1 引言
云是全球辐射收支和水文循环的关键， 对地球的辐射收支和气候变化有着至关重要的影响（Ramanathan et al， 1989； Stephens et al， 2012； Zhou et al， 2016）， 其影响不仅取决于云的垂直结构和分布， 而且还取决于云的光学性质（Wild， 2012； Zhang et al， 2017a）。云垂直结构还可与大气动力学相互作用， 对气候敏感性产生显著影响（Kalesse and Kollias， 2013； Sherwood et al， 2014； Zhang et al， 2016）。准确的云垂直廓线是全球天气和气候研究中最基本的数据来源之一（Stephens， 2005）。然而， 云廓线仍然是全球天气和气候研究中不确定性的主要来源（Stephens， 2005）。因此， 对云及其垂直分布进行更准确的观测很有必要。
目前， 云垂直分布主要通过星基、 空基和地基三种观测方式获取。卫星探测虽具有提供全球覆盖、 昼夜连续的云量和云顶高度的优势， 然而， 研究表明葵花8（Himawari-8）等地球静止卫星无法获取云底高度 （Chen et al， 2018）， 云卫星（CloudSat）的云廓线雷达（CPR）无法准确识别薄云（Marchand et al， 2008）， CloudSat和云-气溶胶激光雷达和红外探路者卫星观测（CALIPSO）反演的云底高度存在很大的不确定性（Zhang et al， 2017b）。飞机探测提供了云的微物理和热力学结构的可靠数据， 但常常局限于某一特定时段或区域（Aydin and Singh， 2004）， 且其观测成本高昂， 无法提供连续的云探测。
与卫星和飞机探测相比， 地面探测云垂直分布的仪器相对较多， 例如无线电探空， 毫米波云雷达， 激光雷达和云高仪。无线电探空的直接观测是大气和云垂直信息的重要来源（Faccani et al， 2009）， 可直接测量大气温度、 相对湿度和气压， 从而能够估计云垂直分布（Poore et al， 1995； Wang and Rossow， 1995； Chernykh and Eskridge， 1996； Dimitrieva-Arrago and Koloskova， 1969； Minnis et al， 2005； Zhang et al， 2010）。然而， 无线电探空通常每天观测两次（Guo et al， 2016； Wang et al， 2018）， 因此不能用于监测云的连续变化。随着地基遥感观测的发展， 毫米波云雷达（常祎和郭学良， 2016； 陈羿辰等， 2018； 马宁堃等， 2019）， 激光雷达（Borg et al， 2011； 颜玉倩等， 2020）和云高仪（Martucci et al， 2010）可以提供更高精度和连续观测（Sharma et al， 2016）。然而， 激光雷达和云高仪虽能准确探测云底高度， 但却无法获得云顶高度（Dai et al， 2006）。毫米波云雷达的雷达波长较厘米波雷达更短， 比激光的穿透能力更强， 且具有更高的时空分辨率， 能连续探测云和弱降水， 因此， 毫米波云雷达获得了越来越广泛的应用（Lamer et al， 2015； Qiu et al， 2019； Sokol et al， 2018； Zhou et al， 2015； 陈羿辰等， 2018； 朱泽恩等， 2017； 孙玉稳等， 2019）。
毫米波云雷达对云的探测能力受到广泛关注， 以往研究中常将探空作为“真值”对不同的云雷达探测性能进行对比研究。然而， 探空仪的湿延迟、 探空气球在上升时的水平偏移、 探空判定云底和云顶高度的算法本身、 云雷达的自身探测能力及其识别云算法等因素均会不可避免的影响二者观测的一致性。其中， 探空气球的水平偏移是造成二者一致性对比误差的主要原因之一。例如， 赵静等（2017）研究发现由于探空气球的水平漂移使二者探测到不同云层造成二者一致性对比时误差较大。郝倚天等（2018）发现探空气球水平漂移及其湿度传感器的探测误差随高度增加是造成云雷达和探空探测偏差的主要原因。为减小云雷达和探空一致性对比的时空差异， 欧建军（2011）将探空的入云和出云时刻分别与云雷达的观测时刻进行对应。Costa-Surós et al（2014）利用每15 min的美国第一代地球静止轨道气象卫星（GOES）图像确定对比区域的云层是否均匀， 剔除飘过不同类型云系的探空资料。王喆等（2016）假设探空气球和云的水平移动一致， 以抵消时间差异的影响， 选取云雷达1 h内的平均云高来抵消空间差异的影响。
