本文记录利用python根据国内S波段雷达径向速度数据反演风场。

编程语言:python 库:pyartmatplotlibSingleDop

其中pyart用于处理S波段雷达数据(ARM-DOE提供的pyart本身不支持国内S波段雷达数据,可下载更新后的pyart),SingleDop用于风场反演(NASA开源的根据观测或模拟多普勒雷达数据反演风场的库),matplotlib进行图形绘制。

SingleDop支持PyART输出对象,在进行风场反演是非常方便。在处理PyART不支持的雷达数据时只需要转换为PyART对象即可。详细的参数介绍可以查看SingleDop函数帮助或者阅读源码。

本次以一次超级单体龙卷为例,利用SingleDop反演风场。下图为实际观测的多普勒径向速度,可以看出非常明显的正负速度对,即出现了中气旋的特征。

![雷达低层径向速度](https://github.com/bugsuse/blogpic/blob/master/%E5%9F%BA%E4%BA%8E%E9%9B%B7%E8%BE%BE%E6%95%B0%E6%8D%AE%E7%9A%84%E9%A3%8E%E5%9C%BA%E5%8F%8D%E6%BC%94/radial_speed.png?raw=true)
雷达低层径向速度

下图为反演的风场结果,从反演风场发现气旋式切变相对较弱,这是由于在使用SingleDop进行风场反演时参数调整的问题。不同的参数设置会导致反演结果出现非常大的差异。所以在进行风场反演时可能需要进行多次的参数调整,由于计算量非常大,所以这是个非常耗时的过程。

![反演风场](https://github.com/bugsuse/blogpic/blob/master/%E5%9F%BA%E4%BA%8E%E9%9B%B7%E8%BE%BE%E6%95%B0%E6%8D%AE%E7%9A%84%E9%A3%8E%E5%9C%BA%E5%8F%8D%E6%BC%94/wind_stream.png?raw=true)
反演风场

下图为反演风场填充等值线,可以更加直观的看出正负速度对的存在。

![反演风场填充等值线](https://github.com/bugsuse/blogpic/blob/master/%E5%9F%BA%E4%BA%8E%E9%9B%B7%E8%BE%BE%E6%95%B0%E6%8D%AE%E7%9A%84%E9%A3%8E%E5%9C%BA%E5%8F%8D%E6%BC%94/wind_contourf.png?raw=true)
反演风场填充等值线

不贴代码了,本文代码见基于雷达数据反演风场

关于参数的调整提供的notebook脚本中给了一个示例,其余的参数调整可调整试试。