廣州X波段雙偏振相控陣天氣雷達數據質量初步分析及應用

張羽，吳少峰，李浩文，胡東明，黃輝，傅佩玲，田聰聰

(1. 廣州市氣象臺，廣東 廣州 511430；2. 廣東省氣象臺，廣東 廣州 510641；3. 廣東納睿雷達科技股份有限公司，廣東 珠海 519000)

1 引 言

將相控陣技術應用于天氣雷達探測可大幅提高探測數據的時間分辨率，使雷達體掃描時間從6 min縮短至1 min內，大大提高龍卷、超級單體等災害性天氣監測能力[1-4]。另外，在相控陣天線上實現雙偏振技術，可進一步獲取差分反射率ZDR、差分相移率KDP、相關系數CC 等偏振參數信息，有利于識別降水粒子的形狀、相態、滴譜分布等微物理特征演變[5]。自2002年美國國家雷達技術委員會推薦相控陣技術為下一代天氣雷達發展的方向后，美國強風暴實驗室(NSSL)聯合多家科研機構對退役的宙斯盾(SPY-1)二維相控陣雷達進行氣象探測改造，建立國家相控陣天氣雷達試驗平臺，并開展與WSR-88D 雷達的對比觀測試驗。觀測試驗表明，具備快速掃描能力的相控陣天氣雷達能夠更快更準確地獲取強對流天氣系統的詳細信息，對于龍卷等強對流天氣過程的監測預警能力明顯提升[6]。為進一步探索相控陣雷達的應用價值，2006年美國開始著手建立一維相掃體制的可移動式的X 波段相控陣天氣雷達系統(MWR-05XP)用于強對流風暴觀測。該雷達技術體制上采用垂直電掃與水平機械掃描相結合方式，2007—2008年進行了外場試驗，多次成功觀測龍卷、超級對流單體、颮線、冰雹等強對流天氣過程，結果表明，其觀測資料質量與多普勒天氣雷達相當，但掃描速度遠高于WSR-88D 雷達，可清楚展現中尺度氣旋、龍卷渦旋的精細結構和時空演變特征[7-8]。在我國，受成本等因素影響，早期相控陣雷達技術主要用于軍事和航天等領域。近年來，為緊追國際氣象雷達技術發展前沿，也開展了相控陣技術向天氣探測領域轉化的相關研究工作，并逐步開展觀測試驗。2007年，中國氣象科學研究院與電子集團公司14 研究所等單位合作，攻克了軍用相控陣雷達向天氣雷達轉化的關鍵技術，研制出了一部S 波段相控陣天氣雷達原理樣機，觀測試驗證明相控陣天氣雷達技術具備可行性[9]；2009年，中國氣象科學研究院災害天氣國家重點實驗室與四創電子股份有限公司合作研制垂直方向電掃描、水平方向機械掃描的車載X 波段相控陣天氣雷達，專門應用于快速變化的中尺度對流系統的觀測試驗[10]。2017年中國氣象局氣象探測技術中心聯合湖南宜通華盛科技有限公司研發了由多個相控陣收發子陣組成的陣列天氣雷達[11]，廣東納睿雷達科技股份有限公司研發了具備雙偏振探測能力的X波段相控陣雷達。

