CINRAD/SA-D型天气雷达具有适中的波长和探测距离，能较好地平衡分辨率和探测范围，因此在气象观测中得到了广泛应用（褚颖佳等，2023；周聪等，2024；邹倩等，2024；杨秀庄等，2025）。随着双偏振天气雷达技术的不断发展，越来越多的地区开始新建或升级双偏振天气雷达系统，双偏振技术的引入进一步提升了S波段天气雷达的观测能力（张蔚然等，2021）。双偏振天气雷达通过发射水平和垂直两个方向的电磁波，可以获取相较常规天气雷达更多的观测信息，如差分反射率因子（Z_DR）、协相关系数（ρ_hv）、差分传播相移（Φ_DP）和差分相移率（K_DP）等双偏振参量，这些参量能更好地反映目标粒子的尺寸、形状及降水类型分类，从而提高降水估测精度以及冰雹、龙卷等强对流天气的识别准确率（Seliga and Bringi，1976；Doviak et al.，2000；Gorgucci et al.，2002；杨传凤等，2020；朱义青和王庆华，2020；蔡军等，2024；施娟等，2025；胡媚等，2026）。双偏振天气雷达在天气预报预测中发挥优势，必须依赖于其系统的稳定性能和探测数据的准确性（杨传凤等，2020）。然而雷达在运行过程中，外界环境噪声、信号衰减、周边地物干扰等常会导致雷达观测值与真实值之间产生偏差。此外，雷达定标方法误差、信号处理算法以及雷达硬件损耗导致的探测性能指标下降等，也会共同导致雷达数据质量下降（Hubbert and Bringi，1995；何宇翔等，2009；吕博等，2016；张玉洁等，2023）。因此，在雷达数据应用之前，对其开展数据质量评估非常必要。

国内外学者在雷达数据质量分析上已开展了一系列研究。在评估方法上，标准差法和均一性检测法是应用较广泛的两类核心方法，其中，Zhang（2016）推导了双偏振天气雷达各参量理论值标准差的计算公式，将标准差法正式应用于雷达数据质量评估；Melnikov等（2004）通过外场试验进一步验证了该方法的有效性，发现Z_DR的标准差与信噪比（SNR）和ρ_hv存在紧密联系；李思腾等（2019）则利用标准差法，分析了北京地区4部X波段双偏振天气雷达偏振参量的波动特征，为参量稳定性评估提供了技术支撑；叶飞等（2020）针对全国天气雷达的区域差异，建立了相邻雷达回波强度均一性检测算法，完善了均一性评估的技术体系。在雷达波段上，现有研究呈现明显的不均衡性，大多聚焦于X波段天气雷达，如王超等（2019）基于北京与佛山X波段双偏振天气雷达数据，研究了偏振参量变化及地物、避雷针等干扰对测量准确性的影响，并提出针对性质控策略；而针对S波段、C波段天气雷达数据质量评估的研究则相对匮乏。在评估对象上，现有研究主要分为两类：一类聚焦于干扰识别与排查，如谢晓林等（2023）结合复杂地形和雷达型号多样化特征，利用长时间序列数据，评估了雷达空回波、各类干扰及偏振参量的数据质量；另一类聚焦于参量稳定性与数据可靠性分析。

截至2023年，全国已建成由242部S波段和C波段雷达构成的新一代天气雷达监测网（胡姮等，2023），其中涵盖了山东省10部S波段和1部C波段天气雷达。值得注意的是，当前针对S波段天气雷达数据质量评估的研究仍非常薄弱，且由于S波段与X波段在波长、探测距离、分辨率等核心性能参数上存在明显差异，适用于X波段的质量评估方法不能简单移植到S波段，否则会导致评估结果失真，无法满足业务应用需求。因此，探讨一种适用于S波段天气雷达的数据质量评估方法或体系至关重要。本文对济南、烟台、青岛、济宁4部CINRAD/SA-D型双偏振天气雷达数据质量开展综合评估，探讨适用于S波段双偏振天气雷达的数据质量评估方法。这项工作不仅有助于提高雷达数据应用的准确性和可靠性，还可以发现雷达系统存在的问题和不足，为雷达技术的改进和升级提供科学依据，提升S波段双偏振天气雷达系统的业务应用效果。

