摘要
介绍了西藏羊八井全大气层观象台最新架设的Ka&W双频毫米波云雷达(以下简称YBJ-DFDR,W波段 94 GHz,波长 3.2 mm,Ka波段 35 GHz,波长 8.6 mm)的基本性能,并选择该地区不同类型云的观测数据,对其探测能力开展了分析和对比研究。分析结果显示,该双频云雷达系统具有较高的探测能力,其中W波段雷达和Ka波段雷达在10 km距离处的探测灵敏度分别达为 -39.2 dBZ和 -33 dBZ。对比研究表明Ka和W波段雷达所测等效反射率因子值因云物理属性不同亦呈现不同的特征。发生降雨时,由于液态雨和云粒子对雷达信号的吸收和散射作用,造成回波信号出现衰减,此时Ka和W波段雷达二者之间的衰减程度明显不同,W波段雷达信号衰减较严重,甚至出现衰减后低于探测灵敏度而无法获得回波的情况(严重时二者之差可达30 dB)。而当云中粒子多为冰相时,回波信号的衰减程度显著减弱,W波段雷达相比Ka波段雷达展示出更佳的探测能力,其所测反射率因子值普遍高于Ka波段雷达。研究亦发现Ka波段雷达对于云层边缘区域,如云顶、云底部分,容易出现漏测的情况,从而导致云顶高度的低估和云底高度的高估,其主要原因是这些区域的云粒子较小及数浓度相对较低,回波信号较弱,Ka波段雷达无法探测到。
云会改变辐射路径上的吸收或散射,改变局地辐射收支并使陆气能量平衡产生变化。云也是全球水循环中的重要环节,地球表面水分接受太阳辐射,蒸发生成水汽进入大气,经对流、湍流或地面抬升等系统垂直运动带到中高空,由大气水平运动输送到各处,水汽达到饱和后在凝结核上生成云滴形成云,再在适宜条件下长大成为雨、雪等落回地面。云覆盖超过地球一半以上面积,成云致雨与地球上大部分天气现象,如降水、冰雹、降雪等过程密切相关。云和降水,特别是如台风、雷暴等强烈的天气过程,直接影响人类生产和生活,同样影响军事行动。同时云的时空分布仍是数值天气预报和气候模式的重要挑战之
当前对云的探测手段和平台多样,如多波段辐射计、云雷达、成像仪、飞机原位探测、卫星探测等。探测方式又分为被动遥感和主动探测。被动遥感的是云场的整体特征,难以获得云内部微物理结构;飞机穿云观测能获得飞行路径上的云场微物理数据,但由于观测费用高且受天气条件和空管条件等限制,无法进行常规观测;相对比而言,不同波段的云雷达则是观测云场物理结构特征的最强有力手段。与天气雷达(如X、C和S波段雷达)相比,毫米波云雷达具有相对较短的波长,其多普勒效应明显,有较高的空间分辨率和更灵敏的探测精度,所以在观测云微物理属性方面具有更强的优势。
毫米波,为波长 1~10 mm之间的电磁波,频率范围为 30~300 GHz。毫米波云雷达的研制始于上世纪50年代,随着科学技术的发展,雷达硬件和软件技术逐步改进,增加了极化和多普勒技术,毫米波雷达逐渐展示出探测云物理结构特征的优越性,并成为研究云微物理结构的主要遥感手段之一。典型地,如美国能源部支持的大气辐射测量计划(ARM计划,The Atmospheric Radiation Measurement Program)中已运用多种波长雷达,包括毫米波雷达,开展对云与降水观测并连续至
青藏高原素有“世界屋脊”第三极之称,一直是科学家们关注的重点区域,由于地理位置和环境的特殊性,云的分布特征具有与平原地区不同的显著特征,而地面雷达观测资料也一直比较贫乏。2019年8月,我们在西藏拉萨市当雄县羊八井全大气层观象台架设这部Ka&W双频毫米波云雷达(YBJ-DFDR),即包括Ka波段和W波段,开始地基云物理特征的探测,部分时间24小时不间断连续观测至今。本文详细介绍了该部雷达的探测性能,并利用在西藏羊八井(30.087 7 N,90.524 4 E海拔4 300 m)观测数据,对该系统中的Ka波段雷达和W波段雷达的探测能力及异同进行了对比分析研究,目的是进一步了解两种波长雷达在云降水探测方面的特点及差异。
文章结构安排如下:第一节详细介绍了双频毫米波云雷达的性能参数,第二节选择不同云降水案例,对Ka波段雷达和W波段雷达的探测能力及差异开展对比分析,第三节是小结与讨论。
双频毫米波云雷达由安徽四创电子股份有限公司研制成功后于2019年6月架设在安徽淮南,稳定运行2个月后,2019年8月初,运输并架设在西藏羊八井全大气层观象台(

