Page 258 - 《高原气象》2026年第2期
P. 258

第 45 卷  第 2 期                         高     原    气     象                             Vol. 45  No. 2
                2026 年 4 月                       PLATEAU METEOROLOGY                               April， 2026


             曾静， 张扬， 苏德斌，等， 2026.  基于双偏振雷达的雨滴谱反演技术的对比分析［J］. 高原气象， 45（2）： 558-572.  ZENG Jing，
             ZHANG Yang， SU Debin，et al， 2026.  Comparative Analysis of Raindrop Size Distribution Retrieval Techniques Based on Dual
             Polarization Radar［J］. Plateau Meteorology， 45（2）： 558-572.  DOI： 10. 7522/j. issn. 1000-0534. 2025. 00069. CSTR: 32265.14.
             gyqx.CN62-1061/P.2025.00069.



                    基于双偏振雷达的雨滴谱反演技术的对比分析




                                    曾 静      1， 2 ， 张 扬    1， 2 ， 苏德斌    1， 3 ， 董元昌   4
                                        （1. 成都信息工程大学电子工程学院，  四川  成都    610225；
                                  2. 灾害天气科学与技术全国重点实验室，  中国气象科学研究院，  北京    100081；
                                        3. 中国气象局大气探测重点开放实验室，  四川  成都    610225；
                          4. 中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室，  四川  成都    610072）

                     摘要： 基于双偏振雷达准确反演雨滴谱能够为研究大范围的降水微物理特性提供丰富的数据。为了进
                     一步提高雨滴谱反演的精度， 本文提出了基于六、 七阶矩的双阶矩规范化雨滴谱反演算法（M6M7 法），
                     利用 2022年 5 -6月河源站双偏振雷达及周围雨滴谱仪观测的 6次降水过程数据， 从整体统计、 不同降水
                     强度和不同雨滴大小三个角度， 将新的雨滴谱反演算法与基于三、 六阶矩的双阶矩规范化雨滴谱反演算
                     法（M3M6法）、 约束性Gamma雨滴谱模型反演算法（C-G法）进行对比， 并对每个算法的反演结果进行研
                                                                                -1
                                                             -1
                     究分析。结果表明， M6M7 法在小雨阶段［0 mm·h <降水强度（R）≤5 mm·h ］反演的滴谱参量误差是三
                     种方法中最小的， 随着降水强度的增大， 除了液态水含量（LWC）、 R误差增大， 其余参量误差变化较小，
                     在各个粒子端大部分参量误差在三种方法中最小， 同时误差随粒子的增大变化较小。M3M6 法相较
                                                                                             -1
                     M6M7法增加了差传播相移率（K ）进行反演， 虽 K 对噪声敏感， 但在大到暴雨（R>30 mm·h ）环境中数
                                               dp
                                                             dp
                     据质量好， 故在大到暴雨的反演具有较小的估测误差， 且误差随粒子的增大（除 LWC、 R）有所减小。在
                                -1
                                           -1
                     中雨（5 mm·h <R≤30 mm·h ）阶段， C-G 法偏差中值接近于 0， 但部分误差变幅显著， 且随降水强度和
                     粒子增大， 误差呈先减小后增大的趋势， 相对误差波动剧烈， 估测结果稳定性较差。整体评估显示，
                     M6M7 法估测各滴谱参量的偏差中值更接近于 0 且误差波动范围小， M3M6 法和 C-G 法误差波动范围
                     大， 总之， 新提出的 M6M7法相较于传统方法整体反演效果更优且稳定性突出， 尤其在中小雨阶段优势
                     明显， 而 M3M6 法在大到暴雨环境中反演效果更佳， C-G 法则表现出反演反演不稳定的特点。融合
                     M6M7法和M3M6法的综合算法， 经初步验证能进一步提升雨滴谱反演精度。
                     关键词： 雨滴谱； 反演算法； 双偏振雷达
                     文章编号： 1000-0534（2026）02-0558-15   中图分类号： P426.62   文献标识码： A
                     DOI： 10. 7522/j. issn. 1000-0534. 2025. 00069
                     CSTR: 32265.14.gyqx.CN62-1061/P.2025.00069



              1  引  言                                           特征可能有着显著的差异， 这种变异性直接影响了
                                                                降水粒子的雷达散射特性， 从而影响雷达反射率因
                  雨滴谱分布（Raindrop Size Distribution， DSD）
                                                                子的测量和降水率估计（刘黎平等， 2002； 李佳慧
             详细描述了降水粒子的尺寸和数密度特征， 为了解
             降水的微观结构提供了直接的数据支撑。这种分                              等， 2025）。在降水过程中， 微观物理过程如凝结、
             布的高度可变性意味着在不同的时间、 空间上降水                            碰并和蒸发等， 对 DSD 的形成和发展起着决定性

                 收稿日期： 2025⁃03⁃20； 定稿日期： 2025⁃05⁃26
                 资助项目： 国家重点研发计划课题（2022YFC3003901）； 国家自然科学基金项目（42105141， U2142210）； 四川省中央引导地方科技发展
                        项目（2024ZYD0175）； 中国气象科学研究院基本科研业务费专项基金项目（2023Z009）； 中国气象科学研究院科技发展基金
                        项目（2025KJ023）
                 作者简介： 曾静（2000 -）， 女， 四川泸州人， 硕士研究生， 主要从事基于气象雷达的反演算法研究. E-mail： 1249170867@qq.com
                 通信作者： 张扬（1989 -）， 男， 山东莱芜人， 副研究员， 主要从事基于气象雷达的反演算法研究. E-mail： zhangyang_cams@cma.gov.cn
                 © Editorial Department of Plateau Meteorology （CC BY-NC-ND）
   253   254   255   256   257   258   259   260   261   262   263