GPM DPR产品在东北地区两类降水过程中的应用评估

doi:10.11755/j.issn.1006-7639(2024)-02-0251

干旱气象 ›› 2024, Vol. 42 ›› Issue (2): 251-262.DOI: 10.11755/j.issn.1006-7639(2024)-02-0251

• 新气象数据检验与订证 • 上一篇下一篇

GPM DPR产品在东北地区两类降水过程中的应用评估

张铁凝¹^,²(), 孙丽¹^,²(), 赵姝慧², 康博识³, 张梦佳²

1.中国气象局云降水物理与人工影响天气重点实验室，北京 100081
2.辽宁省人工影响天气办公室，辽宁沈阳 110016
3.辽宁省气象装备保障中心，辽宁沈阳 110016

收稿日期:2022-09-13 修回日期:2023-04-16 出版日期:2024-04-30 发布日期:2024-05-12
通讯作者: 孙丽（1987—），女，山东临沂人，博士，正高级工程师，主要从事气溶胶及人工影响天气相关研究。E-mail: sunli_2006_abc@126.com。
作者简介:张铁凝（1992—），女，辽宁沈阳人，硕士，工程师，主要从事云降水物理和人工影响天气研究。E-mail: ztniris@163.com。
基金资助:
中国气象局云降水物理与人工影响天气重点开放实验室创新基金项目面上项目(2023CPML-B04);辽宁省自然科学基金重点项目(20180540086);中国气象局云雾物理环境重点实验室开放课题(2018Z01613);及中国气象局沈阳大气环境研究所联合开放基金课题(2023SYIAEKFMS13)

Application evaluation of the GPM DPR products in two types of precipitation processes in northeast China

ZHANG Tiening¹^,²(), SUN Li¹^,²(), ZHAO Shuhui², KANG Boshi³, ZHANG Mengjia²

1. Key Laboratory of Cloud-Precipitation Physics and Weather Modification （CPML）， CMA， Beijing 100081， China
2. Liaoning Weather Modification Office， Shenyang 110016， China
3. Liaoning Meteorological Equipment Support Center， Shenyang 110016， China

Received:2022-09-13 Revised:2023-04-16 Online:2024-04-30 Published:2024-05-12

摘要/Abstract

摘要：

全球降雨观测计划（Global Precipitation Measurement，GPM）卫星自2014年2月发射以来，为高纬度地区的降水三维观测提供了基础，其搭载的双频星载测雨雷达（Double-frequency Precipitation Radar，DPR）反演的4种降水产品可以为中高纬度地区降水研究提供参考。本文利用GPM DPR提供的4种降水产品（Ka_HS、Ka_MS、Ku_NS和DPR_MS），对东北地区两次不同类型降水天气过程的降水结构特征进行分析，探究其宏微观特征的差异，并对GPM DPR的4种产品性能差异进行对比。结果表明：东北地区春季层状云降水的分布范围很广，大部分降水强度低于4.00 mm·h^-1，且云系发展较为平缓，而夏季混合性降水的强度分布极其不均，且垂直方向发展较为旺盛，回波顶高度可达12 km。对比4种降水产品发现，Ka_MS降水强度、回波顶高度和降水类型划分都具有明显缺陷；Ka_HS可探测到更多的弱降水样本，但在雨强较大时也会出现严重衰减；Ku_NS能够提供较为可靠的回波顶高度和降水类型划分；DPR_MS产品具有独立表现，其中小于0.50 mm·h^-1的弱降水与Ka_HS的相关性较好，大于1.00 mm·h^-1的降水与Ku_NS有较好的一致性，此外，DPR_MS对降水和雨滴谱的垂直结构表征最合理。

关键词: 双频降水雷达, GPM卫星, 降水结构, 粒子谱分布

Abstract:

Since the launch of the Global Precipitation Measurement (GPM) satellite in February 2014, it has provided the foundation for three-dimensional observations of precipitation in high latitudes. The four precipitation products retrieved by the double-frequency precipitation radar (DPR) carried by the GPM satellite can provide a reference for precipitation research in middle and high latitude regions. In this paper, four kinds of precipitation products (Ka_HS, Ka_MS, Ku_NS and DPR_MS) provided by GPM DPR are used to analyze the precipitation structural characteristics of two different types of precipitation weather processes in northeast China and explore the differences in macro and micro characteristics of precipitation, then the performance differences among four precipitation products are further compared. The results show that the spatial distribution of spring stratiform precipitation in northeast China is extensive, the precipitation intensity of most samples is less than 4.00 mm·h^-1, and the cloud system develops relatively gently. While the precipitation intensity distribution of mixed precipitation in summer is highly uneven, the development in the vertical direction is relatively strong, and the echo top height can reach 12 km. The Ka_MS precipitation product has apparent flaws in precipitation intensity, echo top height and precipitation type classification. The Ka_HS precipitation product can detect more weak precipitation samples but it will also experience severe attenuation when the rain intensity is high. The Ku_NS precipitation product has better detection capabilities and can provide reliable echo top heights and precipitation type classification. The DPR_MS precipitation product has an independent performance. For weak precipitation intensity less than 0.50 mm·h^-1, it has a good correlation with the Ka_HS product, and for precipitation intensity greater than 1.00 mm·h^-1, it has a good consistency with the Ku_NS product. In addition, the DPR_MS product has the most reasonable results about the vertical structure of precipitation and the raindrop spectrum.

Key words: dual-frequency precipitation radar, GPM satellite, precipitation structure, particle size distribution

中图分类号:

P414.4

张铁凝, 孙丽, 赵姝慧, 康博识, 张梦佳. GPM DPR产品在东北地区两类降水过程中的应用评估[J]. 干旱气象, 2024, 42(2): 251-262.

ZHANG Tiening, SUN Li, ZHAO Shuhui, KANG Boshi, ZHANG Mengjia. Application evaluation of the GPM DPR products in two types of precipitation processes in northeast China[J]. Journal of Arid Meteorology, 2024, 42(2): 251-262.

图/表 13

表1 2016年两次降水个例GPM DPR的4种产品样本数

Tab.1 Number of samples of four products of GPM DPR in two precipitation cases in 2016

降水个例	产品类别	样本数/个
个例1	Ka_HS	5 989
	Ka_MS	4 525
	Ku_NS	5 990
	DPR_MS	6 027
个例2	Ka_HS	2 565
	Ka_MS	2 022
	Ku_NS	2 560
	DPR_MS	2 561

图1 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品近地表降水强度空间分布（单位：mm·h-1）（玫红色线圈的区域为GPM DPR的轨道区域。下同）

Fig.1 The spatial distribution of near-surface precipitation intensity of four precipitation products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016 （Unit： mm·h-1）（The area selected by the rose red lines is the orbital area of GPM DPR. the same as below）

表2 Statistics of precipitation intensity of four products of GPM DPR in two precipitation cases in 2016 单位：mm·h-1

Tab.2

降水个例	产品类别	最大值	平均值
个例1	Ka_HS	21.44	0.89
	Ka_MS	69.14	1.12
	Ku_NS	27.86	0.96
	DPR_MS	17.95	1.07
个例2	Ka_HS	48.03	1.16
	Ka_MS	243.36	1.25
	Ku_NS	218.26	0.93
	DPR_MS	299.83	1.89

图2 2016年5月14日（a、b、c）及7月28日（d、e、f）两次降水个例中DPR_MS近地表降水强度分别与Ka_HS、Ka_MS和Ku_NS近地表降水强度的散点图

Fig.2 The scatter plots between DPR_MS near-surface precipitation intensity and Ka_HS， Ka_MS， Ku_NS near-surface precipitation intensity in two precipitation cases on May 14 （a， b， c） and July 28 （d， e， f） of 2016， respectively

图3 2016年5月14日（a）及7月28日（b）两次降水个例GPM DPR的4种产品近地表降水强度概率密度分布

Fig.3 The probability density distribution of near-surface precipitation intensity of four precipitation products of GPM DPR in two precipitation cases on May 14 （a） and July 28 （b） of 2016