云的空间分布不均匀， 云内垂直速度会引起云底和云顶出现起伏。即使是同一片云， 在不同位置探测云底和云顶高度也会出现较大差异。探空气球和云的移动方向并不是时刻一致， 且可能出现移动方向相反的情况。因此， 为了更好地利用云雷达探测云的宏微观特征， 考虑以探空作为“真值”对云雷达的测云能力进行评估， 但探空气球的漂移偏差引起的二者观测误差不可忽视， 首先应解决二者观测云垂直结构一致性对比的时空匹配问题。陕西省气象局于2017年6月在西安泾河观测站（108.97°N， 34.45°E， 海拔410 m）布设毫米波云雷达对云进行连续观测。本研究通过收集泾河站云雷达2017年8月17日至2018年12月31日共508天连续观测的反射率因子以及相应时段的无线电探空探测的温、 压、 湿等资料， 计算二者的云底和云顶高度并进行对比分析， 提出了二者观测云样本筛选的时间匹配和空间匹配原则， 以解决一致性对比的时空不匹配问题。通过未使用时空匹配、 仅使用时间匹配和使用时空匹配原则筛选二者的云高样本， 对不同筛选原则下二者观测一致性进行统计分析， 并对时间和空间匹配原则筛选样本的适用性进行讨论。最后对使用时空匹配原则筛选的个例进行分析， 评估了西安云雷达对云宏观结构的探测能力， 为云雷达在西安地区的本地化应用提供有价值的参考。
2 资料来源与方法介绍
2.1 资料来源
本研究使用的观测资料是西安泾河站的毫米波云雷达（云雷达）， L波段无线电探空（探空）和C波段新一代多普勒天气雷达（多普勒雷达）。云雷达是由中国气象局气象探测中心， 成都信息工程大学和西安华腾微波有限责任公司联合研制的HT101型全固态云雷达， 波长为8.6 mm， 中心频率为35 GHz， 顶空垂直固定扫描方式进行连续观测。云雷达的主要性能指标见表1 。探空施放位置与云雷达的距离约60 m， 每日07:15（北京时， 下同）和19:15各施放一次。
表1 毫米波云雷达的主要性能指标Table 1 Millimeter-wave cloud radar parameters |
| 指标项 | 详细说明 |
|---|---|
| 雷达体制 | 全固态、 全相参多普勒、 脉冲压缩 |
| 工作频率 | Ka波段， 波长8.6 mm， 35 GHz |
| 扫描方式 | 垂直顶空固定指向（THI） |
| 探测模式 | 组合脉冲探测模式 |
| 脉冲宽度 | 1 μs， 5 μs， 20 μs |
| 天线增益 | ≥53 dB |
| 波束宽度 | ≤0.4° |
| 脉冲重复频率 | 5714 Hz |
| 距离库数 | 527 |
| 距离库长 | 30 m |
| 探测要素 | 回波强度（Z）、 径向速度（V）、 速度谱宽（W） |
| 探测高度范围 | Z： ≥10 km； V： ≥10 km； W： ≥10 km |
| 参数测量范围 | Z： -40~+40 dBZ； V： ±15 m·s-1； W： 0~15 m·s-1 |
| 探测精度 | Z： ≤1 dB； V： ≤1 m·s-1； W： ≤1 m·s-1 |
本研究收集了2017年8月17日至2018年12月31日共508天的云雷达、 探空和多普勒雷达的观测数据， 其中71天无数据， 有70天无云， 因此云雷达的有云天数为367天。逐日挑选云雷达和探空07:00 -08:00和19:00 -20:00两个时段有云的样本， 共有406组可对比样本。
2.2 云雷达识别云边界算法
毫米波段的云雷达对低层大气中大量存在的地物回波、 晴空回波（Gossard， 1990； Russell and Wilson， 1997）、 气溶胶、 云滴和生物群（包括昆虫和其他生物微粒）等较敏感。来自边界层的回波与云层回波的反射率相近， 因此掩盖了真实的云层回波（Luke et al， 2008）。因此， 云回波的识别对于提高云雷达识别云边界的数据质量至关重要。研究表明， 偏振量的测量是区分云回波和其他回波的有效手段（Gourley et al， 2007； Hurtado and Nehorai， 2008； Unal， 2009； Chandrasekar et al， 2013）。然而， 本研究中的云雷达没有偏振测量装置。因此， 参考Kalapureddy et al（2018）提出的雷达反射率因子廓线识别云的方法对云边界进行判断。本研究中云回波的判断标准为： （1）云回波的最大厚度大于120 m； （2）除较弱的云区外， 云回波的标准差（SD）小于1σ； （3）云回波的速度谱宽大于0.5 m2·s-2； （4）云回波的去相关周期为40~170 s。