2017年開始，依托中國氣象局超大城市綜合氣象觀測試驗，廣州市氣象局與廣東納睿雷達科技股份有限公司合作，首次開展了X 波段相控陣雷達組網觀測試驗，該雷達系統在相控陣的基礎上還實現了雙偏振功能，使其既具有相控陣雷達快速掃描的優勢，又擁有雙偏振雷達獲取天氣系統豐富探測信息的能力，進一步增強了相控陣雷達的探測能力[12-13]。對于新的雷達觀測設備，確保雷達觀測數據的準確性是開展數據應用的重要前提，國內外許多專家學者先后開展了雙偏振雷達、相控陣雷達的數據質控研究，吳林林等[14]通過對車載C 波段雙偏振雷達數據質控分析，認為信噪比SNR 大于18 dB 時偏振參數ZDR才可信，并利用KDP參數對ZDR的衰減和部分遮擋進行訂正。杜牧云等[15-16]從降水回波與偏差參數的一致性，系統初始相位的穩定性等方面對C 波段雙偏振雷達數據質量進行了分析；陳超等[17]對廣州S波段雙偏振雷達數據質量進行了分析，認為天線旋轉關節對偏振量有明顯的影響，基于微雨滴法對ZDR進行系統訂正；吳翀等[18]開展了S波段相控陣天氣雷達與多普勒天氣雷達的定量對比分析，提出了針對不同地理位置不同分辨率的雷達反射率因子匹配方法和觀測資料的定量對比方法；劉俊等[19]通過分析相控陣氣象雷達和X波段機械式天線氣象雷達的觀測數據對比，檢驗相控陣氣象雷達回波數據的可靠性；劉黎平等[20]開展了X 波段相控陣雷達的測試定標和外場觀測試驗，以提高雷達探測數據質量和探測能力。

X 波段雙偏振相控陣雷達在國內的觀測應用還處于起步階段，尚未開展相關數據質量分析，本文在雷達衰減訂正的基礎上，利用S 波段業務雷達和地面二維雨滴譜對該型雷達數據質量開展分析評估，為未來國內X 波段雙偏振相控陣天氣雷達布網建設、科學試驗和業務應用提供參考。

2 XPPAARR--DD雷達簡介

廣州市氣象局布設的X 波段雙偏振相控陣雷達由廣東納睿雷達科技股份有限公司生產，屬一維掃描相控陣雷達，其在垂直方向采用相控陣掃描體制，方位上采用機械掃描體制。天線系統采用全固態收發T/R 組件的設計，一共使用了 64個全固態相參收發T/R 組件。天線長1.3 m，寬0.7 m。天線峰值功率為256 W。水平波束寬度3.6 °，垂直波束寬度1.8 °。雷達探測距離大于42 km，最小距離分辨率為30 m。雷達采用固態發射機，結合非線性調頻脈沖壓縮技術，由100：1的壓縮比例將20 μs的寬脈沖壓縮為0.2 μs。由于寬脈沖造成了約3 km 的探測盲區，雷達采用長短脈沖相結合的方式來進行補盲，兼顧最近和最遠距離的探測。雷達主要性能指標如表1所示。

表1 X 波段相控陣雷達主要性能參數

3 XXPPAA--DD數據質量分析

3.1 XPA-D衰減訂正方法介紹

雷達信號的衰減問題是影響雷達探測能力的重要因素，尤其是X 波段雷達，在強回波時受衰減影響明顯，引起較大的觀測誤差。單偏振體制的雷達衰減訂正方法是根據衰減與降水關系的經驗公式，利用實際降水量的大小去調整反射率因子值，再反推衰減大小。但是由于Z-R關系本身的不穩定性會帶來較大的誤差，因此這種方法是極不穩定的。對于雙偏振雷達，其衰減可通過偏振參數差分相移率KDP來進行訂正，KDP不受雷達定標、雨滴譜分布、雨區衰減以及波束充塞等影響。此外，X波段雷達由于波長更短，KDP產品對降水粒子具有更高的敏感性，散射模擬表明X 波段雷達KDP分布是C 波段、S 波段雷達的1.5 倍和3.0倍。

雙偏振雷達KDP與反射率因子ZH、差分反射因子ZDR存在一一對應的訂正關系，在雨區中，衰減率AH，差分衰減率ADP(ADP=AH-AV，AH、AV分別為水平與垂直偏振波在降水區中的衰減率)能夠線性表示為：

同時考慮到，在小雨狀況下，KDP值比較小，往往會有較大的誤差波動，從而對衰減訂正，估測降水誤差產生不可低估的影響，所以相控陣天氣雷達采用ZH-KDP聯合衰減訂正法進行訂正[21]，訂正關系式為：

