DOI: https://doi.org/10.5194/amt-19-775-2026
تاريخ النشر: 2026-02-02
المؤلف: Petar Bukovčić وآخرون
الموضوع الرئيسي: قياس وتحليل الهطول
نظرة عامة
تقدم هذه القسم طريقة جديدة لمعالجة وعرض بيانات الرادار القطبي، تُسمى path-CVP (pCVP)، والتي تعتمد على ملفات العمود العمودية (CVPs) التي تم تأسيسها سابقًا. بينما تنظم CVPs بيانات الرادار في صيغة الارتفاع مقابل الوقت في موقع ثابت، فإن pCVP تعزز ذلك من خلال تقديم بيانات الرادار في صيغة الارتفاع مقابل الموقع عند الانتهاء من مسح حجم الرادار. توفر هذه التقنية صورة عالية الدقة لحجم رادار واحد من البيانات القطبية على طول مسار محدد، مما يجعلها مفيدة بشكل خاص لمراقبة الظروف الجوية في الوقت الحقيقي.
تُظهر تطبيقات pCVP من خلال عدة أمثلة من رادارات S-band WSR-88D ضمن شبكة NEXRAD، مما يبرز فوائدها المحتملة في سياقات مختلفة، مثل مراقبة الطقس على الطرق السريعة، والممرات الجبلية، وأثناء عمليات الطائرات. بالإضافة إلى ذلك، تُظهر وعدًا في تشخيص الأعاصير. ومع ذلك، يشير المؤلفون إلى أن التعديلات قد تكون ضرورية فيما يتعلق بالمسافة من الرادار ومنطقة الت averaging المكاني المستخدمة في CVPs، اعتمادًا على متطلبات المستخدم المحددة.
مقدمة
تناقش المقدمة أهمية الرادارات القطبية في فهم ميكروفيزياء الهطول وتأثيراتها على تصنيف الهيدرومترات، وتقدير الهطول الكمي (QPE)، والتنبؤ (QPF)، ودمج بيانات الرادار في نماذج التنبؤ بالطقس العددي (NWP). تبرز القيود المفروضة على بيانات الرادار المقدمة في وضع مؤشر الموضع المخطط (PPI)، وخاصة دقتها الرأسية غير الكافية، مما يعيق تحديد العمليات الميكروفيزيائية التي تحدث على ارتفاعات مختلفة. يؤكد النص على أهمية ربط عمليات الهطول على ارتفاعات أعلى، مثل طبقة النمو الشجري (DGL) حول -15 درجة مئوية، بتلك الأقرب إلى الأرض، حيث تؤثر الأخيرة بشكل كبير على التأثيرات الاجتماعية.
لمعالجة التحديات التي تطرحها استراتيجيات المسح الراداري التقليدية، تشير المقدمة إلى أن بيانات مؤشر ارتفاع نطاق الرادار (RHI)، التي توفر ملفات عمودية على طول أزيموت محدد، مثالية لهذا الغرض. ومع ذلك، فإن الوقت المطلوب لجمع مسحات RHI غالبًا ما يحد من توفرها للمراصد التشغيلية. كحل، تشير الورقة إلى تقنيات معالجة بيانات الرادار المبتكرة المختلفة التي تم تطويرها على مدار العقد الماضي، بما في ذلك الملفات العمودية شبه الرأسية (QVPs)، والملفات العمودية المحددة بالنطاق (RD-QVPs)، والملفات العمودية المحسنة (EVPs)، من بين أمور أخرى. تهدف هذه التقنيات إلى إعادة بناء بيانات PPI في تنسيقات شبيهة بـ RHI، على الرغم من وجود بعض التنازلات في الدقة والجودة بسبب القيود الكامنة في استراتيجيات المسح.
