天气雷达的四级数据流水线

张深寿

中国气象学会雷达气象学委员会

福建省雷达应用分中心

福建省天气雷达前沿试验与业务应用创新团队

当您在天气应用中查看动态雷达图时，所看到的每一个色彩像素，都并非天空的直接照片，而是一系列复杂数据转化的最终结果。现代天气雷达如同一个精密的数据工厂，它将接收到的原始电磁波信号，经过一套标准化的“四级数据流水线”，层层提炼，最终生成我们看得懂的天气信息。

这条流水线是气象数据生产的核心路径：

0级是源头，为最原始的电磁波“波谱数据”，记录了包括雨滴、冰雹乃至飞鸟昆虫在内的一切回波，数据庞杂，是设备校准与深度科研的基石。

1级是数字化关键一步，称为“I/Q数据”，它将模拟信号转为包含强度与相位信息的数字密码，为提取雷达探测参量要素铺平道路。

2级是核心枢纽，即“基数据”。在这里，数字密码被破解为反射率因子、多普勒速度等可直接用于分析的基本气象物理量。双偏振技术的加入，更使其能识别雨、雪、冰雹等不同降水粒子的形态与类型。

3级是最终产品，如降水估算、冰雹识别图等，直接服务于预报预警与公众生活。

从无形的电磁波到有形的决策依据，这四级流水线实现了数据从“原始”到“直观”甚至“智能”的价值飞跃。下面，就让我们逐级探秘，了解雷达如何通过这条流水线，完成对天空的“解码”。

0级数据：原始波谱数据--一切的源头

0级数据是天气雷达数据分级体系中的最底层，指由雷达接收机直接输出的、未经任何气象物理量转换的原始基带信号，通常被称为 “波谱数据” 或 “原始电压时间序列”。

在雷达工作的每个探测周期（一个脉冲重复周期内），接收机对返回的电磁波进行采样，得到一串按时间顺序排列的电压值。这组连续的时间序列信号，完整记录了雷达波束照射体积内所有散射目标（包括气象目标如雨滴、雪花，以及非气象目标如地物、昆虫、飞机等）所产生的复合回波的振幅与相位细微变化。其数据格式通常为时间-电压对的直接记录。

对于双偏振雷达，其核心是交替或同时发射水平（H）与垂直（V）偏振的电磁波。因此，其0级数据包含两套独立的、在时间上严格同步采集的原始电压序列，分别对应于水平与垂直偏振通道的回波。这两路原始信号之间的关联性，是后续计算差分反射率等双偏振参数的唯一信息来源。

由于保留了信号的全部细节，0级数据的数据量巨大，且不具备直观的气象意义，一般也不存储，用示波器或频谱仪接入显示。

它主要服务于雷达系统本身的性能监测与定量标定，工程师利用最原始的接收信号，可以精准评估雷达发射功率、接收机灵敏度、噪声水平等硬件关键参数，并进行校准，这是确保所有上级数据质量的基础。

因此，0级数据是整条数据流水线的原材料。它虽不直接产生应用价值，却是所有高级数据产品精度与可靠性的根本保证。

1级数据：正交双通道数据（IQ数据）--数字化原料

1级数据是对0级原始波谱数据进行数字化和初步处理后的结果，其标准形式为 “正交双通道数据”，通常称为 I/Q数据。它标志着雷达信号从模拟领域进入了数字处理领域，是生成所有气象物理量的直接数字基础。

雷达接收到的模拟电压信号（0级数据）经过模数转换器（ADC）采样，被转换为离散的数字序列。随后，通过数字正交解调处理，该序列被分离为两个相互正交的分量：同相分量（I，In-phase）和正交分量（Q，Quadrature）。因此，每个距离库上的回波不再是一个简单的电压值，而是一个复数：S = I + jQ。这个复数的幅度（|S|）代表了该距离库内散射目标的回波功率，而其相位（arg(S)）则编码了目标相对于雷达的径向位置信息，这是提取目标径向运动速度（多普勒速度）、差分相移（φDP）的关键。

它的核心特点是：复数形式，I/Q数据以复数形式完整保留了回波信号的振幅与相位信息，这是计算多普勒速度和进行相干信号处理的先决条件。数据基石，所有后续的雷达气象算法，包括气象回波识别、地物杂波抑制、距离与速度退模糊等，很多都直接在I/Q数据层面进行操作。

对于双偏振雷达，其1级数据包含两套独立的、时空严格配准的I/Q数据对：一套来自水平（H）接收通道（IH, QH），另一套来自垂直（V）接收通道（IV, QV）。这两组复数数据之间的对比关系（如幅度比、相位差），是所有双偏振参量（如差分反射率因子ZDR、差分相移ΦDP）计算的唯一源头。