安装在济南、烟台、青岛、济宁的4部新一代双偏振天气雷达型号皆为CINRAD/SA-D型。其中，济南、青岛、烟台3部分别于2019年5、7月和2020年5月完成双偏振天气雷达的技术升级并投入业务运行；济宁雷达作为山东省内首部新建的双偏振天气雷达于2022年1月开始业务运行。

CINRAD/SA-D型新一代双偏振天气雷达采用双发双收体制，有多种体扫方式，包括VCP、PPI、RHI等。目前业务上运行的体扫模式为VCP21D。CINRAD/SA-D型雷达的关键性能指标参数见表1。

CINRAD/SA-D型新一代双偏振天气雷达的有效探测距离为230 km，距离库长为250 m。济南、青岛、烟台、济宁4部新一代双偏振天气雷达主要分布于鲁西平原和胶东半岛的沿海地区（图1）。4部雷达站点海拔高度分别为17.3、92.6、388.0、111.0 m。

利用4部雷达2023年5—9月观测数据，对雷达开展地物、电磁干扰的数据质量评估，并选用该时间段内有降水过程的基数据（剔除电磁、地物等干扰），对雷达核心参数Z_H，Z_DR，ρ_hv，Φ_DP的数据质量进行综合评估。

为实现对S波段双偏振天气雷达数据质量的系统性诊断，构建一套集“异常干扰识别、核心参量评估、影响因素溯源”于一体的评估框架（图2）。该框架针对S波段业务雷达特点，首先对数据中存在的非气象干扰进行识别与标记，在洁净数据的基础上，利用基于邻域空间相关性标准差改进算法对双偏振核心参量的数据稳定性进行定量评估，最后关联雷达性能参数、地理环境信息等特征，对雷达数据质量进行综合评估。

外界干扰是导致雷达观测数据偏离真实值的重要原因。主要针对两类严重影响数据可用性的干扰进行识别。

业务雷达环境中，来自同频雷达或其他电子设备的电磁信号会被接收机捕获，形成具有特定空间形态的干扰回波。根据干扰信号在雷达径向数据上的表现特征，将其分为两类进行识别：1）同频异步干扰：通常源于邻近同频段雷达，其在雷达平面位置显示（PPI）上常表现为具有周期性强度的弧形或螺旋状条纹。算法上，当检测到单根径向数据中存在不少于6个独立的回波强度峰值，且所有峰值强度均超过35 dBZ时，判定为该径向受到同频异步干扰。2）固定频点窄带干扰：多由雷达站周边的通信基站等设施产生，此类干扰在PPI上表现为源自雷达中心、沿固定方位角延伸的窄径向条带。识别判据为在小于15 °的方位角扇区内，连续距离库的回波强度值随距离单调递增，且数据完整无间断。以上两类的任一类型干扰被识别，即标记该时刻该方位的数据受到电磁干扰。

新一代天气雷达虽内置杂波滤波器，但在特定情况下，如滤波器参数与杂波特性的不适配，仍会出现残留地物干扰。本文主要关注风力发电机叶片因运动产生的具有较大径向速度的“运动地物杂波”，其常超出常规静态地物滤波的抑制能力。识别算法基于信号处理器滤波前后的反射率因子差异进行判断，参考谢晓林等（2023）算法，具体步骤：1）提取未经过滤的原始反射率因子（记为Z_c）中所有大于60 dBZ的数据点，这些点通常代表强散射目标。2）计算这些点在滤波后数据中的对应值与原始值的对数差（记为ΔZ），对于被有效抑制的地物回波，ΔZ较大；若滤波器未能有效滤除，则ΔZ很小。为准确识别残留地物，设定双重判据：首先，若ΔZ<5 dB，表明抑制效果不佳；其次，为避免将少数强气象回波误判，要求满足ΔZ<5 dB的点数占该径向Z_c>60 dBZ总点数的比例超过30%。同时满足以上两个条件，则判定该区域存在显著的地物干扰。

