最大观测高度处(4 700 m)距离释放点的水平距离在20~35 km内。风廓线雷达与GPS探空在离地4.7 km范围内总体吻合较好，但在个别时刻如8月9日23:58(图 4e)、8月10日02:22(图 4f)和8月10日07:07(图 4h)与GPS探空吻合较差。这三个时刻有一个共同特点，其降水强度较大(I > 3 mm/h)，为中雨和大雨级别^[22]，说明风廓线雷达在中雨及以上级别降水强度条件下数据质量不可靠。在小雨情况下，风廓线雷达数据质量较好，这与之前Ralph等^[7]、Lambert等^[8]的结论是一致的。由风廓线雷达、激光测风雷达与GPS探空三者对比可知，在100~300 m高度范围内，风廓线雷达和激光测风雷达总体上变化趋势接近，但8月9日23:58时刻，激光测风雷达与GPS探空拟合结果远好于风廓线雷达(图 4e)。总体来看，在100~300m高度范围内激光测风雷达与GPS探空更接近。

图 4

图 4 8月9日14:59(a)、17:12(b)、19:18(c)、21:23(d)、23:58(e)以及10日02:22(f)、05:34(g)、07:07(h)和11:50(i)风廓线雷达10 min平均水平风速、激光测风雷达1 min平均水平风速与GPS探空水平瞬时风速对比 ldrift代表GPS探空气球距离初始释放点的水平距离。

为了定量对比在100~300 m高度范围内，风廓线雷达、激光测风雷达与GPS探空的吻合程度，作出了风廓线雷达、激光测风雷达与GPS探空相关系数及均方根偏差分布散点图(图 5)。总体来看，在100~300 m高度范围内，激光测风雷达的相关系数大于风廓线雷达，均方根偏差小于风廓线雷达。具体来看，二者的相关系数差别较小，在100~300 m范围内，激光测风雷达1 min平均风速的相关系数约为0.71，而风廓线雷达10 min平均风速的相关系数约为0.75，比激光测风雷达略大；而计算所得激光测风雷达1 min平均风速的总体均方根偏差为3.47 m/s，而风廓线雷达10 min平均风速的总体均方根偏差为4.32 m/s，比激光测风雷达大25%。这是由于风廓线雷达通过向高空发射不同方向的电磁波束，接收并处理这些电磁波束因大气垂直结构不均匀而返回的信号进行高空风场探测^[1]，在近地层，返回波束容易受到地物杂波的影响^[23-25]。而激光测风雷达向大气发射激光脉冲，测量大气气溶胶粒子散射时的激光束产生的多普勒频移，进而反演激光发射方向的径向风速，在近地层不受地物杂波影响^[26]。所以，在台风及强降水条件下，100~300 m高度范围内，激光测风雷达观测数据的准确性比风廓线雷达更高。

图 5

图 5 100~300 m高度范围内激光测风雷达、风廓线雷达与GPS探空相关系数及均方根偏差分布散点图 编号1~9分别对应时间8月9日14:59、17:12、19:18、21:23、23:58以及10日02:22、05:34、07:07和11:50。

为了揭示观测高度对风廓线雷达风速偏差的影响，将风廓线雷达观测风速按观测高度分为h≤ 1 km、1 km＜h≤2 km、2 km＜h≤3 km、3 km＜h≤4 km和4 km＜h≤5 km五组数据(下同)，分别计算五组数据与GPS探空气球在相同高度处实测风速的相关系数和归一化标准差，并绘制泰勒图(图 6）。为了消除明显偏差的数据对结论产生的影响，剔除8月9日23:58(图 4e)1 km以上以及8月10日02:22(图 4f)500 m以上的数据。结果表明，风廓线雷达五组数据与GPS探空气球的相关系数均在0.5以上，风廓线雷达观测风速与GPS探空气球在3~4 km范围内吻合最好。在3~4 km范围内，风廓线雷达观测风速与GPS探空气球的相关性最高，相关系数约为0.86，偏差最小，经计算，其均方根偏差为3.59 m/s。低空1 km以下，风廓线雷达观测风速与GPS探空气球的相关性最差，相关系数和均方根偏差分别为0.54和6.39 m/s。