2.3 探空确定云高算法
探空因其对高空大气直接测量， 是垂直大气的重要观测手段（Rabier et al， 2009）。因此， 作为大气科学领域中最为基础的资料之一， 探空是获取云垂直结构的有效手段之一。利用探空数据判断云垂直分布的方法包括温度露点差阈值法（PRW95）（Poore et al， 1995）、 相对湿度阈值法（WR95）（Wang and Rossow， 1995）和二阶导数法（CE96）（Chernykh and Eskridge， 1996）。Zhang et al（2010）调整和设置了相对湿度（RH）的相关阈值（称为“ZHA10方法”）。Costa-Surós et al（2014）及周毓荃和欧建军（2010）对判断云结构的方法进行综合分析， 认为ZHA10方法相对其他方法在确定云垂直结构时有良好表现。本研究使用ZHA10方法检测西安泾河站探空的云垂直结构， ZHA10方法的几个RH阈值定义见表2 ， 方法如下： （1）最低的湿层底部是当RH超过RH阈值最小值（min-RH）的对应高度； （2）在湿层底部以上， 其上层若RH持续高于min-RH， 视为同一湿层； （3）在RH减小到低于min-RH或RH超过了min-RH但已到达廓线顶部， 则认为是湿层顶部； （4）剔除底部低于120 m且厚度小于400 m的湿层； （5）判断湿层是云层的条件是： 在这层内最大的RH值大于该湿层底部相应的RH阈值的最大值（max-RH）； （6）云层底部设为地面以上280 m， 如果云顶低于280 m则剔除该层； （7）两层相邻的云视为一层云的条件： 两层云之间的距离小于300 m， 或两层间的最小RH值大于该距离内的最小的RH值（inter-RH）； （8）如果低云云厚小于30.5 m或者中/高云云厚小于61 m， 则去掉该云层。
表2 RH阈值取值范围Table 2 Range of RH thresholds |
| 海拔范围 /km | RH阈值 | ||
|---|---|---|---|
| min-RH | max-RH | inter-RH | |
| 0~2 | 90%~92% | 93%~95% | 82%~84% |
| 2~6 | 88%~90% | 90%~93% | 78%~80% |
| 6~12 | 80%~88% | 80%~90% | 70%~78% |
| >12 | 75% | 80% | 70% |
2.4 时空匹配原则
云雷达在固定地点垂直天顶观测， 获得瞬时的云结构； 而探空施放后的入云/出云时刻和水平漂移情况与当时的天气条件， 大气湍流等条件密不可分， 因此云雷达观测的云结构和探空探测的云垂直分布存在差异。因此， 在筛选二者样本时， 考虑时间和空间匹配对于准确评估二者观测一致性显得尤为重要。
2.4.1 时间匹配原则
图2 2017年9月8日19:15探空基于液面和冰面的相对湿度廓线（a）和19:07 -20:07云雷达探测的两层云的反射率因子（b， 彩色区， 单位： dBZ）云底和云顶高度分别用黑色和红色实线表示， 探空到达云底或云顶时的时间分别标注在线下方 Fig.2 Relative humidity profiles observed by radiosonde （with respect to water and ice surface， respectively） at 19:15 （a） and two cloud layers observed by by cloud radar from 19:07 to 20:07 （b， color area， unit： dBZ） on 8 September 2017.The cloud base and top heights are represented by black and red solid lines， respectively.The time when the radiosonde reaches the base and top of the cloud is marked below the lines |
2.4.2 空间匹配原则