在剔除已识别的干扰数据后，对气象回波本身的数据质量进行定量评估。在雷达系统状态稳定、观测气象目标均一性较好情况下，雷达连续观测值的离散度应处于一个合理的理论范围内。

标准差可用于衡量数据的离散程度。在雷达数据处理中，用标准差统计法计算径向数据不同距离库长之间的离散程度，可反映雷达数据的波动情况。在雷达系统正常运行情况下，雷达观测层状云降水、对流性降水等气象目标物时，其观测参量的标准差符合一定的理论分布范围，因此标准差统计法被用于雷达数据质量评估（李思腾等，2019）。利用标准差分析法评估雷达数据质量已有较成熟的理论模型，如Zhang（2016）提出的雷达参量标准差理论估计值计算公式：

式中：“^”表示估计值，SD（${\widehat{\mathit{Z}}}_{\mathrm{H}}$）、SD（${\widehat{\mathit{Z}}}_{\mathrm{D}\mathrm{R}}$）、SD（${\widehat{\mathit{\Phi }}}_{\mathrm{D}\mathrm{P}}$）分别表示水平反射率因子（Z_H）、差分反射率因子（Z_DR）、差分传播相移（Φ_DP）的理论标准差估计值，其单位分别为dB、dB和°；ρ_hv为协相关系数；SD（${\widehat{\mathit{\rho }}}_{\mathrm{h}\mathrm{v}}$）是ρ_hv理论标准差估计值；M₁为独立样本数；T_d为脉冲采样周期，单位为ms，表示雷达探测一根径向数据所用时间；τ_c为相关时间，单位为ms；N为脉冲采样个数，单位为个；F_PR为脉冲重复频率，单位为Hz；λ为雷达波长，单位为cm；σ_v为大气湍流，单位为m·s^-1。

针对S波段业务观测的典型场景，设定评估参数：ρ_hv取值范围为0.90~0.99，大气湍流σ_v取值范围为0.5~4.0 m·s^-1。根据山东地区暖季对流与层状云降水的典型观测统计，σ_v与ρ_hv多落于上述区间。本文采用偏严格标准评估数据质量，选取理论标准差的最大值作为阈值，作为后续评估的理论标准差参考基准。

为评估S波段双偏振天气雷达观测数据的实际标准差，需定义一个合理的空间采样窗口。X波段雷达因分辨率高（距离库长通常为75~100 m），常采用同一径向相邻3个距离库进行计算（李思腾等，2019）。然而，CINRAD/SA-D型雷达距离库长为250 m，若直接采用过大的采样窗口，在天气过程剧烈变化时，容易将非均匀的气象目标纳入同一分析样本，从而影响评估结果的真实性，难以准确反映雷达自身的测量稳定性。为此，借鉴谢晓林等（2023）针对S/C波段雷达改进标准差的计算思路，本研究基于邻域空间相关性的标准差计算方法，以更贴合S波段业务雷达的探测特性。该方法针对每一个待评估的距离库，选取以其为中心的3×3邻域作为一个空间分析单元（图3）。该单元的物理尺度与S波段雷达在中等探测距离上对对流降水核的典型分辨率相匹配，能在较大程度上保持数据空间自相关结构的同时，有效刻画小尺度内的数据波动。标准差计算公式如下：

