20世纪70年代中期, Seliga and Bringi(1976)提出了双线偏振雷达的探测理论, 并验证了其可行性。随后, 80年代法国、德国、英国、澳大利亚、日本等国都相继发展了自己的双偏振雷达(王致君, 2002)。为了验证双偏振雷达业务应用能力, 美国于2003年开始了JPOLE(The Joint Polarization Experiment)试验(Ryzhkov et al, 2005), 结果表明双偏振雷达在估测降水和粒子分类能力上比传统雷达有明显的优势。之后, 美国开始逐步升级WSR-88D业务雷达成双偏振雷达, 2013年年底完成了美国全部天气业务雷达的升级。
80年代末, 中国科学院兰州高原大气物理研究所在C波段713天气雷达的基础上, 研制出我国的第一台交替发射/接收体制的双线偏振雷达(王致君等, 1988)。此后, 成都锦江电子系统工程有限公司、中国电子科技集团第十四研究所、安徽四创电子股份有限公司(曹俊武等, 2006)、北京敏视达雷达有限公司(http://www.metstar.net/)、西安电子工程研究所、中国船舶重工集团第七二四研究所、中国航空工业集团公司第二十三所等单位都成功研制了多种波段和体制的双线偏振多普勒天气雷达, 并分别应用于国内有关科研业务单位。
随着双偏振雷达设备的部署和应用, 国内外学者也进行了大量的研究工作, 包括偏振理论(张培昌等, 2013)、数据质量(吴林林等, 2015)、降水估测(Brandes et al, 2002), 雨滴谱反演(Zhang et al, 2001), 粒子分类(Vivekanandan et al, 1999)等。梁海河等(2005)、刘黎平等(2006)、李柏等(2013)分析总结了双偏振雷达的特点、优势, 指出双偏振雷达具有明显的探测优势, 是我国未来天气雷达发展方向之一。
在中国气象局的支持下, 南京信息工程大学于2013年开始安装一台C波段双线偏振雷达, 简称NUIST-CDP(NUIST C Band Dual-Polarization Doppler Radar)。雷达由北京敏视达有限公司制造, 2014年3月完成雷达的出厂测试, 5月现场安装调试完毕。本文详细介绍了NUIST-CDP雷达的参数、特点, 分析了雷达观测能力, 讨论了存在的科学问题, 以期最大化地发挥雷达的效益。
2 雷达硬件参数NUIST-CDP为地基固定式雷达, 位于南京信息工程大学东苑气象楼楼顶, 坐标为118. 72°E, 32. 21°N, 天线馈源海拔为87 m。雷达外观及地理位置如图 1所示。
NUIST-CDP雷达工作频率为5. 6 GHz, 工作波长约为5. 5 cm, 主波束宽度为0. 54°, 配备了国产和进口(RVP900) 两套数字信号处理机, 具体参数见表 1。NUIST-CDP具有同时和交替发射水平和垂直偏振波两种模式, 能实时观测获得强度Z、未抑制强度T、径向速度V、谱宽W、差分反射率因子ZDR、差分相位PHDP、相关系数R、比差分相位KDP(从PHDP计算而来)和线性退极化比LDR(交替发射模式), 除此之外还有信号质量指数SQI、信噪比SNR及IQ数据。NUIST-CDP水平探测范围可以达到300 km, 有效探测范围150 km(双偏振或多普勒模式), 最小可测回波强度-30 dBZ, 多普勒速度范围50 m·s-1(双PRF: 1000 Hz/800 Hz)。
NUIST-CDP雷达的主要特点:双偏振、窄波束和双信号处理机。与WSR-88D双偏振雷达不同, NUIST-CDP支持交替发射和同时发射水平垂直偏振波两种模式, 可以获得全部的双偏振参量, 有利于双偏振体制对比、LDR应用研究。NUIST-CDP是窄波束雷达, 波束宽度仅为0. 54°, 比业务雷达的方位分辨率高一倍, 理论上可以使中小尺度天气系统(如龙卷)的探测距离增加一倍。同时, 为了避免主波束照射到地表, 雷达观测的最低仰角一般为主波束宽度的一半, 业务雷达从0. 5°仰角起, 而NUIST-CDP可以从0. 3°仰角开始探测, 更低的仰角能更清晰地探测低层降水, 有利于扩大边界层探测的水平范围。信号处理机是雷达的数据处理核心, 双信号处理机的配置有利于对比分析二者的差异, 发现并改进信号处理算法。目前双信号处理机通过硬件开关切换, 不能同时运行, 未来准备升级成同时在线的工作模式。此外, 由于NUIST-CDP是非业务雷达, 扫描模式更灵活(PPI、RHI、体扫描、扇区扫描)且支持IQ数据实时存盘等。