图4 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品回波顶高度空间分布（单位：km）

Fig.4 The spatial distribution of echo top height of four products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016 （Unit： km）

图5 2016年5月14日（a、b、c）及7月28日（d、e、f）两次降水个例中DPM_MS回波顶高度分别与Ka_HS、Ka_MS和Ku_NS回波顶高度的散点图

Fig.5 The scatter plots between DPR_MS echo top height and Ka_HS， Ka_MS， Ku_NS echo top heights in two precipitation cases on May 14 （a， b， c） and July 28 （d， e， f） of 2016， respectively

图6 2016年5月14日（a）及7月28日（b）两次降水个例GPM DPR的4种产品回波顶高度概率密度分布

Fig.6 The probability density distribution of echo top heights of four products of GPM DPR in two precipitation cases on May 14 （a） and July 28 （b） of 2016

图7 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品降水类型划分的空间分布

Fig.7 The spatial distribution of rain types classification of four products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016

表3 Number of samples of different precipitation types of four precipitation products of GPM DPR in two precipitation cases 单位：个

Tab.3

降水个例	产品类别	有降水样本数	层状云降水样本数	对流降水样本数	其他降水样本数
个例1	Ka_HS	5 989	5 813	22	154
	Ka_MS	4 525	4 417	99	9
	Ku_NS	5 990	5 854	36	100
	DPR_MS	6 027	5 832	58	137
个例2	Ka_HS	2 565	2 005	109	451
	Ka_MS	2 022	1 889	113	20
	Ku_NS	2 560	1 892	412	256
	DPR_MS	2 561	1 900	404	257

图8 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品雷达反射率因子的概率密度随高度分布（单位：%）

Fig.8 The distribution of probability density of radar reflectivity factors with height of four products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016 （Unit：％）

图9 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品降水粒子有效直径（D0）的概率密度随高度分布（单位：%）

Fig.9 The distribution of probability density of effective diameter of precipitation particles （D0） with height of four products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016 （Unit：％）

图10 2016年5月14日（a、b、c、d）及7月28日（e、f、g、h）两次降水个例GPM DPR的4种产品降水粒子数浓度（dBN0）的概率密度随高度分布（单位：%）

Fig.10 The distribution of probability density of precipitation particle number concentration （dBN0） with height of four products of GPM DPR in two precipitation cases on May 14 （a， b， c， d） and July 28 （e， f， g， h） of 2016 （Unit：％）

