2021, Vol. 37
2. 中国气象科学研究院灾害天气国家重点实验室，北京 100081
2. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China
地球上大约50%的大气被云系覆盖，云是地气系统辐射收支的主要调节者[1]。液态水含量（LWC, Liquid Water Content）和液态水路径（LWP, Liquid Water Path）是描述大气中云水含量的重要参数。云中液态水与辐射之间的相互作用对全球气候变化产生十分重要的影响，是人工影响天气过程中决定人工增雨条件的前提，尤其是空中的过冷水含量是衡量人工增雨潜力和增雨条件的最重要指标之一。
云雷达（CR, Cloud Radar）具有灵敏的探测精度，能够探测从直径为几微米的云粒子到弱降水粒子的范围，具有穿透云的能力而能描述云内部物理结构，可以实现连续监测云的垂直剖面变化[2]。利用云雷达反演液态水含量是云雷达重要研究方向之一。国内外学者结合雷达与飞机观测，Atlas[3]首先提出了液态水含量与雷达反射率因子存在指数关系，并拟合出了非降水云的液态水含量与反射率因子的经验关系式（LWC-Z）；此后Fox等[4]和Sauvageot等[5]也分别拟合出了与Atlas的结果相似的经验关系式。当云内存在降水时，云雨粒子对反射率因子的贡献远大于对液态水含量的贡献，此时利用非降水拟合的经验关系反演会导致液态水含量偏大，Beadi等[6]、Krasnov等[7]和刘黎平等[8]分别拟合出了发生降水时的液态水含量与反射率因子的经验关系式。因LWC-Z关系的可变性，特别是云粒子和含有大的降水粒子的关系差异非常大，且降水会导致电磁波能量衰减引起回波强度偏差，使得这种方法反演的LWC可能存在一定误差。
微波辐射计（MWR, Microwave Radiometer）通过被动接收大气中的氧气、水汽和液态水发射的微波辐射，即能实时探测大气温度、相对湿度、水汽密度和液态水含量廓线等气象要素[9]。近年来由于微波辐射计在大气探测中的应用受到重视，其技术发展相当迅速，利用双（多）通道微波辐射计反演LWP的技术发展已经相当成熟并广泛应用[10-12]；但利用微波辐射计反演LWC廓线的效果一直不理想[13-14]。随着微波辐射计在我国的布设增多，国内部分学者通过分析其反演数据，结合常规探空等数据探讨了微波辐射计反演温湿廓线的性能[15-18]；此外，部分学者将微波辐射计反演结果应用于大雾和雨雪条件下的气象要素分析[19-21]。然而当微波辐射计在雨天观测时，天线罩上易积水导致探测亮温出现偏差，进而导致微波辐射计反演结果出现明显误差[22]。Ware等[23]提出了微波辐射计斜路径观测模式，用于缓解天线罩着水的影响，此时来自空中的微波辐射透过“U型天线罩”的垂直面被辐射计天线接收，然后利用专用神经网络软件反演得到大气要素廓线。国内外学者针对这种斜路径观测模式对于缓解降水影响的有效性做了相应的工作，证实了斜路径观测在一定程度上减小了微波辐射计的探测误差，其在降水条件下反演的温湿廓线优于天顶观测[24-26]。
由于缺乏高时空分辨率探测空中液态水含量的设备，国外大多使用探空气球或者飞机搭载直接探测液态水的设备对微波辐射计反演的LWC进行验证，但其成本高昂且时空分辨率低导致很难验证微波辐射计反演LWC的有效性。国内目前针对微波辐射计反演结果的验证大多集中于温湿廓线，微波辐射计在云降水微物理参数探测方面的能力发挥不够，特别是在有降水发生时反演的LWC和LWP数据的验证和应用较少，然而利用云雷达对云滴的空间分布及其强弱直接探测的优势，以及其高时空分辨率和连续观测的特点，可以在一定程度上检验辐射计反演LWC的合理性，此外可以进一步对比两种探测设备反演差别。
为了发展云雷达与微波辐射计联合反演液态水含量的方法，检验在降水条件下微波辐射计两种观测模式（天顶和斜路径）反演结果的合理性，以及微波辐射计与云雷达在反演液态水含量和液态水路径上的差别。本文利用了地基Ka/Ku双波段云雷达和MP-3000A型微波辐射计，首先结合云雷达的反射率因子对微波辐射计两种观测模式反演的液态水路径、温度、液态水含量和相对湿度进行了初步分析；随后对比分析了云雷达与微波辐射计反演得到的LWP和LWC。
2 资料与方法2019年4—9月中国气象科学研究院在中国气象局龙门云物理野外科学试验基地开展外场试验，本文研究内容主要基于该基地的Ka/Ku双波段云雷达、MP-3000A型微波辐射计和地面站分钟雨强，以及广东河源L波段探空数据，其中河源站距离该基地直线距离49 km。选取了2019年4月27日（北京时间，下同）和2019年5月8日两个降水个例，经检验所选取的两时段内云雷达和微波辐射计均工作正常且数据连续。