3 探测精度与探测能力分析 3.1 雷达定位精度分析天气雷达的定位精度包括了两个方面:一方面是天线指向精度, 即仰角和方位角误差; 另一方面是径向距离的测量误差。天线指向精度由伺服系统的机械误差决定, 可用太阳法标定来解决。径向距离的测量误差是由脉冲产生器的准确性决定。为了检验NUIST-CDP径向距离测量精度, 采用固定地物的方法, 对雷达的探测结果进行了分析。
用0. 5°仰角, 75 m的径向分辨率(0. 5 us脉宽)、0. 5°方位分辨率进行PPI观测。观测时关闭地物滤波器和数据质控选项, 生成PPI回波强度图(图 2)。从图 2中可见, 雷达正北向12~20 km红色多边形区域内, 有一排红色的圆点状地物回波, 回波块之间距离均匀, 排列呈线。经实地考察和Google Earth定位, 点线状地物回波是一排电力铁塔。由于雷达坐标与地理坐标的差异, 雷达的0°和180°与地球纬圈重合, 90°和270°不与经圈重合(赤道除外), 故雷达的方位中, 0°和180°是正北和正南, 但90°和270°并非正东和正西(张沛源等, 2008)。所以, 雷达南北向的地物回波与实际地物对比更容易, 也更准确。这排电力铁塔回波出现在雷达正北, 通过实际距离与雷达测量距离对比, 发现NUIST-CDP存在4个库的径向距离测量误差, 即300 m, 最后修改信号处理机参数订正该偏差, 从而提高NUIST-CDP的定位精度。
差分反射率因子ZDR的标定是双偏振雷达质量控制的重要内容。常用的方法有金属球法、垂直指向法、太阳法等(胡志群等, 2014)。金属球法将一个空中悬浮的金属球作为标准反射体, 通过雷达双通道的观测值获得ZDR偏差, 这种方法的精度高但实施难度较大。垂直指向法通过垂直向弱降水来获得ZDR偏差。NUIST-CDP的体扫观测中, 增加了一个垂直90°的仰角, 在合适的降水条件下, 90°仰角的观测数据可用来计算ZDR偏差。这种方法容易实施, 比较准确, 但会增加体扫时间, 同时要求天线能够进行垂直扫描。太阳法通过反复寻找太阳信号, 比较双通道的观测值差异得到ZDR偏差。太阳法的实施虽然比较简单, 但需要中断雷达的正常观测, 而且需要在合适的天气条件下在指定的时间段内进行。
NUIST-CDP天线增益大、波束窄, 更容易观测到太阳回波。在正常的体扫观测时, 太阳回波表现为在太阳方向, Z和ZDR为宽度为1°左右的两条径向射线, Z值较小, ZDR值杂乱, 相应位置的V、W、PHDP、R均无有效数据, 称之为在线太阳信号。一般体扫观测时, 受最高仰角限制, 在线太阳信号仅出现在日出和日落时, 此时太阳方位角变化快, 仰角变化慢, 而且天线并不一定正对太阳中心, 因此在线太阳信号不适合精确标定天线方位角, 但可以尝试用它来标定ZDR偏差(Holleman et al, 2010)。将NUIST-CDP雷达2014年9月10-25日体扫数据中的在线太阳信号提取出来, 共计63次, 其中日出30次, 日落33次, 平均每天2次日出和2次日落的太阳信号。NUIST-CDP在线太阳信号的反射率因子介于0. 0~8. 7 dBZ之间, 均值为5. 4 dBZ, 反射率因子变化主要由波束中心偏离太阳中心的不同程度而引起(图 3a)。从图 3b可见, ZDR值介于0. 71~1. 06 dB之间, 均值为0. 88 dB。太阳信号的ZDR理论值为0 dB, 因此认为0. 88 dB是ZDR偏差, 即ZDR偏高0. 88 dB。同时段内垂直指向小雨观测得到的ZDR偏差为0. 81 dB, 二者比较接近。由此可见, NUIST-CDP的在线太阳信号, 有可能用于ZDR偏差订正, 但需要一定数量的样本平均后才能获得稳定的结果。
2014年7月30日09:37, NUIST-CDP观测到一次强对流降水回波。图 4为1. 5°仰角PPI的高分辨率图像, 图像中心位于雷达坐标的335°、75 km的位置, 距雷达高度2. 3 km, 图像范围为20 km×20 km。从图 4a中可以看出, 红色圆形区域中, 反射率因子最大值超过了60 dBZ, 由此可判断该区域中存在数量较多的大粒子。图 4b圆形区域的ZDR>5. 0 dB, 图 4c中KDP>3. 0 °·km-1说明该区域是变形的大雨滴粒子。比较特别的是, 理论上雨滴的相关系数应该较大, 但图 4d中, 却出现了R<0. 9的低值区, 综合Z、ZDR和KDP, 判断此处应该出现了米散射, 由于雨滴直径过大而引起了C波段的共振散射。根据Zrnic et al(2000)的研究, 当雨滴直径大于5 mm时, C波段雷达会出现共振散射, 当雨滴直径大于6 mm时, 会出现明显的相关系数下降和ZDR增加的现象。另外, 图 4b圆形区域远离雷达一侧出现了明显的ZDR负值区, 这是因为圆形区域的散射能力较强, 引起电磁波衰减, 且变形的大雨滴粒子使得水平偏振波的衰减远大于垂直偏振波, 故ZDR出现负值。
