一种双线偏振雷达系统及强雨的测量方法与流程

技术领域：

本发明涉及一种双线偏振雷达系统及利用双线偏振雷达系统网对高原强雨的测量方法。

背景技术：
：

青藏高原大约占我国陆地面积的1/4,平均海拔4km以上,是世界上最高大、地形最复杂的高原,被誉为世界屋脊。青藏高原独特的地形条件使其具有不同于平原地区和一般山地的天气特征。在20世纪70年代和90年代,我国曾组织过两次对青藏高原的大型野外科学实验,取得了非常重要的成果。对高原地区的环流特征、天气系统、热源性质、高原季风、南亚高压等进行了较为深入的研究,揭示了不少新的事实,为青藏高原进一步的天气气候研究奠定了重要的基础。进入21世纪后,在全球性持续变暖的气候背景下,极端气象事件的频繁发生引起了国内外专家的高度关注；特别是在高原地区,多发的强对流天气对公路、铁路和通讯等造成了严重的直接危害,对社会经济的发展构成了严重威胁。2013年发生在西藏高原的强降雪过程造成当地的交通中断,多处建筑设施被毁,极大地影响了人们的正常生活和工作。在这种强天气频繁发生而天气气候要求无缝隙预报的情况下，人们对强对流天气及其短临预报的问题就尤为关注。

我国受季风气候影响十分显著，每年进人汛期各种天气系统频繁在各地活动，是造成气象灾害的主要原因。对于不同尺度天气系统天气雷达的探测能力是不同的天气雷达也暴露出一些函待解决的问题。主要表现在中低层垂直分辨率相对较低在多山地区尤其是高山雷达站采用体扫描模式导致对大气边界层监测范围偏小、距离与速度模糊、对晴空大气和天气系统早期发展中的弱回波的监测能力不足、降水估计存在较明显偏差、组网与协同能力不足等诸多问题。

技术实现要素：
：

本发明所要解决的技术问题是针对以上提及的现有技术存在的缺点，提供一种双线偏振雷达系统及利用双线偏振雷达系统网对高原强雨的测量方法。

本发明解决其技术问题所采取的技术方案是：一种双线偏振雷达系统，利用与天气雷达网相适应的高效通信网络应用卫星导航系统，运用雷达组网实现对大范围或一个特定区域天气系统的时间与空间同步和精细化结构的协同观测。将高分辨率的gis信息与协同观测相结合，实现组网雷达观测的时间空间和定量的一致性，提高对强雨等灾害性天气监测预警的能力。

所述双线偏振雷达系统包括资料基础模块、强风暴预处理模块、数据匹配和识别模块、强风暴处理模块、数据校正模块和强风暴预警模块。

进一步地，资料基础模块用于系统日志、预报评分、业务流程以及天气背景及个例库。

优选地，所述系统日志单元，用于自动记录系统运行情况，包括网络连接情况、资料自动收集过程中有无缺测；根据预先设定的时间和事件，通过信息窗口、警报声方式自动进行信息提示；预报评分单元，用于对不同类型强对流天气潜势预报和短临预报进行ws评分系统，评估和检验结果能进行查询并以图文方式显示，其中ws评分系统是利用与天气雷达网相适应的高效通信网络应用卫星导航系统组建的双线偏振雷达系统网的评分系统；业务流程说明单元，用于将短临预报预警的制作流程、重要事项、应用事件处理方法以及系统操作说明以图文方式供值班人员随时查看；天气背景及个例库，根据不同类型的历史强对流个例资料，综合分析强对流天气过程的强度、范围、路径、危害程度和各种天气要素信息，综合判断其成因，建立强对流灾害个例数据库；能对强对流天气的实况资料进行判别，自动或人工方式提取强对流天气实况资料并能自动入库；合理规划强对流灾害个例数据库的库表结构，将数据库查询和维护集成于系统内。

进一步地，强风暴预处理模块包括扫描子模块、观测子模块以及距离与速度参数子模块。

优选地，所述扫描子模块，增加扫描仰角和rhi观测扫描模式，提高中低层垂直分辨率；观测子模块，建立高山观测模式，增强大气边界层探测能力；距离与速度参数子模块，建立适当的距离与速度探测的参数配置,实现距离与速度的最佳探测。