图 6

图 6 风廓线雷达在h≤1 km、1 km＜h≤2 km、2 km＜h≤3 km、3 km＜h≤4 km和4 km＜h≤5 km五个高度层10 min平均风速与GPS探空瞬时风速的相关性系数和归一化标准差分布泰勒图

为了评估台风降水对风廓线雷达性能的影响，本文研究了不同台风降水强度对风廓线雷达风速测量偏差的影响。首先，按照采样高度分层研究了降水强度对风廓线雷达风速测量偏差的变化规律(图 7)。其中，降水强度按照中国气象服务协会发布的团体标准^[22]将降水强度分为0~0.01 mm/h(晴朗)、0.01~3 mm/h (小雨)、3~6 mm/h(中雨)、6~12 mm/h(大雨)、12~30 mm/h(暴雨)、30~90 mm/h(大暴雨)、和90 mm/h以上(特大暴雨)。从图 7中可看出，降水最多为小雨，中雨和大雨条件下风廓线雷达的风速偏差最大。随着降水强度增加，2 km高度以下风速测量偏差逐渐由负偏差转为正偏差，2 km以上高度风廓线雷达风速测量偏差基本为负偏差。赵坤等^[16]对登陆台风的观测中也发现，在高度3 km范围内，风廓线雷达观测风速比GPS探空观测结果偏小。这可能是由于风廓线雷达和GPS探空的测量原理不同造成的：风廓线雷达的风速观测资料是一段时间内的平均风速，而GPS探空的观测风速是一个瞬时值。通过风速偏差在各降水强度区间上的相互对比可见，风廓线雷达风速观测在降水强度为3~6 mm/h(中雨)、6~12 mm/h(大雨)区间上存在较大的风速偏差，最大偏差约为18 m/s。廖菲等^[12]针对良态风的观测研究发现，在大雨条件下，经过质量控制的风廓线雷达观测风速与GPS探空仍然存在约15 m/s的最大风速偏差。由此可知，风廓线雷达在中雨及大雨条件下的适用性较差。

图 7

图 7 风廓线雷达水平风速偏差随降水强度变化的样本数(a)和箱形图(b) 降水强度区间分为0~0.01 mm/h(晴朗)、0.01~3 mm/h(小雨)、3~6 mm/h(中雨)、6~12 mm/h(大雨)、12~30 mm/h(暴雨)、30~90 mm/h(大暴雨)和90 mm/h以上(特大暴雨)。箱型图描绘6个统计参数(最大值、最小值、上四分位数、下四分位数、中位数和均值)。

为了揭示观测高度对风廓线雷达风向观测的影响，同上，将实测样本按观测高度分为五组，分别计算五组数据与GPS探空气球在相同高度处实测风向的相关系数和归一化标准差，并绘制泰勒图(图 8)。为了消除明显偏差的数据对结论产生的影响，剔除8月9日23:58(图 4e)1 km以上以及8月10日02:22(图 4f)500 m以上的数据。由图 8可知，风廓线雷达观测风向与GPS探空的观测结果吻合较好，五组数据的相关系数均在0.85以上，经计算，其均方根偏差均在11 °以内。通过对比风速的观测结果(图 6)可知，风向相关性比风速高。裴丽丝等^[10]在台风及降水条件下分析得出风廓线雷达和GPS探空观测风向相关系数为0.73，小于本文的研究结果。这可能是由于裴丽丝等^[10]的研究中风廓线雷达和探空站距离相隔较远(大于200 km)。赵坤等^[16]对比了风廓线雷达和GPS探空收集的17个台风资料，所得风廓线雷达风向偏差(＜5 °)比本文小。这可能是由于赵坤等^[16]的研究中包含部分降水强度较小(小雨)的台风个例。董德保等^[25]在良态风条件下进行的风廓线雷达和GPS探空的对比试验表明，风廓线雷达在2 km以上的偏差在10 °左右，在低空2 km以下的偏差大于10 °，与本文研究结果相近。以上结果表明，风廓线雷达在台风降水天气条件下风向的观测结果偏差较小，风向偏差与良态风条件下差别不大。