1级数据主要服务于雷达算法开发人员与高级数据分析。它是研发和测试信号处理算法的平台，也是进行诸如粒子滴谱反演、湍流研究等高阶科学分析的基础数据。预报员和公众通常不直接接触此层级数据。

简而言之，1级I/Q数据是连接原始信号与气象产品的数字桥梁。它将模拟回波转化为富含信息的数字复数，为后续提取反射率、速度及双偏振参数提供了全部必要的数字素材。

2级数据：基数据--雷达观测的“通用语言”

2级数据，即 “基数据” ，是天气雷达数据流水线中的核心。它是对1级I/Q数据进行一系列气象算法处理和质量控制后，生成的具有明确物理意义和标准单位的基本气象参量集合。如果说1级数据是“原料”，那么2级数据就是可直接用于组装和建筑的“标准件”，是预报员进行分析的直接依据，也是所有高级衍生产品的数据基础。

通过专门的信号处理算法（如脉冲对处理），从1级数据的复数序列中提取出关键信息，并经过定标、地物杂波抑制、退模糊等关键步骤，最终计算出每个探测距离库上的标准物理量。

2级数据根据雷达类型，提供一组标准化的物理量：

A. 所有天气雷达共有的核心参量（三要素）：

反射率因子（Z）：

物理意义：表征雷达波束照射体积内降水粒子后向散射总能量的强弱，是判断降水强度的最主要依据。

单位：dBZ。

应用：通过色阶图显示，是识别强降水核心、锋面、台风眼壁等宏观结构的基础。

径向速度（V）：

物理意义：基于多普勒效应，表示散射粒子沿雷达径向（靠近或远离雷达）的运动速度。

单位：m/s。

应用：用于分析风场结构，识别中气旋、龙卷涡旋、风切变、急流等动力特征。

速度谱宽（W）：

物理意义：表征同一距离库内粒子速度分布的离散程度。

单位：m/s。

应用：指示大气湍流强弱、风切变区域。

B. 双偏振雷达特有的增强参量：

这些参量由水平和垂直两通道I/Q数据的关系计算得出，实现了对降水粒子微观物理特性的探测。

相关系数（CC或ρhv）：

物理意义：水平与垂直通道回波信号在时域上的相关性，取值范围0到1（CINRAD/SAD有大于1情况，相关系数大于1不是一种有意义的物理状态，而是数据采集、处理或校准环节出现瑕疵的指示器）。

应用：区分气象与非气象回波的关键指标。均匀的雨、雪区域ρhv值很高（>0.95）；存在冰雹、昆虫或非气象杂物（如地物、碎片）时，ρhv值会显著降低。

差分反射率因子（ZDR）：

物理意义：水平与垂直偏振反射率因子之比（以dB表示）。反映粒子的非球形程度或主要取向。

应用：区分降水类型。大雨滴呈扁球形，ZDR为正值；近似球形的冰雹或小冰粒，ZDR接近0；冰晶或干雪，Zdr可能为负值。

差分传播相移（ΦDP）与差分相移率（KDP）：

物理意义：ΦDP是水平与垂直偏振波穿过降水区后产生的相位差累积值；KDP是ΦDP随距离的变化率。

应用：KDP对中等以上大小的雨滴非常敏感，能提供独立于反射率因子的强降水估计，且不易受雷达标定误差和部分遮挡影响。同时有助于识别大雨滴区和冰雹区。

2级数据采用中国气象局的标准格式，实现了不同雷达、不同地区数据的无缝交换与拼图。它是短时临近预报业务的支柱，预报员通过综合分析这些参数的二维图像和垂直剖面，可以诊断天气系统的三维结构、强度和发展阶段，做出精准预警。同时，它也是生成所有3级产品的、不可替代的唯一输入源。

3级数据：产品数据--预报决策的“智能仪表盘”

3级数据是天气雷达数据流水线的最终产出，统称为 “产品数据”。它并非新的独立观测，而是在2级基数据的基础上，应用特定气象算法、统计模型，并常融合其他观测资料（如自动站、卫星、数值预报）后生成的专题化、解释性、可直接应用于业务决策的终端产品。如果说2级数据提供了基础的“单词和句子”，那么3级数据就是组织好的、指向明确行动的“分析报告与指令集”，是预报员每日工作中直接操作和依赖的核心界面。

核心特征：从“观测”到“应用”的质变

问题导向：每个3级产品都旨在解决一个具体的业务问题，如“哪里降雨量最大？”、“是否有冰雹？”、“降水类型是什么？”。

信息融合：综合了雷达物理量、地理信息系统、气候统计值乃至人工智能模型的结果。

直观呈现：以图像、图表、矢量图形、文字警报等高度可视化、易于解读的形式输出。

预报员使用的3级产品是一个庞大的“工具箱”，主要可分为以下几类：

A. 定量降水估计与监测产品

这是最经典、使用最频繁的产品系列。

降水累积产品：如1小时、3小时、风暴总降雨量估算。双偏振雷达通过融合反射率因子（Z）、差分相移率（Kdp） 等信息，显著提升了强降雨和地形复杂区域估测的精度。

降水速率产品：实时显示每分钟或每小时的降雨强度。

B. 灾害性天气自动识别与预警产品

这是提升预警效率、减少漏报误报的关键。

冰雹探测产品：算法综合分析强反射率因子（Z）、低的差分反射率（ZDR）以及较低的相关系数（ρhv），自动标记出可能的冰雹区域，甚至估算冰雹最大尺寸（如>2.5厘米的大冰雹概率）。