与图 4类似, 图 5也是1. 5°仰角PPI的图像, 图像中心位于雷达坐标的345°、100 km的位置, 图像范围为50 km×35 km。图 5a中三个红色圆区域, A2和A3区域平均Z相当, 在50 dBZ左右; A1区域平均Z稍小, 在45 dBZ左右。从图 5b可知, A3区域ZDR最大, 雨滴尺寸较大; A1区域ZDR次之, 雨滴尺寸居中; A2区域ZDR最小, 以小雨滴为主; 从图 5c可知, KDP值A1>A2>A3, 对应的降水A1最大, A3最小。综合分析图 5可知, A1、A2、A3区域虽然Z值相近, 但是雨滴谱却完全不同。A3区雨滴大、粒子数少, 故降水量小; A2区雨滴小、粒子数多, 故降水量较大; A1区雨滴尺寸中等、粒子数多, 故降水量最大。在这个个例数据中, 虽然无实况降水验证, 但各偏振量之间的关系基本合理。窄波束高分辨率的观测数据, 使得100 km附近的对流回波结构也能清晰地展现, 因此有助于中尺度天气分析和云降水物理研究。
2014年4月15日10:56, NUIST-CDP雷达观测到一次层状云降水回波。图 6为270°方位的RHI观测结果, 位于3. 9 km高度的零度层亮带平直, 结构清晰, 厚度约800 m, 亮带内反射率因子值明显大于亮带上下, 由于亮带内是融化态粒子, 粒子的形状、取向和散射特性复杂, 故ZDR大, 相关系数小, 反射率因子和偏振量完全符合亮带的雷达特征。
图 6a中白色箭头所指的区域, 能看到黄色的倾斜结构, 从亮带自上而下向西倾斜(注:雷达向270°方向观测, 图像中左侧为东, 右侧为西), 与地表夹角约30°。这一区域的相关系数较大, ZDR较小, 说明粒子类型是小雨滴。从图 6e可见, 亮带及其以上是偏西风, 最大风速超过30 m·s-1; 亮带(3 km处)以下风向逐渐从偏西风逆时针转到偏东风, 风速也从8 m·s-1(2. 7 km处)逐渐增大到12 m·s-1(0. 9 km处), 0. 9 km以下没有VAD风场, 因此结合图 6d来分析。图 6d中亮带以下均为正径向速度, 其中1 km高度以下是>10 m·s-1的径向速度区, 说明近地面层风速较大。由此推断这种倾斜结构是小雨滴随亮带以下的偏东风倾斜下落的特征, 即降水倾斜。零度层亮带之上的白色椭圆区域中, 高度在7~8 km, 探空数据显示该高度上温度约为-18 ℃, 区域内ZDR明显偏大(图 6c), 相关系数偏小(图 6b)。白色椭圆区域的偏振特征与Bechini et al(2013)统计发现的层状云-15 ℃附近的特征类似, 不同的是本个例中相关系数差异也很明显。从图 6可见, 同云顶相比白色椭圆区域的SNR更高, 云顶未出现ZDR大相关系数小的特征, 因此排除了受低SNR影响的可能。那么, 根据不同相态粒子的偏振量的特征, 可能的合理解释是此处可能存在少量过冷水, 使冰晶之间粘连冻结成复杂形状的枝状冰晶或混合态大粒子。然而, 双偏振雷达是否能探测到过冷水仍存在需要飞机观测验证, 本文仅是从偏振量特征的角度推测, 未来还需进行深入研究。
江苏省南京S波段雷达CINRAD-SA(Chu et al, 2014)与NUIST-CDP雷达相距2. 5 km, 天线海拔差约50 m, 近似认为两部雷达共点。同样选择2014年4月15日10:18左右层状云降水数据, 对比二者的反射率因子和径向速度。图 7a和7b分别是NUIST-CDP雷达3. 0°仰角反射率因子图和S波段雷达3. 4°仰角反射率因子图, 图像的显示距离均为150 km。从图像中可见, 二张图的回波分布、结构相似, 回波强度基本相当, 降水强度不大, NUIST-CDP未出现明显衰减现象。二者反射率因子图的差别有以下几点:回波面积上, NUIST-CDP雷达由于天线增益大、灵敏度高、波长短, 能探测到150 km附近的弱回波, 回波面积大于S波段雷达。回波结构上, NUIST-CDP采用0. 5°方位分辨率75 m径向分辨率观测, 而S波段雷达采用1. 0°方位分辨率1000 m径向分辨率观测, 所以, NUIST-CDP回波方位和径向分辨率更高, 回波结构更清晰。在零度层亮带特征上, NUIST-CDP探测的零度层亮带更完整, 尤其在雷达东侧方位345°到100°范围内, 融化层散射能力较弱, 此时S波段雷达回波的零度层亮带并不清晰。
图 7c, d为两部雷达的径向速度场对比, NUIST-CDP雷达采用3:2重频比的双PRF以3. 0°仰角探测, S波段雷达采用单PRF以3. 4°仰角探测, 二者最大不模糊速度均在26 m·s-1左右。对比图 7c, d可见, 零速度线形状完全吻合, 速度模糊区(东西两侧)位置相近。NUIST-CDP雷达由于弱回波探测能力强, 回波面积更大, 风场更完整。
