云雷达联合微波辐射计反演混合性降水层云液态水含量的方法研究

Torrential Rain and Disasters(2016)

Cited 2|Views2
No score
Abstract
单独利用云雷达反演液态含水量(LWC)廓线,由于降水粒子与冰相粒子的影响,反演结果误差较大.单独利用微波辐射计反演LWC廓线,由于无法得到云的垂直结构,结果也不理想.在云雷达联合微波辐射计反演暖云LWC廓线方法的基础上,根据回波强度区分云滴粒子与降水粒子,根据温度区分云滴粒子与冰相粒子,建立粒子分布模型,提出了利用云雷达回波强度数据与微波辐射计液态水路径数据(LWP)联合反演混合性降水层云LWC廓线的算法,基于2014年6月6日与7日两次混合性层云降水个例,联合反演LWC廓线,分析了该联合反演算法的稳定性和合理性,结论如下:(1)与直接用单一Z-LWC经验关系的方法相比,根据联合反演算法,剔除回波强度中的冰相粒子信息,区分云滴粒子和降水粒子,并采用不同Z-LWC经验关系的方法更加合理.(2)影响联合反演算法的7个参数(非降水粒子Z-LWC经验关系的系数a1与b1等)中,降水粒子Z-LWC经验关系系数a2与b2的改变对联合反演算法结果影响稍大,偏差在20% ~ 30%左右,而其他参数的改变对结果的影响很小,偏差小于5%,联合反演算法的稳定性较好.(3)联合反演得到的LWC廓线与微波辐射计输出的LWC廓线相比,廓线分布更为合理.
More
Key words
cloud radar,microwave radiometer,liquid water content,liquid water path
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined