基于 VAP方法对径向速度反演与验证

李泽磊 王威 阮能 袁泉

岳阳市气象局，岳阳 414000

摘要：低涡切变型降水是岳阳地区主要降水类型之一，也是主要的灾害性天气类型之一。在强降水系统中，切变线移动的快慢及低涡位置的变化，对未来灾害等级和影响范围有着重要的指导意义。利用岳阳雷达速度产品，利用中值滤波法去除非降水因子对产品的影响，并基于VAP（velocity azimuth processing）方法对低仰角径向速度产品进行实时水平风场反演。水平风场叠加在相应的V、R产品中，再对反演风场进行验证。结果表明，在切变、辐合、辐散、低涡、逆风区，风场与径向速度特征相符，与降水的强弱特征匹配。

关键词：中值滤波法 VAP法 反演 低涡

1 引言

岳阳地区每年平均遭受16次大到暴雨天气过程，特点是强度大、范围广、时间间隔短且落区重叠，极易造成重大灾害发生。在2016年里的16次暴雨天气过程中，其中13次出现低涡，12次出现急流；5次为部分县市暴雨；6次为局部暴雨；5次全市性暴雨过程。根据降水情况总结，岳阳出现大到暴雨，甚至大暴雨天气的站点，都与低涡有很大直接关系，部分台站出现强降水漏报也是因为低涡位置与预报位置有偏差造成。

研究低涡的移动方式对对降水强度、范围预报及持续时间在短临预报有很强的指导作用。低涡的风场特征在第三、第四象限风场存在风向、风速的辐合，为强降水区；第一象限风场为辐散，降水虽有减弱，但强降水依旧可能存在。三个象限所覆盖位置决定了暴雨落区范围，是短临服务成功与否的重要因素。雷达产品的高分辨率对低涡等小尺度的天气系统捕捉与分析有很大的帮助。

本文分析资料选用2017年8月12日的天气过程雷达产品，此次过程中，低涡的尺度、高度及在雷达产品上的显现完整度都比较理想，有助于理论分析。这次过程是当年强降水持续时间最长的一次，低涡在岳阳地区来回摆动，不仅造成长时间的强降水，低涡所经路线降水量比同期其它地方明显增多。

课题研究采用Python语言丰富的库和规范的代码的优势，对岳阳SB雷达速度图实现风切变及风矢量识别与显示。通过对岳阳地区整体形式或低涡局部分析查找辐合辐散区域、切变位置，对短时强降水分析有很大的帮助作用。

2 方法对比试验

岳阳新一代天气雷达位于洞庭湖畔边沿，受湖区水汽蒸发、风电场及同频干扰影响，对雷达数据有较大影响。在进行数据分析前，采取算法控制，抑制回波噪声，尽量还原真实数据，减少客观因素对反演分析的干扰。分别利用中值滤波法、均值滤波法及高斯平滑滤波法对一次低涡切变型降水雷达数据进行过滤处理。通过三种方法对风场逆风区范围大小、强度变化及切变位置变化的反演效果，进行对比分析。

通过三种方法对原始径向速度数据处理对比分析，三种方法在径向速度向矢量风场转换均有一定效果，但各种效果有所差别。均值法对孤立噪声消除性能最差；其次，在存在逆风区时，高斯法逆风区已消失，均值法逆风区范围缩小严重。中值法逆风区尺度反演基本保持不变，速度最大值未被平滑处理得以保留，效果最好，如图1。

图1 中值、高斯、均值三种算法反演与原始数据对比分析

在使用中值法滤波时，对滤波窗口格点尺寸的选择对反演效果也有直接影响。分别试用3*3、5*5、7*7、9*9、11*11格点窗口反演效果对比 ，由图2可见，使用11*11格点中值计算后得到更加平滑，边界清晰的径向速度图。

图2 不同尺度窗口的中值法计算反演与原始数据对比分析

通过以上方法分析，在对雷达基数据进行二次开发前，对原始数据进行相应的数据处理能更好的解决雷达自身原因或其它外在因素的影响。中值法去噪不仅更多的保留了真实径向速度的大小及尺度范围，再选取合适格点数处理，得到最为接近真实速度值且边缘平滑的处理数据。

3 水平风场反演法VAP

雷达产品在任意低仰角（<3°）的反射率或径向速度产品中，可认为是近水平场产品。在岳阳预报服务覆盖范围内任何中、小尺度系统前后落差不超1.2km，可视为水平结构。径向速度产品利用VAP方法反演水平矢量风场可视为真实水平风场，由矢量风场可判断当层低涡、切变位置及辐合辐散情况。特别是小尺度系统中，单一的径向速度并不能帮助预报员判断局部对流、切变情况，经过反演后，矢量风场有效的对局部对流、切变进行分析演示，可协助预报员快速分析复杂背景下的小尺度天气结构。

某一高度上的真实风场在径向上的投影即为径向速度，若水平风矢量为v，径向速度为v_r，α为水平矢量风与径向夹角，图3为水平风矢量与径向速度的关系图。

水平矢量风与径向速度关系式：

（公式1）

图3 近水平面上的径向速度与水平风矢量关系示意图

1. B分别与O点相邻角度的径向速度，相邻夹角为 ，相邻两个径向与矢量风的夹角分别为 和 。则有：

（公式2）

根据多普勒雷达定义，同一高度（距离圈）上风场为水平均匀，则根据公式2可得到矢量风v与夹角α的表达式：

（公式3）

（公式4）

4 矢量风场反演实现

本文使用python语言对岳阳新一代天气雷达基数据读取处理，选取1.5°仰角速度数据利用公式3、4对进行矢量反演，得到相应高度层的矢量风场。以下为python算法部分内容：

def velocity_azimuth_processing(velocity, R, Az):

u = np.zeros((velocity.shape[0], velocity.shape[1]))

v = np.zeros((velocity.shape[0], velocity.shape[1]))

for i in range(velocity.shape[0]):

For j in range(velocity.shape[1]):

If i == 0:

Vr1 = velocity[i + 1][j]

Vr2 = velocity[-i][j]

elif i == velocity.shape[0] - 1:

Vr1 = velocity[0][j]

Vr2 = velocity[i - 1][j]

else:

Vr1 = velocity[i + 1][j]

Vr2 = velocity[i - 1][j]

if R[i][j] / 1000 < 10:

Delta = np.deg2rad(7)

elif (R[i][j] / 1000 >= 10) and (R[i][j] / 1000 < 20):

Delta = np.deg2rad(3)

else:

Delta = np.deg2rad(6)

If Vr1 == 0 or Vr2 == 0 or Vr1 + Vr2 == 0:

angle = 0

else:

if (Vr1 + Vr2 > 0) and (Vr1 - Vr2 > 0):

angle = np.arctan(-((Vr1 - Vr2) / (Vr1 + Vr2)) * (1 / np.tan(Delta)))

elif (Vr1 + Vr2 < 0) and (Vr1 - Vr2 > 0):

angle = np.arctan(-((Vr1 - Vr2) / (Vr1 + Vr2)) * (1 / np.tan(Delta))) + np.pi

elif (Vr1 + Vr2 > 0) and (Vr1 - Vr2 < 0):

angle = np.arctan(-((Vr1 - Vr2) / (Vr1 + Vr2)) * (1 / np.tan(Delta)))

elif (Vr1 + Vr2 < 0) and (Vr1 - Vr2 < 0):

angle = np.arctan(-((Vr1 - Vr2) / (Vr1 + Vr2)) * (1 / np.tan(Delta))) - np.pi

speed = np.abs((-Vr1 * np.sin(angle + Delta) + Vr2 * np.sin(angle - Delta)) / np.sin((2 * Delta)))

u[i][j] = speed * np.sin(np.deg2rad(Az[i][j]) + angle)

v[i][j] = speed * np.cos(np.deg2rad(Az[i][j]) + angle)

return u, v

5 个例分析

层状云降水系统风场均匀，无剧烈变化、无强垂直对流，结构简单，容易识别判断。但在混合型降水或对流性降水中，垂直气流打破层状云水平风场结构或无回波反演补充，增加了系统结构分析的难度。将径向速度场与VAP方法反演的风场相结合，不仅能全面显示高度层风场的结构模型，更能对局部对流结构的风场特性有所体现，协助分析局部强降水成因。