式中：SD（α，r）表示任意仰角上方位角为α、第r个距离库的观测参量的实际标准差，其中，方位角α的取值范围为0°<α≤360°，距离库r满足1≤r≤R，R为距离库总数；T（α， r）表示方位角为α、第r个距离库的雷达观测参量，包括水平反射率因子、差分反射率因子、协相关系数、差分传播相移；$\overline{\mathit{T}}(\mathit{\alpha },\mathit{r})$为观测参量T（α， r）在其所定义的3×3邻域内9个点的算术平均值；i和j分别为方位角与距离库方向的整数偏移量，且满足-1≤i≤1，-1≤j≤1，以此定义了以点（α， r）为中心的3×3邻域采样窗口。

特别需要指出的是，利用公式（5）计算水平反射率因子（Z_H）标准差时，需先将其从业务常用的对数单位转换为线性单位。这是因为标准差及平均值的计算本质上是算术运算，必须在线性标度下进行以保证数学正确性。待计算完成后，再将结果换算回对数单位用于分析与应用。

采用邻域空间法计算的雷达实际观测误差随协相关系数（ρ_hv）的升高呈降低趋势。ρ_hv较高时，雷达双通道信号一致性良好，回波空间分布均匀，邻域数据波动较小，雷达实际标准差偏低；ρ_hv较低时，雷达信号一致性与回波均匀性减弱，邻域数据波动增强，雷达实际标准差相应增大。可见，ρ_hv是影响雷达实际标准差的重要因子。

基于2023年5—9月济南、青岛、烟台、济宁4部双偏振天气雷达基数据，每部雷达样本总量约3.67万个，开展电磁和地物干扰评估，结果见图4。

电磁干扰呈现“沿海重、内陆轻”的差异化分布。青岛、烟台沿海站干扰频次显著偏高，青岛6月干扰达875次，占该月基数据的2.4%，烟台9月干扰659次，约占该月基数据的1.8%；内陆站济南、济宁则持续处于低干扰水平，月均干扰次数多在100次以下，济南站5月最少（6次）。该差异性受频点兼容性、空间距离与区域环境等因素共同影响所致：青岛、烟台雷达中心频点与滨州、临沂、潍坊等雷达重频，且站间直线距离仅150~240 km，满足同频异步干扰触发条件，叠加沿海地区其他驻地雷达密集的环境特性，进一步加剧了电磁波相互作用；而济南、济宁雷达中心频点具有唯一性，且周边雷达布点稀疏，从源头上降低了干扰概率，这与双偏振天气雷达同频干扰的传播衰减规律一致。

地物干扰呈现单点集中特征。青岛站地物干扰最多，5—9月总干扰次数达635次，其中6月347次；济南站干扰最少，总干扰次数15次；烟台、济宁站仅7月出现零星干扰（分别46、61次）。主要原因在于风电设施新型地物干扰源与雷达杂波抑制系统的阈值适配性不足。青岛雷达站20 km范围内分布有龙凤风电场、大张山分散式风电场等多个风电设施，其产生的较大径向速度值突破了雷达信号处理器速度凹口的滤除阈值，导致地物杂波残留。其他雷达站点周边无大规模高干扰型地物，雷达自带杂波滤波器可有效抑制常规地物回波，这与已有研究中风电杂波成为雷达主要地物干扰源的结论相符（Theil and Van Ewijk，2007；吴仁彪等，2013；曹永贵等，2019）。

两类干扰的评估结果揭示了S波段双偏振天气雷达运行的关键制约因素。电磁干扰的关键影响因素为频点配置与区域干扰源密度，地物干扰的核心则在于风电设施等新型干扰源与雷达杂波抑制系统的适配性。

利用公式（1）可估算得到雷达各参量标准差理论值。CINRAD/SA-D型新一代双偏振天气雷达第1、2层扫描仰角的脉冲重复频率皆为322 Hz、脉冲采样个数为28个，代入公式（3）得到脉冲采样周期为87 ms。主要针对有天气过程的雷达基数据开展质量评估，大气湍流取值范围为0.5~4.0 m·s^-1，ρ_hv的取值范围为0.90~0.99。济南、青岛、烟台、济宁4 部新一代双偏振天气雷达的水平反射率因子、差分反射率因子、协相关系数、差分传播相移的理论标准差估计值的最大值见表2。

