超强台风“莫兰蒂”(1614)边界层结构的风廓线雷达观测分析

利用翔安风廓线雷达和厦门探空雷达资料,对2016年超强台风“莫兰蒂”外雨带(距离台风中心120~220 km)和外围晴空(距离台风中心400~630 km)边界层结构进行观测分析,结果表明:在超强台风“莫兰蒂”外雨带,风廓线雷达反演的最大切向风速高度分布在入流层下方0.5~1.0 km处,并且随着台风中心的靠近,最大切向风速和入流层高度都有降低的趋势,受降雨粒子的影响,风廓线雷达只能定性反映台风外雨带最大切向风速高度和入流层高度分布特征。在超强台风“莫兰蒂”外围晴空天气下,最大切向风速高度与入流层高度具有一致性,其边界层高度变化比较平稳,高度分布在1.2~1.6 km之间,能够定量反映台风外围晴空边界层高度分布;相对于传统热力驱动的湍流,台风系统边界层湍流主要由风切变驱动,台风外围湍流活动的增强主要发生在最大切向风速高度附近,除了风切变还有其他比较重要的驱动源,表明在台风边界层顶部附近有更加复杂的湍流活动,需要更加精细的湍流通量试验确定其来源。

面向同化的探空温度数据质控参数优化及误差特性分析

针对双权重标准差法对探空温度质量控制中阈值参数不确定的问题,提出了以正态波形指标偏度和峰度为判定依据的阈值Z参数优化算法。利用2017年福建3部探空温度资料和ERA5模式再分析温度数据,对探空温度增量数据进行不同数据集质控前后对比分析总结出:峰偏值CKS随阈值Z的分布曲线表明阈值Z偏大则会造成质控不完全,阈值Z偏小则会造成过度质控;以峰偏值CKS所确定的最优阈值Z双权重标准差法比固定阈值的更符合模式同化系统正态分布要求,为探空温度数据在模式同化的应用提供了更好的质控方法。在质控前后温度增量分布特征上,温度观测增量总是以某一固定增量值在整个气压高度上剔除离群值,其中57.15%的离群点主要分布在0~100 hPa范围内,42.85%的离群点均匀分布在100~1000 hPa范围内,其中0~100 hPa范围内温度增量绝对值大于10℃的异常点是由于温度传感器受太阳辐射等因素影响超出了正常探测误差范围,这些异常点可以在质控前提前剔除,进一步提升探空温度数据质量。

风廓线雷达资料在台风苏拉登陆过程中的应用初探

为了研究风廓线雷达在台风天气过程预报中的作用,对2012年8月2—4日在福建秦屿镇登陆的台风苏拉天气过程统计分析,结果表明:风廓线雷达在台风苏拉登陆期间4 km以上高空有效数据获取率明显提高,确定风廓线雷达的有效探测高度为4.8 km;通过信噪比和垂直速度数据统计分析出台风登陆前后带来间歇性的降雨,而台风眼登陆主要表现为无降水天气,仅有少量的降雨,这一结论进一步在小时降雨量统计中得到验证;通过水平风速数据统计分析出台风登陆前后在有效探测高度内水平风速在25 m·s^(-1)左右,而台风眼登陆水平风速在0~3 m·s^(-1);统计结果与台风登陆物理过程相吻合。

雨滴谱仪与风廓线雷达反射率对比试验

针对风廓线雷达估算的反射率数据需要进行验证。开展雨滴谱仪与风廓线雷达反射率对比试验,通过两种不同探测设备观测数据的对比,以验证风廓线反射率数据的可靠性和可用性。结果表明：确定了以风廓线低模360~1440 m采样体积内的反射率与3 min雨滴谱反射率数据对比方法能最大程度的减少时空差异;在雨滴谱仪反射率小于40 dBz时,对应的风廓线雷达反射率数据是可靠和可用的;同时由于风廓线雷达有限的动态范围造成反射率低估的现象,使得风廓线雷达反射率在大气垂直结构以及微物理特性等方面应用受到一定的局限性。

