单多普勒天气雷达的风场反演方法及其效果研究

Aiming to the current problems and deficiencies in the wind retrieval of the radial velocity data detecting by China new generation Doppler weather radars, this item studies on the wind retrieval methods of the radial velocity detecting by single Doppler radars. Taking the quantity control of the radial velocity data and the analysis and improvement of the VVP method as the basis for this item, the posedness of different retrieval methods like VAD,VAP,VVP and the simple adjoint model is discussed theoretically at first, and then simulated radial velocity data and quanlity controlled real radial velocity data and are used to comparally analyze the effects of different retrieval methods along with simulated wind fields and Dual Doppler radar retrieval,wind profiler,sounding and echo tracking vectors served as references in order to summarize the applicability, limitation and error source and to select the preferred retrieval method appropriate for a given condition for convenient business application. Results of this item is helpful to improve the capability and precision to acquire the wind field for severe weather by single Doppler radars, raise the application level of velocity data of Doppler weather radars, and give full play to the role of Doppler weather radars in severe weather nowcasting, data assimilation, etc.

本项目针对目前新一代多普勒天气雷达的径向速度观测数据在风场反演中存在的问题和不足，研究基于单多普勒雷达径向速度数据的风场反演方法。本项目以申请人已经完成的速度数据质量控制、VVP方法的分析和改进为基础，首先从理论上讨论VAD、VAP、VVP、简化伴随模式等不同反演方法的适定性，然后以模拟风场和南京等地双多普勒雷达反演、风廓线仪、探空、回波追踪矢量等为参考，使用模拟径向速度数据和经过质量控制的实际径向速度数据，对各种反演方法的效果进行比较分析，总结不同反演方法的适用性、局限性和误差原因，寻找适合不同条件的最优反演方法，方便实际业务应用。本项目成果有助于改善单多普勒雷达反演获取灾害性天气系统风场的能力和精度，提高多普勒天气雷达速度数据的应用水平，充分发挥多普勒天气雷达在灾害性天气临近预报、资料同化等领域的作用。

本项目针对目前常用的单多普勒天气雷达的风场反演算法，尝试改进反演算法的求解技术以得到更加准确的反演结果，同时并对各种反演方法进行反演实验，比较分析误差。通过查阅和解读VAD、GVAD、VAP、IVAP、VVP、TREC、COTREC、变分反演等方法，熟悉和分析各种方法的原理和算法，并编制出相应的应用程序。提出了基于支持向量机（SVM）技术的风场反演方法。其中，对VVP方法进行了改进，提出了基于SVM技术的VVP方法（SVM VVP），并且对SVM VVP方法进行了深入的分析讨论。理论分析、模拟个例反演和实际个例反演表明，SVM VVP方法中引入适当的惩罚参数能够显著降低方程组系数矩阵的条件数，解决了VVP方法中病态矩阵造成的误差过大的问题，能够准确反演得到包括水平风矢、散度、涡度等在内的风场参数，并且分析体积越小，条件数越小，恰与VVP方法的情况相反，因此SVM VVP方法尤其适用于中小尺度降水系统的风场反演。通过模拟风场和实际风场对应的多普勒雷达径向速度数据对VAD、GVAD、VAP、IVAP、VVP、4DVAR等方法进行了反演试验，对结果和误差进行比较分析。与VAD方法相比，GVAD方法能够反演存在速度模糊情况下的风场，但是由于反演时需要计算速度梯度，对大数小量差和噪声敏感，导致反演结果误差较大。IVAP(VAP)方法和VVP方法能够反演非均匀风场，当IVAP方法使用的方位数增加时，数据平滑后误差减小，但是反演单元的增大使得分辨率降低，当IVAP方法使用的方位数减小时，容易受到局部噪声影响导致反演误差增大，而此时VVP（SVM VVP）方法的精度更高。因此，对于需要高分辨率的风场反演结果，采用较小分析体积的VVP（SVM VVP）方法更具优势，并可将高分辨率的风场反演结果应用于对流性降水天气的监测预警和临近预报。