研究表明， 探空和云雷达观测的云结构不匹配很大程度上是由于探空易受高空风影响， 随着探空高度升高， 偏离放球点越严重（郝倚天等， 2018； 李思腾等， 2015； 王喆等， 2016； 赵静等， 2017）。在406个探空数据中， 其中399个探空气球升至15 km平均用时42 min， 7个探空气球没有到达15 km。图3 中圆圈代表399个探空升至15 km时相对泾河站的距离。图3 中有238个探空到达15 km时位于Ⅰ区， 155个位于Ⅳ区。探空升至15 km时最大偏离距离为128 km， 平均偏离距离为53 km， 可见探空的水平偏移非常严重。
图3 泾河站施放的399个探空到达15 km的水平位移将探空气球相对泾河站的位置划分为4个区域， 分别用Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ标识， ×代表泾河站 Fig.3 The boxplot shows the horizontal displacement of the 399 radiosonde balloons rising to 15 km launched from Jinghe station.The location of radiosonde balloon relative to Jinghe station is divided into four areas， which are identified by I， II， III and IV， respectively.The cross represents Jinghe station |
为了清楚地显示探空和降水云系移动的相对位置， 在多普勒雷达上对探空气球施放后的轨迹进行标注（图4 和图5 中的黑色实线）。2017年11月29日降水回波由西南向东北移动， 探空和云系的移动方向基本一致（图4 ）。2018年4月14日降水回波由西北向东南方向移动， 探空升至5 km前先向西北移动［图5 （b）］， 升至5 km后向东北移动［图5 （c）~（f）］， 探空和云系移动方向相反。根据探空和云系的相对位置判断， 探空和云雷达不总是处于同一片云中。层状云虽比积状云分布均匀， 但层状云降水的时空分布也存在不均匀性。由于探空和云雷达观测的瞬时性， 二者观测的云样本无法保持一致。
图4 2017年11月29日07:21 -07:49的多普勒雷达组合反射率因子（彩色区， 单位： dBZ）和探空轨迹的叠加图（黑色实线）Fig.4 The overlay diagrams of doppler radar composite reflectivity （color area， unit： dBZ） and radiosonde trajectory （black solid line） from 07:21 to 07:49 on 29 November 2017 |
为消除空间差异， 王喆等（2016）选取07:00 -08:00和19:00 -20:00云雷达1 h的平均云高抵消时空差异的影响。Costa-Surós et al（2014）利用每15 min的GOES静止卫星图像确定对比区域的云层是否均匀。通过对比406组云雷达和探空图像发现， 当云雷达上出现时间连续、 云底或云顶较为平坦、 边界清晰的云时， 二者观测的云高样本一致性较高。图6 （a）为2018年1月12日19:11 -20:01云雷达观测的云， 虽然云边界清晰， 云底和云顶较为平坦， 但在时间上并不连续， 相应时段施放的探空并没有观测到云层。图6 （b）为2018年3月10日19:07 -20:07云雷达观测的云时间连续， 云底或云顶较平坦且边界清晰， 探空和云雷达观测的云底（云顶）高度为3553 m（5578 m）和3030 m（5280 m）。因此， 筛选二者样本时， 根据云雷达图像筛选时间连续、 云底或云顶较平坦且边界清晰的云， 即样本筛选的空间匹配原则。
3 云雷达和探空观测一致性对比
3.1 统计分析
为研究使用时空匹配原则筛选样本是否能有效提高二者观测一致性， 在筛选样本时分别采用未使用时空匹配原则， 仅使用时间匹配原则和使用时空匹配原则进行统计分析。在406组样本中， 利用ZHA10方法确定探空探测的云垂直结构时， 有15个探空样本无云， 未使用时空匹配筛选的样本391组。为减小二者观测的时间差异， 仅使用时间匹配原则对391组样本进行筛选， 仅使用时间匹配原则筛选的样本360组， 由于降水对云雷达的衰减严重， 剔除了云雷达中有降水回波接地（即云底高度为0）的样本。为同时减小时间和空间的差异， 在使用时间匹配原则的基础上， 使用空间匹配原则对360组样本进行筛选， 使用时空匹配原则后筛选的样本共213组。