2.1 Ka/Ku双波段云雷达Ka/Ku双波段云雷达（CR）由中国航天科工集团第23所在一部Ka波段毫米波段云雷达的基础上升级改造完成。该雷达发射机采用固定式结构，Ka/Ku双波段、全固态、单发双收线性极化和全相参脉冲多普勒体制。该双波段云雷达主要针对云、降水等元素，兼顾Ka频段与Ku频段分别在云和降水等气象目标测量上的优势，利用云和降水对电磁波的散射作用，对探测范围内云和降水的空间分布、回波强度（Z）、径向速度（Vr）、速度谱宽（Sw）和线性退极化比（Ldr）等参量进行定量探测，获取目标的形状、相态和空间取向特征，具有高灵敏度、高时空分辨率和高可靠性等特点。郑晨雨等[27]对该雷达的探测性能做了初步分析并讨论了利用双波段云雷达探测的优势。该雷达详细参数详见参数表 1。
|
表 1 Ka/Ku双波段云雷达技术指标 |
MP-3000A型微波辐射计（MWR）是美国Radiometrics公司生产的新型地基35通道微波辐射计。该辐射计包含21个K波段（22~30 GHZ）和14个V波段（51~59 GHZ），实际工作时只有8个K波段和14个V波段共计22个波段，其余波段为备用波段。分别选择22.2 GHZ和31.4 GHZ附近的液态水通道反演得到液态水路径和可降水量，且有效性和准确性已经得到验证[28]；反演液态水含量廓线则利用了22~30 GHZ和51~59 GHZ波段，通过测量云液态水对各类不透明的大气光谱的贡献可以得到有限分辨率的液态水含量廓线，此外利用安装在MWR顶部的红外测温仪结合温度廓线可以测得云底高度用于提高液态水含量廓线的反演精度。
MWR包含了三个探测方向，即一个天顶观测（Zenith）和两个斜路径观测（Off-Zenith），其中斜路径观测表示为南斜20°和北斜20°观测；MWR通过Radiometrics公司专用的神经网络可以反演得到垂直方向的大气温度、相对湿度、水汽密度和液态水含量的廓线，以及可降水量和液态水路径。其中时间分辨率为2.5 min，各类廓线在垂直方向0~10 km的分辨率为：0~500 m为50 m, 500 m~2km为100 m, 2 km~10 km为250 m。由于云雷达的时间和空间分辨率的精度都大于微波辐射计，本文为了比较两者，因此在时间上以微波辐射计的探测时刻为准，选择距离微波辐射计探测时刻最近的云雷达探测数据；空间上利用线性插值法将云雷达和微波辐射计都处理成垂直方向0~10km分辨率为50 m。此外该微波辐射计南斜观测时天线接收大气微波辐射受到地物和周围探测设备遮挡的影响，其数据可信度较低，因此本文分析的斜路径观测数据仅限于北斜20°观测时的数据。
2.3 单波段云雷达反演LWC和LWP利用液态水含量与云雷达反射率因子之间建立的经验关系称之为LWC-Z关系。国内外学者通过大量外场雷达飞机试验和数据统计拟合得到了云雷达反演液态水的经验关系式，如表 2为国内外学者拟合出的具有代表性的经验关系式，从中可以看出不同云系的LWC-Z关系变化非常大。仲凌志[29]通过选择非降水云和降水云讨论了不同经验关系式的反演差别，发现应当根据是否发生降水选择适当的LWC-Z关系式；谢晓林等[30]则探讨了在改变经验关系系数后的反演差别。本文所使用的云雷达具有4个观测模式，分别为边界层模式、卷云模式、降水模式和中云模式，其中降水模式因未采用脉冲压缩和相干积累等技术，回波强度探测精度最高，且考虑到降水条件下较大的雨滴对电磁波衰减的影响，因此采用Ku波段降水模式的反射率因子并利用前人在降水条件下拟合得到的LWC-Z经验关系计算得到LWC。
|
|
表 2 具有代表性的LWC-Z经验关系式 |
当云顶温度低于0℃且云底温度高于0℃时的云称为混合云，此时通过云雷达探测得到的反射率因子包含了液体粒子和冰相粒子，此时利用经验关系反演零度高度层以上的LWC会出现较大的偏差。Dunn等[31]提出了混合云中冰相粒子与温度的关系，当-16℃≤T≤0℃时，云体内的液体粒子和冰相粒子成线性变化，因此可以剔除云雷达回波中冰相粒子的信息。本文利用微波辐射计反演的温度廓线为依据，当T > 0℃时，经验关系反演得到的全部为液态水；当T < -16℃时，云内的液态水含量为0；当-16℃≤T≤0℃时，液体粒子与冰相粒子共存，且随着温度呈线性变化。云内的液态水含量如表 3所示。
|
|
表 3 LWC分布随温度的变化情况 |
液态水路径LWP定义为某一时刻空中总的液态水含量，可以表示为云雷达探测范围内垂直方向液态水含量的积分，其表达式为：