丘陵地区边界层风廓线雷达数据统计特性分析

采用数据获取率来分析和评价风廓线雷达的探测能力,对通过2012年的风廓线数据进行统计分析。结果表明:数据获取率和信噪比都随季节变化,夏季探测能力大于冬季。按照数据获取率达到80%的要求,确定边界层风廓线雷达无降雨天气有效探测高度为3 km,并确定低模和高模最佳衔接高度为0.6 km,能够获得更好的数据获取率。在无降雨天气,信噪比随高度呈现对数函数单调递减的变化规律,夏季信噪比的衰减程度比冬季大;在降雨天气,信噪比随高度呈现一次函数的变化规律,其斜率范围在-10.44^-2.47之间,而夏季信噪比的衰减程度比冬季小。

闽北地区边界层移动风廓线雷达对比试验评估

为了更好地把握风廓线雷达的探测性能和数据精度,对移动风廓线雷达与L波段探空雷达资料进行对比统计分析,结果表明:移动风廓线雷达的有效数据获取率达到80%的高度为3500 m,符合边界层风廓线雷达的有效探测高度。移动风廓线的径向速度平均差和标准差随着高度的增加而增加,东西方向的径向速度误差比南北方向的高约0.5-1.0 m/s。风廓线雷达自身数据的准确性良好,但是降雨对数据的准确性影响比较大。这次对比试验结果表明,对比试验应该选择比较平稳的天气过程。由于秋冬季节大气环流比较稳定,降雨类型多为层状云降雨,因而风廓线雷达数据可靠性高;对流性降雨过程往往造成风廓线雷达资料可靠性降低。

基于EMD的电机轴承故障识别研究

将经验模态分解(EMD)和支持向量机(SVM)方法相结合应用于电机滚动轴承故障诊断中,该方法利用EMD将电机滚动轴承振动信号分解为有限个内禀模态函数(IMF)之和,对表征高频信息的IMF分量取其能量作为故障特征向量,以此作为多项式核函数(2阶)SVM分类器的输入参数来区分电机滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对电机滚动轴承的工作状态和故障类型进行分类,实现电机滚动轴承故障自动识别。

2022年福州市不同下垫面温度变化特征分析

利用2022年福州市区下垫面温度资料,对比分析城市主要代表性下垫面的温度变化特性。结果表明,水泥、沥青、地砖和大理石温度的季、月、日变化特征明显,月、日平均温度时序变化与空气裸温相近;受持续性降水影响,下垫面月平均温度和日最高温度在5月出现了第二个谷值,下垫面日最高温度差异悬殊,在夏季,沥青温度高达68.1℃;城市下垫面四季日平均温度变化幅度排序为沥青>地砖>水泥>大理石,均远大于空气裸温。

风廓线雷达测风资料对比分析及问题探讨——以翔安风廓线雷达为例

由于风廓线雷达和L波段探空雷达的测风原理和数据格式不同,在二者风场对比前进行数据预处理是必要的,该文采用了时空匹配方法进行两种雷达风场误差的对比分析,总结出风廓线雷达测风资料的影响主要有以下两个方面:一方面,风廓线雷达自身探测能力的影响,晴空下风廓线雷达在低空和高空风场的误差较大,其主要原因是低空地物杂波干扰和高空湍流回波信号较弱,特别是风速比较小的情况下,其误差特性尤其明显;另一方面,风廓线雷达自身探测机制的影响,雷达探测空间风场违背局地均匀各向同性的原则都会产生较大的风场误差,尤其在强降雨或者对流性降雨过程,其误差特性尤其明显。因此,在应用风廓线雷达风场资料时,应根据以上存在的问题进行质量控制,为改进风廓线雷达资料质量和业务应用提供重要的参考价值。

CINRAD/SA雷达伺服电机连续故障诊断分析

CINRAD/SA天气雷达投入业务运行以来,在天线伺服系统方面出现了很多次故障,而直流方位电机是天线伺服系统的主要组成部分也是发生故障较多的部件之一。2014年福建长乐CINRAD/SA天气雷达在重大天气保障过程中,连续发生方位电机卡死造成雷达停机和测速机性能降低引起天线转速不稳造成雷达产品异常的故障;根据天线控制信号流程,通过运行雷达RDASOT测试程序、测量直流方位电机阻值、测量测速机反馈电压等方法,分析其故障的成因,对雷达伺服直流电机故障分析及解决方法有重要的指导作用。