参考文献 23

[1]	丁明泽, 雍斌, 杨泽康, 2022. 全球降水观测计划多卫星联合反演降水产品的极端降水监测潜力研究[J]. 遥感学报, 26(4): 657-671.
[2]	傅云飞, 刘栋, 王雨, 等, 2007. 热带测雨卫星综合探测结果之“云娜”台风降水云与非降水云特征[J]. 气象学报, 65(3): 316-328.
[3]	傅云飞, 罗晶, 罗双, 等, 2022. GPM卫星DPR和GMI探测的2018年5月重庆超级单体云团降水结构特征分析[J]. 暴雨灾害, 41(1): 1-14.
[4]	何会中, 程明虎, 周凤仙, 2006. 0302号(鲸鱼)台风降水和水粒子空间分布的三维结构特征[J]. 大气科学, 30(3): 491-503.
[5]	蒋银丰, 寇蕾蕾, 陈爱军, 等, 2020. 双偏振雷达和双频测雨雷达反射率因子对比[J]. 应用气象学报, 31(5): 608-619.
[6]	李晨蕊, 伏晶, 刘维成, 等, 2022. 应用FY卫星产品分析陇东半干旱区特大暴雨事件云特征[J]. 干旱气象, 40(6): 954-967. DOI
[7]	李函璐, 孙礼璐, 杨柳, 等, 2022. 基于TRMM PR探测资料的青藏高原东坡降水结构特征分析[J]. 暴雨灾害, 41(4): 384-395.
[8]	刘凯, 聂格格, 张森, 2020. 中国1951—2018年气温和降水的时空演变特征研究[J]. 地球科学进展, 35(11): 1 113-1 126.
[9]	毛程燕, 马依依, 孙杭媛, 等, 2022. 不同路径移出型西南涡对中国中东部降水的影响[J]. 干旱气象, 40(3): 386-395. DOI
[10]	孙帅, 师春香, 潘旸, 等, 2020. 中国区域三源融合降水产品的改进效果评估[J]. 水文, 40(6): 10-15.
[11]	唐国强, 万玮, 曾子悦, 等, 2015. 全球降水测量(GPM)计划及其最新进展综述[J]. 遥感技术与应用, 30(4): 607-615.
[12]	余占猷, 2016. 利用DPR和GMI探测结果对东亚降水云的个例分析研究[D]. 合肥: 中国科学技术大学.
[13]	张奡祺, 傅云飞, 2018. GPM卫星双频测雨雷达探测降水结构的个例特征分析[J]. 大气科学, 42(1): 33-51.
[14]	赵震, 2019. 2016年台风“莫兰蒂”结构特征的多源卫星探测分析[J]. 高原气象, 38(1): 156-164. DOI
[15]	朱梅, 何君涛, 方勉, 等, 2018. GPM卫星资料在分析“杜苏芮”台风降水结构中的应用[J]. 干旱气象, 36(6): 997-1 002.
[16]	AWAKA J, LE M D, CHANDRASEKAR V, et al, 2016. Rain type classification algorithm module for GPM dual-frequency precipitation radar[J]. Journal of Atmospheric and Oceanic Technology, 33(9): 1 887-1 898.
[17]	CHANDRASEKAR V, LE M D, 2015. Evaluation of profile classification module of GPM-DPR algorithm after launch[C]// IEEE International Geoscience and Remote Sensing Symposium (IGARSS). Milan, Italy.
[18]	CHEN F J, FU Y F, 2015. Contribution of tropical cyclone rainfall at categories to total precipitation over the Western North Pacific from 1998 to 2007[J]. Science China Earth Sciences, 58(11): 2 015-2 025.
[19]	HOU A Y, KAKAR R K, NEECK S, et al, 2014. The global precipitation measurement mission[J]. Bulletin of the American Meteorological Society, 95(5): 701-722. DOI
[20]	IGUCHI I, SETO S, MENEGHINI R, et al, 2010. GPM/DPR level-2 algorithm theoretical basis document[R/OL]. (2010-12-31)[2024-02-04]. NASA-GSFC. https://gpm.nasa.gov/sites/default/files/document_files/ATBD_GPM_DPR_n3_dec15.pdf
[21]	KOTSUKI S, TERASAKI K, MIYOSHI T, 2014. GPM/DPR precipitation compared with a 3.5-km-resolution NICAM simulation[J]. SOLA, 10: 204-209.
[22]	LE M D, CHANDRASEKAR V, 2013. Hydrometeor profile characterization method for dual-frequency precipitation radar onboard the GPM[J]. IEEE Transactions on Geoscience & Remote Sensing, 51(6): 3 648-3 658.
[23]	NZEUKOU A, SAUVAGEOT H, OCHOU A D, et al, 2004. Raindrop size distribution and radar parameters at Cape Verde[J]. Journal of Applied Meteorology, 43(1): 90-105.

GPM DPR产品在东北地区两类降水过程中的应用评估

Application evaluation of the GPM DPR products in two types of precipitation processes in northeast China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 23

相关文章 2

编辑推荐

Metrics

[1]	蒋元华, 曾向红, 段丽洁, 汤亦豪, 吴浩. 湖南省汛期降水结构演变特征分析[J]. 干旱气象, 2021, 39(4): 554-562.
[2]	韩　晖, 孟丽霞. 甘肃省近46 a年降水结构空间变化分析[J]. 干旱气象, 2010, 28(1): 30-34.