| $ {\rm{LWP = }}\int\limits_0^\infty {{\rm{LWC}}\left( z \right)} {\rm{d}}z = \sum\limits_{i = 1}^n {\left[ {\Delta z \cdot {\rm{LW}}{{\rm{C}}_2}\left( {{z_i}} \right)} \right]} , $ |
式中，∆z为云雷达探测的垂直分辨率，LWC2(zi)表示通过经验关系反演以及剔除零度层以上的冰相粒子后各高度层的液态水含量。
2.4 双波段云雷达反演LWC本文使用了刘黎平等[32]提出的基于Ka/Ku双波段云雷达回波强度谱密度数据和最优估计技术的云内上升速度、雨滴谱和液态水含量反演方法（DWSZ）。首先利用双波段回波强度谱密度比值峰值位置，计算得到空气垂直运动速度，然后再考虑空气垂直运动速度、湍流和雨区衰减条件下，计算得到一定雨滴谱分布时的双波段回波强度谱密度数据，利用三维变分方法使正演得到的回波强度谱密度与雷达时间观测的结果差异最小化，从而得到雨滴谱分布，并计算LWC。由于该方法反演LWC对于融化层及以上的区域误差较大，本文只对比分析了双波段反演的融化层以下的LWC廓线。
3 结果与分析 3.1 微波辐射计两种探测模式反演产品对比分析图 1是2019年5月8日01:48—22:57云雷达反射率因子和微波辐射计分别在斜路径观测(Off-Zenith)和天顶观测(Zenith)下反演的0℃高度（ZH）、液态水路径（LWP）、液态水含量（LWC）、相对湿度（RH）和龙门站地面分钟雨强（Rain rate）。图 2是当日三个时次的微波辐射计反演的温度和相对湿度与L波段探空对比以及相关系数(CC)和偏差分析(Bias)。
|
图 1 微波辐射计两种探测模式反演产品对比 a.Ku波段云雷达回波强度、LWP和ZH; b.斜路径观测的LWC、ILWC和ZH; c.同b，但为天顶观测；d.斜路径观测的RH; e.天顶观测的RH; f.龙门站地面分钟雨强。 |
|
图 2 2019年5月8日07:15(a、d）、13:15(b、e）和19:15(c、f)L波段探空与微波辐射计反演的温度(a~c)和相对湿度(d~f) CC1和CC2分别表示斜路径和天顶观测与探空的相关系数；Bias1和Bias2表示与探空的偏差。 |
利用云雷达在观测混合云时，冰相粒子在下落过程中经过零度温度层时，会部分融化形成外覆水膜，这种特殊的结构致使雷达介电常数增大且融化过程中粒子不断增大，当粒子完全融化后形成较大的液滴，其通常会导致液滴粒子破碎或降水粒子下落速度的加快，这个过程会使得Z急剧增加然后减小，这种现象在反射率因子图像上表现为一个很明显的亮带。因此，真实的0℃温度层位于亮带附近，利用亮带的位置可以粗略地检验微波辐射计反演的0℃层高度的合理性，进而说明其反演温度廓线的准确性，此外利用L波段探空数据可以对特定时刻的温度廓线进行定量分析。
结合图 1a和图 1f的反射率因子和地面雨强可以看出，该时段发生了较长时间的连续性降水，微波辐射计斜路径观测时的零度层高度与亮带位置基本重合，且在整个降水时段没有明显的变化；而天顶观测时的零度层高度受降水影响较为明显，随着降水的开始，其零度层高度有一个明显增大的趋势，表明其反演的温度偏高，且连续降水时其与斜路径观测时的高度偏差维持在1.0~1.5 km的不稳定状态。结合图 2a~2c发现微波辐射计两种探测模式反演的温度与探空的相关关系较好，但天顶观测反演的温度偏差最大可超过4.6℃，斜路径观测的偏差明显小于天顶观测，说明降水导致天顶观测反演的温度出现明显误差。
3.1.2 液态水路径（LWP)液态水路径表示了某一时刻空中总的液态水含量。如图 1a，微波辐射计两种探测模式反演的LWP变化趋势较为一致，相关系数为0.85，表明两者的相关性较好。两种探测模式所反演LWP的极值总是位于回波强度整体较强的降水时刻，且随着回波强度的整体强弱变化而增大或减小，当雷达回波整体上较强的时刻，在不考虑冰相粒子对回波贡献的情况下此时云中所含的液滴粒子浓度或尺寸相对较大，理论上其所含的液态水含量也是较大的，这与微波辐射计所反演的LWP较为符合；此外，微波辐射计两种探测模式反演LWP的差异主要体现在回波较强的降水时刻，表现为天顶观测远大于斜路径观测。
