X波段相控阵雷达QPE产品在强降水中的应用

李婵珠，莫伟强，冼星河，赵杨洁，饶小强

（东莞市气象局，广东东莞 523000）

降水对气象、水文、地质灾害、农牧业生产以及其他诸多科学和社会应用起着至关重要的作用。随着新一代多普勒天气雷达观测网的逐步建成和完善，应用高时空分辨率的天气雷达资料开展定量降水估测（QPE）已成为降水监测的一种重要手段。传统的单偏振雷达一般采用雷达反射率因子（Z）和降雨率（R）之间的关系（ZR）进行降水估测；而双偏振雷达除了获取常规的反射率因子（ZH）外，还可以获取差分反射率（ZDR）、差分相移率（KDP）以及相关系数（CC）等偏振参量，能提供有关降水粒子形状、尺寸大小、相态分布等更为具体的微物理信息［2-4］，有助于将降水回波与其他散射体（例如雪、地面杂波、昆虫等）引起的雷达信号区分开来，同时减少雨滴谱变化对QPE的影响，因此使用偏振参量进行定量降水估测比传统的Z-R关系更稳妥［5］。目前，国内外基于双偏振参量的定量降水估测研究已取得了不少成果［6-10］。

相控阵天气雷达是当今气象雷达领域研究的热点和重要发展方向，它区别于常规雷达的抛物面天线机械扫描体制，采用平面阵列天线与电扫描机制，使用宽波束发射、多波束接收技术，大幅度地提升了观测效率和精细程度，可对云、雨滴、冰雹等水成物的微物理过程进行更精细地识别和跟踪，对提高中小尺度灾害性强对流天气的预警能力有重要的帮助［11-13］。目前，广东省在逐步布设精密的X波段相控阵雷达监测网，东莞已分别在麻涌、石排和大岭山建设3部X波段双偏振相控阵雷达。但由于布设时间较短，基于X波段双偏振相控阵雷达进行定量降水估测的研究还很少。为充分发挥X波段相控阵雷达在强降水预警业务中的作用，需对其在定量降水估测方面的性能进行评估分析。

本研究基于东莞3部和深圳1部X波段双偏振相控阵雷达资料，对雷达QPE产品在选取降水过程中的应用效果进行评估，为改进X波段相控阵雷达定量降水估测算法，提高定量降水估测精度提供参考和借鉴。

1 数据与方法

1.1 数据

本研究采用X波段双偏振相控阵天气雷达数据和东莞市区域自动站雨量计降水量观测数据。由于所处波段的限制，X波段雷达信号衰减相对于S波段雷达更为严重，当遇到强回波时，强回波后侧的信号可能探测不到，并且后侧无信号的情况无法用衰减订正方法改善。利用多部X波段雷达进行组网协同观测可以恢复强回波后侧信号，同时可以弥补S波段多普勒雷达远距离探测导致的低空探测盲区。因此，本研究采用X波段雷达内置软件中的组网产品数据。东莞市3部X波段雷达于2021年6月正式启动运行，分别布设在麻涌、樟木头和大岭山，单部雷达的参数：时间分辨率为1.5 min、空间分辨率为30 m、角度分辨率为0.9°、扫描仰角数12、最低扫描仰角0.9°、最大探测距离40 km。本研究选取了2021年影响东莞的2次不同类型的降水过程（表1）对X波段雷达QPE产品的性能进行评估。个例1使用东莞3部X波段雷达组网产品，由于雷达的位置和探测范围限制，组网产品无法覆盖到东莞的东南角；个例2使用的组网产品加入了深圳市位于求雨坛的X波段雷达资料，能基本覆盖整个东莞市。使用的东莞市自动站观测资料为5 min降水量观测数据，用于雷达QPE产品性能评估，其中在个例1中剔除掉雷达组网产品覆盖范围之外的站点资料，避免影响雷达产品性能的评估。

表1 两次降水过程的基本特征

1.2 方法

以东莞市自动站雨量计5 min降水量观测为基准，对雷达QPE产品性能进行评估。X波段相控阵雷达是采用ZH和KDP相结合的方法来进行定量降水估测的，具体表达式如下：

其中，ZH＝10lgZ，将雷达QPE产品累计成5 min和1 h降水量，然后取离自动站最近的雷达格点及其周围8个格点的雷达降水量平均值（9点平均）作为该自动站的雷达降水估计值，与自动站雨量计观测的5 min和累计1 h降水量进行对比评估。