當KDP＞σ1或者KDP＞σ2時，采用ZH方法對AH、ADP進行訂正，系數α、β、γ和d都取固定值；當KDP≥σ1且KDP≤σ2時，采用KDP法對ZH進行衰減訂正，此時采用自適應約束訂正方法擬合獲取a1和a2系數值，避免將系數設定為經驗固定值的弊端，能夠更加準確進行衰減訂正[22]。

圖1為采用該算法對XPAR-D的ZH和ZDR進行衰減訂正前后的對比圖，從圖1a中可見，原始觀測的反射率因子受衰減影響明顯，尤其是在強回波的后側，ZH隨距離的增加而減小。圖1c 為訂正后的反射率因子，可看出回波明顯得到增強，最大反射率由訂正前的45～50 dBZ 增加到訂正后的50～55 dBZ，遠距離處強回波后側的反射率也得到明顯增強。圖1b 為原始觀測的ZDR，受衰減影響，出現了較多的負值，根據雙偏振理論，雷達波束穿過雨區時一般應為正值。圖1d為衰減訂正后的ZDR，可明顯看出大片的負值區已經得到訂正。對于弱回波區域，ZDR接近于0，對于強回波區域，ZDR增加明顯，與ZH具有較好的對應關系。另外，在ZDR圖的東南方向一條強ZDR帶為雷達受到避雷針的影響而產生的條狀大值區。

圖1 衰減訂正前后的ZH和ZDR圖

3.2 XPAR-D與CINRAD/SAD回波強度對比

為了驗證衰減訂正后雷達探測數據的準確性，可利用業務雷達進行對比觀測。廣州CINRAD/SAD 雷達位于廣州市番禺區，與XPARD 雷達相距約3.8 km，雷達海拔高度相差約100 m，觀測地點接近。為避免地物雜波、地物遮擋(XPAR-D 雷達在4.5 °以下仰角遮擋較嚴重)等對觀測數據的影響，選擇XPAR-D 雷達6.3 °和CINRAD/SAD 雷達6.0 °仰角的回波強度進行對比，圖 2a 為 XPAR-D 雷達原始回波強度，圖 2b 為衰減訂正后的回波強度，圖2c為CINRAD/SAD 雷達觀測的回波強度，顯示距離均為雷達中心觀測半徑42 km。原始回波強度明顯偏弱，訂正后強度明顯增加，尤其是雷達站西側的強回波得到明顯的恢復，最強回波由訂正前的40 dBZ 左右增加到50 dBZ 左右。從XPAR-D 訂正后的回波與CINRAD/SAD 對比看，兩者的回波強度、結構接近，XPAR-D 最小空間分辨率高達30 m，觀測到降水回波的結構更加精細。但是XPAR-D 觀測到的回波面積小于CINRAD/SAD，尤其是小于15 dBZ的弱回波區域，XPAR-D 雷達出現了大量的缺測。這主要是由于XPAR-D 雷達的發射功率和天線增益遠低于CINRAD/SAD 雷達，導致靈敏度過低，加上衰減影響，無法探測到更多的弱回波信息。取出兩部雷達各仰角未經插值處理的反射率因子數據按5 km 分段統計最小值，做出最小可測反射率因子沿距離變化的廓線(圖2d)，兩部雷達的最小可測反射率都隨著探測距離的增長而變大，CINRAD/SAD 雷達靈敏度遠遠優于XPAR-D 雷達，在 30 km 處，CINRAD/SAD 雷達的最小可測反射率為 0 dBZ 左右，XPAR-D 雷達則為 11 dBZ，兩者差值達到11 dBZ。

由于兩部雷達空間分辨率不同，需使空間分辨率基本一致后再開展定量對比。XPAR-D 雷達最小距離分辨率為30 m，CINRAD/SAD 雷達最小距離分辨率為250 m，因此需先將XPAR-D 雷達數據進行8 或9個距離庫的平均，把徑向分辨率變為接近250 m。考慮兩部雷達不在同一觀測地點，還需將兩部雷達探測的回波數據進行位置匹配。計算時先將XPAR-D 的極坐標數據轉換為經緯度及高度的大地坐標，再通過與CINRAD/SAD 雷達大地坐標間的匹配得到需要的極坐標，從而將不同位置的雷達資料建立對應關系[23]。匹配后，對于XPAR-D 雷達的任意一個觀測數據，都可在CINRAD/SAD雷達數據上找到一個與其位置相匹配的數據，實現不同位置雷達觀測數據的一一對應和定量對比分析。圖2e是兩部雷達時空匹配后的反射率因子散點圖(為了更準確對比兩者強度差異，將XPAR-D 雷達缺測部分在CINRAD/SAD雷達中進行了同步去除)。XPAR-D 雷達衰減訂正后的ZH值與CINRAD/SAD 雷達一致性較高，相關系數達0.71，但是總體仍弱于CINRAD/SAD雷達，平均偏差約2.2 dB，均方根誤差約4.8 dB。XPARD 的回波強度值整體偏弱，一方面可能是由于XPAR-D 存在一定的系統誤差，需要進一步標定。另一方面需要進一步優化衰減訂正算法，尤其是衰減訂正系數的合理性。

圖2 XPAR-D與CINRAD/SAD回波強度對比

為了進一步說明兩部雷達探測的回波強度差異及隨時間變化的穩定性，分別計算了兩部雷達2.5 km 高度等高面的雷達反射率(CAPPI)，并統計了多個體掃數據兩者之間的平均差。圖3 是2020年 8月 12日 15:00—17:00(北京時間，下同)之間 20個體掃數據CAPPI 反射率因子的平均偏差波動圖。XPAR-D 雷達衰減訂正后的反射率因子與CINRAD/SAD 雷達平均偏差在 1.5～3.0 dBZ 之間，20個體掃的平均偏差為2.2 dB。表明XPAR-D雷達與CINRAD/SAD 雷達之間可能存在一定的系統誤差，同時受衰減影響，XPAR-D 雷達不同體掃間探測的回波強度數據誤差會出現一定的波動。

圖3 XPAR-D雷達與CINRAD/SAD雷達的ZH平均偏差變化

3.2 XPA-D與雨滴譜儀對比

采用雨滴譜儀觀測數據可進一步對X 波段相控陣雷達數據質量進行對比檢驗[24-25]。試驗中的雨滴譜儀為二維雨滴譜儀(2DVD)，采用2個方向相互垂直的激光高速線陣列掃描，可有效避免一維激光雨滴譜儀出現的粒子重疊誤差，觀測精度更高。二維雨滴譜儀位于廣州黃埔國家氣象觀測基地，距離雷達站約28 km，相對雷達的方位角約為36 °。為了檢驗XPAR-D雷達數據質量情況，首先根據雷達和雨滴位置進行數據匹配，然后基于雨滴譜數據利用T 矩陣法計算反射率因子ZH，再與雨滴譜儀上方2.7 °仰角的雷達探測數據ZH進行匹配對比(雨滴譜儀所在方位角在0.9 °仰角存在部分遮擋，選擇2.7 °仰角對比，此時回波距離地面雨滴譜儀的高度約為1.3 km)。若已知雨滴譜分布N(D)，對應的雷達反射率因子ZH可用后向散射系數矩陣元素反演得到：

式中，下標“H”和“h”代表水平偏振方向，“V”和“v”代表垂直偏振方向，λ為雷達波長，|K|2為粒子的介電常數，f(π,D)為粒子的后向散射系數，N(D)dD表示單位體積內，雨滴直徑處于D～D+dD之間的粒子數。

基于 2020年 8月 12日 15:00—17:00 搜集的數據計算ZH值，并將其與雷達測量值進行時間匹配后對比?？紤]雨滴譜數據觀測頻次為1 min，雷達約為1.5 min，兩者對比的時間間隔選擇為每3 min 一次。圖4 顯示了ZH與雷達測量強度的對比圖，其中實線為雨滴譜儀上方對應的雷達2.7 °仰角的ZH值，虛線為由雨滴譜儀數據計算得到的ZH值。分別計算了雨滴譜儀和雷達兩者樣本數據的統計相關系數ρ，平均偏差BIAS，均方根誤差RMSE。雷達測量的ZH比雨滴譜ZH偏弱，基本處于雨滴譜ZH下方，但是兩者變化的趨勢和一致性很好，相關系數達0.87，平均偏差為2.12 dBZ，均方根誤差為2.58 dBZ。