基于信号处理的齿轮箱状态监测与故障诊断

针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ 250型齿轮箱展开研究,提出了状态监测特征值和故障特征向量相结合的分级诊断方法。通过时域参数分析提取监测特征值作为一级诊断,利用能量比重谱的方法,提取故障特征向量作为神经网络的输入向量进行故障诊断为二级诊断。实验结果表明,该方法不仅满足工程上实时在线诊断的要求,而且能够准确进行齿轮箱故障定位。

两种面向数值同化的风廓线雷达资料质量控制方法比较分析

本文利用2018年2月2—11日福建9部CFL-06风廓线雷达小时风场与ECMWF模式背景再分析资料观测增量数据,首先制定了基于迭代加权最小协方差行列式(IRMCD)和双权重标准差(BSD)方法在处理观测增量数据时获得最优参数的判定指标峰偏值KS,然后对两种方法在处理风场离群值的性能和特性上展开比较分析。结果表明:总体上来说,两种方法在判定风廓线雷达风场数据的离群值都具有良好的效果,但是从波形指标、统计指标、概率密度分布、Q-Q图上看IRMCD比BSD方法能判定更多的离群值,各项指标都更接近于正态分布;从散点分布上看,IRMCD方法获得的非离群值的分布近似“椭圆形”特征,BSD方法获得的非离群值分布近似“方形”特征,同时BSD方法在判定离群值的“方形”四个角中存在一定量的误判,这是由各自机理所决定的,IRMCD方法能够同时处理二维向量并具有防止假阳性误判的机制,而BSD方法在处理二维向量时只能分别进行判定离群值;在风羽图的分析中也能看出IRMCD方法能够有效剔除与实际大气不合理的高低空风。因此,IRMCD方法更适合应用于循环数值同化的风廓线雷达水平风质量控制。

轴角编码单元在CINRAD/SA雷达中的应用

介绍了我国新一代天气雷达CINRAD/SA天线伺服系统轴角编码单元的主要功能以及逻辑电路结构,分析了旋变激磁信号发生器、旋转变压器、RDC模数变换模块、PLD可编程逻辑器等关键部件的具体功能。进一步深入剖析了轴角编码单元如何利用粗、精码合成与纠错程序控制策略实现雷达天线的高精度控制。最后,总结分析了其在新一代天气雷达工程中的实际应用效果,证明轴角编码单元的工作性能充分达到了预期的技术指标。旨在为各级气象雷达技术保障人员提供CINRAD/SA雷达伺服系统维护和研究方面的参考。

风廓线雷达资料在福建省气象局的业务应用现状与展望

简要总结了近年来风廓线雷达探测资料在福建省气象局的业务应用情况。风廓线雷达数据质量控制技术的研究提升了风场数据的可靠性和准确性,拓展了风场数据的应用范围,但仍有改进的空间。风廓线雷达为实时监测、分析天气系统尤其是中小尺度天气系统的发生、发展提供了可能,为提高日常的强对流和台风预报预警准确率提供了技术支撑,同时也对福建省新型风场资料在预报上的应用起引领和示范作用。在今后的研究中应结合其他观测资料进行综合分析,开展不同类型天气的关键机制应用。其资料直接或二次开发后应用到天气监测、个例分析中,有利于加强预报员对中小尺度天气系统物理机制的进一步认识和理解,提高短时临近预报水平。风廓线雷达组网资料用于数值模式资料同化中,亦能有效改进模式效果,目前在福建省已开始业务运行,将在今后的批量观测系统试验中不断完善。

