基于反射率-多普勒速度关系的94GHz云剖面雷达速度退折叠新方法及其在云微物理分析中的应用
《IEEE Transactions on Geoscience and Remote Sensing》:A Novel Doppler Velocity Unfolding Technique for 94-GHz Cloud Profiling Radar: Application to Cloud Microphysics and Dynamics
【字体:
大
中
小
】
时间:2025年12月12日
来源:IEEE Transactions on Geoscience and Remote Sensing 8.6
编辑推荐:
本文针对94GHz高灵敏度云剖面雷达(CPR)观测中存在的多普勒速度折叠问题,提出了一种基于反射率(Z)与多普勒速度(Vd)关系的新型速度退折叠技术。该技术利用Z-Vd的梯度与趋势关系识别折叠像素,并基于奈奎斯特速度(VNyq)进行校正。相比传统固定阈值法,该方法在降水(R=0.81 vs. 0.70)和晴空(R=0.99 vs. 0.95)条件下均展现出更高准确性,且一年期统计指标更优(R=0.86 vs. 0.76)。研究成果显著提升了云微物理和动力学分析的可靠性,并为JAXA地球云气溶胶辐射探测卫星(EarthCARE)Level-2算法集成提供了技术支撑。
当我们仰望天空,云层如同地球的“调温器”,既吸收热辐射使地球变暖,又将太阳辐射反射回太空使其降温。然而,要精确理解云在气候系统中的作用,科学家们需要准确获取云的各种特性,从宏观的高度、厚度,到微观的粒子相态、尺寸分布。云剖面雷达(Cloud Profiling Radar, CPR)是探测云层结构的利器,尤其是毫米波雷达,对微小的云粒子极为敏感。但CPR测量中存在一个常见且棘手的问题——多普勒速度折叠(velocity folding)。这是由于雷达脉冲重复频率(Pulse Repetition Frequency, PRF)有限,当云粒子或降水滴的垂直运动速度超过雷达的最大不模糊速度(即奈奎斯特速度,VNyq)时,测得的相位会发生卷绕,导致速度值出现跳变和符号反转,如同一个量程有限的仪表在测量超出量程的数值时指针会“打表”一样。这种速度模糊会严重影响对云内垂直气流、粒子落速等关键参数的准确反演,进而影响云微物理和动力学分析的可靠性。
传统的速度退折叠方法通常采用固定的速度阈值(例如±3 m/s),但这种方法存在明显局限:在强烈的对流天气(如台风、暴雨)中,真实速度可能远超阈值,导致折叠无法被正确识别和校正;而在弱降水或晴空条件下,可靠的真实速度信号也可能超过阈值,被错误地“校正”,造成数据失真。为了解决这一难题,一项发表在《IEEE Transactions on Geoscience and Remote Sensing》上的研究,提出了一种创新的速度退折叠技术,该方法巧妙地利用了雷达反射率(Z)与多普勒速度(Vd)之间的物理关系,为94GHz高灵敏度超极化冰晶探测与阐释雷达(HG-SPIDER)以及未来的地球云气溶胶辐射探测卫星(EarthCARE)CPR数据质量控制提供了更优方案。
为了开展这项研究,研究人员主要运用了几个关键技术方法:首先,他们改进了基于概率的云检测算法,以有效分离HG-SPIDER雷达数据中的气象水凝物信号与非气象噪声和杂波。其次,核心方法是提出的新型速度退折叠算法,该方法计算反射率(Z)和多普勒速度(Vd)的垂直梯度(GZ和GV),并对Z和Vd进行归一化处理,进而计算二者的趋势关系(TR),通过设定GV和TR的阈值(±1.6 s-1和±1.6)来识别折叠像素,最后基于奈奎斯特速度进行校正。此外,研究利用日本国立信息通信技术研究所(NICT)地面相干多普勒激光雷达的同步观测数据,对雷达退折叠后的速度进行了验证,并进行了长达一年(2021年5月至2022年5月)的统计分析以及针对EarthCARE CPR实际观测案例的测试,以评估方法的有效性和普适性。
通过对2021年5月2日HG-SPIDER雷达数据的处理,研究表明改进的云检测算法能更有效地滤除非物理回波,清晰呈现云的垂直结构。
在速度退折叠方面,与原始雷达速度(R=0.17)和传统固定阈值法校正后的速度(R=0.70)相比,新方法校正后的雷达多普勒速度与激光雷达观测结果显示出更高的一致性(R=0.81)。概率分布函数(PDF)和反射率-速度(Z-V)关系图分析进一步证实,新方法能更好地恢复速度分布的真实形态和物理上合理的Z-V关系,尤其在速度绝对值超过3 m/s的区域和强对流时段表现更佳。
在晴空条件下(2021年7月17日),得益于HG-SPIDER的高灵敏度,雷达能探测到弱的后向散射信号。新方法能准确判断无需进行退折叠处理,保持了原始速度场的真实性(与激光雷达相关性R=0.99),而传统方法则因固定阈值产生了不必要的错误校正(R=0.95)。
对长达一年(336天)的数据集进行分析表明,新方法在校正速度折叠方面具有持续的优势。与激光雷达数据相比,新方法校正后的速度相关性(R=0.86)显著高于原始数据(R=0.59)和传统方法校正后的数据(R=0.76),且均方根误差(RMSE)、平均绝对误差(MAE)等统计指标更优。一年的Z-V关系联合直方图也显示,新方法能产生更平滑、连续且符合物理规律的分布,清晰区分了晴空运动、云滴、毛毛雨和降水等不同微物理过程对应的速度特征。
将新方法应用于2025年8月7日获取的真实EarthCARE CPR数据(1公里积分数据粒)进行测试。结果显示,与EC标准产品中采用的校正方法以及传统的固定阈值法相比,新方法能更有效地识别和校正折叠像素,特别是在融化层以上的区域,解决了标准方法可能遗留的未校正问题。校正后的速度概率分布函数(PDF)和Z-V关系图均显示出更物理合理的结构。
本研究成功开发了一种基于Z-V关系的新型速度退折叠技术,并改进了云检测算法用于HG-SPIDER雷达数据预处理。该方法通过综合梯度分析、归一化和趋势关系,能够更精准地识别和校正速度折叠像素。无论是针对降水事件还是晴空条件,无论是基于单日案例、长达一年的统计验证,还是对EarthCARE CPR实际数据的初步应用,该方法均表现出优于传统固定阈值法的性能,与激光雷达验证数据具有更高的一致性。这项研究显著提升了云剖面雷达多普勒速度数据的质量,为更可靠的云微物理特性反演、云动力学分析、降水物理研究以及水凝物分类提供了关键技术支持,对改进数值天气预报模式和气候模型中的云物理过程参数化具有重要意义。研究成果展示了将其集成到JAXA EarthCARE Level-2处理算法中的潜力,有望提升该卫星任务的数据产品质量。未来的工作将集中于将该算法扩展到多重折叠场景,并探索自适应阈值选择技术,以进一步提升其在不同仪器、环境和EarthCARE CPR业务化应用中的普适性。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号