图1 双频毫米波云雷达外观图及系统结构图
Fig. 1 The appearance and block diagram of dual-frequency millimeter cloud radar
双频毫米波云雷达的天线采用直径为1.5 m的后馈式圆口径卡塞格伦共面天线,双频共面天线的采用可以确保探测回波目标的同一性,为了同时满足Ka波段和W波段对天线的精度要求,铸造工艺由普通低压铸造改进为真空低压铸造以改善孔隙水平,同时加工工艺由车削加工改进为铣削加工以消除震刀对面精度的影响,经测试600 mm以内面精度达到,直径1 500 mm以内面精度, 最后经微波暗室实际测量,Ka和W波段的天线增益分别为52.89 dB、59.91 dB,Ka波段的水平和垂直波束宽度分别为0.39 °和0.42 °,W波段的水平和垂直波束宽度均为0.16 °。
馈源采用一体化馈源,Ka波段采用大张角波纹喇叭结构,W波段采用多模喇叭结构,并将两频段的正交模耦合器融合在一起,通过采用波导低通滤波器实现宽阻带抑制,形成双频双极化馈电结构。这种喇叭具有双极化特性,其E面和H面波瓣等化较好,副瓣也低,交叉极化分量小,E面和H面相位中心重合,是一种优良的照射馈源,经测试,Ka波段的第一副瓣≤-23 dB,W波段的副瓣≤-22 dB;Ka波段的双极化隔离度≤-35 dB,W波段的双极化隔离度≤-35 dB。同时为减少W波段馈线接收支路损耗,W波段发射机和接收机安装在Ka波段收发单元上部,使得W波段发射机和接收机分置于天线下的两侧,此设计最大程度的减小了W波段雷达的波导长度,最终双频毫米波云雷达的Ka波段和W波段的双程衰减分别为3 dB和3.8 dB。
为了满足在海拔4 000 m以上高原工作,Ka波段发射机和W波段发射机均由进口的航空级的扩展互作用速调管(EIK)和配套国产调制电源模块组成。Ka和W波段的发射峰值功率分别为3 kW和1.5 kW,两者的脉冲宽度均为0.5 µs。W波段接收机突破了国产W波段低相位噪声激励源、高功率高隔离开关和低噪声接收等关键技术,动态范围超过了80 dB;经测试Ka波段和W波段接收机噪声系数分别为4.7 dB和6.8 dB,在常温条件下可以达到的最小灵敏度分别为-106.29 dBm和-104.19 dBm。
为保证实现Ka和W波段雷达信号的相参性,两个频率源共用同一个晶振(120 MHz),频率源产生接收机和发射激励所需的本振信号、数字中频接收机所需的采样时钟信号、监控时钟以及DDS时钟信号等。为了保证Ka波段雷达和W波段雷达探测区域的一致性,两部雷达的脉冲宽度均为0.5 µs,对应的距离分辨率均为75 m。脉冲重复频率为5 000 Hz,脉冲积累数为256,多普勒径向速度采用脉冲对处理方式(PPP)。因Ka波段和W波段的波束宽度不一致,W波段雷达的探测空间是Ka波段雷达的中心的一部分,占比为40%;在高重复频率下,云内粒子的分布可视为准稳定态,回波是准连续的,且反射率最终都换算成标准单位,基于此,这种因波束宽度带来的不一致性可以降至最低。
Ka、W两频段的收发单元与俯仰机构呈对称分布设计,双频毫米波云雷达工作时该两路收发单元随天线体作同步运动。该结构设计方案最大限度地减少了单元间电磁波传输的长度,又避免了旋转铰链的使用,同时可以满足0°~180°的RHI扫描方式。
双频毫米波云雷达在出厂时,对天线增益、波束宽度、发射机功率、双程馈线衰减、脉冲宽度、噪声系数等关键参数进行了测试和标定,标定参数如
雷达反射率因子表述为
. | (1) |
雷达反射率是单位体积中粒子后向散射截面之和。如果水凝物粒子是球状且直径比波长要小(即满足瑞利近似),单位体积内的雷达反射率可以表述为
. | (2) |
毫米波频段,云和降水过程中粒子往往不满足瑞利近似,雷达气象学者将雷达反射率写成下式,
, | (3) |
其中定义为等效雷达反射率因子。雷达反射率因子是云和降水粒子谱分布的特性,和雷达波长没有关系,等效反射率因子涉及到云和降水粒子的散射特征,不同频段的电磁波遇到云和降水粒子,因其可能不满足瑞利散射条件,所测量的等效反射率因子存在一定的差异。
根据气象雷达方程计算雷达等效反射率因子可以用下述式子表
, | (4) |
其中R代表天线与目标之间的距离(单位m),C为利用雷达参数计算的雷达常数, 天线接收到的目标反射率回来的功率值。
对雷达常数进一步的展开,可以得到如下的气象雷达方程。
, | (5) |
λ为波长,是玻尔兹曼常数,为接收机的温度; B是接收机的带宽; 是接收机的噪声系数; SNR是信噪比; 波导内的双程衰减;匹配滤波器损耗,是天线辐射方向图积分;天线增益; Pt发射机功率; 负折射率指数;τ是脉冲宽度。一般来说,雷达的灵敏度受到接收机噪声的限制,通常来自晴空大气和不下雨云层的噪声辐射可以忽略不计。根据
根据雷达参数,利用