طرق
تحدد قسم المنهجية بناء وتطبيق ملف العمود العمودي المركب القطبي (pCVP)، المصمم لمعالجة نقص صور الرادار الأفقية المخصصة (RHIs) في الممارسات التشغيلية للرادار وتعزيز دقة RHIs المعاد بناؤها من مؤشرات الموضع المخطط (PPIs). يعتمد pCVP على تقنيات موجودة من الملفات العمودية المعادلة (EVPs) والملفات العمودية المركبة (CVPs)، مستخدمًا استراتيجية جمع بيانات أسطوانية بنصف قطر يتراوح بين 2-10 كم وامتداد عمودي يبلغ 400 م. يتم استخدام طريقة الاستيفاء Cressman لتوليد نقاط منتصف المقطع على طول المحور العمودي، مع تحديد الأوزان بناءً على المسافة العمودية من الرادار، مما يسمح بوضع مرن لـ CVPs على طول مسار محدد مسبقًا.
تشمل القيود الرئيسية لنهج pCVP تأثير هندسة شعاع الرادار، والتي تؤثر على دقة البيانات على مسافات أكبر من الرادار بسبب زيادة ارتفاع الشعاع وتقليل التداخل بين الارتفاعات المجاورة. تعتمد الدقة الإحصائية لمتغيرات الرادار أيضًا على عدد نقاط البيانات المستخدمة في عملية الت averaging، مع توفير معادلات محددة لتحديد الانحرافات المعيارية للمتغيرات القطبية مثل الانعكاسية ($Z$)، والانعاكاسية التفاضلية ($Z_{dr}$)، ومعامل الارتباط ($\rho_{hv}$). تؤكد المنهجية على أهمية استخدام المسح الأول لأدنى ارتفاع لجمع البيانات، بالإضافة إلى تأثير زاوية ارتفاع الهوائي على دقة تقديرات pCVP.
نقاش
يسلط قسم النقاش في الورقة الضوء على تطوير وتطبيق تقنيات معالجة بيانات الرادار المختلفة، مع التركيز بشكل خاص على طريقة ملف العمود العمودي المركب (pCVP) الجديدة. تعالج هذه التقنية قيود المخرجات التقليدية للرادار، مثل البيانات الرأسية النادرة من الشبكات التشغيلية للرادار، من خلال تقديم بيانات الرادار في صيغة الارتفاع مقابل الموقع. تعزز طريقة pCVP الدقة الإحصائية لتقديرات متغيرات الرادار وتقلل من فجوات البيانات، خاصة في سياق مراقبة الظروف الجوية الخطرة للطائرات وسلامة الطرق. يؤكد المؤلفون أن pCVP يمكن أن تعيد بناء بيانات الرادار بشكل فعال، مما يوفر رؤى أوضح حول هياكل العواصف ويساعد في تشخيص تطور الأعاصير.
تناقش القسم أيضًا التطبيقات العملية لـ pCVP، بما في ذلك استخدامها في مراقبة اقتراب الطائرات من مدارج الطائرات وظروف الطرق خلال الأحداث الجوية السيئة. من خلال تحليل المتغيرات القطبية مثل الانعكاسية ($Z$)، ومعامل الارتباط ($\rho_{hv}$)، والانعاكاسية التفاضلية ($Z_{DR}$)، يمكن أن تُعلم pCVP عمليات الطيران واستراتيجيات صيانة الطرق. ومع ذلك، يحذر المؤلفون من أن التقنية لها قيود، مثل الاعتماد على هندسة شعاع الرادار ونصف قطر الت averaging، والتي يمكن أن تؤثر على دقة البيانات، خاصة على مسافات أكبر من الرادار. بشكل عام، تمثل طريقة pCVP تقدمًا كبيرًا في معالجة بيانات الرادار، مع آثار محتملة لتحسين السلامة في الطيران والنقل.
DOI: https://doi.org/10.5194/amt-19-775-2026
Publication Date: 2026-02-02
Author(s): Petar Bukovčić et al.
Primary Topic: Precipitation Measurement and Analysis
Overview
The section introduces a novel method for processing and visualizing polarimetric radar data, termed path-CVP (pCVP), which builds upon the previously established Columnar Vertical Profiles (CVPs). While CVPs organize radar data in a height versus time format at a fixed location, pCVP enhances this by presenting radar data in a height versus location format at the completion of a radar volume scan. This technique provides a high-resolution, single-radar-volume snapshot of polarimetric data along a specified path, making it particularly useful for real-time monitoring of weather conditions.