本研究采用相关系数（CC）、相对误差（RE）、比率偏差（BIAS）和均方根误差（RMSE）对雷达QPE产品进行评估。其中CC越高，表示雷达估测雨量与实际观测雨量线性关系越强，一致性越高；RE反映数据的可信度，RE越小可信度越高；RMSE是体现雷达估测雨量和观测雨量之间差异的统计指标，RMSE越小，误差越小，数据越集中；BIAS是体现平均偏离情况的指标，BIAS大（小）于1，说明雷达高（低）估了实际观测降水，BIAS越接近1，表明雷达估测雨量与观测雨量越接近。

其中，n为样本数；Gi和Ri分别为第i个自动站雨量计的观测雨量（mm）和雷达估测雨量（mm）。

2 结果与分析

2.1 降雨过程

图1给出两次降水过程的累计降水分布。2021年8月9日受季风槽影响，东莞出现强降水，降水过程以对流性降水为主，主要降水时段在14：00—17：00，3 h累计雨量达大到暴雨；暴雨主要集中在东北部镇街，最大降雨量为桥头的82.5 mm。2021年10月9日受台风“狮子山”影响，东莞出现持续性降水，降水过程以混合性降水为主，较强降水时段集中在06：00—19：00，累计雨量达大到暴雨，局部大暴雨；暴雨主要集中在东南部镇街，最大降雨量为凤岗的113.6 mm。

图1 东莞市2021年两次降水过程累计降水分布（单位：mm）

2.2 雷达QPE产品性能评估

图2给出了分析时段内雷达QPE产品计算得到的累积降水分布。对比图1可以看出，雷达大致能够刻画出两次降水过程的主要空间分布特征，包括个例1中东北部和个例2中东部的强降水中心，但估测的强降水区范围和整体雨量均较实况偏大。

图2 东莞市2021年两次降水过程QPE产品估测累计降水分布（单位：mm）

图3为雷达QPE产品1 h估测雨量和雨量计观测雨量的散点图。由图3可以看出，两次过程的线性关系都比较明显，CC分别达到0.84和0.83。个例1的离散度较大，RMSE达5.46 mm；个例2的离散度较小，RMSE为2.48 mm。个例2的相对误差（47.5%）比个例1的相对误差（39.5%）稍大，主要是由于个例2中大部分样本的降雨率小于个例1造成的。从BIAS来看，两次过程的BIAS值比较接近，分别为1.20和1.23，即雷达QPE产品对两次过程的降水整体上都存在高估的现象，与图2得到的结论一致。但从图3可以看出，雷达QPE产品主要对较弱的降水存在湿偏差（散点位于理论直线上方）；而对较强的降水存在干偏差（散点位于理论直线下方）。

图3 雷达QPE产品与雨量计1 h雨量散点图

表2进一步给出两次过程针对不同降雨率得到的评估结果。从表2可以看出，对于个例1的季风降水过程，不同降雨率的CC均达到99%的置信水平，即雷达QPE产品与实际雨量的线性关系较好。QPE对0～10和10～20 mm／h两个量级的降水估测存在湿偏差（BIAS＞1）；对大于20 mm／h的降水估测存在干偏差（BIAS＜1）。0～10 mm／h量级的RMSE为5.21 mm，RE达到94.5%，即离散度和相对误差较大；而10～20 mm／h量级的RE和BIAS均比0～10 mm／h的小；当降雨率＞20 mm／h时，RMSE有所增大，即离散度增大，但RE进一步减小。整体而言，雷达QPE对大于10 mm／h的降水估测精度相对更高，这可能是由于随着雨量增大，越能发挥KDP不受衰减影响的优势。对于个例2的台风降水过程（表2），雷达QPE对0～10 mm／h量级的降水存在湿偏差；对10～20mm／h量级的降水存在干偏差。与个例1相同，这两个量级降水的CC均通过99%的置信水平，10～20mm／h量级降水的RMSE和RE均比0～10 mm／h量级的降水小，说明雷达QPE对10～20 mm／h量级降水的估测精度更高。当降雨率＞20 mm／h时，雷达QPE也存在干偏差，且偏差程度比季风降水过程更大。RMSE和RE有所增大，但由于该量级降雨率的样本数较小（9个），无法由此判断其估测精度是否有所下降。