图7 未使用时空匹配（a， b）， 仅使用时间匹配（c， d）和使用时空匹配（e， f）原则的云雷达和探空确定的云底（左）和云顶（右）高度散点分布色标代表探空探测到云底和云顶时， 探空气球相对于泾河站云雷达的水平距离（HD， 单位： km） Fig.7 Scatter distribution of cloud base （left） and cloud top heights （right） determined by radiosonde and cloud radar without using time-space matching （a， b）， only using time matching （c， d） and using time-space matching （e， f）.The color bars represent the horizontal distances （HD， unit： km） between radiosonde balloons and Jinghe station when radiosonde reaches the base and top of the cloud |
表3 云高一致性统计信息Table 3 Statistics of cloud height consistency |
| 样本筛选原则 | 样本数 | 相关系数（R） | 均方根误差（RMSE）/m | 平均绝对百分误差（MAPE） | |||
|---|---|---|---|---|---|---|---|
| 云底高度 | 云顶高度 | 云底高度 | 云顶高度 | 云底高度 | 云顶高度 | ||
| 未使用时空匹配 | 391 | 0.70 | 0.66 | 2009 | 2148 | 47% | 47% |
| 仅使用时间匹配 | 360 | 0.93 | 0.89 | 917 | 1204 | 24% | 15% |
| 使用时空匹配 | 213 | 0.98 | 0.97 | 602 | 708 | 14% | 9% |
3.2 个例分析
根据时间和空间匹配原则， 选取代表性个例， 结合探空探测到云底和云顶时在多普勒雷达上的相应位置， 对二者的云底和云顶是否一致进行直观对比。
从2017年8月20日二者观测的云垂直结构及探空探测到云底和云顶时在多普勒雷达组合反射率因子图上的漂移轨迹（图8 ）可见， 07:24探空气球在云雷达的正南方2 km ［图8 （c）］探测到云底高度为3010 m， 该时刻云雷达观测的云底高度为8850 m； 07:31探空在云雷达的正北方180 m观测到云顶（5450 m）， 该时刻云雷达探测的云顶高度为9390 m。当探空在云雷达西北方8.6 km左右［图8 （e）］， 探空于07:44和07:46分别探测到云底（9853 m）和云顶（10708 m）， 云雷达在07:44和07:46并未观测到云。可见， 利用图像直观对比二者探测的云结构， 不考虑时间匹配是不可行的。07:31探空观测到中云， 而云雷达观测到高云， 可见， 即使二者之间的HD仅有180 m， 也不能保证二者观测的是同一片云。
图8 2017年8月20日探空的相对湿度廓线（a）， 云雷达探测的云反射率因子（b， 彩色区， 单位： dBZ）和07:24 -07:59（c~f）的组合反射率因子（彩色区， 单位： dBZ）和探空轨迹的叠加图（黑色实线）云底和云顶高度分别用黑色和红色实线表示， 探空到达云底或云顶时的时间分别标注在线下方 Fig.8 The relative humidity profiles of the radiosonde （a）， cloud radar reflectivity （b， color area， unit： dBZ） and the overlay diagrams of doppler radar composite reflectivity （color area， unit： dBZ） and radiosonde trajectory （black solid line） from 07:24 to 07:59 （c~f） on 20 August 2017.Cloud base and top heights are represented by black and red solid lines.The time when the radiosonde reaches the base and top of the cloud is marked below the lines |
