天津雷暴大风天气的环流场及雷达回波特征分析

利用加密自动站、闪电定位仪、FNL和多普勒雷达资料对2018—2020年汛期(4—9月)天津地区出现的47次雷暴大风过程的时空分布、天气形势和雷达回波特征进行统计分析。结果表明：(1)天津地区雷暴大风多出现在北部山区和东部沿海,高发月份为6—8月,多出现在傍晚到前半夜,持续时间多为1～4 h;(2)天津地区雷暴大风的天气形势主要有西北气流型、冷涡型、低槽型和西太平洋副热带高压边缘型,其中冷涡型出现频次最高;(3)造成天津地区雷暴大风的对流风暴类型主要有非线状多单体风暴、线状多单体风暴(不包含飑线)、飑线、弓形回波和普通单体风暴,其中飑线数量最多,飑线和弓形回波是造成雷暴大风极端值的主要风暴类型;(4)当最大反射率因子为61 dBZ、强回波中心下降率为260 m·min^-1上下时发生雷暴大风的可能性最高;(5)根据低层径向速度大值区,可对15.4%的非线状多单体风暴、14.3%的线状多单体风暴和22.2%的飑线雷暴大风提前30 min发布预警。     

“4·11”海南致灾雷暴大风环境场与多普勒雷达回波特征分析

利用海口多普勒雷达、海南省区域加密自动站和常规资料对2016年4月11日凌晨发生在海南岛北部近海和陆地的大范围雷暴大风过程进行天气学分析。结果表明:（1）这次雷暴大风过程发生在500 hPa槽前、低空急流左前侧、低层切变线南侧、高空急流分流区下方和地面静止锋南侧的有利于对流发展的较大范围上升气流区域内;（2）对流风暴移动路径上的大气环境具有中等程度的条件不稳定、对流有效位能CAPE以及上干冷下暖湿的温-湿廓线垂直结构、强的深层垂直风切变,对流风暴形成后最终组织发展产生雷暴大风、大冰雹和短时强降水的多单体带状回波和弓形回波;（3）在多单体带状回波中镶嵌的风暴A和B各自发展成为具有中层径向辐合特征的超级单体,风暴B和C合并形成弓形回波,其中风暴C的中气旋加强成为弓形回波北部的气旋式中尺度涡旋;（4）阵风锋对对流风暴的正反馈作用、对流风暴前侧强劲的暖湿入流与风暴后侧径向风速相当的冷池出流,长时间倾斜依存的自组织结构及其与强的低层环境风垂直切变的相互作用,是多单体风暴和弓形回波长时间维持和加强的主要原因;（5）地面原来存在的β中尺度辐合切变线,对流风暴主体回波沿着海南岛北部近海东移等因素,有利于多单体带状回波和弓形回波的长时间维持。      

利用雷达回波三维拼图资料识别雷暴大风统计研究

应用雷达回波三维组网拼图数据、加密自动站和地面灾害大风资料,对2008—2012年京津冀地区20次区域性雷暴大风天气过程进行了统计。检验了基于模糊逻辑建立的利用回波强度识别大风的算法,分析了大风出现的位置。该大风识别算法确定了雷暴大风的6个雷达识别指标及其对应的权重系数和不同季节的隶属函数。检验分析块状回波、带状回波和片状回波3类大风过程的识别效果,结果表明：块状回波类大风是由孤立的强单体风暴引发的,风暴单体具有回波强、回波顶高、垂直积分液态水含量大和移动快等特点,雷暴大风多出现在风暴单体附近且二者移动路径一致;带状回波的长度远大于宽度,主要包含飑线和弓状回波,大风影响范围广且多位于带状回波的前沿一带;片状回波多指大面积层云回波中镶嵌着强回波单体块的混合回波,对应出现的雷暴大风多位于风暴单体的周边区域。3类回波识别到的可能出现大风区域与实测大风范围基本吻合,块状、带状和片状3种类型的雷暴大风命中率分别为96.2%、68.6%和45.3%,漏报率分别为3.8%、31.4%和54.7%。由于垂直积分液态水含量偏低和回波强度弱,片状雷暴大风识别漏报相对较多;空报原因除了与测站分布稀疏有很大关系外,也与识别算法本身有关。识别检验证明雷暴大风综合识别方法是合理可靠、切实可行的,可以为雷暴大风的短时临近预警业务和系统开发提供技术支撑,这一工作也为进一步预警大风出现的位置提供了基础。     