表2 2021年8月9日和10月9日降水过程QPE评估结果

表3进一步给出两次过程观测的5min雨量和通过雷达QPE得到的5 min雨量对比。当5 min雨量为0～1mm时，两次过程QPE均表现为明显的湿偏差，且季风降水过程的湿偏差比台风降水过程大得多；当5 min雨量为1～2 mm时，QPE在季风降水过程为弱的湿偏差，在台风降水过程为干偏差；当5 min雨量在2 mm以上，两次过程QPE均为明显的干偏差，且雨量越大干偏差越大，台风降水过程的干偏差比季风降水过程更大。计算两次过程不同降雨率的5 min雨量分布（图略）可知，两次降水过程0～10 mm／h降雨率的5 min雨量中，0～1 mm 分别占比92.9%、95.6%，因此雷达QPE对该降雨率均表现出明显的湿偏差；在10～20 mm／h降雨率中，季风降水过程5 min雨量在0～1、1～2和2 mm以上的分别占比57.2%、22.8%和20.0%，即表现为湿偏差的5 min雨量占比达到80%。台风降水过程5 min雨量在0～1、1～2和2 mm以上的分别占比55.1%、26.8%和18.1%，与季风降水过程接近，但由于对1～2mm的降水表现为明显干偏差，因此表现为湿偏差和干偏差的5 min雨量几乎各占50%（55.1%和44.9%），从而导致在10～20 mm／h降雨率中雷达QPE对季风降水过程表现为湿偏差，而对台风降水过程表现为干偏差。也就是说，雷达QPE对两次过程的10～20 mm／h降雨率估测表现出不同的偏差主要是对1～2 mm的5 min雨量估测存在差异造成的。

表3 两次降水过程5 min雨量对比结果

总体来说，雷达QPE对较弱的降水估测存在湿偏差，对较强的降水估测存在干偏差，且台风降水过程中较弱降水的湿偏差比季风降水过程小，而较强降水的干偏差比季风降水过程大。QPE对不同类型降水过程由湿偏差转为干偏差的降雨率节点不同，主要是由于QPE对1～2 mm的5 min雨量估测偏差的差异造成的，这可能与不同过程的雨滴谱变化有关。

图4为两次降水过程中单站的5 min雨量、雷达QPE和利用Z-R关系反演得到的降水时间序列图，其中R（ZH）采用张哲等［14］通过雨滴谱计算得到的X波段雷达定量降水估计关系参数值。由图4可以看出，两次过程的QPE和R（ZH）整体上都能反映出降水的时间变化，但QPE对降水的估测优于R（ZH），其更能反映出降水的增强和减弱，对较强降水的估测偏差明显减小。因此，相比于反射率因子产品，QPE产品在强降水预警方面应能发挥更好的参考作用。

图4 不同站点5 min雨量、雷达QPE及R（Z H）反演雨量的时间序列

3 结论

本研究对X波段相控阵雷达定量降水估测产品在东莞两次不同类型强降水过程中的适用性进行评估，得到以下主要结论：

1）X波段相控阵雷达QPE产品能够刻画出两次过程降水的主要空间分布特征，但对总雨量的估测整体偏高。QPE产品对于不同降雨率的估测偏差有所不同，对较弱的降水估测存在湿偏差，对较强的降水估测存在干偏差，且台风降水过程中较弱降水的湿偏差比季风降水过程小，而较强降水的干偏差比季风降水过程大。

2）不同类型降水过程由湿偏差转为干偏差的降雨率节点不同，主要是由于雷达QPE对不同类型过程中1～2 mm的5 min雨量估测偏差的差异造成的。

3）两次过程中雷达QPE对降雨率为10 mm／h以上的降水估测精度均比10 mm／h以下的降水估测精度更高。

4）雷达QPE和R（ZH）整体上都能反映出降水的时间变化。相比于R（ZH），QPE产品更能反映出降水的增强和减弱，特别是对较强降水的估测更好，在强降水预警方面应有更好的参考作用。

本研究仅考虑了两次强降水过程，未来工作将进一步通过不同的降水类型验证X波段雷达QPE的适用性。另外，需要继续深入研究如何改进X波段雷达定量降水估测方法，提高雷达定量降水估测精度，才能使X波段相控阵雷达在提高强降水预报预警能力方面发挥重要作用。