4部雷达为新建或新升级的双偏振天气雷达，其相同偏振参量之间的理论标准差估计值的最大值相差不大。4部雷达水平反射率因子理论标准差估计值最大值为1.98~2.01 dB；差分反射率因子理论标准差估计值最大值为1.55~1.58 dB；协相关系数理论标准差估计值最大值均为0.08；差分传播相移理论标准差估计值最大值为3.33°~3.40°。

基于前述S波段雷达实际标准差计算方法，对济南、青岛、烟台、济宁4部新一代双偏振天气雷达2023年5—9月基数据进行评估，剔除电磁、地物干扰及晴空回波数据。相关研究（杜牧云等，2013；吕博等，2016）表明，双偏振雷达数据质量可信度与信噪比（signal-to-noise ratio，SNR）密切相关，张玉洁等（2023）针对济宁S波段双线偏振多普勒雷达研究了SNR对雷达偏振参量的影响，指出SNR>21 dB时，Z_DR、ρ_hv、Φ_DP才具有可信度，且随着SNR增大，Z_DR、ρ_hv、Φ_DP的稳定性越来越好。参考相关研究，选取SNR>21 dB的数据计算雷达实际标准差，重点探究水平反射率因子、差分反射率因子、协相关系数以及差分传播相移标准差分布特征，揭示S波段双偏振天气雷达核心参量的数据质量情况。

1）水平反射率因子（Z_H）

图5为济南、青岛、烟台、济宁4部雷达1.5 °仰角Z_H标准差分布特征，各站总有效样本频次分别达3.37×10⁸、4.73×10⁸、2.60×10⁸、5.10×10⁸次。统计显示，4部雷达的Z_H标准差分布呈现显著的集中特征，均以（1， 2] dB区间为统计占优区间，占比分别为40.10%、46.55%、40.09%、52.13%，（2， 3] dB区间占比次之，整体曲线分布呈单峰形态。

结合表2反射率因子标准差理论阈值（1.98~2.01 dB）分析，4部雷达Z_H标准差低于理论标准差最大值的样本占比为46.39%~54.16%，其中青岛站占比最高为54.16%，济南站占比最低为46.39%。这一结果与S波段雷达的探测特性高度相关：S波段250 m的距离库长使得观测范围涵盖更多降水粒子群，降水粒子的相态转化、空间分布的非均匀性及大气湍流的随机扰动，共同导致Z_H数据离散度高于理论预期，李思腾等（2019）研究的X波段雷达反射率因子数据波动性较小也印证了雷达探测的空间采样尺度效应。此外，青岛站达标样本占比54.16%，该站周边为孤立低丘地貌，地形开阔平缓、遮挡较弱，地物干扰少于内陆站点的济宁及沿海连绵丘陵地貌站点的烟台，这一结果与其探测路径地形遮挡较少及下垫面相对均一有关，进一步降低了Z_H的数据波动，反映了下垫面类型及观测环境对反射率因子数据质量的综合影响。

2）差分反射率因子（Z_DR）

济南、青岛、烟台、济宁4部雷达1.5 °仰角Z_DR标准差分布如图6所示，4站总有效样本频次分别为3.49×10⁸、4.82×10⁸、2.69×10⁸、5.24×10⁸次。4站Z_DR标准差呈现高度一致性，均以（0.5， 1.0] dB为核心分布区间，占比分别达71.23%、69.59%、68.82%、66.78%，整体分布集中且离散度低，体现了S波段双偏振天气雷达Z_DR参量的稳定特性。

