Page 281 - 《高原气象》2026年第2期

2 期 张远康等：基于Transformer架构的X波段双偏振雷达回波衰减订正研究 581

图7 2023年7月21日00:06雷达1. 5°仰角Z 、 K PPI图及164°径向Z 变化曲线
H
H
DP
（a）XPOL订正前的Z ； （b） 基于XCORnet模型订正后的Z ； （c） 基于经验公式订正的Z ； （d） K ； （e） SAD雷达匹配的Z ；
H H H DP H
（f） 图（a）红色直线所处径向订正前后的Z 变化曲线
H
Fig. 7 1. 5° elevation Z and K PPI plots， and the Z variation curve along the 164° radial at 00:06 on July 21， 2023.（a） Z be‐
H
H
H
DP
fore XPOL correction， （b） Z corrected by the XCORnet model， （c） Z corrected by the empirical formula， （d） K ， （e） Z
DP
H
H
H
matched by the SAD radar， （f） Z variation curves along the radial marked by the red line in figure （a） before and after correction
H
40 dBZ， 这表明 XPOL 的 Z 值明显出现衰减。此 角 164°）所在径向的 Z 和 Z 订正前后的变化曲线。
DR
H
H
外， 从图 8（a）和图 8（e）可以看出， XPOL的 Z 值同 可以看出， Z 值的衰减程度较大。虽然经验公式的
DR
H
样显示出明显的衰减。经过经验公式的订正［图 7 订正在一定程度上改善了结果， 但与模型的订正效
（c）， 图 8（c）］后， Z 和 Z 值得到了增强， 但在大值 果相比， 其性能较差。经过模型订正后， Z 值更接
H
DR
H
中心位置却明显出现了过量订正。通过模型进行 近于 SAD 匹配的 Z 值。在 Z 方面， 两种方法均能
DR
H
订正后［图 7（b）， 图 8（b）］， Z 和 Z 值同样得到了 将负值的 Z 订正为正值。然而， 经验公式由于采
H
DR
DR
有效增强， 但其订正结果更加稳定和合理， 与 SAD 用固定系数， 其泛化能力较弱， 在 K 波动较大时，
DP
的结果更为一致。 容易导致过量订正。相较之下， 模型的订正结果则
在方位角135° -180°， 距离雷达中心50~100 km 更为稳定和合理。
的区域也存在大片 K 大值区。在该区域， XPOL 6 结论
DP
的 Z 值通常在 30 dBZ 左右， 而 SAD 则在 35 dBZ 左
H
右。XPOL 的 Z 值大多数在 1 dB 以下， 而 SAD 的 传统的基于 K 的经验公式衰减订正方法， 由
DR
DP
Z 值则普遍在 1 dB 以上。经过模型订正后， 该区 于使用固定的经验系数， 且 K 受噪声等各种因素
DR
DP
域的 Z 值普遍订正至约 35 dBZ， 而经验公式的 Z H 影响， 存在较大的不确定性， 且泛化能力较差。近
H
值订正至约 40 dBZ。对于 Z ， 模型的订正结果达 年来， 人工智能的快速发展在雷达气象领域得到了
DR
到约 1. 5 dB， 稍高于 SAD 的值， 但远低于经验公式 广泛应用， 并取得了许多令人鼓舞的成果。本研究
订正至约2. 5 dB的结果， 显示出模型的泛化能力优 基于Transformer架构， 提出了一种X波段衰减订正
于经验公式。从 K 、 Z 和 Z 大值区的对应关系来 网络（XCORnet）。通过该网络架构， 利用北京布网
H
DP
DR
看， 图 7（d）、 图 7（c）和图 8（c）之间的一致性较差， 的两个相邻的 X、 S 波段双偏振雷达， 分别训练了
而图 7（d）、 图 7（b）和图 8（b）的对应关系则更加一 水平反射率因子（Z ）和差分反射率因子（Z ）的衰
DR
H
致， 并且与SAD的结果对应更好。 减订正模型， 主要得出如下结论：
图 7（f）和 8（f）展示了图 7（a）中红色实线（方位 （1） 经过 XCORnet 模型的衰减订正后， Z 和
H