Page 283 - 《高原气象》2026年第4期
P. 283

4 期              刘  莹等:青藏高原东南缘九龙地区风廓线雷达与无线电探空资料的对比分析                                       1213
               4. 2 u、 v风速适用性研究                                  值大于 10 m·s 的散点略多于其他时次。方案二
                                                                              -1
               4. 2. 1 差值随高度的分布特征                               [图 3(e)~(h)]散点更为集中, 其低层差值集中度高
                   从 2 种方案 4 个时次的 WPR 与探空 u 分量差值                 于高层。
               散点分布(图 3)发现, 各时次的差值垂直分布较为                             v 分量差值垂直分布(图 4)与 u 分量类似(图
                                                                                                   -1
               一致, 整层大部分差值均落在-5~5 m·s 范围内,                       3), 整层大部分差值均落在-5~5 m·s 范围内, 差
                                                    -1
               只有极少数差值绝对值大于 10 m·s , 这比王叶红                       值随高度的分布相对较均匀, 且 20:00 差值绝对值
                                               -1
                                                                            -1
               等(2021)分析多站风廓线雷达资料偏差绝对值小,                         大于 10 m·s 的散点略多; 方案二[图 4(e)~(h)]得
                                                                                                         -1
               可能与本文数据分析是建立在有效探测高度之上                             到的差值整体较方案一小, 散落在-5~5 m·s 外的
               及采用实况探空资料有关。方案一[图 3(a)~(d)]                       点明显少于方案一[图4(a)~(d)], 该改进在3000 m
               差值随高度的分布相对较均匀, 20:00 的差值绝对                        以下更为显著。































                                          图3 2种方案WPR(u)与探空(u)u分量差值垂直分布
                                                           r
                                                                   a
                                                  (a)~(d)为方案一; (e)~(h)为方案二
                           Fig. 3 Vertical distribution of the u component difference between WPR (u) and radiosonde (u)
                                                                                  r
                                                                                                 a
                                        of two schemes. (a)~(d) are Scheme 1; (e)~(h) are Scheme 2
               4. 2. 2 差值的概率密度分布                                 最少。
                   当使用概率密度讨论 2种资料的风速差值分布                             WPR 与探空 v 分量差值的概率密度分布(图 6)
                                       -1
               情况时, 差值越接近 0 m·s 说明两者越接近(王叶                       同样呈中间高、 两端低的形态, 接近正态分布。
               红等, 2021), 对于某差值而言, 其概率密度值大,                      WPR 2种方案v分量差值大部分同样落在-5~5 m·s ,
                                                                                                             -1
               则表示该差值发生样本多, 反之亦然。WPR 与探                          并以 08:00 更集中, 14:00 最差, 其中方案一样本比
               空 u分量差值的概率密度分布如图 5所示, u分量差                        例 为 92.  9%~96.  5%[图 6(a)~(d)],  方 案 二 为
               值的概率密度曲线呈中间高、 两端低的状态, 左右                          96. 3%~98. 3%[图 6(e)~(h)], 同样是方案二更接
               较为对称, 接近正态分布。2 种方案 u 分量差值大                        近探空。
               部分落在-5~5 m·s , 其中方案一[图 5(a)~(d)]的                 4. 2. 3 相关系数和标准差
                                -1
               样本比例为 93. 3%~96. 2%, 以 08:00最高, 14:00最                WPR 与探空 u 分量相关系数和差值的标准差
               低; 方案二[图 5(e)~(h)]96. 1%~98. 1%, 以 02:00          的垂直分布(图 7)表明, WPR 2 种方案相关系数和
                                                         -1
               最高, 20:00最低; 方案二[图5(e)~(h)]在 0 m·s 附              标准差在低层整体均较小, 随着高度增加而增加,
               近的样本(24%~35%)比方案一[图 5(a)~(d)]多,                   说明 WPR 和探空 u 分量在低层稳定性相对好(差值
               更接近探空。此外, u 分量差值 08:00 较其他 3 个时                   在2 m·s 左右), 相关性较小(相关系数在0. 1~0. 4),
                                                                        -1
                                  -1
               次更集中, 在 0 m·s 附近的样本最多, 而 14:00                    而高层稳定性差(差值在 3~4 m·s ), 相关性较大
                                                                                                -1
   278   279   280   281   282   283   284   285   286   287   288