图 8

图 8 风廓线雷达在h≤1 km、1 km＜h≤2 km、2 km＜h≤3 km、3 km＜h≤4 km和4 km＜h≤5 km五个高度层10 min平均风向与GPS探空瞬时风向的相关性系数和归一化标准差分布泰勒图

为了定量研究台风降水强度对风廓线雷达风向观测的影响，分别绘制了风廓线雷达五个高度层风向偏差随降水强度(I)变化的分布(图 9)。从图 9b可看出，在各降水强度区间上风向偏差基本在20 °以内。通过比较风向偏差在各降水强度区间上的大小分布可知，在降水强度0.01~3 mm/h (小雨)条件下，风廓线雷达风向偏差相对较小，这说明风廓线雷达在小雨条件下的适用性较好。在降水强度3~6 mm/h(中雨)条件下，1 km以下出现最大负向偏差，2 km以上各高度层均出现最大正向偏差。通过与晴朗条件下的风速偏差进行对比可发现，风向偏差随降水强度的变化总体趋于平稳，基本分布在-20 °~20 °之间，说明降水强度对风廓线雷达的风向观测影响较小。

图 9

图 9 风廓线雷达水平风向偏差随降水强度变化的样本数(a)和箱形图(b) 降水强度区间分为0~0.01 mm/h(晴朗)、0.01~3 mm/h(小雨)、3~6 mm/h(中雨)、6~12 mm/h(大雨)、12~30 mm/h(暴雨)、30~90 mm/h(大暴雨)和90 mm/h以上(特大暴雨)。

本研究以中国气象局上海台风研究所在浙江舟山对2019年9号超强台风“利奇马”的移动观测试验为基础，利用同一地点释放的GPS探空气球以及同一地点放置的多普勒激光测风雷达，对比了风廓线雷达和激光测风雷达与GPS探空仪在不同降水强度下的吻合程度。本研究中，将风廓线雷达观测风速和风向按观测高度分为小于1 km、1~2 km、2~3 km、3~4 km和4~5 km五组数据，对不同高度范围内的风廓线雷达偏差特性进行了研究。

从风廓线雷达、激光测风雷达和GPS探空水平风速的对比可知，100~300 m高度范围内，风廓线雷达和激光测风雷达观测风速的相关系数接近(分别为0.75和0.71)，但激光测风雷达总体均方根偏差(3.47 m/s)比风廓线雷达(4.32 m/s)小约25%，说明激光测风雷达风速观测的准确性更高。

由风廓线雷达与GPS探空气球水平风速对比结果可知，在3~4 km高度范围内，风廓线雷达观测风速与GPS探空气球的相关性最高，相关系数约为0.86，偏差最小，其均方根偏差为3.59 m/s。1 km高度以下，风廓线雷达观测风速与GPS探空气球的相关性最差，相关系数和均方根偏差分别为0.54和6.39 m/s，这主要是由于风廓线雷达波束在近地层受地物杂波影响。随着降水强度的增大，2 km高度以下风速测量偏差逐渐由正偏差转为负偏差，2 km以上高度风廓线雷达风速测量偏差基本为负偏差。风廓线雷达在中雨及大雨条件下适用性最差，最大风速偏差约为18 m/s。

由风廓线雷达与GPS探空气球水平风向对比结果可知，风廓线雷达观测风向与GPS探空的观测结果吻合较好，相关系数均在0.85以上，其均方根偏差均在11 °以内。风向偏差随降水强度的变化总体趋于平稳，基本分布在-20 °~20 °之间，说明降水强度对风廓线雷达的风向观测影响较小。