龙卷/中气旋识别产品：基于径向速度（V） 场，自动识别出速度对（中气旋）和龙卷涡旋特征（TVS），并标注其位置、深度和强度。

强对流预警产品：综合多个参数，勾画出可能产生强风、暴雨或冰雹的复合性对流区域。

C. 双偏振核心进阶产品

这些产品是双偏振技术价值的集中体现，从根本上改变了预报员分析降水的方式。

水凝物粒子分类产品：这是最具革命性的产品之一。算法基于Z、ZDR、KDP、ρhv等多个参数构成的决策树或模糊逻辑模型，为每个数据点分配一个降水粒子类型，如：小雨滴、大雨滴、干雪、湿雪、冰晶、霰、冰雹、雨夹雪等。预报员能一目了然地看到降水相态的垂直和水平分布，对冬季降雪预报、冻雨预警很重要。

数据质量标识产品：利用相关系数（ρhv） 等参数，自动生成数据可信度掩膜，高亮标出受地物杂波、生物回波（昆虫、鸟群）、电磁干扰污染的区域，帮助预报员甄别真实气象回波。

D. 风场及三维结构产品

垂直风廓线产品：反演出单站上空不同高度的水平风向风速。

风暴追踪信息产品：识别并对流单体，预报其移动路径和强度趋势。

三维网格化拼图产品：将多部雷达的基数据融合成区域性的三维数据体，提供大范围、无缝隙的大气三维结构视图。

在预报预警业务中的核心作用

在预报中心，3级产品并非孤立使用，而是集成在综合业务平台上。预报员的工作流程通常是：

态势感知：首先查看全国或区域的雷达拼图（3级产品） 和卫星云图，了解天气系统的宏观布局。

重点分析：对关注区域，调出该站点的2级基数据（反射率、速度、双偏振参量）进行深度诊断，分析风暴内部结构。

决策与发布：依据3级自动识别产品（冰雹、龙卷、分类）提供的客观指引，结合自身经验，做出预警决策，并制作和发布面向公众的预警信息、面向专业的预警预报等。

总结而言，3级产品数据是连接雷达复杂观测与终端用户决策的“最后一公里”。它将深奥的物理参数转化为直观的操作指令，极大地提升了天气预报的客观化、自动化和精准化水平，是现代化气象业务体系直接面向防灾减灾的“锋刃”，未来AI的自动识别和智能发布的加入将使天气雷达更精准和快速预警预报。

小结

从无形的电磁波到精准的天气预警，天气雷达的四级数据流水线构建了一套完整、高效的信息升华体系。这并非简单的数据传递，而是一个逐级提炼、价值倍增的“数据加工”过程。

0级数据是基石，保存着来自天空最原始的“震动”记录，为整个系统提供可信的源头。

1级数据是桥梁，将模拟信号转化为蕴含相位奥秘的数字密码，奠定了所有定量分析的数理基础。

2级数据是核心，翻译出反射率因子、多普勒速度及双偏振参量等气象“通用语言”，使预报员得以直接“解读”风暴的三维结构与微观特征。

3级数据是锋刃，将核心参数转化为灾害识别、定量估算和分类诊断的直观产品，直接驱动预警决策，服务于公众与行业。

双偏振技术的融入，是这条流水线的一次革命性升级。它使雷达从只能感知“有多少”降水，飞跃到能够辨识“是什么”降水（雨、雪、冰雹等）。差分反射率因子、差分相移率、相关系数等新参数，如同为预报员提供了新数据的参考支撑，得以更精确地区分降水相态、识别灾害天气、过滤虚假回波，显著提升了短临预报的精准度和预警的时效性。

这条环环相扣的流水线，本质上是将物理观测、信号处理、气象科学与计算机技术深度融合的典范。它不仅体现了现代气象观测的系统工程思想，更彰显了数据在逐级加工中如何从“成本”变为“资产”，最终转化为保护生命财产的防灾减灾核心能力。

随着人工智能、大数据融合等技术的进一步应用，这条已经极为高效的流水线还将变得更加智能。未来，天气雷达将不仅能告诉我们“现在正在发生什么”，更能更准确地预测“接下来会怎样”，持续为人类社会构筑起更加可靠的气象防灾减灾第一道防线。

各级数据对比图，请横屏观看。

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。