3.1.3 液态水含量（LWC)图 1b和图 1c分别给出了微波辐射计两种探测模式下反演的LWC、ILWC和ZH，其中ILWC是指微波辐射计反演的LWC垂直积分得到，表示的物理意义是单位面积上总的液态水含量，与LWP所表述的物理意义是一致的，而LWP是微波辐射计直接反演得到的一个确定的值，因为微波辐射计的LWP和ILWC(LWC)的反演原理是不一样的，目的是利用LWP验证ILWC(LWC)随时间的变化趋势。
可以发现微波辐射计两种探测模式下反演的LWC存在明显差别。（1)LWC值的大小存在明显差别，在选取的个例时段内斜路径反演的LWC最大值为1.282 g/m3，而在04:30雷达回波发生明显衰减的强降水时刻天顶反演最大值达到13.302 g/m3，两者差值达到了一个数量级。（2）斜路径反演LWC的空间分布与云雷达回波随时间变化较为一致，天顶反演LWC与云雷达回波的空间分布对应较差，LWC主要分布在垂直高度3~6km范围内且与雷达回波存在区域以及强度差异较大。（3)ILWC随时间变化的差异较大，尤其是在较为明显的阶段性降水及其前后时段，在较强的降水后，理论上空中的液态水含量应当随着雷达回波的减弱而减小，但在所选取的个例时段内，天顶反演的ILWC存在多处雨后激增的现象，且增加的液态水主要分布于3~6 km的无回波或弱回波区域，其原因可能是降水结束后附着在天线罩上的水膜导致微波辐射计探测亮温出现偏差致使反演LWC出现明显误差，且反演LWC时使用了微波辐射计多个通道的亮温，所以对于微波辐射计反演LWC误差分析的不确定性将增大。
3.4.4 相对湿度（RH)图 1d和图 1e分别为斜路径和天顶反演的相对湿度-时间高度图，结合图 2d~2f三个时次的微波辐射计与探空相对相关性和偏差分析，发现微波辐射计斜路径明显优于天顶反演。斜路径反演的相对湿度能大致反映出云体的变化，尤其是在混合云降水及其前后时段相对湿度的大值区与雷达回波表现出的云体随时间的变化趋势较为一致；天顶反演结果则存在明显不足，相对湿度所反映的云体变化与雷达回波的差别较大，尤其是在几个明显降水时段之间的弱降水或非降水时段，具体表现为2~4 km的中层相对湿度明显偏小，在存在雷达回波的区域其相对湿度小于60%，结合L波段探空的相对湿度，发现在2~4 km的相对湿度都介于80%~95%之间，两者的偏差可达30%，而在8 km以上的高层无雷达回波区域存在相对湿度为100%的情况是极不合理的，与探空的偏差接近100%。此外，在04:30左右的强降水时刻，在4~6 km区间内存在相对湿度小于40%的情况与理论不符。
3.2 两种探测设备反演液态水路径（LWP）对比分析为定量分析两种探测设备在反演液态水路径上的差异，此部分利用了单波段云雷达反演的LWP与微波辐射计直接反演结果对比分析。表 4给出了云雷达反演的液态水路径（CR LWP）与微波辐射计两种探测模式下反演的液态水路径（MWR LWP）之间的相关系数（CC）和偏差（Bias）；图 3给出了部分时段两种探测设备反演的LWP随时间的具体变化趋势。从表 4可以发现两种探测设备反演LWP的相关性较好，不同的经验关系反演结果有明显差别，其中利用Krasnov等[7]和Liu[8]的经验关系反演的CR LWP与MWR LWP的相关性更高；而利用Baedi的经验关系[6]反演结果的偏差要明显低于Krasnov等[7]和Liu等[8]，这种小的偏差不能代表其反演结果就好，可能是在发生明显降水时两种探测设备误差相综合的结果；如图 3发现Baedi反演结果在绝多数情况下是大于MWR的，其原因可能是Baedi的关系式[6]是在发生毛毛雨的条件下拟合得到的，此时大多数云滴粒子尺寸小，回波强度低，液态水含量高，当在这种条件下拟合得到的经验公式应用于存在明显的降水条件下时，因云滴粒子直径与反射率因子成六次方关系，而与液态水含量成三次方关系，所以当雨滴粒子足够大时，利用Baedi的经验关系反演的CR LWP就会明显偏大。
|
|
表 4 CR LWP与MWR LWP的相关系数（CC）和偏差（Bias） |
|
图 3 2019年5月8日两种探测设备反演LWP随时间变化趋势 a.云雷达反射率因子；b.云雷达和微波辐射计反演的LWP。 |
进一步分析CR LWP与MWR LWP随回波强度的变化，如图 4给出了两种探测设备反演的LWP之比与垂直方向平均回波强度的关系，其中CR LWP选取了Krasnov等[7]反演结果。发现该比值随着平均回波强度增大而增大，当平均回波强度大于0 dBZ时则出现比值大于1的情况，表明两种探测设备反演的LWP随时间变化非常一致，但CR LWP与平均回波强度有明显相关，回波强度比较大时出现LWP的高估，这与探测理论是一致的。主要原因是Z与粒子直径的六次方成正比，LWC与粒子直径的三次方成正比。此外，斜路径观测时该比值大值区明显大于在天顶观测时，这种差别主要体现在平均回波强度为0~30 dBZ时，说明较强的降水会导致微波辐射计天顶观测明显大于斜路径观测反演的LWP。
