下载文档原格式
第五章多普勒速度图基本识别在本章中你将学会：（1）识别径向速度特征的基本原则；（2）速度显示与垂直风廓线之间的关系；（3）如何用这些基本原则解释雷达速度产品。
在解释速度产品时，你必须牢记以下两点：（1）雷达显示的只是沿雷达径向的速度；（2）不正确地退模糊的速度和距离折叠会使速度产品的解释变得困难。
在学完本章后，你应该掌握下列知识：1.在均匀、不均匀、模糊（ambiguous）和复杂的气象条件下解释多普勒速度型。
包括如下几点：a.入流与出流（inbound and outbound flow）；b.与速度值对应的色彩；c.定常风向风速下的速度识别；d.风向风速随高度变化条件下的速度识别；e.速度最大值的识别；f.汇合（confluence ）与发散（diffluence）流型的识别；g.垂直不连续风场的识别；h.边界（boundary 这里指密度不连续面，如锋面等）的识别；i.辐合与辐散流型的识别；j.气旋式和反气旋式旋转流型的识别；k.上面两种流型的任何组合流型的识别。
2. 从均匀和不均匀的水平流型推断垂直风廓线。
3. 利用识别的速度流型估计相应的气象条件。
5．1 识别多普勒速度图的基本知识5．1．1 多普勒速度图象的PPI 显示方式新一代天气雷达是在一系列固定仰角上扫描360︒进行采样的，即在某一个仰角，雷达天线绕垂直轴Z 进行360︒扫描（即PPI 方式扫描），所采集到的是圆锥面上的资料（图5-1）。
在每个仰角上，以雷达为中心，沿着雷达波束向外，径向距离的增加同时也表示距地面的高度增大。
雷达所探测到的任一目标的空间位置(x,y,h) 可根据仰角φ、方位角θ、目标距雷达的倾斜距离r求得，其中测定目标高度h 的公式为：h = h0 + rsinφ+ r2 /（2R m′）式中h0 为雷达天线架设高度，r 为目标的斜距，R m′为等效地球半径。
在标准大气折射情况下，R m′为真实地球半径R 的4/3 倍，约8500 公里。
基于Python对多普勒天气雷达基数据的解析基于Python对多普勒天气雷达基数据的解析多普勒雷达是一种能够测量气象杂波中液体或固体颗粒运动速度的仪器。
它通过测量天体反射射线频移来计算出物体的速度，从而提供天气预报所需的有关降水、风速和风向等信息。
然而，多普勒雷达的数据在原始状态下十分复杂，需要进行解析和处理才能得到有用的信息。
本文将介绍如何使用Python编程语言对多普勒天气雷达的基数据进行解析和处理。
首先，我们需要了解多普勒天气雷达基数据的格式。
通常，它以雷达扫描的方式保存在文件中。
每个扫描包含一系列的反射率数据，每个数据点对应于空间中的一个点。
每个数据点都有其位置和反射率值。
此外，雷达还提供了速度和谱宽等信息，用于描述气象杂波颗粒的运动特性。
在Python中，我们可以使用一些开源的库来解析多普勒雷达基数据，如`Py-ART`和`wradlib`等。
这些库包含了丰富的函数和工具，使得解析和处理多普勒雷达数据变得更加容易和高效。
首先，我们需要导入相关的库和模块。
使用`import`语句导入`numpy`、`scipy`、`matplotlib`和`pyart`等库。
```pythonimport numpy as npimport matplotlib.pyplot as pltimport pyart```接下来，我们需要读取多普勒天气雷达的数据文件。
使用`pyart.io.read`函数读取文件，并将数据存储在一个`Radar`对象中。
```pythonfilename = '/path/to/radar_data.nc'radar = pyart.io.read(filename)```读取数据后，我们可以使用`pyart.visualization`模块中的函数绘制雷达数据的各种图像。
例如，我们可以使用`plot_ppi`函数绘制雷达的全距视图：```pythondisplay = pyart.graph.RadarDisplay(radar)fig = plt.figure(figsize=(8, 8))ax = fig.add_subplot(111)display.plot_ppi('reflectivity', 0, ax=ax)plt.show()```此外，我们还可以绘制其他类型的图像，如雷达的径向速度和谱宽等。
多普勒天气雷达回波识别和分析之降水回波1.层状云降水雷达回波特征——片状回波层状云是水平尺度远远大于垂直尺度云团，由这种云团所产生的降水称之为稳定性层状云降水。
降水区具有水平范围较大、持续时间较长、强度比拟均匀和持续时间较长等特点。
⑴回波强度特征：①在PPI上，层状云降水回波表现出范围比拟大、呈片状、边缘零散不规那么、强度不大但分布均匀、无明显的强中心等特点。
回波强度一般在20-30dBz，最强的为45dBz。
②在RHI上，层状云降水回波顶部比拟平整，没有明显的对流单体突起，底部及地，强度分布比拟均匀，因此色彩差异比拟小。
一个明显的特征是经常可以看到在其内部有一条与地面大致平行的相对强的回波带。
进一步的观测还发现这条亮带位于大气温度层结0度层以下几百米处。
由于使用早起的模拟天气雷达探测时，回波较强那么显示越亮，因此称之为零度层亮带。
回波高度一般在8公里以下，当然会随着纬度，季节的不同有所变化。