圖4 雨滴譜與相控陣雷達測量值ZH對比

3.3 偏振參量分析

3.3.1ZDR數據分析

根據雙偏振雷達理論，弱降水的ZDR值應接近于0，隨著ZH的增加，粒子尺寸變大，形狀更加扁平，ZDR將呈現增大的趨勢。圖5a 和圖5b 分別是2020年 8月 12日 15:30 XPAR-D 雷達 6.3 °仰角和CINRAD/SAD雷達6.0 °仰角的ZDR對比圖，XPARD 雷達在遠距離處的ZDR出現了明顯的缺測，回波面積小于 CINRAD/SAD 雷達；CINRAD/SAD 雷達的ZDR數據噪聲更明顯，相鄰數據間起伏波動較大。從ZDR強度看，兩部雷達的ZDR基本在-1～1 dB 之間，為更好地觀察ZDR隨ZH的變化情況，計算了XPAR-D 雷達的ZH-ZDR散點圖(計算時僅選取了零度層以下且對應的相關系數大于0.95 的數據)，結果如圖5c 所示。整體上ZDR隨著回波強度ZH的增大而增大，變化趨勢一致。當ZH＜30 dBZ 時，對應的ZDR主要在-1～1 dB 之間，ZDR在零值之間波動較大，且有部分ZDR為負值，一方面可能是弱回波時受低信噪比SNR影響，導致實際測量中ZDR值出現較大的波動，另一方面可能是受衰減影響導致。隨著回波強度的增加，特別是ZH大于35 dBZ以后，ZDR值基本都在0 dB 以上，增長的趨勢也更明顯，當ZH達到 50 dBZ 時，ZDR可以達到 2 dB 以上。

圖5 XPAR-D與CINRAD/SAD ZDR對比

3.3.2ΦDP和KDP數據分析

雙偏振雷達的ΦDP參數表示雷達水平和垂直極化脈沖在媒介中傳播，在某一個特定距離處往返達到天線的相位變化，即：

式中ΦHH和ΦVV分別為水平和垂直極化脈沖的相位。理論上，ΦDP是一個積分效應量，在徑向距離廓線上隨著距離的增加而緩慢上升。圖 6c 是XPAR-D 雷達6.3 °仰角225 °方位上原始ΦDP數據和經中值濾波后的ΦDP數據距離廓線圖，可看出ΦDP有明顯的距離積累效應，隨著距離的增加，ΦDP呈現出明顯的增大趨勢。且隨著回波強度的增加，增長速率越快，距離累計效應明顯，數據質量較好。在遠距離處，超過30 km 后ΦDP出現比較大的波動，這可能是由于距離較遠時雷達波束展寬，回波功率包含了不同的水成物粒子信息，同時遠距離處的回波較弱，信噪比也很低，這些都會導致ΦDP的計算不穩定。另外，對ΦDP進行30個距離庫的中值濾波后，可消除原始數據中一些小的高頻噪聲，毛刺現象得到抑制，數據變得更加平滑。考慮單純從ΦDP的值無法判斷是否經過了降水粒子以及粒子的大小，因此，為了標準化ΦDP，通過引入KDP來表示ΦDP隨距離的變化率。KDP可反映橢球形雨滴的濃度，且幾乎不受衰減的影響，采用變距離法對濾波后的ΦDP資料進行最小二乘法擬合得到KDP，其擬合的距離r根據對應距離庫的ZH平均值選擇，以減少觀測資料擾動產生的誤差[26-27]。