佛山致灾雷暴大风环境背景和雷达回波特征分析

利用常规观测、区域自动站、多普勒雷达等资料,统计佛山近10年来雷暴大风灾害并对其发生的环境背景及雷达回波特征进行分析。结果表明:致灾雷暴大风多发在前汛期,占总数的70%;以5月最多,10月到次年2月没有雷暴大风灾害。致灾雷暴大风环流背景主要有锋面低槽型和暖区对流型。大风灾害对应温湿探空曲线"上干下湿",湿层较薄,中层存在明显干层,垂直风切变较大;雷击灾害对应对流不稳定能量更大,垂直风切变较小。飑线、弓形回波、带状回波、孤立单体等对流风暴是致灾雷暴大风的主要回波形态,速度图上表现为速度大值区、中气旋(中涡旋)、低层强烈辐散等特征。     

“6.3”区域致灾雷暴大风形成及维持原因分析

利用商丘和郑州雷达资料,结合地面加密观测等多种资料,分析了2009年6月3日傍晚至次日凌晨,河南商丘、安徽和江苏北部出现的大范围致灾雷暴大风。本文分两个阶段从中尺度环境、风暴结构、风暴与环境相互作用、雷暴间相互作用的角度对商丘风暴的发展、维持及灾害性大风成因进行了深入探讨,得到以下结论:(1)商丘雷暴大风环境类似美国暖季型Derecho环境;(2)商丘风暴由晋冀雷暴群下沉气流导致的出流阵风锋移动到水汽相对充沛处触发,在有利的环境条件下迅速发展成具有较强的中层径向辐合超级单体风暴,多个超级单体的强下沉气流合并产生了超级单体阶段的地面大风;(3)飑线发展、维持的原因是飑线的自组织结构,飑线与环境入流的相互作用既有利于强上升气流发展,亦有利于强下沉气流发展,干线及叠加在干线上扰动触发的新生回波带不断并入飑线北端;(4)根据径向速度增幅估计,风暴强下沉气流辐散、强冷池密度流和层状云部分降水粒子蒸发对弓形回波阶段地面灾害性大风的增幅作用几乎相当,冷池合并是商丘极端雷暴大风产生的重要原因。     

山东省线状中尺度对流系统的天气学特征

按照如下标准确定一个线状中尺度对流系统(linear mesoscale convective system,LMCS):40 dBz以上反射率因子连续或准连续回波带尺度≥100 km并持续至少1 h,镶嵌着40 dBz回波的35 dBz回波要求严格连续,线状或准线状的对流区域拥有一个共同的前边缘,最大回波强度≥50 dBz。从2012—2016年雷达资料中挑选出27个影响山东的LMCS,分析其天气学特征。结果表明:影响山东的LMCS 8月出现次数最多,形成时间集中在傍晚到前半夜,生命史一般为1～2 h,大多数具有后向传播特征;形成LMCS的初始对流单体绝大多数位于河北省,单体生成后一般向东偏南方向移动;LMCS大多数是东北—西南向,尺度一般介于100～200 km。文章提炼了形成LMCS的后倾槽、前倾槽和冷涡等三类天气学模型。850 hPa伴有暖温度脊或暖中心是形成LMCS的一个重要特征,冷涡和前倾槽类500 hPa中空急流以及后倾槽类700 hPa以下低空急流在形成LMCS中起着重要作用。当850 hPa比湿8 g·kg~(-1),沙氏指数和抬升指数均为负值时,可能出现LMCS。若对流有效位能1 000 J·kg~(-1),对流抑制较小,且850 hPa与500 hPa气温差大于25℃,出现LMCS的概率达80%。LMCS出现时均伴有短时强降水,70.4%的LMCS造成雷暴大风、冰雹或强降水灾害。冰雹和大风比短时强降水需要大气层结的不稳定度更高,仅有短时强降水出现时,0℃层和-20℃层的高度明显比冰雹和大风出现时的高度高。     

2017年江西上高雷暴大风雷达回波特征分析

利用MICAPS天气资料、江西WebGIS雷达拼图、自动站、强天气监测和雷电监测等数据,对2017年8月江西副热带高压边缘产生的四次雷暴大风天气过程,采用数据统计、形态特征对比等方法进行分析,结果表明：江西北部A回波和南部B回波发生辐合运动时,B回波会发展的更为旺盛,形成飑线回波带。当东北～西南走向的回波带,发生转向为南～北走向时,是形成弓状回波带的前兆。副高边缘对流单体回波分布很广,江西境内大多数地方都可以产生,雷暴大风发生在个别强回波或短带回波中。回波系统在不断向东移动过程中,其东南侧不断触发产生新的对流单体,通过不断合并,不断新生单体,形成向东东南方向“传播”的发展趋势,造成回波系统向传播方向移动。回波的传播方式一方面加快了回波移动速度,另一方面改变了回波的移动方向。副高边缘雷达回波特征主要有两种：一是南北向短带回波,有时会发展为弓状回波;二是强回波单体,超级单体和复合单体回波。带状回波上,雷暴大风分布在回波带前沿,尤其是弓状回波带的头部,雷电分布则在回波带移动方向的后侧;强单体、超级单体和复合单体回波上,雷暴大风和雷电集中在强回波中心附近区域。     

江西副高边缘雷暴大风雷达拼图回波特征分析

利用MICAPS常规天气图资料、地面自动气象站资料、雷电资料和雷达拼图等资料，采用天气图中分析方法、统计方法、回波图像、回波廓线等分析方法，对2020年7月11日江西副热带高压边缘中尺度雷暴大风回波特征进行分析，结果表明：1）副热带高压控制或边缘上，江西上空100 hPa是东北风，500 hPa是西南风，高空呈现逆时针环流，T-lnP图上层结不稳定，对流有效位能CAPE （Convective Available Potential Energy）面积较大，对产生强对流天气有利；由于上下两层的风向不同，使得雷暴回波系统的移动与回波系统的云砧伸展方向不一致，从而加剧了对流上升运动，使得雷暴回波系统发展、加强、维持。2）回波产生初期是局地对流单体回波，通过不断新生单体和单体合并等方式，形成南北走向的回波短带，这种合并形成的回波短带发展旺盛时，会产生多站雷暴大风天气。3）南北走向的回波短带是产生雷暴大风的主要回波特征，虽然回波强度只有55 dBZ，但移动速度较快（60～70 km/h），造成地面大风。江西WebGIS雷达拼图上叠加多部雷达风暴跟踪信息STI （Storm Tracking Information），可以明确风暴的移动方向和移动速度，根据STI密集区判断，增加了STI的可用性。4）“前伸”或“延伸”回波反映了回波系统上方的高空风走向和积雨云的云砧飘离方向。“延伸”回波一定程度上表现出副高边缘雷暴回波系统的强弱程度。为改进副热带高压边缘中尺度雷暴大风的预警预报准确率提供依据。     

一次多单体风暴的雷达回波特征分析

本文对一次发生在鲁中山区北部多单体风暴的雷达回波演变特征进行了分析,结果表明:造成此次大风、降雹的强对流风暴为一个典型的多单体风暴,它的生成、发展与雷暴外流边界激发有关;受当日环境风场影响,其发展过程及移动路径较复杂,在风暴单体初生期间,由于风暴北部不断有单体新生,形成典型的左向传播风暴,随风暴发展,风暴分裂,背风方右侧单体加强成为超级单体,演变成为右移风暴,带来地面的大风、冰雹天气.     

传播运动在对流风暴合并过程中的作用

2012年8月18日下午,山东省境内飑线在形成过程中发生多次合并,强度增强,造成章丘和宁阳分别出现9级和10级雷暴大风。基于多普勒天气雷达反演风场和地面加密自动气象站资料,分析了传播运动在对流风暴合并过程中的作用。结果表明:1)地面冷池前沿阵风锋强度大,垂直厚度达2 km。受其影响,飑线向东移动的同时向东传播(前向传播),北段逐渐演变为弓形回波。2)弓形回波与单体E分别具有独立的垂直环流,均为前向传播,但位于上游的弓形回波传播速度快,二者最终合并,垂直环流合二为一。3)弓形回波与单体E合并过程中,水平风速与上升运动明显增大,气压降低,尺度减小,最终形成强烈旋转上升的小尺度低气压柱,造成章丘大风。4)飑线尾部水汽充沛,阵风锋辐合造成飑线前侧的暖湿空气抬升,不断产生新的对流单体并逐渐合并增强,导致飑线向西南方向传播(后向传播)。5)位于下游的对流单体传播方向与平流方向相反,在3 km高度产生云桥,最终与上游单体整层合并。飑线尾部对流风暴多次合并,强度持续增强,造成宁阳大风。     

一次强烈雹暴的三维结构和形成机制的单、双多普勒雷达分析

利用单多普勒天气雷达的反射率因子、径向速度数据和双多普勒雷达反演的三维风场,分析了一次强烈雹暴的产生、发展和维持机制.主要结果为:该雹暴是产生于中等偏上垂直风切变和较大的对流有效位能条件下的右移风暴,它在旧无序多单体风暴的右侧产生.旧的多单体风暴和雹暴初始阶段主要雷达回波区域负的径向速度(向着雷达的速度)占主导地位,随...     

基于雷达资料四维变分同化和三维云模式对一次超级单体风暴发展维持热动力机制的模拟分析

利用三维云尺度数值模式和雷达资料快速更新循环四维变分同化(4DVar)技术,对京津冀地区一次强降水超级单体风暴发展演变的热动力机制进行了数值模拟和结果分析,并结合雷达、加密探空和自动站资料,揭示了快速变化的近风暴大气环境及风暴自身的热动力三维特征对超级单体形成、发展和演变的影响.雷达回波观测分析表明,这是一次由多单体合...     

风暴的多普勒雷达自动识别

3种基于雷达的风暴自动识别方法:(1)美国WSR-88D Build 7.0风暴算法,它利用多个预设阈值来检验回波的强度和连续性,以构造具有三维连续结构的风暴,该方法在风暴合并、分裂以及多个单体相距较近时误差较大。(2)为美国WSR-88D Biuld 9.0风暴算法(B9SI),它用7个反射率因子识别阈值替代此前唯一的一个反射率因子阈值,增加了特征核抽取和相近单体处理技术,并保留远距离上的强的2D分量。该方法在面对成串或成簇多单体时,能够识别出多个单体核,并准确定位。B9SI没有考虑反射率因子纹理结构和空间梯度的变化,也没有利用径向速度资料,因此无法描述风暴对流的发展状况。(3)CSI方法,它在降低B9SI反射率因子识别阈值的基础上,利用模糊逻辑技术对B9SI输出结果和雷达基资料做进一步的处理,以计算描述风暴对流发展强弱的对流指数。CSI首先提取一组最能描述风暴对流性特征的物理量,包括反射率因子纹理结构、反射率因子空间变化率、垂直积分含水量和径向速度标准方差,并分配权重;其次,利用每一个物理量的统计结果,结合其物理意义,设计出相应的隶属函数,以计算风暴与该物理量描述的对流性特征相匹配的概率;最后对多个概率值进行加权平均即得对流指数。此外,计算了2004年8月11日发生在广州的超级单体演变过程中的对流指数,分析表明:对流指数两次加大对应了超级单体的合并增长和辐合增长过程;风暴最强盛时对流指数为0.744;随后对流指数减小,雷达观测到的最大反射率因子对应高度明显降低,地面上开始出现大范围的强降水。     

Automatic Identification of Storm Cells Using Doppler Radars

Three storm automatic identification algorithms for Doppler radar are discussed.The WSR-88D Build 7.0(B7SI)tests the intensity and continuity of the objective echoes by multiple-prescribed thresholds to build 3D storms,and when storms are merging,splitting,or clustered closely,the detection errors become larger.The B9SI algorithm is part of the Build 9.0 Radar Products Generator of the WSR-88D system. It uses multiple thresholds of reflectivity,newly designs the techniques of cell nucleus extraction and close- storms processing,and therefore is capable of identifying embedded cells in multi-cellular storms.The strong area components at a long distance are saved as 2D storms.However,the B9SI cannot give information on the convection strength of storm,because texture and gradient of refiectivity are not calculated and radial velocity data are not used.To overcome this limitation,the CSI(Convective Storm Identification)algorithm is designed in this paper.By using the fuzzy logic technique,and under the condition that the levels of the seven refiectivity thresholds of B9SI are lowered,the CSI processes the radar base data and the output of B9SI to obtain the convection index of storm.Finally,the CSI is verified with the case of a supercell occurring in Guangzhou on 11 August 2004.The computational and analysis results show that the two rises of convection index matched well with a merging growth and strong convergent growth of the supercell,and the index was 0.744 when the supercell was the strongest,and then decreased.Correspondingly,the height of the maximum reflectivity,detected by the radar also reduced,and heavy rain also occurred in a large-scale area.     