|
图 4 两种探测设备反演LWP之比与平均回波强度的关系 a.云雷达与微波辐射计斜路径观测比值；b.云雷达与微波辐射计天顶观测比值。 |
在混合云降水中，云雷达探测到的云回波在不同高度区间往往有不同的表现形式，其微物理性质存在较大的差别。当云回波在0℃层以上时由冰晶和过冷水以及两者的混合物组成，过冷水相较于冰晶其粒子半径较小而数密度较大；当云回波位于0℃层以下且云底高度以上时，由于在此高度区间内云滴下落过程中不断发生碰并融合，往往包含了云滴粒子与雨滴粒子；云底高度以下往往由全部为直径较大的雨滴粒子组成。由于液态水在不同高度区间表现出来的云微物理性质不同，利用微波辐射计的斜路径观测反演的0℃层高度和云底高度将垂直高度0~10 km区分为三个高度层：地面至云底高度区间为底层雨水层，云底高度至0℃层高度区间为中层云水层，0℃层至10 km高度区间为上层过冷水层。可以分析两种探测设备在三个高度层内反演的LWC的区别以及相关性，云雷达利用了单波段反演结果，微波辐射计则使用了斜路径反演数据。此外，本文只对比分析了云雷达与微波辐射计反演同时存在液态水含量的情况。
图 5给出了单波段云雷达利用Krasnov的经验关系[7]反演结果（CR LWC）与微波辐射计斜路径观测反演结果(MWR LWC)在三个高度区间内的散点密度图、相关系数（CC）和偏差（Bias）以及所对应的雷达回波强度分布。如图 5a~5c可以发现两种探测设备反演的LWC在三个高度区间内的相关性都很差，其中云水层两者相关性相对较好，相关系数为0.4，底层雨水层和上层过冷水层相关性都明显低于中层，可能是因为雨水层受雨滴影响较大而过冷水层受冰晶影响导致两者反演出现偏差。两种探测设备反演的LWC之间存在明显的偏差，正的偏差表示云雷达大于微波辐射计，云水层的偏差明显大于雨水层和过冷水层，因为云水层包含了融化层，融化层内反射率因子明显增大可能导致这种大的偏差，此外云水层内粒子含有融化、碰并和分解等多种微物理过程，致使云水层内粒子的微物理性质变得复杂，因云雷达反射率因子Z的大小在某种程度上只能描述云滴尺寸而不能有效表征液态水含量的多少，利用反射率因子Z反演结果就会出现误差。在云水层和雨水层的散点密度的大值区主要落在中心线附近，但随着两者反演LWC值的增大或减小，两种探测设备反演结果的差异明显增大，结合图 5e~5f可以发现导致这种差异大的原因是在云雷达反射率因子小于-10 dBZ时其反演LWC明显小于微波辐射计，而当反射率因子大于20 dBZ时其多数情况下云雷达反演的LWC都大于微波辐射计。
|
图 5 不同高度层CR LWC与MWR LWC的散点图、相关系数（CC）和偏差（Bias) a、d.雨水层；b、e.云水层；c、f.过冷水层。a~c填色代表散点密度；e~f填色代表回波强度。 |
图 6给出了两种探测设备反演的4种LWC廓线，包含了微波辐射计斜路径、单波段云雷达两种经验关系和双波段云雷达DWSZ方法反演结果，图 6a和6b分别表示5月8日13:13—13:23和13:45—13:55两个时段LWC的平均廓线，所选取的两个时段内云雷达回波相对较强且随时间变化均匀。（1）利用云雷达三种方法反演的LWC廓线在两个时段都较为一致，其中云雷达DWSZ方法反演LWC表现为从地面至1 km递增，随后向上递减；单波段云雷达两种降水的经验关系反演差别很大，但变化趋势一致，与DWSZ方法反演结果存在明显差别，主要体现在1 km高度以上没有明显的递减，而是在融化层以上迅速递减。（2）微波辐射计在两个时段反演的LWC廓线则存在明显的差异，其中13:45—13:55时段微波辐射计反演结果在2~6 km存在明显的丰水区且远大于第一个时段，假定雷达探测准确的情况下表明微波辐射计反演结果极不稳定，或者说微波辐射计能探测到雷达所不能探测到的液态水。（3）排除融化层云雷达经验关系反演结果与微波辐射计变化趋势较为一致，尤其是所选取的第一个时段利用Liu等[8]的经验关系反演结果；双波段云雷达DWSZ方法反演结果与微波辐射计差异主要体现在垂直高度1 km至融化层底，微波辐射计反演结果表现为一个增大的趋势，而DWSZ方法反演结果与之相反。造成这种差别的原因可能是DWSZ方法受雨滴和大云滴的影响比较大，对于1 km以上的小云滴云雷达的两个波段没有探测出明显差异，通常云内小云滴数浓度时随着高度增加而增加的，所以反演的液态水含量随高度递减，与微波辐射计的偏差变大。
|