进一步地，所述数据匹配和识别模块，调动天气背景及个例库，能对强对流天气的实况资料进行判别，自动或人工方式提取强对流天气实况资料进行识别和匹配，具有预报分析向导、预报模型运行功能，预报分析向导引导预报员按要求依次调用各种天气图表，并进行主观分析，避免分析的盲目性和主观性，预报模型运行是综合运用各种气象资料，获取预报因子，进行图形识别、相似判别、推理判断或经验方程，并通过模式产品解释技术的应用，利用强对流天气诊断分析结果，初步实现对灾害性天气系统的快速识别，获得分区域的强对流天气潜势预报结果。

进一步地，所述强风暴处理模块，进行高原特殊性强雨的三维动态处理和存储操作。

进一步地，所述数据校正模块，结合形成双线偏振雷达系统网的自动站进行数据的匹配和校正，将误差减小到百米范围。

进一步地，所述强风暴预警模块，具有预报分析向导、客观预报方法功能，同强对流潜势预报类似，预报分析向导引导预报员按要求依次调用各种天气图表，并进行主观分析，利用资料收集及预处理模块中收集和预处理的资料，获取预报因子，进行图形识别、相识判别、推理判断或代入预报方程，得出分区域的强对流天气发生的地区和强度预报，并发出预警提醒。

本发明还提供了一种利用双线偏振雷达系统网对高原强雨的测量方法，其中，双线偏振雷达系统网利用的是上述双线偏振雷达系统。

本发明由于采取了上述技术方案，其具有如下有益效果：

本发明所述的双线偏振雷达系统以及利用双线偏振雷达系统网对高原强雨的测量方法，其克服了多山地区尤其是高原雷达站采用体扫描模式导致对大气边界层监测范围偏小、距离与速度模糊、对晴空大气和天气系统早期发展中的弱回波的监测能力不足、降水估计存在较明显偏差、组网与协同能力不足等诸多问题，并具有更好的效果，具有更广泛的应用性和实用性。

附图说明：

图1为本发明所述的双线偏振雷达系统的结构示意图。

图2为流线质点的计算原理图。

图3为高原强雨的数据校正流程图。

图4为结合实例对冷(暖)锋探测的示意图。

具体实施方式：

以下结合附图对本发明的内容作进一步说明。

如图1所示，一种双线偏振雷达系统，利用与天气雷达网相适应的高效通信网络应用卫星导航系统，运用雷达组网实现对大范围或一个特定区域天气系统的时间与空间同步和精细化结构的协同观测。将高分辨率的gis信息与协同观测相结合，实现组网雷达观测的时间空间和定量的一致性，提高对强雨等灾害性天气监测预警的能力。所述双线偏振雷达系统包括资料基础模块、强风暴预处理模块、数据匹配和识别模块、强风暴处理模块、数据校正模块和强风暴预警模块。

资料基础模块用于系统日志、预报评分、业务流程以及天气背景及个例库。所述系统日志单元，用于自动记录系统运行情况，包括网络连接情况、资料自动收集过程中有无缺测；根据预先设定的时间和事件，通过信息窗口、警报声方式自动进行信息提示；预报评分单元，用于对不同类型强对流天气潜势预报和短临预报进行ws评分系统，评估和检验结果能进行查询并以图文方式显示，其中ws评分系统是利用与天气雷达网相适应的高效通信网络应用卫星导航系统组建的双线偏振雷达系统网的评分系统；业务流程说明单元，用于将短临预报预警的制作流程、重要事项、应用事件处理方法以及系统操作说明以图文方式供值班人员随时查看；天气背景及个例库，根据不同类型的历史强对流个例资料，综合分析强对流天气过程的强度、范围、路径、危害程度和各种天气要素信息，综合判断其成因，建立强对流灾害个例数据库；能对强对流天气的实况资料进行判别，自动或人工方式提取强对流天气实况资料并能自动入库；合理规划强对流灾害个例数据库的库表结构，将数据库查询和维护集成于系统内。