3.5 非均匀波束填充(NUBF)NUBF是指雷达有效照射体积内粒子的分布不均匀, 对于常规雷达来说主要指滴谱分布不均匀, 对双偏振雷达来说, 还包括粒子的相态、空间取向分布不均匀, 也包括部分充塞这种特殊情况。有效照射体积内粒子分布均匀是雷达探测理论的一个假设条件, 当该条件不成立时, 受天线辐射特性不均匀的影响会使观测值产生偏差。常规雷达的NUBF效应主要影响反射率因子, 且这种影响仅局限在NUBF区域。双偏振雷达的NUBF效应不仅影响反射率因子, 还影响相关系数且对这种影响会沿径向传播, 使得一个或多个径向的数据质量下降。
NUBF现象常发生在超级单体、雹暴、线型风暴回波中。理论上, 对宽波束(≥1. 0°)雷达影响较大, 但通过实际回波分析发现, 窄波束NUIST-CDP雷达(0. 54°)也经常出现NUBF现象。2014年7月30日15:42 NUIST-CDP观测到一次飑线过程, 见图 8飑线对流区、弱回波过渡带、层云区回波特征清晰。从图 8b中可见, NUBF发生在飑线的对流区, 反射率因子梯度较大的位置, 此后沿径向传播, 形成了飑线后部的多条相关系数低值扇区, 出现这种低相关系数扇区的本质原因是NUBF使得主波束内PHDP分布不均匀, 存在明显方位梯度, 引起飑线前沿的相关系数下降。由于PHDP的沿路径累加的特点, 当主波束穿过飑线对流区后, 即便层云区是均匀填充的, 但主波束内PHDP仍然保持分布不均匀的特点, 从而发生了传播, 出现了相关系数低值扇区(Ryzhkov, 2007)。
偏振量之间相互不独立, 相关系数的下降必然影响其它偏振量。一方面, 根据双偏振观测理论, 偏振量估计的标准差正比于(1-R2)1/2, 所以相关系数下降必然引起其它偏振误差增大(Bringi and Chandrasekar, 2001); 另一方面, R是粒子分类、数据质量评估的参考量, 因此相关系数下降可能影响粒子相态识别和偏振降水估测算法。但NUBF的回波特征及其对数据质量和算法的影响还需要进一步深入研究。
4 结论与讨论介绍了南京信息工程大学窄波束C波段双线偏振多普勒天气雷达NUIST-CDP观测参数和特点, 用2014年的高分辨率数据分析了定位精度、在线太阳信号、大雨滴共振散射个例偏振量特征、层状云降水精细结构及与S波段的回波差异。利用固定地物检查定位误差、利用在线太阳信号订正ZDR偏差得到初步研究结果:
(1) 通过对层状云降水个例的分析, 发现窄波束NUIST-CDP高分辨率探测比CINRAD-SA常规观测的回波结构更精细, 零度层亮带清晰完整、降水倾斜结构明显、并发现可能存在过冷水的偏振特征。
(2) 通过变形大雨滴和不同谱型降水的偏振量分析, 发现NUIST-CDP的偏振量数值范围合理, 与降水物理特征相符, 远距离回波结构清晰, 对中尺度天气分析、人工影响天气、临近预报研究有一定帮助。但分析结果仅从偏振量物理意义及相互联系方面分析, 缺少实测的验证资料, 未来还需进一步检验。
双偏振雷达探测的优势明显(区分粒子相态、尺寸和空间取向), 同时也带来大量的问题, 包括有效探测范围(赵果等, 2016)、双通道一致性(孟庆春等, 2014)、差分衰减、共振散射、相位折叠(曹杨等, 2016)、后向散射相移(Aydin and Giridhar, 1992)及NUBF等。这些科学问题在NUIST-CDP观测数据中均有体现, 仍有许多质控和应用的研究需要深入开展。此外, NUIST-CDP还面临着高分辨率观测模式的问题。窄波束是NUIST-CDP的主要特点, 主波束宽度仅为业务雷达的一半, 可以将雷达水平分辨率提升一倍, 在一定程度解决雷达气象中水平分辨率差的问题。不同于WSR-88D的过采样高分辨率观测模式, NUIST-CDP是真正的高分辨率观测。但是, 在相同时间内, 0. 5°方位的高分辨率观测必须降低脉冲累积数, 从而影响数据质量。如果要提升数据质量就必须增加观测时间或者降低径向分辨率(用空间平均补偿时间平均)。所以, 同时保证高数据质量、高方位分辨率、高径向分辨率和高时间分辨率是存在技术难度的, 因此, NUIST-CDP需要一套科学完整的观测策略, 针对不同的降水过程和研究目的, 采取不同的观测模式, 充分利用区域扇扫、RHI, 以发挥雷达的窄波束的优势。
致谢 感谢南京信息工程大学张培昌教授、南京大学赵坤教授和两位审稿专家在文章撰写、修改过程中给予的帮助。Aydin K, Giridhar V. 1992. C-band dual-polarization radar observables in rain[J]. J Atmos Ocean Tech, 9(4): 383–390. DOI:10.1175/1520-0426(1992)009<0383:CBDPRO>2.0.CO;2 | |