风廓线雷达资料在“苏拉”台风登陆过程中的分析应用初探

本文通过对2012年8月2日至2012年8月4日在福建福鼎市秦屿镇登陆的“苏拉”台风过程中风廓线雷达资料的统计分析，结果表明：风廓线雷达在“苏拉”台风登陆期间4km以上有效数据获取率明显提高，有效探测高度达到4．8km；通过信噪比和垂直速度数据统计分析，台风登陆前后带来间歇性的降雨，而台风眼登陆主要表现为无降水天气；通过水平风速数据分析出台风登陆前后在有效探测高度内水平风速在25m／s左右，而台风眼登陆水平风速在0—3m／s。

雷电探测仪的检修步骤介绍

我省率先于2002年组建了全国首家多站式雷电定位系统，全国气象部门先后相继建设了300多个探测子站，现已全国组网，并列入业务考核，由于设备原因，系统故障普遍偏多。我省九个站点的设备故障虽然也很频繁，由于领导重视以及维护及时，故障都能得到及时修复，近几年的运行率一直排在全国前列，即使受到部分台站停电及通讯中断等不可抗拒的客观原因影响数据传输，2011年汛期的平均运行率仍高达99％以上，远高于平均运行率95％的考核目标。每期的全国雷电观测网运行监控情况简报，福建都受到点名表扬。本文结合我省各站点历年来的常见故障和维护维修情况，简要介绍雷电探测仪及系统的常规检修方法，供相关业务人员参考。

福建省山洪雨量数据质量控制方法初步设计

多年来,气象部门用于雨量测量的方法为双翻斗雨量计数法。但由于其自身结构、观测方法的局限性,存在着缺陷,导致雨量测量精度不够。这些缺陷直接影响了降雨观测数据的质量,制约了雨量数据的使用。本文基于0.1MM、0.5MM两种雨量传感器自身结构特性,参考多年来关于翻斗雨量误差的研究成果,将两种雨量传感器观测数据进行对比分析,并吸取现阶段雨量数据质量控制的优点,结合现阶段雨量预报和观测保障的特点,设计具有本地特色的山洪雨量数据质量控制方法,使之更科学地提高雨量数据的质量。

福建省新型自动能见度与人工观测误差原因分析

文章结合自动与人工能见度观测的基础原理、日常维护以及观测时天气现象等因素,尝试摸索自动站能见度数据与人工观测数据存在误差的原因,从数据层面初步分析两种数据可能存在的内部联系。

新一代天气雷达发射机故障及诊断分析

我省的新一代天气雷达在多年的运行过程中出现了各种不同类型的故障，有些严重故障直接导致雷达停机，影响了气象预报服务。本文介绍和总结了该雷达发射机部分出现的一些主要故障，这些故障都集中在雷达射频驱动器、聚焦线圈电源、触发器、调制器、后充电调整器等组件上。通过对这些组件的功能和工作原理的分析，详细介绍发射机故障诊断分析的关键技术。

不同季节天气条件下风廓线雷达测风精度分析

采用建瓯风廓线雷达(CFL-06)观测资料,分析不同季节天气条件下风廓线雷达的测风精度,同时还选取了永安风廓线雷达(CFL-03)数据进行了对比分析。结果表明,四个季节在探测高度低于4 km时,获得的对称波束水平风分量差值的平均值很小,且小于0.5 m·s^-1,标准差值也比较一致,且小于10 m·s^-1,探测精度均较好。当探测高度超过4 km后,春、冬两季对称波束水平风分量差值的平均值和标准差值开始增大,在7.1 km高度平均值和标准差值达到最大,分别为9 m·s^-1和28 m·s^-1,夏、秋两季探测精度高于春、冬两季的。在探测高度低于4 km时,不同季节4种方法计算的垂直速度基本一致,以春季大气最为均匀,其次是冬季的,夏、秋两季的最差。在探测高度超过5 km后,春、冬两季4种方法计算的垂直速度偏差增加较快,最大分别为0.9 m·s^-1和1.0 m·s^-1,夏季4种方法计算的垂直速度偏差较小。夏、冬季水平风向和风速测量精度优于春、秋两季的,秋季测量精度最低,水平风速标准差值在0.0~1.5 m·s^-1和水平风向标准差值在0~15°范围内所占比例分别只有51.6%和54.0%。总的来说,风向和风速测量精度普遍不高,需要进一步改进算法,减少计算误差,提高探测性能。