强风暴预处理模块包括扫描子模块、观测子模块以及距离与速度参数子模块。所述扫描子模块，增加扫描仰角和rhi观测扫描模式，提高中低层垂直分辨率；观测子模块，建立高山观测模式，增强大气边界层探测能力；距离与速度参数子模块，建立适当的距离与速度探测的参数配置,实现距离与速度的最佳探测。

数据匹配和识别模块，调动天气背景及个例库，能对强对流天气的实况资料进行判别，自动或人工方式提取强对流天气实况资料进行识别和匹配，具有预报分析向导、预报模型运行功能，预报分析向导引导预报员按要求依次调用各种天气图表，并进行主观分析，避免分析的盲目性和主观性，预报模型运行是综合运用各种气象资料，获取预报因子，进行图形识别、相似判别、推理判断或经验方程，并通过模式产品解释技术的应用，利用强对流天气诊断分析结果，初步实现对灾害性天气系统的快速识别，获得分区域的强对流天气潜势预报结果。

强风暴处理模块，进行高原特殊性强雨的三维动态处理和存储操作。

所述数据校正模块，结合形成双线偏振雷达系统网的自动站进行数据的匹配和校正，将误差减小到百米范围。

所述强风暴预警模块，具有预报分析向导、客观预报方法功能，同强对流潜势预报类似，预报分析向导引导预报员按要求依次调用各种天气图表，并进行主观分析，利用资料收集及预处理模块中收集和预处理的资料，获取预报因子，进行图形识别、相识判别、推理判断或代入预报方程，得出分区域的强对流天气发生的地区和强度预报，并发出预警提醒。

本发明还提供了一种利用双线偏振雷达系统网对高原强雨的测量方法，其中，双线偏振雷达系统网利用的是上述双线偏振雷达系统。

具体测量方法如下：

步骤一，建立资料基础模块，用于系统日志、预报评分、业务流程以及天气背景及个例库。

步骤二，强风暴预处理，通过扫描子模块增加扫描仰角和rhi观测扫描模式，提高中低层垂直分辨率；通过观测子模块建立高山观测模式，增强大气边界层探测能力；通过距离与速度参数子模块，建立适当的距离与速度探测的参数配置，实现距离与速度的最佳探测。

步骤三，进行数据匹配和识别，调动天气背景及个例库，能对强对流天气的实况资料进行判别，自动或人工方式提取强对流天气实况资料进行识别和匹配。

步骤四，进行强风暴处理，进行高原特殊性强雨的三维动态处理和存储操作。

步骤五，进行数据校正，结合形成双线偏振雷达系统网的自动站进行数据的匹配和校正，将误差减小到百米范围。

步骤六，进行预报分析向导、客观预报方法，利用资料收集及预处理模块中收集和预处理的资料，获取预报因子，进行图形识别、相识判别、推理判断或代入预报方程，得出分区域的强对流天气发生的地区和强度预报，并发出预警提醒。

具体地，步骤四的强风暴处理具体包括过程：

s41：对监测点位数据进行浓度插值，以获取区域内各种高密度雨团的空间分布渲染图；

s42：采用中尺度气象模式mm5模拟高精度的区域强雨场，所述区域强雨场包括多个正方形数据阵列点；

s43：选取任一所述正方形数据阵列点的任一边上的任一点作为初始流线质点，以所述初始流线质点确定下一流线质点，并对下一所述流线质点所经过的所述正方形数据阵列点进行再次分割，依次类推，直至确定出所述强雨场内单个时间片上的所有流线质点，连接所有流线质点以绘制出强雨场单个时间片上的流线；

s44：重复s3以绘制出所述强雨场多个时间片上的多条流线，以生成静态强雨场；

s45：采用轨迹跟踪法获取所述流体质点在时间域和空间域中的运动轨迹以生成动态强雨场；

s46：对所述动态强雨场进行可视化表达；

s47：对所述高密度雨团的空间分布渲染图和所述动态强雨场进行三维动态叠加展示，以实现区域所述强雨场的动态展示。

其中，针对s43的计算原理，可参见附图2，首先，定义流线与正方形边上的交点为流线质点，假设对于高原区域现存有1*1km共100*100个正方形数据阵列点，对于其中一个正方形方格abcd，以该方格作为讨论的起点，其ab边上的p点为某一点流线的流线质点，那么根据a(x1，y1)，b(x2，y1)两点的风向角度与风速信息，可计算出点p(xo，yo)的风速风向信息。用a，b分别表示a、b对应的风矢量，θ，表示a、b两点的风向角度，m、n表示a、b矢量的模，那么通过分解风矢量a、b可得出下式：