由2017年9月25日二者观测的云垂直结构及探空探测到云底和云顶时在多普勒雷达组合反射率因子图上的漂移轨迹（图9 ）可知， 探空观测到两层云， 而云雷达上存在多层云。由于探测时段内多普勒雷达上出现降水回波［图9 （c）~（f）］， 云雷达观测的最下层云的云底高度为0 m， 07:24探空观测的云底高度为2250 m。由于降水对云雷达有较强的衰减作用， 因此， 当出现强降水时， 探空可作为云底高度确定的主要手段。07:36探空在云雷达东北方向HD>6 km处探测到云顶（6950 m）， 该时刻云雷达的云顶高度为6540 m。虽然二者的云顶高度差异不大， 但云雷达观测到7 km以下存在双层云， 而探空上并未探测到云。由此可见， 探空的水平漂移会造成云垂直结构细节的遗漏。07:44探空与云雷达的HD约17 km［图9 （e）］， 07:43和07:45探空观测到云底（9610 m）和云顶（10250 m）， 该时刻云雷达观测的云底和云顶高度分别为0 m和6060 m， 并未观测到云底高度>9 km的云。因此， 时空匹配对于二者一致性对比非常重要。
图9 2017年9月25日探空的相对湿度廓线（a）， 云雷达探测的云反射率因子（b， 彩色区， 单位： dBZ）和07:22 -07:56 （c~f）的组合反射率因子（彩色区， 单位： dBZ）和探空轨迹的叠加图（黑色实线）云底和云顶高度分别用黑色和红色实线表示， 探空到达云底或云顶时的时间分别标注在线下方 Fig.9 The relative humidity profiles of the radiosonde （a）， cloud radar reflectivity （b， color area， unit： dBZ） and the overlay diagrams of doppler radar composite reflectivity （color area， unit： dBZ） and radiosonde trajectory （black solid lines） from 07:22 to 07:56 （c~f） on 25 September 2017.Cloud base and top heights are represented by black and red solid lines.The time when the radiosonde reaches the base and top of the cloud is marked below the lines |
为检验云雷达的测云能力， 图10 给出了4个采用时空匹配原则筛选的个例。2018年1月30日07:20探空与云雷达的HD为560 m， 二者探测的云底高度分别为1938 m和1830 m， 二者探测的云底高度一致性较好。07:24探空和云雷达的HD为2.38 km， 二者观测的云顶高度分别为3284 m和3090 m。探空观测到的云顶高度大于云雷达观测值。探空分别在07:34和07:41探测到上层云的云底（6703 m）和云顶（9760 m）， 相应时刻的云雷达观测的云底和云顶高度分别为6090 m和8790 m。图10 （a）显示探空探测到双层云， 云雷达探测到三层云， 但是二者观测的每一层云的云底和云顶高度对应较好。
图10 2018年1月30日（a， b）， 2月18日（c， d）， 3月10日（e， f）和5月30日（g， h）探空的相对湿度廓线（a， c， e， g）和云雷达探测的云反射率因子（b， d， f， h， 彩色区， 单位： dBZ）云底和云顶高度分别用黑色和红色实线表示， 探空到达云底或云顶时的时间分别标注在线下方 Fig.10 The relative humidity profiles of the radiosonde （a， c， e， g） and cloud radar reflectivity （b， d， f， h， color region， unit： dBZ） of Jaunary 30 （a， b）， February 18 （c， d）， March 10 （e， f） and May 30 （g， h）， 2018.Cloud base and top heights are represented by black and red solid lines.The time when the radiosonde reaches the base and top of the cloud is marked below the lines |