Bechini R, Baldini L, Chandrasekar V. 2013. Polarimetric radar observations in the ice region of precipitating clouds at C-band and X-band radar frequencies[J]. J Appl Meteor Climate, 52(5): 1147–1169. DOI:10.1175/JAMC-D-12-055.1 | |
Brandes E A, Zhang G F, Vivekanandan J. 2002. Experiments in rainfall estimation with a polarimetric radar in a subtropical environment[J]. J Appl Meteor, 41(6): 674–685. DOI:10.1175/1520-0450(2002)041<0674:EIREWA>2.0.CO;2 | |
Bringi V N, Chandrasekar V. 2001. Polarimetric Doppler Weather Radar:principles and applications[M]. Cambridge: Cambridge University Press. | |
Chu Z G, Yin Y, Gu S S. 2014. Characteristics of velocity ambiguity for CINRAD-SA Doppler Weather Radars[J]. Asia-Pac J Atmos Sci, 50(2): 221–227. DOI:10.1007/s13143-014-0010-0 | |
Holleman I, Huuskonen A, Gill R, et al. 2010. Operational monitoring of radar differential reflectivity using the Sun[J]. J Atmos Ocean Technol, 27(5): 881–887. DOI:10.1175/2010JTECHA1381.1 | |
Ryzhkov A V, Schuur T J, Burgess D W, et al. 2005. The joint polarization experiment:polarimetric rainfall measurements and hydrometeor classification[J]. Bull Amer Meteor Soc, 86(6): 809–824. DOI:10.1175/BAMS-86-6-809 | |
Ryzhkov A V. 2007. The impact of beam broadening on the quality of radar polarimetric data[J]. J Atmos Ocean Technol, 24(5): 729–744. DOI:10.1175/JTECH2003.1 | |
Seliga T A, Bringi V N. 1976. Potential use of radar differential reflectivity measurements at orthogonal pilarisations for measuring precipitation[J]. J Appl Meteor, 15(1): 69–76. DOI:10.1175/1520-0450(1976)015<0069:PUORDR>2.0.CO;2 | |
Vivekanandan J, Ellis S M, Oye R, et al. 1999. Cloud microphysics retrieval using S-band Dual-polarization radar measurements[J]. Bull Amer Meteor Soc, 80(3): 381–388. DOI:10.1175/1520-0477(1999)080<0381:CMRUSB>2.0.CO;2 | |
Zhang G F, Vivekanandan J, Brandes E. 2001. A method for estimating rain rate and drop size distribution from polarimetric radar measurements[J]. IEEE Trans Geosci Remote Sens, 39: 830–841. DOI:10.1109/36.917906 | |