图 6 两种探测设备反演的LWC廓线 a.13:13—13:23;b.13:45—13:55。 |
本文选取了2019年4月27日和2019年5月08日两个降水个例，结合5月8日云雷达的反射因子和L波段探空对微波辐射计在两种探测模式下反演产品进行了初步分析；对微波辐射计反演得到的液态水路径与云雷达雨天经验关系计算得到的液态水路径进行了相关性和偏差分析；利用了微波辐射计的零度层温度和云底高度将垂直方向分为雨水、云水和过冷水三个高度层，分别对各层内两种探测设备反演的液态水含量做相关性和偏差分析，随后对比分析了两个时段两种探测设备分别反演的液态水含量廓线，探讨了两种探测设备反演液态水含量的差别。主要结论如下。
(1）微波辐射计两种探测模式分别反演的LWP与云雷达回波强度的整体相关性较好；MWR两种探测模式分别反演的T、RH和LWC垂直廓线，其中斜路径观测模式受降水影响较小，其反演结果明显优于天顶观测，可用于降水情况下，温度、湿度和LWC等探测。
(2）两种探测设备反演的LWP随时间变化非常一致，但CR LWP与平均回波强度有明显相关，随着雷达回波强度的增大，CR LWP与MWR LWP之比越大，这可能与云雷达采用的LWC-Z关系随反射率因子Z变化有关。
(3）两种探测设备反演的LWC在垂直方向的空间分布的相关性较差且存在明显偏差，其中云水层相关性较好但偏差最大，这可能和云水层内包含融化、碰并和分解等复杂的微物理过程有关；两种探测设备反演的LWC廓线存在差异，表现单波段云雷达反演LWC与微波辐射计随高度变化较为一致，但双波段云雷达反演结果在1 km以上逐渐减小，这可能与云雷达的两个波段对于探测小的云滴差别较小有关。
云雷达作为一种主动遥感设备，其回波强度可以反应云的垂直结构变化，但利用LWC-Z关系反演LWC时随云的相态和滴谱分布等变化容易出现误差；而微波辐射计作为一种被动遥感设备，其理论上不受这些因素所干扰，但反演的LWC由于算法的影响导致其影响因子较多，尤其是在天线罩着水时其反演LWC效果一直存在争议。由于云雷达与微波辐射计在探测反演原理上根本性的不同，导致两者反演结果存在差异的不确定性进一步增大，本文只是针对这两种探测设备在有降水时的反演结果做了客观性分析，并针对其差异做了可能性的解释。在进后的工作计划中，希望未来再组织有飞机的观测试验，并用飞机观测作为真值来做进一步分析。
| [1] |
云和辐射——(Ⅰ)云气侯学和云的辐射作用[J]. 大气科学, 1994(S1): 910-921. |
| [2] |
毫米波测云雷达的特点及其研究现状与展望[J]. 地球科学进展, 2009, 24(4): 383-391. DOI:10.3321/j.issn:1001-8166.2009.04.004 |
| [3] |
ATLAS D. The estimation of cloud parameters by radar[J]. Journal of Atmospheric Sciences, 1954, 11(4): 309-317. |
| [4] |
FOX N I, ILLINGWORTH A J. The retrieval of stratocumulus cloud properties by ground-based cloud radar[J]. J Appl Meteor, 1997, 36(5): 485-492. DOI:10.1175/1520-0450(1997)036<0485:TROSCP>2.0.CO;2 |
| [5] |
SAUVAGEOT H, OMAR J. Radar reflectivity of cumulus clouds[J]. J Atmos Oceanic Technol, 1987, 4(2): 264-272. DOI:10.1175/1520-0426(1987)004<0264:RROCC>2.0.CO;2 |
| [6] |
BAEDI R J P, DE WIT J J M, RUSSCHENBERG H W J, et al. Estimating effective radius and liquid water content from radar and lidar based on the CLARE98 data-set[J]. Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 2000, 25(10-12): 1057-1062. DOI:10.1016/S1464-1909(00)00152-0 |