对于矢量a:a＝(ua,va)＝(mcosθ,msinθ)

对于矢量b:

由于a、b两点位于正方形数据阵列的同一条边上，那么假设i、j：

i＝(xo-x2)/(x1-x2)

j＝(x1-xo)/(x1-x2)

根据空间解析几何知识，则有p点的矢量p：

矢量p的方向具体与a，b向量及i，j系数有关。不同的p矢量意味着流线质点的出口位置将不相同。设p点与x轴正方向逆时针所成的角度为则有的余弦函数为：

根据进一步计算，即可获得值的大小，即为：

根据上述公式，故可算出以p点为初始流线质点，下一流线质点的方向以及出口位置(正方形方格另外三边的其中之一)。

具体地，参见附图3，步骤五的数据校正具体包括过程：

s51：通过分析与待检验的自动站观测报文awsfile同一时刻或时间最相邻的气象卫星资料，识别出强对流天气、区域强降水过程或冷、暖锋面云系发生的区域，将这些区域的位置投影到自动站所在的经纬度，记录存在上述天气过程或天气现象的自动站编号，形成站点集sds。

s52：比较上述待检验的报文awsfile中每个站点所报告的各个高原强雨要素之间的气象学关系，包括：露点温度与水汽压的关系，静止风时的风向与风速的关系，降水量与蒸发量的关系，逐分钟降水量与小时累计降水量的关系；依此标识各个要素的可信度ar(st,elem,t)，ar的取值范围为[0,100]，初始值为100，每违背一种气象学关系，ar的值减少10。对于没有气象学关系可以检查的高原强雨要素(如极大风速、瞬时风速)，ar初始值均赋值为0。其中，st是待检验站点编号，elem是高原强雨要素，t是观测(或发报)的时间。

从待质量控制检验的报文中选择任意一个站点(不妨定义为站点i)，以其经纬度为圆心，正北方向为0度，等角度划分八个象限，依次查找每个象限内距离站点i最近的若干个自动站，查找半径初始为10公里，如果某象限内可查找到的站点数小于3个，半径逐次增加10公里，最大不超过110公里，形成一个数据集ds(st,qua,stx,dist)，其中，qua是象限编号，stx是相邻站点编号，dist是stx距离st(即站点i)的距离。

s53：计算ds中每个站点各个高原强雨要素在自报文观测(或发报)时间起过去的10分钟内、半小时内、1小时内、3小时内、6小时内、12小时内和24小时内的变化差值dif(st,stx,elem,t,dt)，其中，dt是上述指时间间隔(分别为10分钟、半小时……24小时)。以过去10分钟温度的变化差值为例，其计算过程为：查找当前待检验报文10分钟前的报文(自动站观测报文的发报时间间隔为5分钟)，用当前待检验站点的温度减去10分钟前报文中同一站点的温度，结果即为过去10分钟温度的变化差值dif。随机选择当前样本数据中5个站点，分析各个时间间隔的温度变化特征如图3所示。从该图可以看出，这5个站点的温度变化率各自都在合理的范围内，但同样在过去3小时和12小时，有的站点温度上升，而有的站点温度下降。如果这些站点的地理位置比较接近，那么编号为52106的站点温度就存在可疑。正确与否，还需要按下述步骤进一步分析。

以象限作为分组单位，使用插值算法计算步骤4)中各个变化差值dif(st,stx,elem,t,dt)距离站点i的插值ip(st,qua,stx,elem,t,dt)。对于可信度ar属于可疑(50<ar≤90)或错误(ar≤50)的要素值，不参与插值计算。本步骤采用的插值算法公式为：