从图10 （b）可以看出， 云底和云顶较平坦， 且云层较厚。在07:21和07:29探空探测的云底高度（2289 m）和云顶高度（5238 m）均大于云雷达的云底高度（1350 m）和云顶高度（5160 m）。图10 （c）和（d）中显示， 云边界虽有起伏， 但二者的一致性也较好， 但也存在探空探测值大于云雷达的现象。王喆等（2016）通过对比云雷达和探空观测资料发现， 云雷达探测的云顶高度比探空的低。本研究中， 无论是云顶还是云底高度， 都存在探空观测值大于云雷达的现象。王喆等（2016）认为这一现象主要是由于探空湿延迟， 时空匹配差异， 云雷达探测能力及云高算法的局限性造成的。本研究已经最大程度消除时空匹配的差异， 但不同仪器硬件， 云垂直结构算法等存在的误差也会引起该现象的发生。
3.3 时空匹配原则的适用性
为进一步了解时空匹配原则的适用性， 将HD分档讨论。将HD分为16档， 分别为0~3.5 km， 3.5~7 km， 7~10.5 km， 10.5~14 km， 14~17.5 km， 17.5~21 km， 21~24.5 km， 24.5~28 km， 28~31.5 km， 31.5~35 km， 35~38.5 km， 38.5~42 km， 42~45.5 km， 45.5~49 km， 49~52.5 km和52.5~56 km。在HD分档的基础上， 对未使用时空匹配、 仅使用时间匹配和使用时空匹配原则的二者观测的云高的相关系数和样本数随HD的变化进行统计分析。
从未使用时空匹配、 仅使用时间匹配和使用时空匹配原则筛选的云底（云顶）高度的相关系数和样本数随HD距离档的变化（图11 ）可以看出， 二者观测的HD在0~3.5 km的云底高度样本数（229组）最多［图11 （a）］， 但相关系数只有0.45。仅使用时间匹配原则［图11 （c）］， HD在0~3.5 km的云底高度样本数减至155组， 相关系数提高了近一倍， 为0.8。使用时空匹配原则［图11 （e）］， HD在0~3.5 km的云底高度样本数减至92组， 相关系数提高到0.93。探空与云雷达虽只相距3.5 km， 但较小的HD对二者观测云底高度的一致性并没有积极作用。二者观测的云顶高度也存在类似情况， HD在0~3.5 km的云顶高度样本数（161组）最多， 但相关系数只有0.11［图11 （b）］。可见， 由于云的空间分布不均匀或者云内起伏会造成二者探测云底和云顶的一致性并不好。仅使用时间匹配原则［图11 （d）］， HD在0~3.5 km的云顶高度样本数减至104组， 相关系数提高到0.76。使用时空匹配原则［图11 （f）］， HD在0~3.5 km的云顶高度样本数减至64组， 相关系数提高到0.97。仅使用时间匹配就可以大幅提高HD在0~3.5 km范围内二者观测云底和云顶高度的相关系数。
图11 未使用时空匹配（a， b）， 仅使用时间匹配（c， d）和使用时空匹配（e， f）原则云底高度（左）和云顶高度（右）的相关系数和样本数随HD的变化Fig.11 The correlation coefficient and sample number of cloud base （left） and cloud top （right） heights without using time-space matching （a， b）， only using time matching （c， d） and time-space matching （e， f） |
HD在3.5~21 km， 二者观测的云底高度的样本数和相关系数均呈下降趋势， 相关系数的平均值为0.35 ［图11 （a）］。仅使用时间匹配原则［图11 （c）］， 云底高度样本数略微减少， 相关系数显著增加， 平均值为0.86。使用时空匹配原则［图11 （e）］后二者观测云底高度的相关系数有所增加， 平均值为0.95。HD在3.5~38.5 km ［图11 （b）］， 二者观测云顶高度的相关系数平均值为0.59。仅使用时间匹配原则［图11 （d）］， 云顶高度的相关系数提升幅度不大， 平均值为0.66。使用时空匹配原则［图11 （f）］， HD在3.5~38.5 km， 云顶高度的相关系数显著增加， 平均值为0.88。由此可见， 二者观测云底高度的一致性总体上优于云顶高度。仅使用时间匹配原则筛选样本就可显著提升二者观测云底高度的相关系数。不论是云底还是云顶高度， 使用时空匹配原则筛选样本的相关系数并不随HD的增加而减小， 表明二者观测云高的一致性与HD并无直接关系。由于HD的增加， 二者观测的云并不属于同一片云， 空间分布差异大， 二者观测云顶高度的不确定性增加， 使用空间匹配原则在一定程度上能降低这种不确定性。因此， 为提高二者观测云顶高度的一致性， 需同时使用时间匹配和空间匹配原则。