| [7] |
KRASNOV O A, RUSSCHENBERG H W J. Retrieval of water cloud microphysical parameters from simultaneous RADAR and LIDAR measurements[J]. International Unin of Radio Science, 2002, 20(3): 101-115. |
| [8] |
云雷达反演层状云微物理参数及其与飞机观测数据的对比[J]. 中国工程科学, 2012, 14(9): 64-71. |
| [9] |
WARE R, CARPENTER R, GÜLDNER J, et al. A multichannel radiometric profiler of temperature, humidity, and cloud liquid[J]. Radio Science, 2003, 38(5): 1-13. |
| [10] |
WESTWATER E R. The accuracy of water vapor and cloud liquid determination by dual-frequency ground-based microwave radiometry[J]. Radio Science, 1978, 13(4): 677-685. DOI:10.1029/RS013i004p00677 |
| [11] |
CADEDDU M P, GHATE V P, MECH M. Ground-based observations of cloud and drizzle liquid water path in stratocumulus clouds[J]. Atmospheric Measurement Techniques, 2020, 13(3): 1 485-1 499. DOI:10.5194/amt-13-1485-2020 |
| [12] |
利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究[J]. 大气科学, 2010, 34(3): 548-558. DOI:10.3878/j.issn.1006-9895.2010.03.08 |
| [13] |
WESTWATER E R, CREWELL S, MÄTZLER C, et al. Principles of surface-based microwave and millimeter wave radiometric remote sensing of the troposphere[J]. Quad Soc Ital Elettromagnetismo, 2005, 1(3): 50-90. |
| [14] |
CREWELL S, EBELL K, LÖHNERT U, et al. Can liquid water profiles be retrieved from passive microwave zenith observations?[J]. Geophys Res Lett, 2009, 36(6): L06803. |
| [15] |
MP-3000A型地基微波辐射计的资料质量评估和探测特征分析[J]. 气象, 2015(2): 226-233. DOI:10.3969/j.issn.1671-6345.2015.02.011 |
| [16] |
利用地基微波辐射计资料反演0-10km大气温湿廓线试验研究[J]. 热带气象学报, 2016, 32(2): 163-171. |
| [17] |
地基微波辐射计资料质量定量分析[J]. 云南大学学报(自然科学版), 2018, 40(1): 94-103. |
| [18] |
国产MWP967KV型地基微波辐射计探测精度[J]. 应用气象学报, 2019, 30(6): 731-744. |
| [19] |
ZHANG W, XU G, XI B, et al. Comparative study of cloud liquid water and rain liquid water obtained from microwave radiometer and micro rain radar observations over central China during the monsoon[J]. J Geophy Res: Atmospheres, 2020, 125(20): e2020JD032456. |