上式中，n是数据集ds中某一象限qua内站点的数量；dist是qua中某一站点(不妨定义为i’)与站点i之间的距离；avg_dist是qua中所有站点到站点i的距离的算术平均值；dif的含义与步骤4所述一致；avg_dist’是以站点i’为基准(以站点i’为圆心，10公里为半径，搜索该范围内所有的站点，如果搜索到的站点数量小于3个，将半径逐次增加10公里，最大不超过110公里)，该范围内所有站点到i’的距离的算法平均值。同理，dif’是以站点i’为基准，对其搜索范围内各个站点的dif进行插值计算得出的结果，该插值公式为：

上式中，m是以站点i’为基准，其搜索范围内站点的数量；dist’是此范围内某一站点与站点i’之间的距离；dif”是此范围内某一站点自身的dif与站点i’的dif的差值；avg_dist’的含义同上段所述。

由于有8个象限，因此，所计算出的8个ip分别对应8个象限。

s54：计算站点i各个高原强雨要素的dif(st,elem,t,dt)与各个象限内相同要素、相同时间间隔情况下的ip(st,qua,stx,elem,t,dt)的差值ck(i,qua,elem,t,dt)。由于站点i为待检验的站点，因此，此时dif中的qua为null(空)，而ip中的qua依次取值为1到8。

分析站点i中各个高原强雨要素在各个象限的ck值与安全阈值stv的关系(stv视不同要素、不同区域和不同季节，其阈值各有所不同)：

(1)如果ck<stv的象限数量≥7(上文已述，一共8个象限)，则判定站点i当前要素的质量可信；

(2)如果ck≥stv的象限数量≥6，则判定站点i当前要素的质量异常；

(3)以上两种情况外，进一步分析ck≥stv的各象限中站点的地理位置特征：统计ds的8个象限中，ck≥stv的象限中的站点，有多少站点存在于站点集sds中(上述“存在于”的判定依据是，ck≥stv的象限中的各个站点的站点编号是否包含于站点集sds中)，如果两者的交集x为x≥60％，则判定站点i当前要素的质量可信，如果两者的交集x为35％≤x<60％，则判定站点i当前要素的质量可疑，否则，则判定为质量异常。

举例来说，不妨假设站点i的露点温度高原强雨要素在其2、3、4、5象限都满足ck<stv，而在1、6、7、8象限都满足ck≥stv，此时符合上述“以上两种情况外”的情况，然后分析1、6、7、8象限中各有多少个站点存在于站点集sds中，亦即1、6、7、8象限中，有多少个站点位于强天气发生的地理区域。假设ds的1、6、7、8各象限中站点的数量分别为n1，n2，n3，n4，且1、6、7、8各象限中的站点又存在于站点集sds的站点数量分别为m1，m2，m3，m4，那么，上述交集x的计算方法即为：x＝(m1+m2+m3+m4)/(n1+n2+n3+n4)×100％。

s55：将已判定为质量可疑的高原强雨要素的可信度ar的值减少20；将已判定为质量异常的高原强雨要素的可信度ar的值赋为0，不再参与此后步骤的计算；

s56：根据上述步骤，完成站点i中所有高原强雨要素的检验后，返回步骤3)继续分析下一个站点。直到所有站点完成上述流程。

s57：此时，所有站点所有要素的可信度ar(st,elem,t)都得到一次全新的评估(第一次评估是在步骤2)中)。在些基础上，再从第一个站点开始，重复s52～s56，直到所有站点完成该流程。

s58：由些求得的ar(st,elem,t)集合即为各站点、各高原强雨要素的质量控制标识码。

结合实例对冷(暖)锋探测

利用雷达每5～6min的高频度的信息,从反射率因子回波结构以及演变特征,可以分辨冷锋是属于第一型冷锋,还是第二型冷锋！第一型冷锋在反射率因子上表现为:回波强度场分布比较均匀,一般在25～45dbz之间,呈片状分布,同时回波整体移动速度比较慢,如图4(a)第二型冷锋,其反射率因子呈带状分布,回波强度一般在35～60dbz之间,回波整体移动很快,如图4(b)在强的第二型冷锋中,往往能够从径向速度场上分析出较强的辐合结构,同时还伴有尺度较小的气旋性结构。图4(c)是冷锋的典型风场结构图,从该图可以分析出冷锋位置强度,利用时间序列演变可以分析冷锋的演变特征。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。