图2 双频毫米波云雷达Ka波段和W波段的反射率直方图和灵敏度曲线 (a) Ka波段雷达,(b) W波段雷达 (“number”表示相应高度和反射率因子条件下统计的测量次数)
Fig. 2 Histogram of reflectivity and curve of sensitivity (a) Ka-band radar, (b) W-band radar ("Number" indicates the number of measurements under the conditions of the corresponding height and reflectivity factor)
如上分析表明,与国内外同类型的雷达对比,羊八井站的Ka&W双频毫米波雷达具有出色的探测能力。
如前所述,Ka和W波段雷达由于波长不同,在探测云和降水时各有优势。一般而言,波长越短,对小粒子越敏感,同时衰减也越显著,降雨时,W波段雷达的衰减比Ka波段雷达严重。我们选择了几个不同类型的云降水天气过程,对该雷达的探测能力开展了对比分析。
2020年3月3日00:00-13:00,羊八井观测站上空为高层云,双频毫米波云雷达探测的等效反射率因子及等效反射率因子差值随时间的分布情况见
. | (6) |

图3 2020年3月3日高层云:(a) Ka波段,(b) W波段,(c) 反射率差
Fig. 3 The altostratus cloud on March 3, 2020 (a) Ka-band radar , (b) W-band radar , (c)
注: 深蓝色表示Ka波段雷达无回波而W波段雷达有回波的情况,深红色表示W波段雷达没有回波而Ka波段雷达有回波的情况
Note: Where dark blue represents the case where Ka-band radar has no echo while W-band radar has echo, and dark red represents the case where W-band radar has no echo while Ka-band radar has echo

图4 2020年3月3日高层云(a)Ka波段雷达与W波段雷达反射率值分布散点概率图,(b)直方图分布
Fig. 4 The altostratus cloud March 3, 2020 (a) Scatter histograms of reflectivity of Ka-band and W-band, (b) histogram distribution
两波长雷达由于探测波长不同,对云中粒子的辐射特性也不同,波长短的对小粒子敏感,而波长较长的频段对大粒子敏感。该个例中W波段雷达的反射率因子值高于Ka波段雷达,当云粒子衰减作用可忽略时,进一步说明云中粒子尺寸一定普遍偏小,从而使得具有更高灵敏度的W波段雷达所测的反射率因子值高于Ka波段雷达,此外冰相粒子并非标准的球形,与瑞利散射模型的误差有关,Ka波段雷达与W波段雷达所呈现出的差异,跟云自身的物理特性相关,从而导致两波长雷达不同的探测结果。由此,也说明联合Ka和W波段雷达数据,有助于反演和获得更准确的云内粒子的物理特征。
针对Ka&W双频段雷达所测量的多普勒径向速度进行分析,对不同云和降水过程测量速度的差异性进行解释和分析。
, | (7) |
为Ka波段雷达的多普勒径向速度,为W波段雷达的多普勒径向速度,该系统中定义朝向雷达为负值,为两者的速度差。
从图

图 5 2020年3月3日高层云(a)Ka波段径向速度,(b)W波段雷达径向速度,(c)双频速度差
Fig. 5 The altostratus cloud on March 3, 2020 (a) Ka-band Radar , (b) W-band Radar , (c) the

图6 2020年3月3日高层云(a)Ka波段雷达与W波段雷达径向速度分布散点概率图,(b)直方图分布
Fig. 6 March 3, 2020 (a) Scatter histograms of V of Ka-band and W-band, (b) histogram distribution
当探测到高云时,如果云中粒子较小、且粒子浓度不高时,W波段体现其高灵敏度的优势,而Ka波段雷达因灵敏度不够,会出现漏测状况。

图7 2019年8月23-24日个例(a)Ka波段雷达,(b)W波段雷达,(c)反射率差
Fig. 7 The case on August 23-24, 2019 (a) Ka-band radar , (b) W-band radar , (c)
对双波长雷达都有回波信号的部分统计了二者之间的,结果见

图8 2019年8月23~24日个例(a)Ka波段雷达与W波段雷达反射率差值直方图分布,(b)Ka未能探测到回波信号时,W波段雷达所测的反射率值分布情况
Fig. 8 The case on August 23-24, 2019 (a) histogram distribution, (b) The histogram distribution of while the echo signal is not detected by Ka-band radar
瑞利散射条件下,根据气象雷达方程,等效雷达反射率因子可以表述为:
, | (8) |
是后向散射截面,N粒子浓度, λ 是波长, 是液态水的介电常数,值与粒子相态有关。液态粒子时,Ka和W波段的的介电常数分别为0.88和0.70。而当粒子相态为固态时,值几乎不随波长变化。雷达实际观测和计算 值时,雷达方程中通常使用液态粒子的值,显然会因粒子相态的改变,导致值不适用而引起测量误差。特别是,液态粒子的值随波长增加而增加,而固态粒子的值较小且几乎不随波长变化。所以,当实际云粒子为冰相而非液态时,因值变化随波长增加差距加大,这也是W波段雷达所测得的值会高于Ka波段雷达所测的的原因之一;其次当冰云粒子衰减作用可忽略时,且云中的冰相粒子并非标准的球形,与瑞利散射模型偏差而带来误差。
2019年8月7日02:00~13:00 (北京时间,UTC+8),羊八井观测站经历一次降雨过程,

图9 2019年8月7日降雨个例(a)Ka波段雷达,(b)W波段雷达,(c)反射率差
Fig. 9 The precipitation cloud on August 7, 2019 (a) Ka-band radar , (b) W-band radar , (c)
从
尽管云降水过程相同,但
在未进行衰减订正的情况下,Ze,Ka为Ka波段雷达所测的等效反射率因子,Ze,W为W波段雷达所测的等效反射率因子。

图10 2019年8月7日降水个例(a)Ka与W波段雷达反射率差值()随高度变化分布情况,(b)直方图分布
Fig. 10 The precipitation cloud on August 7, 2019 (a) Altitude distribution of , (b) histogram distribution
由于降水对信号的严重衰减,在4:40-4:50时段,云层下部降水导致W波段雷达信号严重衰减,以至于上层信息完全缺失。Ka波段雷达信号也受到了衰减,但程度相比W弱。该个例中,我们还发现,受探测灵敏度的限制,Ka波段雷达对具有相对较小粒子(或低浓度)云的边缘区域,如云顶,出现了“漏测”。
从
. | (9) |