從 XPAR-D 雷達和 CINRAD/SAD-D 雷達的KDP對比圖(圖 6a 和圖 6b)看，CINRAD/SAD 雷達KDP產品出現了較多的缺測，這主要由于其KDP的計算還與相關系數CC 值建立了關聯，當CC＜0.9時，認為ΦDP積累了相當多的錯誤，計算的KDP準確性大大降低，因此對 CC＜0.9 的距離庫不計算KDP。在靠近雷達站的區域，由于地物雜波的影響，相當多的距離庫 CC 都低于0.9，導致KDP沒有被計算和顯示[28]。從兩部雷達的KDP值強度看，XPAR-D 雷達高于CINRAD/SAD 雷達，這主要是由于XPAR-D 雷達的波長更短，對降水強度的變化更敏感。為更好觀察XPAR-D 雷達KDP隨ZH的變化情況以及與CINRAD/SAD 對比，計算了兩部雷達不同ZH對應的KDP的平均值(圖6d)，當回波強度較弱(小于20 dBZ)時，兩部雷達的KDP都接近于0 左右。當ZH超過 20 dBZ 后，XPAR-D 的KDP開始明顯增加，CINRAD/SAD 的KDP變化不明顯。當ZH達到 30 dBZ 時，XPAR-D 的KDP已接近 0.5 °/km左右，CINRAD/SAD 依然接近0 °/km。當ZH超過30 dBZ 后，CINRAD/SAD 的KDP才開始明顯增加，但是XPAR-D 的KDP增加更加迅速，說明其對降水的敏感性更高。當ZH達到40 dBZ 時，XPAR-D 的KDP達到 1 °/km，CINRAD/SAD 的KDP約為 0.28 °/km。 當ZH達 到 50 dBZ 時 ，XPAR-D 的KDP達 到2.3 °/km，CINRAD/SAD 的KDP約為 0.7 °/km。這些都說明XPAR-D 的KDP與ZH具有很好的一致性，且對降水的敏感性高于CINRAD/SAD，其平均值約為CINRAD/SAD 的3.3倍，與X 波段雷達和S波段雷達KDP的散射模擬很接近，這些都說明XPARD的KDP數據質量較好。

圖6 XPAR-D與CINRAD/SAD的KDP對比分析

3.3.3 偏振參數識別融化層

融化層亮帶的觀測情況可在一定程度反映偏振參數的準確性，圖 7 是 2020年 8月 22日 15 時 32分XPAR-D 雷達13.5 °仰角的反射率ZH、差分反射率ZDR和相關系數CC 的PPI 圖?？汕逦R別出融化層亮帶，其結構清晰，高度約4.5 km，厚度約700 m。當日08 時附近探空資料觀測到的融化層在4.4 km 左右，非常接近。在融化層內，亮帶內反射率因子值明顯大于亮帶上下區域，由于亮帶內是融化態粒子，粒子的形狀、取向和散射特性復雜，故ZDR大，相關系數小，反射率因子和偏振量完全符合亮帶的雷達特征。

圖7 2020年8月12日15:30分13.5 °仰角識別零度層亮帶

4 應用分析

2020年 7月 22日 12 時前后，受午后熱對流影響，廣州市番禺區中北部出現局地短時強降水天氣，其中番禺區小谷圍街站錄得最大小時雨量35.6 mm，造成局地內澇和交通擁堵。此次局地對流系統發展迅速、尺度小，XPAR-D 雷達精細監測到降水發展演變過程。

圖8 為雷達11:24—11:35 監測的回波強度演變圖，在12 min 內，實現了對雷雨云團8 次體掃，CINRAD/SAD 雷達僅能實現 2 次體掃(圖略)?？煽闯鲇欣子暝茍F自南向北快速移動，云團回波強度、面積都在不斷變化，并在前側激發出一對新的對流單體，不到10 min，新激發出的對流單體強度就增加到65 dBZ，水平尺度約5 km。此后，該新激發的對流單體迅速發展，強回波面積迅速增加，南側的雷雨云團快速向新單體靠近(圖9)，12:10分兩個對流云團出現合并，回波組織結構和強度進一步加強，并緩慢向北移動。12:20 前后地面自動站開始錄得強烈降水，主要降水時段集中在12:20—12:50，13:00前后降水已基本結束。相控陣雷達精細、快速掃描能力監測到新單體的激發、合并過程，為準確及時發布預警提供了重要支撐。