对比表2中Z_DR理论最大值（1.55~1.58 dB），4部雷达Z_DR标准差低于理论阈值的样本占比均超96%，其中烟台站最高（97.46%）；济南与青岛站基本持平（分别为96.51%、96.49%）；济宁站为96.83%。其稳定性源于双发双收体制的差分测量优势，可有效抵消两通道共有的系统误差与路径衰减，结合实时相位校准技术，进一步降低了仪器噪声影响。此外，Z_DR能够反映降水粒子轴比与平均空间取向角特征，相比Z_H，其观测序列受滴谱起伏、局地湍流扰动引发的离散程度更低，这一特性与李思腾等（2019）对X波段雷达的研究结论形成跨波段印证，使得S波段雷达Z_DR在复杂天气过程中仍能保持优异稳定性，为降水类型识别与定量降水估测提供了可靠的数据支撑。

3）协相关系数（ρ_hv）

协相关系数作为表征水平与垂直通道信号一致性的核心质控参量，其标准差分布直接反映雷达数据的可靠性。图7显示，济南、青岛、烟台、济宁4部雷达1.5 °仰角ρ_hv标准差的总有效样本频次分别为3.49×10⁸、4.82×10⁸、2.69×10⁸、5.25×10⁸次，ρ_hv标准差为（0， 0.02]区间的占比分别为61.45%、62.95%、74.24%、78.14%，且4站均超过93%的样本ρ_hv标准差低于0.08的理论标准差阈值。4部雷达ρ_hv整体保持较高水平且稳定性良好，能够为Z_H、Z_DR、Φ_DP等偏振参量提供稳定的双通道信号一致性支撑。进一步分析可见，烟台与济宁站数据稳定性更优，样本标准差低于理论阈值的占比分别达96.14%、94.79%，且ρ_hv标准差在（0， 0.01]区间的占比均超过50.00%，这与烟台雷达升级时间（2020年）较济南、青岛晚以及济宁雷达的新建硬件优势密切相关；济南与青岛站虽达标占比略低（93.11%、93.76%），但仍处于较高水平，ρ_hv标准差为（0， 0.02]区间的占比相对较低现象可能与硬件老化、定标状态或信号处理算法版本差异有关，需结合雷达运维记录进一步确认。ρ_hv参量的低波动特性，为后续雷达数据的质控筛选提供了依据。

4）差分传播相移（Φ_DP）

济南、青岛、烟台、济宁4部新一代双偏振天气雷达1.5 °仰角Φ_DP标准差分布见图8。4部雷达总有效样本频次分别为3.51×10⁸、4.84×10⁸、2.70×10⁸、5.26×10⁸ 次，Φ_DP标准差分布特征表现为整体离散度较高，且存在明显的区域差异。济南、青岛及烟台3部雷达Φ_DP标准差分布高度一致，其值均为2°~3°的占比最高，分别为23.69%、22.43%、21.85%。结合表2差分传播相移理论标准差阈值分析，3部雷达低于该阈值的样本占比集中在51.41%~53.00%。从标准差分布特征来看，济南、青岛、烟台3部雷达Φ_DP标准差整体偏高、离散程度相对较大，3部雷达探测范围均包含丘陵与地形起伏区域，而济宁雷达探测范围以平原为主，Φ_DP标准差整体偏低且更为稳定。已有研究表明，地形起伏与地物干扰易造成降水粒子空间分布不均，进而加剧Φ_DP观测离散程度（何宇翔等，2009；吕博等，2016；张玉洁等，2023）。结合区域地形差异与Φ_DP标准差空间分布特征，可推测地形起伏可能是影响Φ_DP观测稳定性的重要因素。济南、青岛、烟台雷达均为双偏振升级改造后的雷达，雷达系统性能相近，未出现由硬件差异引起的统计偏差。另外，受地形强迫抬升与局地动力扰动影响，易造成降水粒子相态、浓度及空间分布非均匀性增强，进而加剧Φ_DP观测值的离散。本文仅基于统计特征与已有研究开展定性推断，未开展地形与Φ_DP标准差的定量相关分析，后续研究可结合高精度DEM地形数据开展定量验证。