A Ka-band Solid-state Transmitter Cloud Radar and Data Merging Algorithm for Its Measurements

This study concerns a Ka-band solid-state transmitter cloud radar, made in China, which can operate in three different work modes, with different pulse widths, and coherent and incoherent integration numbers, to meet the requirements for cloud remote sensing over the Tibetan Plateau. Specifically, the design of the three operational modes of the radar(i.e., boundary mode M1, cirrus mode M2, and precipitation mode M3) is introduced. Also, a cloud radar data merging algorithm for the three modes is proposed. Using one month's continuous measurements during summertime at Naqu on the Tibetan Plateau,we analyzed the consistency between the cloud radar measurements of the three modes. The number of occurrences of radar detections of hydrometeors and the percentage contributions of the different modes' data to the merged data were estimated.The performance of the merging algorithm was evaluated. The results indicated that the minimum detectable reflectivity for each mode was consistent with theoretical results. Merged data provided measurements with a minimum reflectivity of -35 dBZ at the height of 5 km, and obtained information above the height of 0.2 km. Measurements of radial velocity by the three operational modes agreed very well, and systematic errors in measurements of reflectivity were less than 2 dB. However,large discrepancies existed in the measurements of the linear depolarization ratio taken from the different operational modes.The percentage of radar detections of hydrometeors in mid- and high-level clouds increased by 60% through application of pulse compression techniques. In conclusion, the merged data are appropriate for cloud and precipitation studies over the Tibetan Plateau.     

飑线发展过程中回波合并的特征分析

基于区域自动气象站资料、济南新一代多普勒天气雷达资料,对2012年8月18日山东省境内飑线发展过程中对流单体之间以及弓形回波与对流单体之间的合并特征进行了细致分析。结果表明:1)合并过程经历了合并初期、合并中期和完全合并期。云桥位于雷暴中层,合并过程中回波强度先减弱再增强。2)合并的结果是,上游回波减弱并入下游回波,为下游回波提供了丰富的水汽,产生的下沉出流与暖湿空气辐合,增强了下游回波的上升运动,促使下游回波持续发展并替代老回波(属喂养型合并)。合并促使低层小尺度涡旋强度增强、底高降低,出现中气旋或非相关切变。3)对流单体与单体合并中期,两者强度减弱,完全合并期则强度增强。低层涡旋尺度小、强度强,中气旋或非相关切变的垂直伸展厚度和最大切变值较大、底高低,产生的龙卷持续时间长、影响范围大、造成灾害重。4)弓形回波与对流单体合并过程中,单体一直处于发展阶段,弓形回波在完全合并期减弱。低层涡旋尺度大、强度弱。5)龙卷的强度与中气旋或非相关切变的底高、垂直伸展厚度及最大切变值有关。单体合并过程中,若中气旋(或非相关切变)的底高或最大切变的高度降低,或者最大切变值出现跃增,则可能出现龙卷。弓形回波顶点附近有对流单体合并,易出现龙卷。     

舟曲泥石流天气过程中云团合并的卫星观测

利用极轨和静止气象卫星红外云图资料,对2010年8月7日甘肃舟曲发生的特大泥石流天气过程中出现的对流云合并现象进行分析。从卫星监测结果来看,多个对流单体合并而成的中尺度对流系统,在发展过程中产生了局地强降水,从而引发了特大泥石流灾害。整个过程中有5个阶段出现了合并现象:首先,多个对流单体合并形成中尺度对流系统; 在中尺度对流系统的发展和维持过程中,3个阶段出现了新旧对流系统的合并; 在系统即将消散的阶段又出现了两个强中心的合并。合并过程不仅促成中尺度对流系统的生成,使得云体增强发展,而且为对流系统维持补充了能量,使系统生命史延长。另外,在5个阶段的合并过程中,合并机制可以归结为内部动力结构变化和外致碰撞合并两大类。其中,在系统形成阶段,外致碰撞合并是主要机制; 而在发展维持阶段,包括气压梯度力、辐合抬升、下沉-上升环流加强等在内的内部动力结构变化影响是发生合并的主要原因。     

