這是一篇發表在《應用氣象學報》上的研究雷達定量測量降雪方案的氣象工作論文。雪災對我國東北地區和新疆青藏地區一直是重要的氣象災害，嚴重影響了當地的交通出行和生活生產，所以準確預報降雪對當地具有重要作用。雷達定量測量是一種新型降雪預報手段，利用雷達實測降雪層反射率因子來計算降雪時間和數量，具有低誤差高精準度的模擬效果。
《應用氣象學報》Journal of Applied Meteorological Science(雙月刊)曾用刊名：氣象科學研究院院刊，1986年創刊，是大氣科學技術與應用研究相結合的綜合性學術期刊，主要反映新理論和新技術在大氣科學中的應用，以及氣象理論與實踐相結合，應用于有關領域的科研成果。特別關注應用應用氣象學科的最新成就和發展，包括新思想、新理論、新方法和新產品;應用氣象學實例剖析及生產管理經驗;交叉學科的綜合總體水平和業績，以及反映世界應用氣象學科的發展。本刊倡導技術綜合，技術滲透，突出創新，講實實效，注重成果，及時跟蹤前沿技術研究信息.
摘 要：利用蘭西站2013年冬季逐小時降雪量資料與雷達回波及其導出產品對比，分別采用“直接統計法”和“概率配對法”得到蘭西站雷達定量測量降雪的Z-I關系，對比分析得到：概率配對法較直接統計法可信度更高。采用概率配對法，利用CR資料并認為雷達正確時，得到的Z-I關系最有利。
關鍵詞：雷達;降雪;Z-I關系;概率配對法
雪災是我國東北、青藏高原、新疆等地的重要氣象災害，隨著經濟與社會的發展，精細、定量、分區域的短時臨近降雪預報已經成為目前預報業務中迫切需要解決的問題。目前多普勒天氣雷達在暴雨和強對流天氣中的應用都已經達到業務化水平，但是對降雪的研究與應用目前還是空白。新一代天氣雷達產品中還沒有雷達降雪估測算法，為此，開展降雪的地面和雷達綜合觀測，建立回波強度和降雪的關系等研究工作，對提高大雪、暴雪天氣監測和預警能力，定量降雪估測及暴雪預警，加快大雪、暴雪天氣精細化預報技術及預警平臺建設等方面具有重要的意義。
2 資料處理
2.1 混合掃描法
黑龍江省多普勒天氣雷達的觀測半徑是150 km，蘭西位于哈爾濱雷達觀測范圍內，方位角為350°，距離約67 km。將150 km劃分為0-50 km， 50-100 km， 100-150 km三個距離段，并分別選取2.4°，1.5 °和0.5 °仰角的數據，因此，蘭西站選取1.5 °仰角數據。這種數據采集方法可以克服地物雜波帶來的誤差，也可使得不同觀測站獲取的反射率因子大致在同一高度上。
2.2 組合反射率因子(CR)
組合反射率因子是雷達的導出產品。表示的是在一個體積掃描中，將定常仰角方位掃描中發現的最大反射率因子投影到笛卡爾格點上的產品，相鄰網格點可包含不同高度投影的反射率因子值[1]。由于降雪回波較弱，因此不同高度投影的反射率因子值相差不大。
2.3 雪量資料
選取2013年冬季蘭西小時降雪量，降雪時間從2013年11月-2014年2月。降水量級為0.0 mm，0.1 mm，0.2 mm，0.3 mm，0.4 mm和0.5 mm。其中，0.0 mm出現最多，而0.5 mm只出現一次，因此會產生較大的誤差。冬季降雪量較小，多為0.0 mm 的T量降水。
3 統計方法
3.1 直接統計法
用雷達實測的Z值和相應地面雨量計測量的I值相比較而直接統計得到的Z-I關系。由于降水量為小時降水量，而每張雷達體掃資料時間為5-6 min，因此1 h中約有10-11個反射率因子值，因此要將小時雨量與反射率因子對應需要對雷達資料進行進一步處理。
反射率因子處理有兩種方式，第一種為統計降水時間內逐小時反射率因子之和，再求其平均值，得到每一個降水量I對應的Z(即合計);第二種為統計降水時間內平均反射率因子，計算每個體掃中平均Z與對應的小時雨強I之間的關系(即平均)。