| [20] |
北京2009-2013年期间持续性大雾的类型、垂直结构及物理成因[J]. 大气科学, 2016, 40(2): 296-310. |
| [21] |
TEMIMI M, FONSECA R M, NELLI N R, et al. On the analysis of ground-based microwave radiometer data during fog conditions[J]. Atmospheric Research, 2020, 231: 104652. DOI:10.1016/j.atmosres.2019.104652 |
| [22] |
降水对地基微波辐射计反演误差的影响[J]. 暴雨灾害, 2013, 32(1): 70-76. |
| [23] |
WARE R, CIMINI D, HERZEGH P, et al. Ground-based microwave radiometer measurements during precipitation[C]. 8th Specialist Meeting on Microwave Radiometry. 2004: 24-27.
|
| [24] |
WARE R, CIMINI D, CAMPOS E, et al. Thermodynamic and liquid profiling during the 2010 Winter Olympics[J]. Atmospheric Research, 2013, 132: 278-290. |
| [25] |
XU G, ZHANG W, FENG G, et al. Effect of off-zenith observations on reducing the impact of precipitation on ground-based microwave radiometer measurement accuracy[J]. Atmospheric Research, 2014, 140: 85-94. |
| [26] |
基于雨雪天气背景的微波辐射计斜路径与天顶观测的反演结果对比分析[J]. 暴雨灾害, 2015, 34(4): 375-383. DOI:10.3969/j.issn.1004-9045.2015.04.011 |
| [27] |
Ka/Ku双波段云雷达探测云降水滴谱和空气垂直运动速度的能力模拟分析[J]. 高原气象, 2020, 39(3): 543-559. |
| [28] |
TURNER D D, CLOUGH S A, LILJEGREN J C, et al. Retrieving Liquid Water Path and Precipitable Water Vapor From the Atmospheric Radiation Measurement(ARM)Microwave Radiometers[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(11): 3680-3690. DOI:10.1109/TGRS.2007.903703 |
| [29] |
仲凌志. 毫米波测云雷达系统的定标和探测能力分析及其在反演云微物理参数中的初步研究[D]. 北京: 中国气象科学研究院, 2009.
|
| [30] |
云雷达联合微波辐射计反演混合性降水层云液态水含量的方法研究[J]. 暴雨灾害, 2016, 35(1): 1-9. DOI:10.3969/j.issn.1004-9045.2016.01.001 |
| [31] |
DUNN M, JOHNSON K L, JENSEN M P. The Microbase value-added product: A baseline retrieval of cloud microphysical properties[C]. Atmospheric Radiation Measurement, US Department of Energy, Office of Science, DOE/SC-ARM/TR-095, 2011.
|
| [32] |
Ka/Ku双波段云雷达反演空气垂直运动速度和雨滴谱方法研究及初步应用[J]. 大气科学, 2021, 45(5): 1 099-1 113. |