图11 2019年8月7日降水个例(a)Ka波段径向速度,(b)W波段雷达的径向速度,(c)双频速度差
Fig. 11 The precipitation cloud on August 7, 2019 (a)Ka-band Radar V , (b) W-band Radar V ,(c) The

图12 Ka和W波段雷达的速度差直方图分布(a)零度层亮带以上,(b)零度层亮带以下
Fig. 12 histogram distribution (a) above melting-layer, (b) below melting-layer

图13 2020年3月14日降雪个例(a)Ka波段雷达,(b)W波段雷达,(c)反射率差
Fig. 13 The snowfall cloud on March 14, 2020 (a) Ka-band radar , (b) W-band radar , (c)
选择降雪个例发生于羊八井2020年3月14日,云层厚度大于5 km,地面有降雪现象。该个例中双频云雷达所测的反射率值差异小,由于云层中多冰相粒子,尽管云层较厚,在云顶附近,由于粒子浓度较低,反射率强度低于Ka波段的最小可探测灵敏度,W波段雷达所测云顶高度比Ka波段雷达高了近1 km。针对此次降雪个例,我们分别将两个波段反射率差和Ka无回波但W有回波的反射率进行了统计分析,结果见

图14 2020年3月14日降雪个例(a)直方图分布,(b)Ka无回波但W有回波时,W波段雷达观测的反射率直方图分布
Fig. 14 The snowfall cloud on March 14, 2020(a) histogram distribution, and (b) Z histogram distribution of W-band radar while the Ka-band radar no echo
分析降雪过程Ka波段雷达和W波段雷达的径向速度(图

图15 2020年3月14日降雪个例(a)Ka波段径向速度,(b)W波段雷达径向速度,(c)双频速度差
Fig. 15 The snowfall cloud on March 14, 2020 (a) Ka-band Radar , (b) W-band Radar , and (c) The

