Page 208 - 《高原气象》2025年第3期

高 原 气 象 44 卷
766

图7 梅汛期暴雨过程2018年6月20日08:00约5. 5 km高度风场叠加回波
（a）ERA5风场， （b）雷达反演风场， （c）融合风场
Fig. 7 During meiyu flood season in rainstorm process 5. 5 km height wind field with reflectivity at 08:00 20 on June， 2018.
（a）ERA5 wind field， （b）Radar retrieved wind field， （c） Combined wind field

图8 强对流过程2022年6月5日17:00约5 km高度风场叠加回波
（a）ERA5风场， （b）雷达反演风场， （c）融合风场
Fig. 8 In strong convection process process 5 km height wind field with reflectivity at 17:00 5 on June， 2022.
（a） ERA5 wind field， （b） Radar retrieved wind field， （c） Combined wind field
6 结论与讨论 风场进行检验评估。主要结论如下：
（1） 雷达反演风场比再分析风场的绝对误差、
雷达反演风场资料虽然较为可靠， 但因时空不
均方根误差更小， 相关系数更高， 反演风场比再分
连续， 使其广泛应用受到制约， 至今少有构建包含
析风场资料更为可靠。
雷达反演风的网格化风场观测产品； 而再分析资料
（2） 雷达反演风与再分析风场融合后， 相较于
虽然时空覆盖完整且分布均匀， 但其往往缺少一些
再分析风场误差减少、 相关系数提高， 数据可靠性
小尺度信息。
本文尝试结合其两者资料的优势， 选用 ERA5 提高了。以探空资料为真值， 融合风场相较于
再分析风场作为初估场， 动态地球坐标系下双雷达 ERA5 风场， 总体均方根误差减少 6%（U 分量），
反演组网的三维风场作为观测场， 采用最优插值技 16%（V分量）； 相关系数提高0. 02（V分量）。
术开展浙江区域 6 次降水过程 0. 25°×0. 25°分辨率 （3） ERA5 再分析风场在利奇马台风眼区附近
的逐时三维风场融合试验， 并将其结果与秒级探空 的风速偏小， 融合风场对偏小区域进行了有效修