突发性强对流天气快速识别预警改进方法

传统多普勒天气雷达强对流灾害性天气监测采用固定阈值判别法给出强风暴的冰雹闪电灾害预警结果,该方法不适用于不同经纬度、季节和复杂地形条件下的强对流天气识别预警。本文利用循环递归的区域生长法对TITAN算法进行改进,从而快速识别三维强风暴单体及其雷达特征物理量;使用多普勒天气雷达和TRMM星载气象雷达的历史观测数据反演河北石家庄地区春夏两季复杂地形条件下的强风暴灾害性天气Logistics多元线性回归概率预警模型。对发生在河北石家庄夏季的一次强飑线天气和发生在春季的一次超级多单体风暴天气进行冰雹闪电灾害性天气识别预警实验,并与传统算法进行误差对比分析。实验结果表明:与传统算法对比,该方法对强风暴天气识别预警的定位精度较高,并且其漏报率和虚报率较低,有助于快速识别预警强对流灾害性天气。      

多单体雷暴的形变与列车效应传播机制

本文利用变分多普勒雷达分析系统(Variational Doppler Radar Analysis System,简称VDRAS)基础上构建的四维变分(4 Dimensional Variational assimilation,简称4DVar)低层热、动力反演系统,针对发生在北京地区的几次多单体雷暴系统演变过程,研究了线性多单体对流系统传播过程中发生的形变过程、强弱变化和“列车效应”等现象的物理机制.结果表明:(1)对于雷暴单体的传播方向与雨带的移动方向基本一致的多单体雷暴系统(如飑线系统),单体的传播速度不同最终造成多单体雷暴在形态上发生变化(如由直线形回波演变为“弓”形回波等),以及雷暴单体传播过程中的强弱变化等,是雷暴单体传播过程与低层环境大气相互作用的结果:如果雷暴前端的入流本身是暖湿的,并存在较强的水汽辐合现象时,雷暴单体发展更旺盛,传播速度更快,反之则趋于减弱,传播速度减慢.因此,对飑线系统的临近预报而言,需要特别关注多单体雷暴系统传播方向与近地面层中尺度水汽通量辐合带的交叉区域,该区域的雷暴单体“移动”速度更快、发展更为强烈.(2)对于“列车效应”多单体雷暴而言,其传播环境、传播机制与上述多单体雷暴系统几乎完全不同:“列车效应”一般发生在低空暖湿气流或低空急流附近,环境大气表现为条件性静力不稳定.雷暴单体的传播机制可能是惯性重力波的激发、传播的结果,由于西南暖湿气流或急流是一支暖湿气流输送带,惯性重力波由假相当位温θ_se的高值区向低值区传播,重力波将从背景场中不断获得能量而发展.因此,雷暴传播过程中不断增强的现象造成波动排列的多单体雷暴形成的最大降水中心往往出现在波列的前端.     

漂移克里金方法在雷达和雨量计联合估测降水中的应用

文中介绍了一种新的融合雷达和雨量计数据开展定量估测降水研究的空间信息统计学方法-Kriging with externaldrift(KED)方法.该方法能很好地融合高精度、低时空分辨率的雨量计数据和低精度、高时空分辨率的雷达数据进行插值.通过变异函数描述降水场的空间结构信息,能够充分利用数据间的空间相关性,来改进估测精度和提高处理速度.利用其优良的数学特性,以期在定量估测降水业务研究上进行新的探索和尝试.选用湖南省有代表意义的3次降水过程资料,通过雷达直接估测降水(RAD)、变分校准(VAR)以及KED3种方法,分别与雨量计测量值进行对比分析,选用代表站进行交叉验证结果均表明:RAD的均方差、绝对误差、相对误差最大,VAR次之,而KED最小.KED估测的结果与雨量计测量降水最为接近,估测效果最好;3种方法与雨量计实测值计算一定范围的误差频率,KED估测值具有最小的均方差和最小的标准差,且误差分布相对集中在0值附近,斜度和峰度最佳,试验证明该方法不仅能提高降水估测精度,且优于其他方法,VAR均方差次之,RAD均方差效果相对较差.联合雷达、雨量计估测降水的实质是把雷达估测值与雨量计测量的结果相融合,以雨量计来校准雷达估测值,保留了雷达探测剑降水的中、小尺度精细特征.校准后的雨量场数值接近雨量计测值,而且能够准确反映雷达测得的降水分布形式.