图16 2020年3月14日降雪个例(a)Ka波段雷达与W波段雷达径向速度分布散点图,(b)直方图分布
Fig. 16 The snowfall cloud on March 14, 2020 (a) scatter plot of V of Ka-band and W-band, and (b) histogram distribution
Ka/W双频毫米波云雷达(YBJ-DFDR)在西藏羊八井全大气层观测站(海拔高度4 300 m)开展观测,日常均采用垂直对天模式。利用地基观测数据,选择典型的云降水、中云、高云等过程个例,本文对该系统中的Ka波段雷达和W波段雷达的探测能力及彼此差异开展了详细分析,小结如下:
(1)介绍的YBJ-DFDR具备较高的灵敏度,在10 km处探测的灵敏度分别是 -39.2 dBZ和 -33 dBZ,Ka波段雷达适合探测弱降水云和厚层云,W波段雷达适合探测高层的冰云,两者相互配合,优势互补。
(2)云降水物理分布特征不同时,Ka和W波段雷达所测的反射率差值并不相同。发生降雨时,由于云滴和雨滴液态粒子散射吸收作用,Ka和W波段雷达回波信号的衰减程度明显不同,W波段雷达信号衰减较为严重,甚至出现衰减后低于探测灵敏度而无法获得回波的情况。通过个例分析发现,降水发生时二者的反射率差值差别极大,后期应用Ka&W波段雷达数据时,需对其反射率进行衰减订正工作。
(4)当云中粒子多为冰相时,由于冰相粒子的衰减作用远低于液水粒子,此时,W波段雷达相比Ka波段雷达有更佳探测能力。同时,当云中粒子较小时,W波段雷达也呈现更好的探测能力,因此,W波段雷达常能测到更多的云层边缘部分,如云底或云顶部分。
(5)当出现降雨过程时,Ka波段雷达和W波段雷达在零度层亮带上下测量的径向速度差异明显,零度层亮带以下,由于降雨粒子谱大小不同造成后向散射系数不同,Ka测量速度较W波段大;而在非降水云和降雪过程中,Ka波段雷达和W波段雷达的径向速度一致性较高。
本文工作对YBJ-DFDR的探测能力开展了细致分析,研究结果进一步证实不同波长雷达对云降水的探测性能各有优势与不足。已有工作亦表明,现有的雷达工作机制所获得的反射率因子值,需结合云粒子相态等进行调整以获得更贴近实际的信息情况,从而有助于提高进一步的云降水微物理特征的反演精度。双频雷达的同时测量,提供了更多信息,为云粒子相态识别提供新的思路,在未来,我们将结合两波长雷达工作特点及差异,开展云相态、微物理属性反演的研究工作。
致谢
本文所开展的Ka&W双频毫米波雷达是由安徽四创电子股份有限公司研制,对四创公司陈晓辉正研级高工及其他工程师提供的技术支持深表感谢;观测是在西藏羊八井的中科院大气物理研究所全大气层观象台开展的,对观象台站长王一楠博士和宣越健正研级高工对本工作的支持深表感谢。
References
Stephens G L, Cloud feedbacks in the climate system: A critical review[J]. Journal of Climate, 2005, 18:237-273. 10.1175/jcli-3243.1 [百度学术]
Kollias P, Clothiaux E E, Miller M A, et al. Millimeter-wavelength radars: New frontier in atmospheric cloud and precipitation research[J]. Bulletin of the American Meteorological Society,2007, 88(10):1608-1624. 10.1175/bams-88-10-1608 [百度学术]
Borque P, Kollias P, Giangrande S. First observations of tracking clouds using scanning ARM cloud radars[J]. Journal of Applied Meteorology and Climatology, 2014, 53(12):2732-2746. 10.1175/jamc-d-13-0182.1 [百度学术]
Kollias P, Clothiaux E E, Ackerman T P, et al. Development and applications of ARM millimeter-wavelength cloud radars[J], Meteorological Monographs, 2016, 57:17.1-17.19. 10.1175/amsmonographs-d-15-0037.1 [百度学术]
Kollias P, Bharadwaj N, Clothiaux E E, et al. The ARM Radar Network: At the Leading Edge of Cloud and Precipitation Observations[J]. Bulletin of the American Meteorological Society, 2020, 101(5):508-607. 10.1175/bams-d-18-0288.1 [百度学术]
Illingworth A J, Hogan R J, O'Connor E J, et al. Cloudnet[J]. Bulletin of the American Meteorological Society, 2007, 88(6):883-898. 10.1175/bams-88-6-883 [百度学术]
Görsdorf U, Lehmann V, Bauer-Pfundstein M, et al. A 35-GHz polarimetric Doppler radar for long-term observations of cloud parameters—Description of system and data processing[J]. Journal of Atmospheric and Oceanic Technology, 2015, 32(4):675-690. 10.1175/jtech-d-14-00066.1 [百度学术]
Delanoë J, Protat A, Vinson J, et al. BASTA: A 95-GHz FMCW Doppler radar for cloud and fog studies[J]. Journal of Atmospheric and Oceanic Technology, 2016, 33(5):1023-1038. 10.1175/jtech-d-15-0104.1 [百度学术]
Küchler N, Kneifel S, Löhnert U, et al. A W-band radar–radiometer system for accurate and continuous monitoring of clouds and precipitation[J]. Journal of Atmospheric and Oceanic Technology, 2017, 34(11):2375-2392. 10.1175/jtech-d-17-0019.1 [百度学术]
ZHONG Ling-Zhi, LIU Li-Ping, GE Run-Sheng. Characteristics about the Millimeter-Wavelength Radar and Its Status and Prospect in and Abroad[J]. Advances in Earth Science(仲凌志,刘黎平,葛润生。毫米波测云雷达的特点及其研究现状与展望。地球科学进展),2009,24(4):383-391. 10.1016/S1003-6326(09)60084-4 [百度学术]