5.1

急流切变反演

图4a为2017年8月12日一次低空急流切变及低涡的一次降水天气过程。如图所示，01时11分的径向速度场中低层有西南与西北两处较强速度中心（图4a蓝箭头所示），最大值为>14m/s；正负速度区面积比显示为辐合，西北向零速度线有明显折角，可确定为低空急流与西北风切变系统。VAP反演实际风时通过矢量箭头代表风向与风速。叠加VAP反演矢量风场与径向速度，箭头大值区方向与长短与径向上西南、西北两股流向雷达气流相符。在白色圆圈上半部分，零速度线附近箭头方向与零度线垂直或为0；下半部分不同方向的风场方向辐合，速度抵消或增加，箭头长度较小或无显示，与锋区性质相符；VAP反演风场与径向速度场实况基本一致，符合反演要求。图4b为矢量风场叠加在基本反向率产品上，降水回波在切变线附近及一些逆风区周围生成，主要强降水回波则在雷达站东部的速度辐合区。

图4a,b 2017年8月12日01:11 VAP反演矢量风场与V、R产品叠加模型

5.2 低涡反演

12日白天，随着湿度及风场都减小，降水也逐步减弱。从12时开始，在雷达站西南侧，降水再次加强，但范围有所减小。从径向速度图分析，低空负速度区面积只占1/4，且速度依然较小。按常规分析，负速度与正速度比较小时，降水应衰减并消失。而且当时分散性降水回波较多，大部分地区无数据，分散的径向速度场不足以分析真实风场，这在短临预报中也比较常见。由图5径向速度分析，在东北、西北分别有一个较强的出流中心，与客观辐散型真实风场模型不符，但因东北部大部分为空白场，仅靠正负场不足以分析整体风场形式。

通过叠加反演风场，在雷达站西偏南方向30-90km处（棕色圈），风标有逆时针运动趋势。结合雷达西部正负速度中心分布特点，可确定是低涡存在。受低涡及弱西南风影响，较强降水主要集中在低涡第三项限中，第四项限处在辐散区域内，造成第四项限无明显降水。东偏南75km处（橙色圈），有垂直于环境风场的垂直变量且局部风速较大，但无气旋式运动趋势，判定为此处为逆风区；雷达站北侧30km处，有平行于径向的正负风向标且数值较小，判定为切变锋区。这三处正是此时降水较强的三个地区,如图5b方形框内所示。

图5a,b 2017年8月12日14:02 VAP反演风场与V、R产品叠加模型

由图5a所示，径向反演不仅能显示出低涡风场气旋性运动，降水范围及强度中心，同时对低涡中心低速或零速度特征也分别得到体现。低涡中心速度小，甚至为零，在径向速度上表现为低值区或0值区。通过风场反演，表现为箭头短或点状，中心区域无数值。通过不间断反演径向速度产品，根据低涡中心低速或零速度点位置，可实时判断低涡中心并进行跟踪，并得到未来时间段的降水落区范围预报。

6 总结

低涡切变降水是本地主要的灾害性天气类型之一，不仅次数多，引发的次生灾害也较强。通常低涡尺度大于探测半径，单部雷达径向速度很难完整演示低涡特征，通过Python语言对雷达径向速度进行风场反演，对较大系统特征有一定的体现，对微小尺度也能整体进行风场演示。

对比三种滤波方法对风场逆风区范围大小、强度变化及切变位置的反演效果，中值法逆风区尺度反演基本保持不变，速度最大值未被平滑处理得以保留，效果最好。

使用VAP方法对本地雷达径向速度产品进行风场反演证明了算法的可靠性。通过反演在辐合、辐散、切变、低涡及逆风区的风场，进行实际天气过程一致性验证，达到识别判断的结果。同时，通过连续反演低涡矢量风场，确定低涡南部、东部位置，得到未来降水影响范围，达到跟踪目的。

总体而言，中小尺度系统矢量反演能较准确反映实时风场情况，但部分区域受采样及算法影响，还存在较大误差，但可通过预报员主观预报消除影响。

7 参考文献

1. 俞小鼎,姚秀萍,熊廷南,等.多普勒天气雷达原理与业务应用[M].北京：气象出版社,2007.

2. 李南.多普勒雷达资料的退模糊、风场反演和临近预报的研究[D].南京信息工程大学，2011.

3. 易小容.基于多普勒天气雷达的风切变识别算法研究[D].成都：成都信息工程大学，2020.