圖8 2020年7月22日11:24—11:35新單體快速觸發時XPAR-D雷達4.5 °仰角ZH演變

圖9 2020年7月22日12:04—12:15對流單體快速合并時XPAR-D雷達4.5 °仰角ZH演變

圖10 為 XPAR-D 雷達 11:52 分 4.5 °仰角的反射率Z、差分反射率因子ZDR、差分相移率KDP的PPI圖像，圖像中心為雷達站，顯示的距離范圍為20 km。圖10a 中兩個對流風暴(黑色圈區域A1、A2)回波強度相當，平均值在55 dBZ 左右。從圖10b看，A1 區域ZDR值小于 A2 區域，表明 A1 區域降雨的雨滴尺寸相對A2 區域較小。從圖10c 看，A1 區域的KDP值大于A2 區域，表明A1 區域降水粒子數量高于 A2 區域。綜合分析圖 10 可知，A1、A2 區域雖然Z值相近，但是雨滴譜卻完全不同。A2 區域雨滴尺寸大、粒子數少，故降雨強度相對較小；A1 區域雨滴尺寸小，但降水粒子數多，故降水強度更大。從地面自動站記錄的雨量看，11:50—12:20，位于A1 區域的番禺市橋沙墟村自動氣象站記錄的累積雨量為28.1 mm，最大5 min 雨強為8.7 mm。位于A2 區域的自動站記錄的累積雨量為23.4 mm，最大 5 min 雨強為 6.2 mm。A1 區域的累積雨量和降水強度均大于A2 區域，降水差異與偏振參數反映的基本一致，說明該個例中各偏振量之間的關系基本合理。依托XPAR-D 雷達的偏振參數，可進一步獲取降水粒子尺度、濃度及降水強度等微物理特征變化[29]。

圖10 2020年7月22日11:57降水回波的ZH(a)、ZDR(b)和KDP(c)對比

5 結論與討論

相控陣天氣雷達是未來天氣雷達探測技術發展的重要方向，確保雷達觀測數據的準確性是開展業務應用的重要前提。本文分析了XPAR-D 雷達與CINRAD/SAD 雷達、二維雨滴譜儀的觀測對比情況，偏振參數的數據質量以及在強對流監測中的應用情況。

(1) 利用KDP參數對XPAR-D 雷達進行衰減訂正后，回波強度能夠得到顯著的恢復，訂正后與CINRAD/SAD、二維雨滴譜觀測的回波強度具有較高的一致性；但是XPAR-D 雷達對弱回波的探測能力低于CINRAD/SAD雷達。

(2) XPAR-D雷達觀測的ZDR整體上ZDR隨著回波強度ZH的增大而增大，變化趨勢一致。但是受低信噪比和衰減影響，仍有部分ZDR為負值，需要進一步開展質量控制。

(3) XPAR-D 雷達的KDP隨著ZH的增大迅速增加，兩者具有很好的一致性；XPAR-D 雷達由于波長更短，其KDP對降水的敏感性高于CINRAD/SAD雷達，XPAR-D 雷達對應的KDP值約為CINRAD/SAD雷達的3.3倍。

(4) XPAR-D 具有更快的掃描速度，可精細監測到局地強對流天氣系統的觸發、快速演變過程，通過偏振參數，可進一步分析降水系統的粒子尺寸、濃度以及降水強度等微物理特征變化。

需要說明的是，本文是對X 波段雙偏振相控陣雷達探測數據質量的初步分析，對于發展更強，覆蓋范圍更廣的強對流天氣系統，降水粒子結構、分布、相態等更加復雜，衰減也會對雷達數據質量造成嚴重的影響，需要進一步分析其對數據質量和數據應用帶來的影響。