林晓萌 尉英华 陈 宏 王艳春
(天津市气象台, 天津 300074)
强对流天气具有空间尺度小、生命史短、破坏力大、突发性强的特点[1],因常规探测手段很难对其进行及时监测[2],成为短时临近预报业务的难点。风廓线雷达的时空分辨率(3~6 min,60~240 m)[3]高于目前绝大多数风场探测系统,可及时监测到急流、风切变等信息,展示出中小尺度系统连续详实的变化过程[4-5],是强对流天气监测重要手段。但因强对流天气常伴随降水过程,降水发生时大气湍流回波和降水粒子散射回波的多普勒频移信号接近,现有技术无法有效从两种信号叠加的功率谱中提取出湍流信息,同时降水期间有时不能满足风场局地均匀的假设[6],无法进行风场合成,导致风廓线雷达风场数据常出现严重缺失或失真,难以保证风场估计的准确性[7]。如何有效处理降水期间风场数据等风廓线雷达产品是亟待解决的问题。
近年,国内外在风廓线雷达受降水干扰方面的研究多侧重于判断降水是否对数据造成污染,较少涉及对降水干扰的抑制,虽然对降水时湍流信号提取开展了相关工作,但仍有一定局限性。Steiner等[8]、McDonald等[9]、Ralph等[10]利用降水和晴空时风廓线雷达具有的不同谱矩特征通过径向速度、谱宽等判断数据是否受降水污染。Schafer等[11]提出的CSA(coplanar spectral averaging)方法,通过谱平均改进大气信号的识别能力。廖菲等[12]依据风廓线雷达功率谱再分析方法和探测原理,进行了降水时数据填补和再处理。王晓蕾等[13]利用返回信号功率谱中降水谱和湍流谱两峰值连接的最低点对二者进行分割,但该分离方法时常误差较大。……