3.2 概率配對法
把雷達反射率因子Z和相應的地面雨強作為描述降水事件的兩個隨機變量，任一點任一時刻出現雨強I的概率為P(I)dI，出現反射率因子Z的概率為 P(Z)dZ，然后以概率相等原則配出一系列Zi、Ii數據對，依據概率相等原則，即認為雷達出現小于等于Z值的概率與降水強度小于等于I的概率相同，由此統計得到Z-I關系[2]。
由于降雪量中出現0.0 mm的量級較多，而實際測站上空并沒有回波存在，產生這種情況的原因很多。因此，在概率統計過程中采取兩種計算方法，第一種認為出現0.0 mm降水為真實降水，雷達觀測有誤;第二種認為雷達正確，此時出現的0.0 mm降水為吹雪或低層水汽凝結產生，此時原有的降水資料有誤。
4 計算結果
通過對雷達資料的選取(1.5°仰角和CR)，采用直接統計法和概率配對法計算生成Z-I關系，并得到其方差。
4.1 直接統計法
從直接統計法得到的Z-I關系(表1)中可見，采用合計法得到的A值約是平均法的10倍，這與Z值的統計方法有關。對全部降水量(0-0.5 mm)Z-I關系的方差R2，CR比1.5°仰角方差大，但整體均小于0.6，可信性不高。當排除0.5 mm時，方差整體明顯增加，可見僅出現一次的數據對于數據統計產生誤差較大，此時1.5°仰角數據可信度更高。另外，由于0.0 mm降水數據量接近70%，而0.0 mm在Z-I關系式中沒有意義，當排除0.0 mm后，1.5°仰角方差進一步增加至0.9以上，其中，采用合計法的方差達到0.986，而CR方差略有減弱。
4.2 概率配對法
概率配對法得到的Z-I關系(表2)中，方差值均在0.9以上，可見概率配對法有效性更強。在降水正確和雷達正確兩種資料處理方式中，雷達正確時得到的方差更高，同時，采用CR數據比1.5°仰角數據更有利。
5 誤差分析
由于雷達資料的選取帶有很強的主觀性，同時降雪量量級小，既使0.1 mm的誤差也會產生很大的數據差異，因此Z-I關系的誤差主要為數據選取誤差。
反射率因子選取誤差：(1)隨機性。由于選取的Z值為某一地點上空的反射率因子，既使降雪回波較弱，反射率因子變化不大，但是在選取中仍具有較強的隨機性;(2)風場作用。當測站上空沒有反射率因子，而在測站附近存在一定面積的反射率時，考慮到風場的水平輸送作用認為測站上空存在Z，任意選取周邊的Z值。
CR數據誤差：(1)考慮到組合反射率的計算方法，當有地物、大氣雜波或干擾回波存在時，即使沒有降水回波，在CR上也會出現Z值，這對資料統計有較大影響;(2)由于CR產品中生成的反射率因子數據具有規律性，因此Z值采集結果也具有一定的規律性，這也是采用CR數據在概率配對法中更有利，而在直接統計法中不利的原因。
降雪量誤差：(1)由于冬季降雪量量級較小，而量級精度為0.1 mm，因此容易產生較大的誤差;(2)0.0 mm降水在冬季很常見，除正常降水外，不排除吹雪、水汽凝結等產生的降雪，因此，對于0.0 mm的降水量數據的準確度有一定影響;(3)0.0 mm在Z-I關系中無意義，但在實際應用中需要重點考慮。
概率配對法誤差：強調的氣候概率，而本次計算只選取了2013年的資料，資料年限短，影響計算結果的精確度，但模擬效果仍很好。
6 結論
(1)直接統計法中1.5°仰角較CR可信度更高。對全部降水量Z-I關系的方差，CR較1.5°仰角方差大，但整體可信性不高。排除疑問數據后，方差明顯增加，此時1.5°仰角數據可信度更高。
(2)概率配對法中認為“雷達正確”比“降水正確”更有利，同時，采用CR數據較1.5°仰角數據更有利。
(3)概率配對法較直接統計法可信度更高。采用概率配對法，利用CR資料并認為雷達正確時，得到的Z-I關系最有利。