济宁站Φ_DP标准差呈现差异化特征，其Φ_DP标准差以1°~2 °为统计峰值，占比26.01%。该站低于Φ_DP理论标准差阈值的样本占比达62.26%，显著高于其他3站。这一结果源于雷达系统性能与探测区域地形条件的共同影响。济宁雷达作为新建雷达，其硬件相位测量精度与运行稳定性更优，有效降低了雷达系统噪声对观测结果的干扰，同时探测区域以平原为主，地势平坦利于降水粒子空间分布均匀性提升，粒子相态波动较小。这些因素共同促成了Φ_DP观测的稳定性。

本研究基于山东省济南、青岛、烟台、济宁4部CINRAD/SA-D型双偏振天气雷达2023年5—9月观测数据，对雷达数据质量开展综合评估，得到以下主要结论。

1）针对S波段雷达250 m距离库长的特点，采用基于邻域空间相关性的标准差改进算法，有效避免了因采样窗口过大而导致的气象变化与雷达自身测量不确定性混淆问题，可精准评估S波段雷达数据的稳定性。

2）4部S波段双偏振天气雷达非气象干扰空间差异明显，电磁干扰呈现“沿海重、内陆轻”的特点，与雷达频点重复配置、布点密集及复杂电磁环境的复合影响有关；地物干扰以点状集中为主，主要由风力发电设施杂波超出滤波器抑制阈值所致。

3）差分反射率因子（Z_DR）与协相关系数（ρ_hv）在S波段雷达中稳定性优异。评估结果显示：Z_DR稳定性最优，4部雷达均超过96%的样本标准差低于理论阈值。这源于双发双收体制对共模误差的有效抑制，可为粒子相态识别与定量降水估测提供可靠支撑；ρ_hv达标样本占比超过93%，新建及升级较晚的雷达数据一致性更优，凸显硬件状态的关键影响。

4）水平反射率因子（Z_H）与差分传播相移（Φ_DP）的波动性相对较大。Z_H稳定性沿海优于内陆，反映了探测环境及下垫面对观测均匀性的综合影响；Φ_DP波动性显著，其数据质量受地形复杂度与雷达系统相位测量性能共同制约，平原地区新建雷达站稳定性明显优于丘陵站点。

双偏振雷达数据质量评估是雷达资料业务化应用的关键基础，评估结果直接影响资料质量控制效果与后续定量反演产品的可靠性。本研究以S波段双偏振雷达各偏振参量的理论标准差最大值作为参照阈值，统计实际观测标准差低于该阈值的样本占比，用以表征实际观测离散程度相对于理论测量不确定性上限的控制水平。文中所述达标率，仅反映观测数据离散程度优于理论最大允许波动水平的样本比例，并非基于业务应用需求定义的合格率。鉴于不同业务场景对观测误差的容忍度存在差异，后续研究将结合定量降水估测、灾害性天气识别等实际业务应用需求，分参量构建与业务场景相适配的可接受阈值，进一步提升双偏振天气雷达数据质量评估结果的实用性与针对性。

本研究评估方法主要针对S波段CINRAD/SA-D型双偏振天气雷达构建，对于具有相同波长及距离库长配置的同型号雷达，该方法具备良好的适用性与可移植性。由于本方法以降水回波的空间相关性特征为构建基础，对晴空回波、地物杂波、电磁干扰等非降水回波不具备适用性，相关数据需经严格质量控制剔除后，方可纳入评估计算流程。未来将围绕多方面进一步深化研究，将观测样本拓展至冬、春季节以开展多季节雷达数据质量特征的对比分析，融合雷达系统状态参数开展硬件性能与观测数据质量的协同分析，并结合高精度DEM地形数据定量解析地形起伏对Φ_DP等关键偏振参量观测稳定性的影响机制，从而不断完善S波段双偏振天气雷达数据质量评估的技术体系。