⑵回波径向速度特征：由于层状云降水范围较大，强度与气流相比照拟均匀，因此相应其径向速度分布范围也较大，径向速度等值线分布比拟稀疏，切向梯度不大。
在零径向速度型两侧常分布着范围不大的正、负径向速度中心，另外还常存在着流场辐合或辐散区。
⑶零度层亮带：如前所述，在PPI仰角较高或者RHI扫面时，总能在零度层以下几百米处看到一圈亮环或者亮带回波，亮带内的回波比上下两个层面都强。
由于亮带回波总是伴随层状云降水出现，因此是层状云降水的一个重要特征。
〔零度层亮带形成的原因：冰晶、雪花下落的过程中，通过零度层时，说明开始融化，一方面介电常数增大，另一方面出现碰并聚合作用，使粒子尺寸增大，散射能力增强，所以回波强度增大。
当冰晶雪花完全融化后，迅速变成球形雨滴，受雨滴破裂和降落速度的影响，回波强度减小。
这样就存在一个强回波带，说明层状云降水中存在明显的冰水转换区，也说明层状云降水中气流稳定，无明显的对流活动。
〕2.对流云降水雷达回波特征——块状回波对流云往往对应着阵雨、雷雨、冰雹、大风、暴雨等天气。
多普勒雷达速度退模糊方法分析陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟【摘要】速度退模糊方法的基本思路一般是先找到可靠观测,以可靠观测为基础进行空间连续性检查.文章设计了模拟的雷达径向风资料,对比了两种典型的自动退模糊方法,一种Zhangjian的基于零风速线的方法;另外一种是Xuqin的基于反演平均风的方法.模拟资料的检验结果表明:(1)Zhangjian的方案对零风速线与某一条径线较匹配时,会取得较好效果,否则找不到弱风区,退模糊失败;(2)Xuqin的方案对非线性很敏感,非线性越强,效果越差.文中设计了一种寻找弱风区确切位置的算法.使用模拟资料的测试效果表明,新方案继承了零线方案的优点,另外,当零风速线的走向与观测径线差异较大时,仍然可以取得较好的结果.【期刊名称】《内蒙古气象》【年(卷),期】2015(000)003【总页数】6页(P18-23)【关键词】多普勒雷达;退模糊;零风速线【作者】陈宏波;闵锦忠;丁文文;蒋骏;钱昊钟【作者单位】南京信息工程大学,江苏南京210044;常州市气象局,江苏常州213000;南京信息工程大学,江苏南京210044;金坛市气象局,江苏金坛213299;常州市气象局,江苏常州213000;宜兴市气象局,江苏宜兴214206【正文语种】中文【中图分类】P415.2多普勒雷达观测资料在临近预报和数值预报中都起着重要作用。
雷达资料的时空分辨率使其几乎可以实时提供雷达附近数百公里范围内的降水、风场、大气中水汽和冰粒等气象状态的信息，这对提高临近预报甚至是短时预报的水平起到了几乎不可替代的作用。
另外，将雷达资料应用于数值预报中时，使用适当的同化方式可以为数值预报模式提供一个更加准确的初始场，进而改善数值预报效果。
因此，雷达数据的质量就显得尤其重要。
受到脉冲重复频率（PRF）和波长（λ）的限制，存在一个最大不模糊速度（Vmax）。
当实际风速（VT）超过这个速度时，就会发生模糊，观测值是V0，n是折叠次数，取值0,1,2等[1]。
监测网。
到目前为止，我国组网雷达已有近２００部．图２．１我国新一代多普勒天气雷达布网图２．３我国新一代多普勒天气雷达的结构及主要特点２．３．１新—代天气雷达主要结构由于布网雷达的生产厂家较多，现在以ＭＥＴＳＴＡＲ公司生产的ＳＡ雷达来介绍新一代天气雷达的主要结构。
图２．３反射率因子产品２．径向速度场（ｖ）ｓ由于飑线是强对流过程，在径向速度场上很可能出现辐散辐合的特征或者表现为速度值较大。
图２．４径向速度场产品３．垂直液态水含量（ｖＩＬ）：飕线发生时候常伴随冰雹灾害，因为雷达对冰雹的散射要比雨滴大的多，所以，冰雹在垂直液态水含量产品上一般表现为很强的垂直液态水含量（一般大于３５千克／平方米）．图２．５垂直液态水产品４．ＶＡＤ风廓线（ＶＷＰ）：ＶＡＤ表征的是雷达周围上空风场的分布情况。
如果飑线发生在雷达附近，通过Ｖ肿可以发现飑线过境时的风速变化。
图２．６ＶＡＤ风廓线产品５．冰雹指数ｍＩ）：冰雹指数提供了三个冰雹的三个属性，冰雹概率（蹦１），强冰雹概率（ＰＯＳＨ），预期冰雹最大值（姗ｌｓ），可以预警飑线发生时的冰雹灾害。
图２．７冰雹指数产品２．４．２其它常用的产品：６．谱宽产品（Ｓ■）：利用谱宽可以评估平均径向速度产品的可靠性。
一般来说，越高的谱宽值所反映出的速度估算越具有不确定性。
图２．８谱宽产品７．组合反射率（ｃＲ）：表示的是在一个体积扫中，将常定仰角方位扫描中发现的最大反射率因子投影到笛卡尔格点上的产品。
图２．９组合反射率产品８．一小时降雨量（ｏ肝），三小时降雨量（１ＨＰ），过程雨量（ｓＴＰ）：通过反射率因子和雨强的经验公式（Ｚ／Ｔ关系）估算出的降雨量。
图２．１０一小时降雨产品９．风暴结构（Ｓｓ）：显示当前体扫所探测到的所有的风暴信息。
包括风暴的位置，风暴顶和风暴底高度等。
图２．ｎ风暴结构信息产品１０．风暴追踪信息（ＳＴＩ）：显示风暴质心以前的、当前的及预报的位置．图２．１２风暴追踪信息产品１１．中尺度气旋（Ｍ）：用来显示与三种方位切变类型（ａｚｉｍｕｔｈａｌｓｈｅａｒｐａｔｔｅｒｎ）的探测有关的信息，即非相关切变、三维的相关切变及中气旋。