二者探测的平均云顶高度在<10 km一致性较好［图12 （b）］。随着HD增加， 二者观测的平均云顶高度的差值越来越大， 且探空观测的云顶高度平均值大于云雷达观测值。HD>10 km， 未使用时空匹配原则筛选的二者平均云顶高度的差值为1379 m。仅使用时间匹配原则， 该差值减小至1103 m， 使用时空匹配原则， 该差值较未使用减小约1/2。结果表明， 同时使用时间和空间匹配原则才能大幅提高二者观测云顶高度的一致性。
4 结论
由于探空升空后有严重的水平偏移（探空升至15 km平均偏移距离为53 km）， 因此， 在利用探空检验西安云雷达的测云能力前， 首先须解决探空和云雷达观测云高一致性的时空匹配问题。本文挑选2017年8月17日至2018年12月31日共508天云雷达和探空07:00 -08:00和19:00 -20:00两个时段共406组样本进行一致性对比分析， 得到以下结论：
（1） 针对探空和云雷达的探测特点， 提出了筛选观测样本的时间匹配和空间匹配原则， 以期解决二者测云一致性的时空匹配问题。为确保二者在相同时刻探测的是同一云层， 时间匹配原则就是将探空观测的每一层云的云底和云顶高度的时刻在云雷达上找到相应时刻相同云层的云底和云顶高度， 剔除探空和云雷达相同时刻不是同一层云或者探空上有云而云雷达上无云等情况。为消除二者观测的空间差异， 筛选云雷达上时间连续、 云底或云顶较为平坦且边界清晰， 在探空上有对应云层的样本。
（2） 为验证时间和空间匹配原则筛选的样本能否提高二者观测一致性， 对未使用时空匹配、 仅使用时间匹配和使用时空匹配原则筛选的样本进行统计分析。统计结果表明， 未使用时空匹配原则筛选的云底和云顶高度样本的R分别为0.70和0.66， RMSE分别为2009 m和2148 m， MAPE均为47%。仅使用时间匹配原则筛选的云底和云顶高度样本的R分别为0.93和0.89， RMSE分别为917 m和1204 m， MAPE分别为24%和15%。使用时空匹配原则筛选的云底和云顶高度样本的R分别提高到0.98和0.97， RMSE减小到602 m和708 m， MAPE降低到14%和9%。通过使用时空匹配原则筛选的云底和云顶高度的R显著提高， RMSE和MAPE大幅下降， 这表明时空匹配原则筛选的样本对二者观测一致性的提高非常有效。
（3） 通过进一步分析时空匹配原则的适用性， 结果发现， HD在0~21 km， 仅使用时间匹配原则筛选样本就可以大幅提高二者观测云底高度的相关系数， 相关系数平均值从0.4提高到0.88。对于云顶高度， HD在0~3.5 km， 仅使用时间匹配原则可将相关系数平均值从未使用该原则的0.11提高至0.76。HD在3.5~38.5 km， 当仅使用时间匹配， 云顶高度的相关系数平均值从0.59增加到0.66， 改善幅度并不大； 若同时使用时间和空间匹配原则筛选云顶高度， 相关系数平均值增加至0.88。仅使用时间匹配原则筛选的样本能有效提高二者观测云底高度的一致性。同时使用时间和空间匹配原则才能有效提高二者观测云顶高度的一致性。研究发现二者观测云高的一致性与HD无直接关系。因此， 通过时空匹配原则筛选样本， 使二者探测云结构的一致性更加精确， 为云雷达测云能力的评估提供更加客观的依据。
（4） 尽管采用时空匹配原则对样本筛选， 探空观测的云底和云顶高度依然出现比云雷达观测值系统性偏高的现象。该现象可能是探空仪的湿延迟误差、 探空确定云高算法可靠性及算法中RH阈值取值准确性等综合作用的结果。另外， 云雷达探测能力及其识别云边界算法可靠性也会影响二者观测一致性。为使时空匹配原则更具普适性， 有必要引进可体扫的云雷达， 构建三维云场， 与探空进行时空匹配， 验证并完善本研究提出的时空匹配原则； 在更客观的时空匹配基础上， 对二者观测一致性的影响因素进一步深入研究， 为在不同天气条件下选取更可靠的探测仪器进行云降水物理研究奠定基础。
总体而言， 以往研究的关注点是云雷达和探空观测的云结构是否一致， 在二者的时空匹配问题上只做简单考虑或假设， 但由于假设与实际情况存在出入， 二者观测一致性的统计结果受时空不匹配影响较大。本研究提出了云雷达和探空样本筛选的时空匹配原则以最大程度消除时间和空间不匹配对二者观测一致性的影响。值得注意的是， 时空匹配原则是筛选样本遵循的原则， 并非一种算法， 因此， 没有固定的算法流程图。