Zrnic D S, Keenan T D, Carey L D, et al. 2000. Sensitivity analysis of polarimetric variables at a 5-cm wavelength in rain[J]. J Appl Meteor, 39(9): 1514–1526. DOI:10.1175/1520-0450(2000)039<1514:SAOPVA>2.0.CO;2 | |
曹俊武, 刘黎平, 陈晓辉, 等. 2006. 3836 C波段双线偏振多普勒雷达及其在一次降水过程中的应用研究[J]. 应用气象学报, 17(2): 192–200. DOI:10.11898/1001-7313.20060210 Cao Junwu, Liu Liping, Chen Xiaohui, et al. 2006. Data quality analysis of 3836 C-Band Dual-linear Polarimetric Weather Radar and its observation of a rainfall process[J]. J Appl Meteor Sci, 17(2): 192–200. DOI:10.11898/1001-7313.20060210 | |
曹杨, 苏德斌, 周筠珺, 等. 2016. C波段双线偏振多普勒雷达差分相位质量分析[J]. 高原气象, 35(2): 548–559. DOI:10.7522/j.issn.1000-0534.2014.00154 Cao Yang, Su Debin, Zhou Yunjun, et al. 2016. Quality analysis of differential phase data for C-Band Dual-Polarimetric Doppler Weather Radar[J]. Plateau Meteor, 35(2): 548–559. DOI:10.7522/j.issn.1000-0534.2014.00154 | |
胡志群, 刘黎平, 吴林林. 2014. C波段偏振雷达几种系统误差标定方法对比分析[J]. 高原气象, 33(1): 221–231. DOI:10.7522/j.issn.1000-0534.2013.00134 Hu Zhiqun, Liu Liping, Wu Linlin. 2014. Comparison among several system biases calibration methods on C-band Polarimetric Radar[J]. Plateau Meteor, 33(1): 221–231. DOI:10.7522/j.issn.1000-0534.2013.00134 | |
李柏, 古庆同, 李瑞义, 等. 2013. 新一代天气雷达灾害性天气监测能力分析及未来发展[J]. 气象, 39(3): 265–280. DOI:10.7519/j.issn.1000-0526.2013.03.001 Li Bai, Gu Qingtong, Li Ruiyi, et al. 2013. Analyses on disastrous weather monitoring capability of CINRAD and future development[J]. Meteor Mon, 39(3): 265–280. DOI:10.7519/j.issn.1000-0526.2013.03.001 | |
梁海河, 徐宝祥, 刘黎平, 等. 2005. 偏振微波雷达探测大气研究进展及几个问题的考虑[J]. 地球科学进展, 20(5): 541–548. Liang Haihe, Xu Baoxiang, Liu Lipin, et al. 2005. Evolvement of polarimetric technology detecting atmosphere and some consideration of its problems[J]. Adv Earth Sci, 20(5): 541–548. | |
刘黎平, 曹俊武, 莫月琴, 等. 2006. 雷达遥感新技术及其在灾害性天气探测中的应用[J]. 热带气象学报, 22(1): 1–9. Liu Liping, Cao Junwu, Mo Yueqin, et al. 2006. Advanced radar technology and application on observation of disaster weathers[J]. J Trop Meteor, 22(1): 1–9. | |