ZHONG Ling-Zhi, LIU Li-Ping, GE Run-Sheng, et al.(A study of the calibration of the new generation of millimeter-wave-length cloud radar(HMBQ) and its detection capability[J]. Acta Meteorologica Sinica(仲凌志,刘黎平,葛润生,等。毫米波测云雷达的系统定标和探测能力研究.气象学报), 2011,69(2):352-362. [百度学术]
HAO Yi-Tian, CHEN Hong-Bin, BI Yong-Heng, et al. Comparative analysis of cloud boundary observed by millimeter wave cloud radar and radiosonde[J]. Remote Sensing Technology and Application(郝倚天,陈洪滨,毕永恒,等。8毫米云雷达与探空观测确定云底和云顶高度的对比分析。遥感技术与应用)2018,33(6):1063-1072. [百度学术]
HUO Juan, LYU Da-Ren, DUAN Shu, et al. Cloud macro-physical characteristic in Beijing based on Ka radar data during 2014-2017[J]. Climatic and Environmental Research霍娟,吕达仁,段树,等。基于2014~2017年Ka毫米波雷达数据分析北京地区云宏观分布特征。气候与环境研究,2020,25(1):45-54. [百度学术]
Huo J, Bi Y H, Lyu D R, et al. Cloud classification and distribution of cloud types in Beijing using Ka-band radar data[J]. Advances in Atmospheric Sciences, 2019, 36:793-803. 10.1007/s00376-019-8272-1 [百度学术]
Huo J, Lyu D R, Duan S, et al. Comparison of the cloud top heights retrieved from MODIS and AHI satellite data with ground-based ka- band radar[J]. Atmos. Meas. Tech., 2020, 13(1):1-11,. 10.5194/amt-13-1-2020 [百度学术]
Huo J, Li J, Duan M, et al. Measurement of cloud top height: Comparison of MODIS and ground-based millimeter radar[J]. Remote Sensing. 2020; 12(10):1616. 10.3390/rs12101616 [百度学术]
Huo J, Tian Y F, Wu X, et al. Properties of ice cloud over Beijing from surface Ka-band radar observations during 2014–2017[J]. Atmos. Chem. Phys., 2020, 20:14377-14392. 10.5194/acp-20-14377-2020 [百度学术]
Huo J, Han C Z, Duan M Z, et al. Particle reflectivity and movements in cirrus clouds over Beijing from four years of ka radar measurements[J]. Atmospheric Research., 2020, 248(15):105211. 10.1016/j.atmosres.2020.105211 [百度学术]
ZHANG Tao, ZHENG Jia-Feng, LIU Yan-Xia. A study on the vertical structure and microphysical characteristic of convective cloud and precipitation over Tibetan Plateau by using Ka-band cloud radar[J]. Journal of Infrared and Millimeter Wave(张涛,郑佳锋,刘艳霞。利用Ka波段云雷达研究青藏高原对流云和降水的垂直结构及微观物理特征。红外与毫米波学报), 2019, 38(6):777-789. [百度学术]
LI Yu-Lian, SUN Xue-Jin, ZHAO Shi-Jun, et al. Analysis of snow microphysical process from Doppler spectra of the Ka-band millimeter-wave cloud radar[J]. Journal of Infrared and Millimeter Wave(李玉莲,孙学金,赵世军,等。 Ka波段毫米波云雷达多普勒谱降雪微物理特征分析。红外与毫米波学报),2019,38(2):245-253. [百度学术]
LIU LI. Reviews on retrieval methods for microphysical and dynamic parameters with cloud radar[J]. Torrential Rain and Disasters(刘黎平。毫米波云雷达观测和反演云降水微物理及动力参数方法研究进展。暴雨灾害),2021,40(3):231-242. [百度学术]
ZHENG Jia-Feng, LIU Li-Peng, ZENG Zheng-Mao, et al. Ka-band millimeter wave cloud radar data quality control[J]. Journal of Infrared and Millimeter Wave郑佳锋,刘黎平,曾正茂,等。Ka波段毫米波云雷达数据质量控制方法。红外与毫米波学报,2016,35(6):748-757. [百度学术]
Doviak R J, Zrnic D S. Doppler radar and weather observations[M]. Academic Press, 1993, 562 pp. 10.1016/b978-0-12-221422-6.50016-4 [百度学术]
Pokharel B, Vali G. Evaluation of collocated measurements of radar reflectivity and particle sizes in ice clouds[J], Journal of Applied Meteorology and Climatology, 2011, 50(10):2104-2119. 10.1175/jamc-d-10-05010.1 [百度学术]
Matrosov S Y, Heymsfield A J. Empirical relations between size parameters of ice hydrometeor populations and radar reflectivity[J]. Journal of Applied Meteorology and Climatology,2017, 56(9):2479-2488. 10.1175/jamc-d-17-0076.1 [百度学术]