The application of pCVP is illustrated through multiple examples from S-band WSR-88D radars within the NEXRAD network, highlighting its potential benefits in various contexts, such as monitoring weather along motorways, mountain passes, and during aircraft operations. Additionally, it shows promise for tornado diagnostics. However, the authors note that adjustments may be necessary regarding the distance from the radar and the spatial averaging area used in CVPs, depending on specific user requirements.
Introduction
The introduction discusses the significance of polarimetric radars in understanding precipitation microphysics and its implications for hydrometer classification, quantitative precipitation estimation (QPE), forecasting (QPF), and the assimilation of radar data in numerical weather prediction (NWP) models. It highlights the limitations of radar data presented in plan position indicator (PPI) mode, particularly its insufficient vertical resolution, which hampers the identification of microphysical processes occurring at different altitudes. The text emphasizes the importance of linking precipitation processes at higher altitudes, such as the dendritic growth layer (DGL) around -15 °C, with those closer to the ground, as the latter significantly affects societal impacts.
To address the challenges posed by the conventional radar scanning strategies, the introduction notes that radar range-height indicator (RHI) data, which provide vertical profiles along a specified azimuth, are ideal for this purpose. However, the time required to collect RHI scans often limits their availability for operational forecasters. As a solution, the paper references various innovative radar data processing techniques developed over the past decade, including quasivertical profiles (QVPs), range-defined QVPs (RD-QVPs), and enhanced vertical profiles (EVPs), among others. These techniques aim to reconstruct PPI data into RHI-like formats, albeit with some trade-offs in resolution and quality due to inherent limitations in the scanning strategies.
Methods
The methodology section outlines the construction and application of the polarimetric Composite Vertical Profile (pCVP), designed to address the lack of dedicated Radar Horizontal Images (RHIs) in operational radar practices and enhance the resolution of reconstructed RHIs from Plan Position Indicators (PPIs). The pCVP builds upon existing techniques from Equivalent Vertical Profiles (EVPs) and Composite Vertical Profiles (CVPs), utilizing a cylindrical data collection strategy with a radius of approximately 2-10 km and a vertical extent of 400 m. The Cressman interpolation method is employed to generate mid-segment points along the vertical axis, with weights determined by the vertical distance from the radar, allowing for flexible placement of CVPs along a predefined path.
Key limitations of the pCVP approach include the influence of radar beam geometry, which affects data accuracy at greater distances from the radar due to increased beam height and reduced overlap between adjacent elevations. The statistical accuracy of the radar variables is also contingent on the number of data points used in the averaging process, with specific equations provided to quantify the standard deviations of polarimetric variables such as reflectivity ($Z$), differential reflectivity ($Z_{dr}$), and correlation coefficient ($\rho_{hv}$). The methodology emphasizes the importance of using the initial scan of the lowest elevation for data collection, as well as the impact of antenna elevation angle on the accuracy of the pCVP estimates.
Discussion
The discussion section of the paper highlights the development and application of various radar data processing techniques, particularly focusing on the novel path-Columnar Vertical Profile (pCVP) method. This technique addresses the limitations of traditional radar outputs, such as the sparse vertical data from operational radar networks, by presenting radar data in a height versus location format. The pCVP method enhances the statistical accuracy of radar variable estimates and reduces data gaps, particularly in the context of monitoring hazardous weather conditions for aircraft and road safety. The authors emphasize that pCVP can effectively reconstruct radar data, providing clearer insights into storm structures and aiding in the diagnosis of tornado evolution.
The section also discusses the practical applications of pCVP, including its use in monitoring aircraft runway approaches and highway conditions during adverse weather events. By analyzing polarimetric variables like reflectivity ($Z$), correlation coefficient ($\rho_{hv}$), and differential reflectivity ($Z_{DR}$), pCVP can inform flight operations and road maintenance strategies. However, the authors caution that the technique has limitations, such as dependency on radar beam geometry and averaging radius, which can affect the resolution and accuracy of the data, particularly at greater distances from the radar. Overall, the pCVP method represents a significant advancement in radar data processing, with potential implications for improving safety in aviation and transportation.