孟庆春, 沈永海, 苏德斌. 2014. 双线偏振雷达双通道一致性及测试方法研究[J]. 高原气象, 33(5): 1440–1447. DOI:10.7522/j.issn.1000-0534.2013.00064 Meng Qingchun, Shen Yonghai, Su Debin. 2014. Dual channel consistency for Dual-Polarization Weather Radar and its measurement method research[J]. Plateau Meteor, 33(5): 1440–1447. DOI:10.7522/j.issn.1000-0534.2013.00064 | |
王致君, 蔡启铭, 徐宝祥. 1988. 713雷达的双线偏振改装[J]. 高原气象, 7(2): 177–185. Wang Zhijun, Cai Qiming, Xu Baoxiang. 1988. Development into dual linear polarization of 713 type weather radar[J]. Plateau Meteor, 7(2): 177–185. | |
王致君. 2002. 偏振气象雷达发展现状及其应用潜力[J]. 高原气象, 21(5): 495–500. Wang Zhijun. 2002. The current developing situation of Polarization Radar and its application potential[J]. Plateau Meteor, 21(5): 495–500. | |
吴林林, 刘黎平, 袁野, 等. 2015. C波段车载双偏振雷达ZDR资料处理方法研究[J]. 高原气象, 34(1): 279–287. DOI:10.7522/j.issn.1000-0534.2013.00102 Wu Linlin, Liu Liping, Yuan Ye, et al. 2015. Study on ZDR processing algorithm of C-Band mobile Dual Polarization Radar[J]. Plateau Meteor, 34(1): 279–287. DOI:10.7522/j.issn.1000-0534.2013.00102 | |
张培昌, 胡方超, 王振会. 2013. 双线偏振雷达探测小椭球粒子群的雷达气象方程[J]. 热带气象学报, 29(3): 505–510. Zhang Peichang, Hu Fangchao, Wang Zhenhui. 2013. A study on meteorological equations for Dual-Polarization Radar detecting small ellipsoids[J]. J Trop Meteor, 29(3): 505–510. | |
张沛源, 杨洪平, 胡绍萍. 2008. 新一代天气雷达在临近预报和灾害性天气警报中的应用[J]. 气象, 34(1): 3–11. DOI:10.7519/j.issn.1000-0526.2008.01.001 Zhang Peiyuan, Yang Hongping, Hu Shaoping. 2008. Applications of new generation weather radar to nowcasting and warning of severe weather[J]. Meteor Mon, 34(1): 3–11. DOI:10.7519/j.issn.1000-0526.2008.01.001 | |
赵果, 王致君, 贾伟, 等. 2016. 双线偏振天气雷达有效探测范围研究[J]. 高原气象, 35(1): 244–250. DOI:10.7522/j.issn.1000-0534.2014.00145 Zhao Guo, Wang Zhijun, Jia Wei, et al. 2016. Study of the effective detection range of the Dual-Polarized Radar[J]. Plateau Meteor, 35(1): 244–250. DOI:10.7522/j.issn.1000-0534.2014.00145 |